Mira Murati, ex-direttrice tecnica di OpenAI, ha fondato Thinking Machines Lab con l'obiettivo dichiarato di costruire sistemi di intelligenza artificiale in grado di raggiungere livelli superintelligenti, ma secondo un paradigma radicalmente diverso da quello dominante nel settore: tenere l'essere umano al centro del processo, piuttosto che automatizzarlo fuori dall'equazione. La startup, co-fondata con ingegneri di alto profilo dopo l'uscita di Murati da OpenAI nel 2024, ha raccolto miliardi di dollari per sviluppare modelli di frontiera.
Il posizionamento di Thinking Machines si inserisce in un dibattito strutturale che attraversa l'intero comparto tecnologico: la concentrazione del potere dell'intelligenza artificiale nelle mani di pochi grandi operatori, con il rischio concreto di una progressiva erosione dell'occupazione qualificata. La posta in gioco non è solo tecnologica, ma economica e sociale, e le scelte architetturali di oggi nei sistemi AI determineranno assetti di mercato difficilmente reversibili nel medio termine.
Sul piano dei prodotti, la società ha presentato questa settimana i cosiddetti "modelli di interazione", sistemi addestrati a comunicare con l'utente attraverso fotocamera e microfono. A differenza delle interfacce vocali attualmente disponibili, questi modelli non si limitano a trascrivere il parlato per poi elaborarlo come testo: comprendono nativamente la comunicazione umana continua, incluse pause, interruzioni e variazioni di tono. La capacità di adattarsi in tempo reale a un cambio di argomento o a una precisazione rappresenta un salto qualitativo rispetto all'attuale generazione di assistenti vocali, anche se i modelli non sono ancora stati resi disponibili al pubblico.
Il confronto con i competitor diretti è inevitabile. OpenAI, Anthropic e Google stanno sviluppando modelli di grandi dimensioni orientati all'automazione completa di compiti complessi, come la scrittura autonoma di applicazioni software a partire da un semplice prompt testuale, con un coinvolgimento umano ridotto al minimo. Thinking Machines scommette invece sulla personalizzazione: l'idea è che ogni utente possa costruire e adattare il proprio modello AI di frontiera, lavorando con esso per raggiungere obiettivi specifici.
L'unico prodotto commercialmente attivo resta Tinker, lanciato nell'ottobre 2025, che consente di affinare un modello AI di frontiera utilizzando dati proprietari. Attualmente disponibile come API (interfaccia di programmazione applicativa) per ricercatori e ingegneri, il servizio permette il fine-tuning di modelli open source. Un'offerta ancora limitata rispetto alle ambizioni dichiarate e ai capitali raccolti, il che pone interrogativi legittimi sui tempi di monetizzazione.
Alexander Kirillov, membro fondatore con expertise nei modelli multimodali — sistemi che elaborano audio, video e testo in modo integrato — sottolinea come nessuno degli attuali sistemi sul mercato sia in grado di percepire continuativamente il contesto dell'utente e rispondere in modo adattivo. Una funzionalità che, se validata su scala, potrebbe ridisegnare il mercato degli strumenti di produttività professionale.
Thinking Machines non è l'unica a percorrere questa strada: startup come Humans& condividono un approccio centrato sulla collaborazione uomo-macchina, e alcuni economisti di rilievo hanno pubblicamente sostenuto questo modello come alternativa al paradigma della sostituzione. Resta però aperta la questione più profonda: in un mercato dove la velocità di sviluppo premia chi automatizza di più e più in fretta, un modello che punta sull'empowerment umano riuscirà a tradursi in vantaggio competitivo sostenibile, o resterà una visione filosoficamente apprezzabile ma economicamente marginale?