A febbraio 2026, Meta e OpenAI si sono contese OpenClaw, un progetto open-source costruito da un singolo sviluppatore austriaco, Peter Steinberger, partendo da un hack del venerdì sera.

Zero dipendenti.
Zero ricavi.
Perdite tra 10.000 e 20.000 dollari al mese.

Circa sessanta giorni dopo il primo commit, le due aziende più potenti dell’AI al mondo lo volevano. Steinberger ha scelto OpenAI.

Pieter Levels gestisce un portafoglio di prodotti che genera oltre 3 milioni di dollari di ricavi ricorrenti annui. Zero dipendenti. Photo AI, il suo prodotto di punta, ha raggiunto 132.000 dollari al mese di ricavi con 13.000 dollari di costi operativi — margine dell’87%.

Midjourney ha raggiunto 200 milioni di dollari di ricavi annui partendo con soli 11 dipendenti nel 2022. Oggi ne ha poco più di 100, con ricavi che hanno superato i 500 milioni.

Base44, una piattaforma di vibe-coding fondata da un solo imprenditore con un micro-team di otto persone, è stata acquisita da Wix per 80 milioni di dollari sei mesi dopo il lancio.

Sam Altman e Dario Amodei hanno entrambi scommesso pubblicamente che la prima azienda da un miliardo con un solo dipendente arriverà nel 2026.

Amodei gli ha dato un 70–80% di probabilità.

Mike Krieger, co-fondatore di Instagram (acquisita per un miliardo nel 2012 con 13 persone), ha commentato che oggi potrebbe probabilmente rifarla con il solo co-fondatore e Claude.

I numeri di fondo sono reali.

Secondo Scalable.news, le startup fondate da un singolo individuo rappresentano oggi il 36,3% di tutte le nuove imprese.

Sequoia Capital ha iniziato a modificare i propri modelli di investimento per tenere conto di quello che chiama “leva agentica” — la capacità di team minuscoli di produrre un output sproporzionato rispetto alla loro dimensione.

Fin qui, la narrativa sembra semplice: gli agenti AI rendono le persone più produttive, le aziende più snelle, il futuro più luminoso.

Non è così semplice.

Perché questa narrativa funziona solo per un tipo molto specifico di organizzazione.

I casi che ho elencato sopra — Levels, Steinberger, Midjourney, Base44 — hanno qualcosa in comune che viene sistematicamente ignorato nella copertura giornalistica:

Non l’hanno “adottata”.
Non hanno “integrato” un agente nei processi esistenti.

L’AI è l’infrastruttura su cui queste aziende sono state concepite dal primo giorno.

Questo è radicalmente diverso da ciò che succede nel 99% delle organizzazioni esistenti.

Guardiamo i dati dall’altra parte della barricata.

Gartner prevede che oltre il 40% dei progetti di AI agentica verrà cancellato entro il 2027.

Celonis ha rilevato che l’85% delle organizzazioni vuole diventare un’“impresa agentica” entro tre anni, ma il 76% ammette che i propri processi attuali non sono pronti.

Deloitte riporta che solo l’11% delle organizzazioni sta effettivamente usando AI agentica in produzione.

Il 42% sta ancora sviluppando una roadmap strategica.
Il 35% non ha alcuna strategia formale.

Questi dati non contraddicono quelli sulle “lean startup”.

Ed è qui che nasce l’errore che quasi tutti commettono quando parlano di agenti AI: trattano queste due storie come se fossero la stessa cosa.

Non lo sono.

Sono due popolazioni statistiche distinte, con dinamiche completamente diverse.

Individui o micro-team che progettano l’intera organizzazione intorno all’AI fin dall’inizio.

Nessun processo legacy da integrare.
Nessun sistema ERP da far dialogare.
Nessun change management su centinaia di persone.

L’architettura è l’AI.

Organizzazioni esistenti che cercano di innestare agenti AI su processi, culture e infrastrutture progettate per un modello operativo completamente diverso.

Qui il collo di bottiglia non è la tecnologia.

E’ l’organizzazione:

Come vedremo tra poco, se non distingui questi due mondi, ogni analisi sugli agenti AI diventa incoerente.

La ragione per cui oggi un singolo individuo può generare ricavi che vent’anni fa richiedevano cinquanta persone non è che l’AI sia “molto intelligente”.

È che elimina la categoria di costi che storicamente ha dominato qualsiasi organizzazione:

Le startup tradizionali bruciano il 70–80% del capitale in stipendi.

Un founder solitario con agenti AI sostituisce headcount con abbonamenti a strumenti che costano 200–500 dollari al mese.

Quando elimini:

l’efficienza di capitale di un’operazione a una persona diventa 10–50 volte superiore a quella di una startup tradizionale.

Ma c’è un punto che viene convenientemente omesso dalla narrativa entusiastica.

Pieter Levels ha impiegato dieci anni a costruire un’audience di 600.000 follower su Twitter.

Quando ha lanciato Photo AI, ha generato 5.400 dollari nella prima settimana perché quell’audience esisteva già.

Un prodotto identico lanciato senza distribuzione genera tipicamente 500–2.000 dollari nel primo mese.

Peter Steinberger non è uno sviluppatore qualunque.
Ha fondato e gestito per 13 anni PSPDFKit, venduto a Insight Partners per oltre 100 milioni di dollari.

OpenClaw era il suo quarantaquattresimo progetto.

David Holz di Midjourney ha lavorato come ricercatore a contratto per il NASA Langley Research Center e il Max Planck Institute prima di co-fondare Leap Motion.

Comprare un paio di Adidas non ti trasforma in Messi.

Se hai una competenza profonda in un dominio specifico e/o la capacità di distribuire il tuo prodotto, gli agenti AI moltiplicano il tuo output in modo radicale.

Se non hai né l’una né l’altra, gli agenti AI moltiplicano zero.

Il dato Gartner sul 40% di fallimenti non racconta una storia di tecnologia inadeguata.

Racconta una storia di organizzazioni inadeguate.

Le cinque cause principali di fallimento non sono tecniche.

Il sondaggio LangChain su oltre 1.300 professionisti del settore le identifica chiaramente:

La realtà operativa è questa:

Se i tuoi dati sono sparsi tra ERP, CRM, ITSM e sistemi personalizzati, se i tuoi processi non sono documentati, se la tua infrastruttura non supporta le moderne API, l'agente non ha nulla su cui poter operare in modo affidabile.

Questo non è un problema che può essere risolto acquistando uno strumento migliore.

È un problema che può essere risolto solo ripensando il modo in cui funziona l'organizzazione.

Gli analisti prevedono che entro il 2026 fino al 60% dei progetti di IA sarà abbandonato a causa della mancanza di dati pronti per l'IA.

Non perché i dati non esistono.

Ma perché i dati esistono in luoghi a cui l'IA non può accedere, combinare o agire in modo affidabile.

I dati OECD ed Eurostat sono brutali.

Nell’UE solo il 17% delle piccole imprese usa AI, contro il 55% delle grandi.

Tra le PMI che usano AI generativa, solo il 29% la usa per attività core.

Il resto la usa per attività secondarie.

Il 94% delle imprese del Mittelstand tedesco non ha ancora implementato l’AI.

In Irlanda:

Ma c’è un punto che quasi nessuno sta evidenziando.

Sono, strutturalmente, molto più vicine al modello del solopreneur o del micro-team.

Un’azienda con 5-20 persone:

È abbastanza piccola da poter adottare un modello AI-native, ma non lo sa.

Guarda i dati sui fallimenti enterprise e pensa che la riguardino.

Non la riguardano.

Quelle statistiche descrivono organizzazioni con vincoli che una PMI con dieci persone semplicemente non ha.

Il dato più interessante emerso da questa ricerca non è un numero.

È un concetto.

Tom Coshow, senior analyst di Gartner, lo riassume così:

Non siamo nemmeno lontanamente al punto in cui possiamo dare a un agente un mucchio di dati e fidarci della sua decisione.

Questo coesiste perfettamente con il fatto che Pieter Levels genera 3 milioni l’anno da solo.

Non c’è contraddizione.

Levels non chiede all’AI di prendere decisioni complesse.

La usa per:

Le decisioni strategiche le prende lui.

Questa è la distinzione tra chi genera valore reale dagli agenti AI e chi brucia budget in pilot che non arrivano mai in produzione.

La domanda che ogni imprenditore europeo dovrebbe porsi oggi non è:

“Quale agente AI devo comprare?”

È questa:

Questo articolo è parte di una serie di analisi su come l’AI sta trasformando l’architettura operativa delle imprese europee. Per un’analisi più operativa — architettura, costi e roadmap di implementazione — ho raccolto tutto nel whitepaper: AI for European SMEs: The 2026 Playbook.

Fonti:

Fabio Lauria
CEO & Founder, ELECTE

Benvenuti nella Newsletter di Electe

Questa newsletter esplora l'affascinante mondo dell'intelligenza artificiale, raccontando come sta trasformando il nostro modo di vivere e lavorare. Condividiamo storie coinvolgenti e scoperte sorprendenti sull'IA: dalle applicazioni più creative ai nuovi strumenti emergenti, fino all'impatto che questi cambiamenti hanno sulla nostra vita quotidiana.

Non è necessario essere esperti di tecnologia: attraverso un linguaggio chiaro e esempi concreti, trasformiamo concetti complessi in racconti avvincenti. Che siate interessati alle ultime scoperte dell'IA, alle innovazioni più sorprendenti o semplicemente vogliate rimanere aggiornati sulle tendenze tecnologiche, questa newsletter vi guiderà alla scoperta delle meraviglie dell'intelligenza artificiale.

È come avere una guida curiosa e appassionata che ogni settimana vi porta alla scoperta degli sviluppi più interessanti e inaspettati nel mondo dell'IA, raccontati in modo coinvolgente e accessibile a tutti.

Iscriviti ora per accedere all'archivio completo della newsletter. Unitevi a una community di curiosi ed esploratori del futuro.