TAG

# product manager

2026-08-05

Perché Google garantisce 43,8 miliardi di affitti di data center che non sono suoi? Chi fa girare TPU prende a prestito al 7,1%, il fronte Nvidia al 9,3%

Nel 10-Q del secondo trimestre 2026 di Alphabet c'è un numero: al 30 giugno Google si era impegnata a coprire fino a 43,8 miliardi di dollari di affitti di data center di terzi in caso di inadempienza dei locatari. Nove mesi prima la cifra era 6,5 miliardi: sette volte tanto. Nessuno di quei data center è di Google. Quello che la garanzia compra è molto concreto: con Alphabet alle spalle, gli operatori che fanno girare TPU di Google si finanziano al 7,1%, mentre progetti analoghi dentro l'ecosistema Nvidia pagano il 9,3% — uno scarto strutturale di 2,2 punti. All'altro capo della catena c'è Anthropic: ricavi annualizzati appena sopra i 30 miliardi, contro circa 9 miliardi a fine 2025, ma senza rating creditizio e senza la possibilità di indebitarsi da sola a questa scala. In mezzo stanno il Compute SPV costruito da Morgan Stanley, Broadcom come garante del valore residuo, e i miner di criptovalute che portano la capacità di allaccio alla rete elettrica. Questo pezzo smonta come funziona la macchina, perché Google preferisca tenere 43,8 miliardi di esposizione fuori bilancio, e da quale percorso il rischio torna indietro.

2026-08-04

Nell'era dell'IA serve ancora partire da un MVP? 211 milioni di righe di codice dicono che il rilavoro è passato dal 3,3% al 7,1%

Nell'era dell'IA conviene ancora partire da un MVP, consegnare ancora per fasi? Lanci un'idea a un'IA e otto volte su dieci ti risponde per prima cosa «facciamo una versione minima funzionante» — ma quel suggerimento è mandato a memoria dai dati di addestramento, non calcolato. L'Agile Manifesto è del 2001, The Lean Startup del 2011, e tutta quella metodologia poggia su una premessa: che un'implementazione grezza costi molto meno di una completa. Nelle mani di un'IA quella premessa è sparita. Dire a Cursor «salva in localStorage» oppure «usa PostgreSQL con un connection pool» cambia di qualche minuto di generazione. Peggio ancora, la fattura di un'IA è costruita al contrario di quella di una persona: la maggior parte dei token in ingresso è contesto e non il compito, e due tentativi bastano a triplicare il costo di una sessione. L'analisi di 211 milioni di righe fatta da GitClear mostra che la quota di codice riscritto o cancellato entro pochi giorni dal merge è salita dal 3,3% al 7,1%. Questo pezzo smonta perché l'iterazione sia stata progettata per la struttura di costi umana, e dove «farlo bene una volta» differisca da «farlo tutto in una volta».

2026-08-03

Apple ha messo una quota sulle segnalazioni di vulnerabilità, e 11 falle dello stesso lotto di patch le ha trovate l'IA

Il 2 agosto il Financial Times ha riportato che Apple ha posto un tetto al numero di segnalazioni di sicurezza che un ricercatore può tenere aperte contemporaneamente, con un periodo di raffreddamento di 30 giorni una volta raggiunto il limite, motivandolo con la valanga di segnalazioni assistite dall'IA. Ma una settimana prima, il 27 luglio, delle 210 vulnerabilità chiuse da Apple 11 erano state trovate dall'IA: quattro accreditate a Claude, due a OpenAI Codex Security, tre al Red Team IA di NVIDIA, due a GLM di Z.AI, e un'elevazione di privilegi nella condivisione schermo a un motore automatico chiamato Atuin. Lo stesso giorno GitHub dimezzava i premi della fascia pubblica e spostava gli importi più alti in un canale su invito. curl ha preso la terza strada: porta aperta, soldi via. Questa mattina curl ha riaperto dopo cinque settimane di chiusura. Tre progetti, tre pezzi diversi della macchina: uno ha cambiato l'incentivo, uno la reputazione, uno il cancello.

2026-08-01

Il 24 luglio l'ha chiamata «finestra di ingresso strategico», il 30 luglio il fondo è stato liquidato d'ufficio

Leopold Aschenbrenner è nato nel 2001, a 22 anni è stato licenziato da OpenAI, nel giugno 2024 ha pubblicato «Situational Awareness» e a settembre dello stesso anno ha fondato con quel nome un hedge fund lungo sulle infrastrutture AI. A inizio luglio 2026 il fondo gestiva 45 miliardi di dollari, con un rendimento cumulato superiore al 2000% e un +439% nel solo primo semestre 2026. Il 24 luglio scrive agli investitori che il calo è una «finestra di ingresso strategico» e li invita a versare capitale aggiuntivo il 1º agosto; il 30 luglio il fondo viene liquidato d'ufficio, Citadel rileva a sconto in meno di 36 ore l'intero portafoglio quotato per circa 16 miliardi di dollari, perdita del 67% nel solo mese di luglio. Il giorno dopo i titoli liquidati rimbalzano rispettivamente del 25,99%, del 21,51% e del 26,49%. Qui si smonta perché le cose su cui era lungo sono state riprezzate proprio il 30 luglio, e come un giudizio di lungo periodo corretto diventi una posizione sbagliata sotto leva 4x.

2026-07-31

Lo stesso giorno: Microsoft aggiunge 450 miliardi di capitalizzazione, a Meta restano 784 milioni di flusso di cassa libero

Il 30 luglio l'azione Microsoft è salita del 15,63%: circa 450 miliardi di dollari di capitalizzazione in più in una sola seduta, il maggiore incremento giornaliero nella storia della borsa americana, sopra i 441 miliardi di Nvidia del 9 aprile 2025. Lo stesso giorno Meta perde il 9%. Entrambe avevano pubblicato i conti la sera prima, entrambe con ricavi in crescita, e Meta cresceva di più. La differenza sta altrove: Microsoft ha tagliato la guidance sulla spesa in conto capitale per l'anno solare 2026 da circa 190 miliardi, indicati ad aprile, a circa 175 miliardi, mentre Azure accelerava dal 40% al 43%; Meta ha alzato la guidance annuale a 130-145 miliardi e il flusso di cassa libero è sceso a 784 milioni. Qui si smonta da dove arrivano quei 15 miliardi risparmiati, quale parte è efficienza e quale è criterio contabile, e cosa significa per un product manager il fatto che Microsoft detenga il 27% di OpenAI e abbia investito 5 miliardi in Anthropic.

2026-07-25

Liang Wenfeng è diventato il più ricco al mondo nell'IA, e ha fatto tutto al contrario di ogni big tech

Dati Bloomberg: il fondatore di DeepSeek, Liang Wenfeng, ha un patrimonio di 36 miliardi di dollari, raddoppiato in un anno, superando i cofondatori di OpenAI e Anthropic e diventando il più ricco al mondo tra chi fa modelli IA puri. Dal punto di vista di un product manager, ecco perché è riuscito a battere, con una strategia «stretta e profonda», le big tech che accumulano soldi e persone.

2026-07-25

L'IA ha abbattuto il muro del "non sono capace"; quello che resta è nella tua testa

Una DeepSeek di qualche centinaio di persone ha superato le big tech da oltre 100.000 persone; alla WAIC si è aperto uno spazio dedicato alle "aziende di una sola persona": tre anni fa era tutto "impossibile". La maggior parte dei muri crollati in questi due anni è dello stesso tipo: non sono capace di farlo. Ma resta un muro che l'IA non riesce ad abbattere.

2026-07-23

Alibaba fa i conti, Tencent paga la retta: la spaccatura sull'IA tra due giganti, vista da un product manager

Stessi 100 miliardi di yuan investiti nell'IA, ma nel primo trimestre 2026 i ricavi cloud-IA di Alibaba arrivano per la prima volta a un terzo del totale, mentre Tencent perde circa 8,8 miliardi di yuan. Tencent però non è stata a guardare: WorkBuddy è il primo agente per l'ufficio in Cina. Dal punto di vista di un product manager, ecco la spaccatura tra le due strategie IA e il loro futuro.

2026-07-22

Questa ondata di licenziamenti nelle big tech colpisce proprio i product manager che «fanno da tramite»

A luglio, nel 2026 il settore tech ha già licenziato circa 200.000 persone, mille al giorno in media, e oltre metà dei comunicati di licenziamento chiama in causa l'IA. Ma il caso più curioso è Microsoft: lo stesso giorno in cui taglia 4800 persone, la responsabile delle risorse umane Amy Coleman aggiunge una precisazione: «I ruoli tagliati oggi non sono stati sostituiti dall'IA.» Da un lato tutte le aziende fanno a gara a dire «è colpa dell'IA», dall'altro Microsoft si affretta a smarcarsi «non è colpa dell'IA». Sotto queste due frasi in contraddizione si nasconde la stessa risposta che nessuno vuole dire ad alta voce: la prima cosa che l'IA divora non è un mestiere, è un anello — l'anello del fare da tramite. E il product manager è, per definizione, uno dei mestieri con la più alta densità di tramite.

2026-07-20

Spagna 1-0 Argentina, titolo vinto e Messi si congeda con 0 tiri: a bloccare il numero uno del mondo è stato un sistema

19 luglio, New York. La Spagna batte l'Argentina 1-0 ai supplementari con un gol da giustiziere e alza il trofeo della Coppa del Mondo. E Messi — nella finale della sua ultima Coppa del Mondo — gioca tutti i minuti con un numero di tiri pari a 0. In 120 minuti l'Argentina ha tirato solo 2 volte, con 0 tiri in porta, completamente bloccata. Per impedire al giocatore unanimemente riconosciuto come il più forte del pianeta di calciare un solo tiro in tutta la serata non basta un singolo difensore: serve un'intera squadra, un intero sistema — Rodri che blocca il centrocampo, circa il 70% di possesso palla che tiene Messi lontano dalla zona pericolosa, tiri 20 a 2. In altre parole: la Spagna non ha battuto l'Argentina trovando un genio più forte, ma usando un sistema che non dipende da nessun singolo individuo per bloccare l'individuo più forte. Questa finale, in silenzio, ha dato una lezione a chiunque faccia prodotto o guidi un team.

2026-07-20

Perché l'IA continua a sbagliare? Non è stupida, sei tu che non l'hai detto chiaro

Chiedi all'IA di costruire qualcosa e otto o nove volte su dieci ti sembra che l'abbia fatto male, e pensi «questa IA non vale niente». Ma in questi mesi, a forza di usarla, sono sempre più convinto di una cosa: quando l'IA sbaglia, quasi mai è perché è stupida, è perché io non l'ho detto chiaro. Stesso requisito, riformulato in un altro modo, e lo fa giusto al primo colpo. Dietro c'è un principio semplicissimo — l'IA non ti legge nel pensiero, fa solo quello che dici, non quello che pensi. Questo pezzo mette sul tavolo il «metodo per descrivere i requisiti» che ho messo a punto: quali sono i cinque pezzi di un requisito che fa fare all'IA la cosa giusta al primo colpo, i cinque «non l'ho detto chiaro» più comuni e come si aggiustano, e le tre mosse per trasformarla da «mano» a «cervello». Tutto copiabile pari pari.

2026-07-19

Chi ha creato ChatGPT ha appena pubblicato un modello che lei stessa ammette «non essere il più potente» — e gli investitori sono pronti a darle 50 miliardi di dollari

Ieri Kimi K3 gridava ancora «distruggo le classifiche, primo al mondo», oggi la donna che ha creato ChatGPT fa esattamente il contrario. Il 16 luglio, la Thinking Machines di Mira Murati ha pubblicato Inkling — un modello open da 975B, multimodale nativo, con intensità di ragionamento regolabile — ma nel comunicato ufficiale c'è scritto nero su bianco che «non è il modello più potente disponibile oggi, aperto o chiuso». Nel frattempo, questa azienda nata appena un anno e mezzo fa sta trattando un nuovo round di finanziamento a una valutazione di circa 50 miliardi di dollari, quattro volte quella di luglio dell'anno scorso. Chi pubblica un modello «non il più potente», in base a cosa vale 50 miliardi? La risposta si nasconde nella cosa in cui lei è più brava, ed è anche la più costosa nell'era dell'IA: giudicare cosa sia davvero un buon prodotto.

2026-07-18

I 100 PM che hanno cambiato il mondo · N. 3 | Bezos: è tornato CEO a 62 anni, per scommettere su una cosa che Amazon non era riuscita a fare

Al terzo posto della classifica c'è Bezos, OVR 97, con la dimensione Business a 99 — il gradino più alto di tutto il tabellone, persino più di Jobs. Proprio il mese scorso, quest'uomo in pensione da quattro anni, con un patrimonio di circa 250 miliardi di dollari e che avrebbe potuto limitarsi a giocare con razzi e yacht, è tornato CEO: co-guida di persona la startup di IA Project Prometheus, che a giugno ha appena raccolto 1,2 miliardi di dollari con una valutazione di 41 miliardi. Un uomo che ha portato all'estremo l'arte del «mollare la presa», che ha progettato l'azienda per funzionare anche senza di lui, perché a 62 anni scende di nuovo in campo di persona? La risposta si nasconde nella sua vera invenzione — un metodo di lavoro che costringe tutti a mettere prima nero su bianco su sei pagine «cosa vogliamo davvero», e a scrivere il comunicato stampa prima ancora di iniziare. Oggi, proprio questo metodo è la cosa che vale di più.

2026-07-16

Ho affidato all'IA metà del lavoro da product manager: queste cose non ho osato cederle

Quest'anno ho affidato all'IA quasi metà del lavoro quotidiano da product manager — bozze di documenti, ricerca sui competitor, classificazione di centinaia di feedback, riordino delle azioni post-riunione, prototipi cliccabili — e lo fa in fretta e senza lamentarsi. Ma altre poche cose non ho osato cederle, e non ho intenzione di farlo. Non perché l'IA non sappia farle: al contrario, alcune le fa meglio di me. È perché, una volta cedute quelle cose, se sbaglia non te ne accorgi affatto, e quando te ne accorgi è già tardi. Qui traccio, una per una, la mia linea tra «cedere» e «tenere», comprese le buche in cui ho quasi finito dentro dopo aver ceduto.

2026-07-15

Colloquio da product manager nell'era dell'IA: come rispondere alle 5 domande più gettonate

In questi due anni ho fatto parecchi colloqui da product manager, e ne ho anche sostenuti. C'è uno schema che salta all'occhio: appena arriva una domanda sull'IA, otto su dieci cominciano a recitare i concetti — cos'è il RAG, che differenza c'è tra fine-tuning e prompting, come funziona il Transformer… Più recitano fluidi, più mi convinco che non lo prenderò. Perché queste domande non misurano cosa hai memorizzato, ma se sai ragionare. Questo articolo smonta le 5 domande da colloquio per product manager IA più frequenti del 2026: cosa vuole davvero sapere chi ti intervista, come risponderei io, e la risposta con cui si sbaglia più facilmente. Non è un template da mandare a memoria: è capire quale parte di te stanno pesando.

2026-07-14

Una giornata da product manager nell'era dell'IA: come ho trasformato una frase in un prototipo cliccabile

La settimana scorsa, in un pomeriggio, ho trasformato una frase — «vorrei un affarino per tenere i conti» — in un prototipo che un collega poteva cliccare davvero sul mio telefono: registrare una spesa vera, vedere un grafico a torta vero. Senza scrivere una riga di codice. In tanti pensano che nell'era dell'IA il product manager debba mettersi a studiare programmazione, ma la competenza che vale davvero è quella opposta: saper dire una cosa così bene che l'IA la fa giusta al primo colpo. Qui non faccio discorsi, racconto come ho fatto concretamente: come far sì che l'IA mi interroghi prima, come cambiare una cosa sola alla volta, perché già la prima versione deve girare su dati veri, come usare il «si riesce a cliccare?» come linea di collaudo. In fondo, alcune buche in cui sono caduto.

2026-07-12

Il tifone è passato senza danni: come un product manager supera l'ora più buia, come si resiste a un tifone

Il tifone n. 9 «Bawei» ieri notte ha virato a sud, toccando terra tra Wenling nel Zhejiang e Xiapu nel Fujian. A Zhoushan e Putuo, i pescherecci trasferiti nella notte e i voli cancellati, col senno di poi, sembrano tutta fatica sprecata — e infatti qualcuno comincia a dire «lo sapevo, non serviva». Ma quelle parole, «tanto rumore per nulla», uccidono un product manager più del tifone stesso. Resistere a un tifone non è mai un solo gesto, sono tre: prepararsi prima che arrivi, reggere il vento e la pioggia mentre infuria, spazzare via le macerie dopo. Il giorno in cui GitLab cancellò il database scoprì che nessuno dei cinque backup funzionava; Knight Capital, per un pezzo di codice morto che nessuno aveva cancellato, in 45 minuti perse 440 milioni di dollari e sparì. Questo articolo parla di questo: la notte in cui l'allarme suona davvero, cosa deve fare chi tiene il timone.

2026-06-19

16 programmatori esperti hanno usato l'IA per scrivere codice: credevano di andare il 20% più veloci, in realtà erano il 19% più lenti

L'esperimento randomizzato controllato di METR: 16 sviluppatori open-source esperti, su progetti che mantenevano da una media di cinque anni, hanno svolto compiti reali; il gruppo che usava l'IA è andato il 19% più lento. Ma la cosa più grave è l'altra metà: prima avevano previsto che l'IA li avrebbe accelerati del 24%, e dopo aver finito, dopo aver vissuto sulla propria pelle il rallentamento, continuavano a credere di essere stati il 20% più veloci. Tra percezione e realtà ci sono quasi 40 punti percentuali, con il segno invertito. Da uno che ogni giorno usa stime di produttività del team per pianificare, dichiarare scadenze e reggere budget, voglio spiegare bene come nasce questa illusione, dove vale, e come si è infiltrata in tutte le nostre decisioni legate all'IA.