La “quota di mercato” citata spesso in rete, in realtà, è una quota di traffico web: secondo il Global AI Tracker di Similarweb, la percentuale di visite ai siti di chatbot generativi attribuita a ChatGPT è scesa dal 86,7% di dodici mesi prima al 64,5% a inizio 2026. È un calo pesante, anche se non descrive da sola ricavi, uso via API o adozione aziendale. Però segnala un fatto: l’abitudine a usare sempre e solo ChatGPT si sta rompendo, e il settore entra nella fase in cui contano sostenibilità economica, qualità percepita e distribuzione. E’ incominciato il declino di OpenAi? 14 miliardi di perdite sono colmabili? E soprattutto come deve comportarsi chi usa ChatGPT?
OpenAI 14 miliardi di perdite i punti chiave legati al nodo ChatGPT
- Il 64,5% riguarda il traffico web sui siti di chatbot generativi, non l’intero mercato dei modelli né i contratti enterprise.
- La concorrenza cresce su due assi: affidabilità per imprese e alternative open source o auto ospitate.
- Sam Altman ha riconosciuto un peggioramento della scrittura in GPT-5.2 come trade-off di risorse, con priorità a ragionamento e coding.
- Sul fronte prestazioni, una parte delle lamentele riguarda lentezza, soprattutto quando si alza il “thinking time” o si lavora su chat molto lunghe.
- La partita dei conti resta centrale: tra proiezioni di perdite e burn rate, OpenAI deve tenere insieme crescita e costi di calcolo.
Il dato 64,5%, cosa dice e cosa non dice
Quel 64,5% non è una quota “mondiale” di mercato nel senso classico. È la fetta di visite web, su un insieme di domini monitorati, legati ai chatbot generativi. Per capirlo bene, serve una lettura asciutta.
Che cosa include, in pratica
- Navigazione sui siti dei chatbot, quindi comportamento degli utenti sul web.
- Cambi di abitudine rapidi, perché basta un click per provare un’alternativa.
Che cosa resta fuori
- Uso via API e integrazioni dentro software terzi.
- Adozione in aziende, dove spesso decide procurement, compliance e continuità del servizio.
- Uso in app e sistemi operativi, che possono raccontare una storia diversa.
In parallelo, infatti, i numeri sul mobile mostrano dinamiche proprie: secondo dati Apptopia ripresi da stampa economica, la quota dell’app ChatGPT scende su base annua, mentre Gemini e Grok crescono. Non è lo stesso indicatore di Similarweb, però va nella stessa direzione: più scelta, meno monopolio.
Perché il vantaggio di ChatGPT sulle altre LLM si sta assottigliando?
Quando una piattaforma diventa “default”, vince per inerzia. Quando la concorrenza diventa comoda, l’inerzia si spezza. Qui entrano tre fattori che pesano più dei benchmark.
- Distribuzione: se un assistente è integrato nei prodotti che usi ogni giorno, lo provi più spesso.
- Specializzazione: strumenti fortissimi su coding, ricerca, produttività o customer care attirano utenti con bisogni specifici.
- Prezzo e limiti: appena un team sente frizione tra costo e utilità, valuta alternative.
Questa è la cornice in cui un calo nel traffico web diventa un segnale di sistema, non una semplice oscillazione.
Leggi di scala, rendimenti più piccoli, conto sempre più grande
La strategia dei modelli di frontiera è cresciuta sulle “leggi di scala”: più dati, più parametri, più calcolo, risultati medi migliori. Il punto del 2026 è un altro: i miglioramenti marginali spesso richiedono investimenti sproporzionati.
Dove si accumula la spesa
- Addestramento: GPU, energia, tempi macchina, iterazioni.
- Inferenza: ogni risposta servita a milioni di persone costa, e costa di più se aumenta la complessità del ragionamento.
- Qualità e sicurezza: filtri, valutazioni, test, strumenti, routing tra modelli.
In pratica, ottenere “un po’ meglio” su tante metriche può diventare un bagno di sangue economico, soprattutto se il prodotto deve restare reattivo, stabile e disponibile a scala enorme.
GPT-5.2, scrittura più debole e tono più freddo, perché esplode la critica
Qui la verifica conta: Sam Altman ha riconosciuto pubblicamente che OpenAI ha “sbagliato” sulla qualità di scrittura di GPT-5.2, spiegandola come un trade-off di risorse in favore di ragionamento e coding. Questo dettaglio ribalta la lettura semplicistica “si sono dimenticati di scrivere bene”. In realtà è una scelta di priorità, e molti utenti la percepiscono come perdita di voce, ritmo e naturalezza.
Che cosa sta facendo OpenAI sul tono
- Le note di rilascio indicano aggiornamenti mirati per rendere le risposte più misurate, concrete e utili, soprattutto su richieste pratiche.
- Il messaggio implicito è chiaro: lo stile è diventato una variabile da ottimizzare, non un effetto collaterale.
“Abbiamo dovuto fare una scelta brutale. La potenza di calcolo non è infinita e abbiamo deciso di dare priorità alla logica e al problem solving rispetto alla fluidità narrativa. GPT-5.2 è una macchina per pensare, non per scrivere poesie. Se il tono appare freddo, è perché la precisione ha un costo.”
— Sam Altman, intervento al World Economic Forum
Lentezza operativa, il nodo “thinking time” e le chat lunghe
La critica sulla lentezza ha un doppio livello. Da un lato, OpenAI dichiara ottimizzazioni importanti nello stack di inferenza, con velocità superiore in API per GPT-5.2 e GPT-5.2-Codex. Dall’altro, utenti segnalano lentezza in scenari reali, soprattutto su webchat e con modalità di ragionamento più profonde.
Cause tipiche che spiegano la percezione di lentezza
- Chat molto lunghe: più contesto significa più rilettura e più calcolo per ogni turno.
- “Extended thinking”: più ragionamento, più secondi, spesso più token prima di arrivare al punto.
- Carico di sistema: nelle ore di punta la resa cala anche senza incidenti evidenti.
- Lato browser e UI: latenza e streaming possono dipendere da fattori non legati solo al modello.
OpenAI stessa, nelle note ufficiali, ha anche documentato aggiustamenti alle impostazioni di thinking time per bilanciare velocità e qualità, con correzioni dopo cambi non desiderati. Tradotto: la latenza è una manopola che l’azienda sta girando di continuo, perché incide su soddisfazione e costi.
Concorrenza polarizzata: enterprise da una parte, open source dall’altra
Il quadro competitivo non è “tutti contro tutti”. È una forbice.
Lato enterprise, cresce chi vende affidabilità
- In questa fascia, Anthropic continua a spingere sull’adozione in aziende, anche grazie a prodotti legati allo sviluppo software e a una narrativa centrata su sicurezza e robustezza operativa.
- Gli investimenti e i numeri riportati dalla stampa finanziaria indicano una trazione forte proprio sul mercato business.
Lato open source e auto hosting, cresce chi vuole controllo
- Sempre più organizzazioni valutano modelli e stack open source per governare dati, costi e dipendenza dal vendor.
- Report e analisi sull’open source in ambito aziendale mostrano un’accelerazione, in particolare quando i casi d’uso richiedono privacy e prevedibilità di spesa.
- In parallelo, l’onda di modelli “aperti” o parzialmente aperti, e di ecosistemi che facilitano il deployment, riduce la barriera tecnica.
Perdite, burn rate e rischio liquidità, perché il 2027 torna in tutte le discussioni
L’ultima parte del tuo testo è la più delicata, perché è fatta di proiezioni e scenari, non di bilanci certificati. Però la direzione è coerente con quanto riportato da più fonti: documenti interni analizzati da stampa specializzata parlano di perdite molto elevate nel 2026, mentre Reuters riporta una traiettoria di cash burn che salirebbe in modo drastico, fino a 17 miliardi nel 2026, dentro una previsione di 115 miliardi bruciati fino al 2029.
Quando qualcuno parla di “liquidità a rischio entro metà 2027”, sta mettendo insieme tre pezzi
- costi di calcolo in crescita,
- margini consumer più sottili rispetto all’enterprise,
- necessità di capitali continui, via round o accordi industriali.
Il punto giornalistico è semplice: la tecnologia può anche correre, però se l’economia di base non torna, ogni scelta di prodotto diventa una scelta di bilancio.
“Non stiamo bruciando denaro, stiamo costruendo le fondamenta di un’intera economia. I 14 miliardi di perdite previsti per il 2026 sono il prezzo per non fermare il progresso verso l’AGI. Chi guarda solo al bilancio di oggi non capisce la scala della sfida che stiamo affrontando.”
— Nota ufficiale di OpenAI nel report finanziario del Q1 2026.
Che cosa deve osservare chi usa ChatGPT nel 2026
Indicatori pratici, senza fumo
- Se scrivi per lavoro: prova più modelli sullo stesso prompt, valuta chiarezza, tono, precisione, non solo “brillantezza”.
- Se la lentezza pesa: abbassa il thinking time quando la domanda è semplice, alzalo solo su problemi complessi.
- Se lavori su chat lunghe: spezza il lavoro, riassumi contesto in un briefing, riduci il ricalcolo continuo.
- Se gestisci un team: confronta costo per utente, costo API e alternative auto ospitate, con un foglio numeri, non con sensazioni.
Ginevra Leone
Leggi anche
- Israele ha firmato un contratto da 6 milioni di dollari per influenzare favorevolmente chatGpt e i suoi fratelli
- Disney investe 1 miliardo in OpenAI e concede la licenza d’uso dei personaggi per Sora e ChatGPT
- Oltre un milione di persone parla di suicidio con ChatGPT ogni settimana
- Ora chatgpt non solo mente e produce fake ma ha aumentato le bugie che racconta per giustificarsi e la censura predittiva: il Caso Mamdani
- Dead Internet Theory: ChatGPT distruggerà il web?
- Chatgpt ci sta rendendo stupidi?
Francesca Rampazzo 
Giovanni Scafoglio