Introduzione
Il 27 febbraio 2026, Anthropic ha rifiutato l'offerta finale del Pentagono per un contratto AI da 200 milioni di dollari, citando preoccupazioni sulla sorveglianza di massa e sulle armi autonome [1]. Poche ore dopo, OpenAI ha annunciato il proprio accordo con il Dipartimento della Difesa [2]. Entro 48 ore, le disinstallazioni di ChatGPT sono aumentate del 295% [3], Claude ha raggiunto il primo posto sull'App Store statunitense [4] e oltre 1,5 milioni di utenti si sono uniti al movimento di boicottaggio QuitGPT [5].
Questo non e un articolo su chi avesse ragione. E un articolo su cosa e successo dopo, e su cosa significa per i professionisti che dipendono dagli strumenti AI ogni giorno.
La lezione non e politica. E operativa: se l'intero flusso di lavoro dipende da un singolo fornitore AI, sei a una decisione aziendale di distanza da una migrazione forzata. I professionisti che hanno superato la crisi di febbraio senza interruzioni erano quelli che avevano gia costruito librerie di prompt model-agnostic. Tutti gli altri hanno improvvisato.
1. Cosa e successo: una cronologia
1.1 La disputa contrattuale
Il Pentagono aveva originariamente scelto Anthropic per un deployment AI da 200 milioni di dollari in ambienti militari classificati. La disputa si e concentrata sulle restrizioni d'uso: Anthropic insisteva su divieti contrattuali contro la sorveglianza domestica di massa e i sistemi d'arma completamente autonomi. Il Segretario alla Difesa Pete Hegseth ha dato ad Anthropic un ultimatum: consentire l'uso del modello "per tutti gli scopi legali" o perdere il contratto [1].
Il CEO di Anthropic, Dario Amodei, ha rifiutato: "Non possiamo in buona coscienza accedere alla loro richiesta" [1]. L'amministrazione ha risposto designando Anthropic come "rischio per la catena di approvvigionamento," una classificazione normalmente riservata ad aziende connesse ad avversari stranieri, ordinando alle agenzie federali e ai contractor militari di cessare i rapporti commerciali con l'azienda [6].
1.2 La risposta del mercato
OpenAI si e mossa rapidamente, assicurandosi un contratto con il Pentagono che includeva garanzie contrattuali e tecniche simili a quelle richieste da Anthropic [2]. Il CEO Sam Altman ha poi ammesso che l'annuncio era stato affrettato: "E sembrato opportunistico e sciatto" [7].
La risposta dei consumatori e stata immediata e misurabile:
- Le disinstallazioni dell'app ChatGPT negli USA sono aumentate del 295% giorno su giorno il 28 febbraio (rispetto a una fluttuazione tipica del 9%) [3]
- Le recensioni a 1 stella per ChatGPT sono aumentate del 775% [3]
- I download di Claude sono cresciuti del 51% giorno su giorno [4]
- Claude ha raggiunto il primo posto sull'App Store USA e si e classificata come app gratuita #1 in 15 paesi [4][8]
- Claude ha superato gli 11 milioni di utenti attivi giornalieri, con oltre 1 milione di registrazioni al giorno [8]
1.3 Le conseguenze legali
Il 9 marzo, Anthropic ha citato in giudizio il Dipartimento della Difesa e altre agenzie federali per la designazione di "rischio per la catena di approvvigionamento," sostenendo che potrebbe mettere a rischio "centinaia di milioni di dollari" di ricavi [9]. Il caso e ancora pendente.
2. Perche questo riguarda ogni professionista AI
2.1 Il problema della dipendenza da fornitore
La maggior parte degli utenti AI non pensa al rischio di dipendenza da un fornitore. Trovano uno strumento che funziona, costruiscono i loro flussi di lavoro attorno ad esso e accumulano mesi o anni di prompt, cronologie di conversazioni e conoscenza istituzionale all'interno di una singola piattaforma.
Poi qualcosa cambia. Una ristrutturazione dei prezzi. Un cambio di policy. Una decisione aziendale che entra in conflitto con i tuoi valori o con i requisiti di conformita della tua azienda. Improvvisamente, la piattaforma su cui hai costruito tutto e quella da cui devi andartene.
La crisi di febbraio 2026 ha reso tutto questo concreto. I professionisti che avevano investito pesantemente in flussi di lavoro specifici per ChatGPT si sono trovati davanti a una scelta: restare con un fornitore le cui decisioni non condividevano, o ricominciare da zero altrove. Nessuna delle due opzioni e buona quando i tuoi prompt vivono esclusivamente nella cronologia chat di un singolo strumento.
2.2 I numeri dietro il cambiamento
La scala dell'esodo da ChatGPT e stata senza precedenti per uno strumento AI. Ma il pattern non e nuovo. Una ricerca di Gartner ha rilevato che il 76% delle imprese globali riporta preoccupazioni attive sul vendor lock-in nell'AI [10]. La crisi di febbraio ha validato queste preoccupazioni anche nel mercato consumer.
Cio che e nuovo e la velocita. Sono bastate meno di 72 ore perche Claude passasse da alternativa apprezzata ad app #1 negli Stati Uniti. Gli utenti non hanno esplorato gradualmente le opzioni. Hanno cambiato in massa, nel giro di giorni, guidati da un singolo ciclo di notizie.
Questa velocita ha implicazioni concrete. Se devi cambiare provider AI in 72 ore, hai bisogno che i tuoi prompt siano portabili. Le cronologie chat non sono portabili. I messaggi salvati non sono portabili. Gli screenshot non sono portabili. Una libreria di prompt strutturata, categorizzata e taggata lo e.
2.3 L'allineamento etico come fattore di business
Il movimento QuitGPT ha dimostrato qualcosa che l'industria AI non aveva mai sperimentato su questa scala: utenti che scelgono gli strumenti in base all'etica del fornitore, non solo alla qualita del prodotto.
Questo e gia comune in altri settori. I consumatori scelgono brand in base alle pratiche ambientali. Le aziende selezionano fornitori in base alle policy di gestione dati. La crisi di febbraio ha stabilito che la selezione degli strumenti AI segue lo stesso schema.
Per i professionisti, questo significa valutare i fornitori AI su dimensioni che vanno oltre le performance:
- Policy sui dati: dove sono archiviati i tuoi dati? Chi puo accedervi? Possono essere usati per il training?
- Restrizioni d'uso: per cosa il fornitore e disposto a permettere l'uso della propria tecnologia?
- Trasparenza: come comunica il fornitore i cambiamenti di policy?
- Portabilita: puoi esportare i tuoi dati e flussi di lavoro se devi andartene?
Nessuna di queste domande ha risposte universalmente corrette. Professionisti e organizzazioni diverse le peseranno in modo diverso. Ma la crisi di febbraio ha dimostrato che ignorarle completamente e un rischio.
3. L'imperativo model-agnostic
3.1 Cosa significa model-agnostic in pratica
Un approccio model-agnostic all'AI non significa evitare preferenze. Significa strutturare i propri flussi di lavoro in modo che la conoscenza accumulata (prompt, template, pattern di contesto e storico delle ottimizzazioni) non sia bloccata nell'ecosistema di un singolo fornitore.
In termini pratici, significa:
- Salvare i prompt esternamente, non nelle cronologie chat
- Scrivere prompt che funzionano su piu modelli, non prompt che dipendono da funzionalita specifiche di un vendor
- Categorizzare per funzione, non per strumento (es. "prompt per content marketing" e non "i miei prompt ChatGPT")
- Versionare i prompt per tracciare cosa funziona su quale modello
- Valutare i prompt oggettivamente, usando criteri applicabili indipendentemente dal modello che li elabora
I professionisti che avevano costruito questa infrastruttura prima di febbraio 2026 sono passati da ChatGPT a Claude (o Gemini, o Llama) senza perdere un singolo prompt. Il loro costo di transizione e stato vicino allo zero.
3.2 La prospettiva enterprise
La strategia AI enterprise riflette sempre piu questa realta. Le ricerche mostrano che le organizzazioni si stanno muovendo verso livelli di orchestrazione model-agnostic che abilitano l'integrazione multi-vendor [10]. Aziende come Cursor hanno costruito il loro vantaggio competitivo specificamente sull'essere model-agnostic, permettendo agli sviluppatori di adottare modelli di frontiera nel momento in cui venivano lanciati, senza essere limitati dalle scelte di un singolo partner [10].
UiPath si posiziona come "la Svizzera dell'AI," collaborando simultaneamente con OpenAI, Google e Anthropic [10]. La logica e semplice: nessun singolo fornitore AI manterra una superiorita permanente, e il costo del cambio dovrebbe essere il piu vicino possibile allo zero.
I professionisti individuali affrontano lo stesso calcolo su scala minore. I prompt che scrivi oggi potrebbero funzionare meglio su GPT. Il modello rivoluzionario di domani potrebbe essere Claude, Gemini, o qualcosa che non esiste ancora. La tua libreria di prompt dovrebbe sopravvivere a qualsiasi singola generazione di modelli.
3.3 La portabilita non e solo tecnica
La crisi di febbraio ha evidenziato una dimensione della portabilita che va oltre i formati di file e le funzionalita di esportazione. La portabilita e anche indipendenza cognitiva: la capacita di pensare alle proprie interazioni AI in termini neutri rispetto al modello.
Quando scrivi un prompt usando framework strutturali come TCOF (Task, Context, Output, Format), stai scrivendo un prompt che funziona su qualsiasi modello. Quando valuti un prompt rispetto a sei criteri di qualita (chiarezza, contesto, allineamento TCOF, role prompting, chain-of-thought, few-shot examples), stai applicando standard che trascendono i confini dei fornitori.
Questo e il vero vantaggio della gestione strutturata dei prompt. Non si tratta solo di avere un piano di backup. Si tratta di costruire competenze e conoscenze che si accumulano indipendentemente dallo strumento AI utilizzato.
4. Come costruire flussi di lavoro AI resilienti
4.1 Verifica la tua dipendenza attuale
Inizia rispondendo a una domanda: se il tuo strumento AI principale scomparisse domani, quanto perderesti?
Se la risposta coinvolge mesi di prompt bloccati nelle cronologie chat, conversazioni salvate che non puoi esportare, o flussi di lavoro che dipendono da funzionalita specifiche di un vendor, hai identificato il problema.
4.2 Esternalizza i tuoi migliori prompt
Ogni prompt che produce risultati costantemente buoni merita di esistere al di fuori della piattaforma in cui lo hai scritto per la prima volta. Copialo in una libreria esterna. Aggiungi contesto: cosa fa, quando usarlo, per quale modello e stato ottimizzato. Taggalo per dominio e funzione. Richiede pochi minuti per prompt e paga dividendi indefinitamente.
Una libreria di prompt ben organizzata non e solo un backup. E un moltiplicatore di performance. Quando i tuoi migliori prompt sono organizzati, taggati e ricercabili, smetti di riscrivere le stesse istruzioni a memoria e inizi a iterare su basi consolidate.
4.3 Versiona e valuta tra modelli diversi
Lo stesso prompt performa in modo diverso su modelli diversi. Il tracciamento delle versioni ti permette di mantenere varianti specifiche per modello preservando la struttura core. La valutazione oggettiva ti dice quale variante funziona meglio su quale modello, trasformando impressioni soggettive in dati azionabili.
Questo e particolarmente prezioso durante le transizioni. Quando passi da un provider AI a un altro, prompt valutati e versionati ti danno un percorso di migrazione sistematico: testa prima i prompt di maggior valore, aggiusta dove necessario, e traccia i risultati.
4.4 Adotta framework neutri rispetto al modello
Scrivi prompt usando principi strutturali che si applicano universalmente. Il framework TCOF, le tecniche chain-of-thought e le pratiche di context engineering funzionano su ogni modello di linguaggio principale. I prompt costruiti su queste fondamenta sono intrinsecamente portabili.
4.5 Valuta i fornitori in modo olistico
I benchmark di performance contano, ma non sono l'unico criterio. Quando selezioni o valuti fornitori AI, considera:
- Policy sulla privacy dei dati e il loro track record di applicazione
- Capacita di esportazione per i tuoi dati e la cronologia delle interazioni
- Stabilita delle API e compatibilita all'indietro
- Governance aziendale e trasparenza nelle decisioni
- Salute della community e dell'ecosistema
La crisi di febbraio ha mostrato che decisioni dei fornitori che non avresti mai anticipato possono forzare una migrazione. Scegliere fornitori che ottengono buoni punteggi su portabilita e trasparenza riduce il costo delle transizioni future, che siano guidate da etica, performance, prezzi o strategia.
Conclusione
L'episodio OpenAI-Pentagono e stata la prima grande crisi etica di un fornitore AI su scala consumer. Non sara l'ultima. Man mano che gli strumenti AI si integrano piu profondamente nei flussi di lavoro professionali, le decisioni che le aziende AI prendono su partnership, policy sui dati e uso accettabile avranno un impatto crescente sulle persone che dipendono dai loro prodotti.
I professionisti che hanno superato febbraio 2026 senza interruzioni condividevano una caratteristica: avevano disaccoppiato la propria conoscenza sui prompt da qualsiasi singola piattaforma. I loro prompt erano salvati esternamente, organizzati per funzione, taggati con metadati, versionati tra modelli diversi e valutati rispetto a criteri oggettivi. Quando hanno dovuto cambiare, hanno cambiato. I prompt hanno viaggiato con loro.
Non si tratta di prevedere la prossima controversia. Si tratta di costruire flussi di lavoro resilienti a qualsiasi cambiamento, che sia una ristrutturazione dei prezzi, un cambio di policy, la discontinuazione di un modello, o una decisione etica che non avevi previsto.
I tuoi prompt sono la tua base di conoscenza AI. Rappresentano mesi o anni di apprendimento su cosa funziona, raffinati attraverso iterazione e test. Meritano di meglio di una cronologia chat che scompare quando chiudi il tuo account.
Costruisci la tua libreria di prompt model-agnostic. E l'unico investimento che si accumula indipendentemente da cosa decide di fare qualsiasi singola azienda AI.
Riferimenti
[1] CNN Business. "Anthropic rejects latest Pentagon offer: 'We cannot in good conscience accede to their request.'" 26 febbraio 2026. https://www.cnn.com/2026/02/26/tech/anthropic-rejects-pentagon-offer
[2] NPR. "OpenAI announces Pentagon deal after Trump bans Anthropic." 27 febbraio 2026. https://www.npr.org/2026/02/27/nx-s1-5729118/trump-anthropic-pentagon-openai-ai-weapons-ban
[3] TechCrunch. "ChatGPT uninstalls surged by 295% after DoD deal." 2 marzo 2026. https://techcrunch.com/2026/03/02/chatgpt-uninstalls-surged-by-295-after-dod-deal/
[4] Axios. "Anthropic got blacklisted by the Pentagon. Then Claude hit No. 1 in the app store." 1 marzo 2026. https://www.axios.com/2026/03/01/anthropic-claude-chatgpt-app-downloads-pentagon
[5] Medium. "1.5 Million People Just Quit ChatGPT. Here's the Story Behind the Biggest AI Revolt in History." Marzo 2026.
[6] CNBC. "Trump admin blacklists Anthropic as AI firm refuses Pentagon demands." 27 febbraio 2026. https://www.cnbc.com/2026/02/27/trump-anthropic-ai-pentagon.html
[7] CNBC. "OpenAI's Altman admits defense deal 'looked opportunistic and sloppy' amid backlash." 3 marzo 2026. https://www.cnbc.com/2026/03/03/openai-sam-altman-pentagon-deal-amended-surveillance-limits.html
[8] Android Headlines. "Claude Hit 11 Million Daily Users in 2026, Overtaking ChatGPT in App Stores." Marzo 2026. https://www.androidheadlines.com/2026/03/claude-11-million-daily-users-2026-chatgpt.html
[9] CNBC. "Anthropic sues Trump administration over Pentagon blacklist." 9 marzo 2026. https://www.cnbc.com/2026/03/09/anthropic-trump-claude-ai-supply-chain-risk.html
[10] InformationWeek. "2026 Enterprise AI Predictions: Fragmentation, Commodification, and the Agent Push Facing CIOs." 2026. https://www.informationweek.com/machine-learning-ai/2026-enterprise-ai-predictions-fragmentation-commodification-and-the-agent-push-facing-cios