Jensen Huang è troppo potente per essere licenziato? Il dilemma di Nvidia, l’impero AI nato in un fast food

(Adnkronos) – Avere uno dei lavori più ambiti al mondo, ovvero membro del consiglio d’amministrazione di Nvidia, l’azienda che è stata la più capitalizzata di sempre, è di colpo diventato una rogna inenarrabile. Jensen Huang, l’amministratore delegato, è too big to fire, troppo importante per essere licenziato, e allo stesso tempo uno scandalo ambulante che a ogni ora che passa apre una crepa nell’impero che tiene in piedi tutto il settore dell’intelligenza artificiale.
Lui, 63 anni, fondatore e dominus indiscusso del colosso dei semiconduttori, ha ammesso la tresca con una donna che, secondo l’intelligence americana, è una spia cinese. Lei, Alice Huang, dirigente di Megaspeed, società di Singapore finita sotto indagine per sospette violazioni delle restrizioni americane sulle esportazioni tecnologiche verso la Cina. The Information ha appena scritto che i chip mandati in Cina di straforo varrebbero almeno 7,5 miliardi di dollari.
Huang si è scusato con la moglie, i figli e i dipendenti. Il consiglio d’amministrazione ha aperto un’indagine, professando allo stesso tempo fiducia nel fondatore. Donald Trump, che ha fatto del taiwanese uno dei suoi consiglieri prediletti sull’AI, lo ha difeso, pur confermando che l’Fbi si sta occupando della vicenda. Wall Street è stata meno tenera. Ieri Nvidia ha perso il 4,3%, bruciando altri 190 miliardi di dollari. Gli azionisti hanno già depositato una prima class action.
La storia di Jensen, come lo chiamano gli amici e pure gli aspiranti tali, perfettamente raccontata da Alessandro Aresu nel suo libro (Feltrinelli, 2024), è molto meglio di un romanzo, e Nvidia è l’esperimento più riuscito, e più estremo, del capitalismo tecnologico contemporaneo.
Huang è nato a Taiwan, ha vissuto anche in Thailandia e nel 1972 i genitori decidono di mandarlo negli Stati Uniti insieme al fratello maggiore. Ha 9 anni e finisce in Kentucky, alla Oneida Baptist Institute, che la famiglia immagina sia un prestigioso collegio. In realtà è una struttura che ospita anche adolescenti con gravi problemi disciplinari.
Al suo arrivo, Jensen si ritrova in camera con un diciassettenne che gli mostra le cicatrici delle coltellate ricevute durante le risse. Il compagno non sa leggere: Huang gli insegna a farlo e in cambio impara ad allenarsi con i pesi. Comincia a fare cento flessioni ogni sera. Il ragazzo asiatico, piccolo e magro, diventa un bersaglio dei bulli. Non la favola dei ragazzi prodigio della Silicon Valley ma quella di un immigrato cresciuto tra difficoltà, lavori umili e una determinazione quasi ossessiva. “Nessuno puliva i bagni meglio di me”, da Denny’s, la catena di diner in cui lavora mentre si laurea in ingegneria elettronica alla Oregon State University, dove conosce Lori, la futura moglie. Dopo il master a Stanford, nel 1993, a trent’anni, si ritrova in un Denny’s con due colleghi ingegneri, Chris Malachowsky e Curtis Priem, per discutere di una nuova impresa. L’idea iniziale è sviluppare chip grafici per i videogiochi. 33 anni dopo, quei semiconduttori saranno diventati il motore dell’economia dell’AI.
Chris Miller, nel fondamentale “Chip War”, spiega quello che ha distinto Huang da tutti gli altri: non è la qualità o la velocità dei chip, ma l’aver capito molto prima dei rivali che le schede grafiche dei computer potevano servire a qualcosa di più importante che rendere realistico un videogioco. Nel 2006 Nvidia presenta Cuda, un software che permette ai programmatori di utilizzare le Gpu anche per applicazioni diverse dalla grafica. È una scommessa quasi folle: secondo una stima della stessa azienda citata da Miller, entro il 2017 Nvidia aveva investito almeno 10 miliardi di dollari nello sviluppo del software. Huang lo distribuisce gratuitamente, con un piccolo dettaglio: funziona soltanto con i chip Nvidia.
Nel 2012 arriva AlexNet, una rete neurale addestrata grazie a due Gpu Nvidia, che dimostra il potenziale del calcolo accelerato per l’apprendimento automatico. Nel 2022 ChatGpt fa esplodere la domanda di potenza computazionale. Nvidia si ritrova a vendere le infrastrutture necessarie per costruire il futuro.