Il Google I/O 2026 ha offerto qualcosa di insolito rispetto alle edizioni precedenti: una presentazione costruita prima di tutto attorno ai numeri, come se la scala operativa fosse diventata essa stessa l’argomento principale. Sundar Pichai ha aperto il keynote con un dato che difficilmente si presta a essere ridimensionato: Google sta elaborando 32 quadrilioni di token al mese. Per contestualizzare questa cifra, un anno prima il volume era di 480 trilioni, e due anni prima di 9,7 trilioni. La crescita tra il 2024 e il 2026 è di un fattore 3.300x; quella dell’ultimo anno soltanto è prossima a 70x. Questi non sono numeri di marketing sulla soddisfazione degli utenti o sulle intenzioni di acquisto: sono misure dirette del carico computazionale che l’infrastruttura Google sta sostenendo in produzione, in tempo reale, ogni mese.
Il significato tecnico di un 70x in un anno è considerevole. Raddoppiare il throughput di un sistema distribuito di queste dimensioni richiede già un lavoro di engineering non banale su orchestrazione, gestione della memoria, scheduling delle richieste e ottimizzazione dei percorsi di inferenza. Un aumento di 70 volte in dodici mesi implica non solo l’aggiunta di capacità hardware su larga scala, ma anche interventi architetturali profondi su come i modelli vengono serviti, compressi e parallelizzati. Google ha fatto questo mentre continuava ad aggiornare i modelli stessi, il che rende il dato ancora più significativo come indicatore di maturità ingegneristica. A ulteriore conferma della penetrazione enterprise, Pichai ha citato che oltre 375 clienti Google Cloud hanno superato il trilione di token consumato nel corso dell’ultimo anno, una soglia che indica utilizzo intensivo e strutturato, non sperimentazione occasionale.
Sul fronte consumer, il confronto con ChatGPT è diventato esplicito in modo inedito. Gemini ha superato i 900 milioni di utenti attivi mensili, partendo da 400 milioni un anno prima — più che raddoppiato in dodici mesi. Il gap con ChatGPT si è ridotto in modo visibile: le stime del settore collocano gli utenti attivi mensili di ChatGPT sopra il miliardo, ma il margine era molto più ampio solo qualche trimestre fa. Il confronto è reso difficile dall’assenza di dati ufficiali aggiornati da parte di OpenAI, visto che l’unico numero circolante è quello degli utenti attivi settimanali, che a fine 2025 era di 910 milioni, da cui gli analisti inferiscono una base mensile superiore al miliardo. In questo quadro, i 900 milioni mensili di Gemini rappresentano una pressione competitiva reale, non una traiettoria teorica.
Pichai ha anche ribadito la solidità delle cinque piattaforme core di Google (Search, Gmail, Android, Chrome, YouTube), ciascuna con oltre 3 miliardi di utenti attivi mensili. All’interno di Search, AI Overview ha raggiunto 2,5 miliardi di MAU e AI Mode ha superato il miliardo: due dati che rispondono direttamente alla narrativa dominante degli ultimi due anni secondo cui l’AI generativa avrebbe eroso la quota di Google nella ricerca. I numeri raccontano una storia diversa: Google ha integrato l’AI nella Search senza perdere il controllo della distribuzione, anzi trasformando il proprio prodotto principale in un vettore per portare l’AI generativa alla scala più alta del settore.
La seconda parte del keynote è stata dominata da Demis Hassabis, CEO di DeepMind, che ha presentato Gemini for Science, una piattaforma che aggrega gli strumenti AI di Google per la ricerca scientifica, e ha poi allargato la prospettiva in modo significativo. Hassabis, che ha ricevuto il Nobel per AlphaFold e la sua capacità di predire la struttura delle proteine, ha collocato il momento attuale in un quadro storico più ampio: ha detto che guardando indietro a questo periodo, ci si renderà conto di aver vissuto al limitare della singolarità. Il termine ha un significato tecnico preciso nella tradizione dell’AI Research, in quanto indica il punto di non ritorno oltre il quale l’intelligenza artificiale è in grado di accelerare il proprio sviluppo in modo autonomo, con conseguenze imprevedibili per la traiettoria tecnologica complessiva. Usarlo in un keynote pubblico non è un gesto retorico da parte di Hassabis: è una dichiarazione di posizione da parte di uno dei ricercatori più credibili del settore su dove ci troviamo nella curva di sviluppo.
La posizione di Hassabis non è isolata. Greg Brockman di OpenAI aveva dichiarato recentemente di sentirsi al 70-80% del percorso verso l’AGI, con una traiettoria chiara per completarlo. Il convergere di queste dichiarazioni da parte di leader tecnici di organizzazioni diverse e concorrenti non è privo di significato: crea una narrativa condivisa sulla fase in cui si trova il settore, con implicazioni sia per le aspettative degli investitori che per la conversazione pubblica sulla governance dell’AI.
Un elemento che non ha mancato di generare attenzione è stata l’assenza di Gemini 3.5 Pro dal keynote. Il modello era atteso, e Pichai ha riconosciuto apertamente di essere consapevole che il pubblico lo stesse aspettando, rinviandone il lancio al mese successivo senza fornire spiegazioni sui ritardi. Ha però anticipato che il modello mostrerà miglioramenti significativi rispetto alla generazione precedente. Il fatto che Google abbia preferito non lanciare un flagship model non pronto piuttosto che anticiparlo in uno stato imperfetto, in un contesto di competizione estrema con OpenAI e Anthropic, dice qualcosa sulla disciplina interna del processo di sviluppo, ma lascia anche aperta la domanda su quale sia il benchmark che Gemini 3.5 Pro deve superare prima di essere considerato pronto per la distribuzione.