Yann LeCun ha definito xAI “una specie di fallimento” e ha messo in dubbio la possibilità che il laboratorio di Elon Musk possa competere al livello dei principali attori dell’intelligenza artificiale frontier, come OpenAI e Anthropic. La dichiarazione è arrivata in un’intervista rilasciata a CNBC il 18 giugno 2026, nella quale LeCun ha collegato le difficoltà di xAI soprattutto alla perdita del team fondatore e alla conseguente difficoltà di attrarre ricercatori di alto livello.
LeCun è uno dei ricercatori più influenti nella storia del deep learning. Ha ricevuto il Turing Award nel 2018 insieme a Geoffrey Hinton e Yoshua Bengio per il contributo allo sviluppo delle reti neurali profonde, è stato chief AI scientist di Meta e ha lasciato l’azienda per fondare AMI Labs. La sua valutazione su xAI non riguarda solo una rivalità personale con Elon Musk, ma tocca un elemento strutturale dei laboratori frontier: la capacità di concentrare talento scientifico, infrastruttura di calcolo, continuità organizzativa e direzione tecnica coerente.
Secondo LeCun, il problema principale di xAI non sarebbe soltanto legato ai benchmark, ai costi di calcolo o alla pressione finanziaria del settore, ma alla perdita delle persone che hanno costruito l’azienda nei primi anni. Nell’intervista ha sostenuto che tutti i cofondatori originari, a eccezione di Musk, hanno ormai lasciato xAI. Questa uscita collettiva renderebbe molto più difficile per Musk reclutare nuovi ricercatori AI di fascia alta, perché nel settore il comportamento verso il team precedente incide direttamente sulla reputazione di un laboratorio e sulla sua capacità di attrarre personale tecnico.
Il caso più recente citato nella ricostruzione riguarda Ross Nordeen, indicato come l’ultimo cofondatore rimasto dopo l’uscita degli altri membri del gruppo iniziale. Nordeen era considerato una figura operativa vicina a Musk e aveva lavorato in precedenza anche in contesti legati a Tesla e X/Twitter. La sua uscita, avvenuta nella primavera del 2026 secondo Business Insider, ha segnato la fine della presenza del team fondatore originale all’interno di xAI, lasciando Musk come unico cofondatore ancora legato alla società.
Tra le altre uscite riportate nei mesi precedenti figurano Manuel Kroiss, che guidava il pretraining, Guodong Zhang, Zihang Dai, Toby Pohlen, Jimmy Ba, Tony Wu e Greg Yang. Alcuni di questi profili erano legati ad aree tecniche fondamentali per un laboratorio AI, tra cui addestramento dei modelli, architetture foundation, sistemi di generazione multimodale e ricerca applicata. In un laboratorio frontier, la perdita di figure di questo tipo non equivale a un normale turnover aziendale, perché ogni ricercatore senior porta con sé conoscenza tacita su dataset, pipeline di training, procedure di scaling, failure mode, ottimizzazione dei modelli e decisioni architetturali prese nei cicli precedenti.
La critica di LeCun va quindi letta sul piano tecnico-industriale. Un modello frontier non nasce solo da una grande quantità di GPU. Richiede un gruppo stabile di ricercatori e ingegneri capaci di progettare architetture, definire ricette di training, costruire sistemi di valutazione, gestire dati, ottimizzare inferenza e sicurezza, e correggere iterativamente il comportamento del modello. Se il team che ha costruito queste competenze interne si dissolve rapidamente, il laboratorio può mantenere l’infrastruttura fisica ma perdere continuità nella ricerca e nella capacità di migliorare i modelli.
LeCun ha citato anche la decisione di xAI di affittare parte della propria infrastruttura di calcolo a concorrenti come Anthropic. Secondo la sua lettura, il fatto che un laboratorio AI costruisca una grande infrastruttura e poi la renda disponibile a operatori concorrenti può essere interpretato come un segnale di debolezza economica o strategica: se la capacità computazionale non viene saturata dai propri training run e dai propri servizi, affittarla diventa un modo per recuperare costi. Questo punto è rilevante perché xAI ha investito molto sull’infrastruttura di calcolo, in particolare sul supercluster Colossus, ma la sola disponibilità di compute non garantisce competitività se mancano pipeline, team e roadmap tecnica.
Il riferimento a Colossus è centrale per comprendere la posizione di xAI. L’azienda ha costruito a Memphis uno dei cluster AI più discussi del settore, progettato per sostenere l’addestramento e l’inferenza dei modelli Grok. In un laboratorio frontier, un cluster di questo tipo rappresenta una risorsa critica perché permette training run su larga scala, esperimenti di pretraining, fine-tuning, reinforcement learning, valutazioni massive e distribuzione di modelli a bassa latenza. Tuttavia, il valore del compute dipende dalla capacità di utilizzarlo in modo efficiente: servono software di training distribuito, orchestrazione, data pipeline, scheduler, tecniche di checkpointing, monitoraggio dei fallimenti hardware, ottimizzazione dei batch e personale esperto nella gestione di sistemi HPC per AI.
La distinzione tra infrastruttura e capacità scientifica è il cuore della critica. xAI può disporre di una quantità molto elevata di GPU, ma competere con OpenAI, Anthropic, Google DeepMind o Meta richiede anche una cultura interna di ricerca, stabilità dei gruppi tecnici e continuità nelle iterazioni dei modelli. Ogni ciclo di sviluppo di un foundation model produce conoscenze non completamente documentabili: quali dati funzionano, quali ablation sono fallite, quali combinazioni di iperparametri destabilizzano il training, quali architetture peggiorano l’allineamento, quali benchmark sono affidabili e quali metriche interne anticipano problemi di qualità. La perdita del team fondatore può interrompere proprio questa memoria operativa.
LeCun ha inoltre espresso scetticismo diretto sulla possibilità che xAI possa competere alla frontiera. Alla domanda se xAI potesse restare competitiva con i principali laboratori AI, la sua risposta è stata negativa. La valutazione si inserisce in un contesto in cui xAI continua a sviluppare la famiglia Grok, integrata nell’ecosistema X e orientata a funzioni conversazionali, coding, ricerca in tempo reale, generazione e agenti. Tuttavia, secondo LeCun, la posizione del laboratorio sarebbe indebolita dalla combinazione tra turnover tecnico, difficoltà di reclutamento e necessità di recuperare i costi dell’infrastruttura.
La notizia si collega anche alla riorganizzazione di xAI dopo l’integrazione con SpaceX. Secondo diverse ricostruzioni, nel 2026 xAI è stata assorbita nella struttura societaria di SpaceX e sottoposta a una ristrutturazione interna. In quel periodo sono avvenute numerose uscite di cofondatori e figure tecniche chiave. Musk ha dichiarato che xAI “non era stata costruita bene la prima volta” e che andava ricostruita dalle fondamenta. Questa affermazione indica una revisione profonda dell’organizzazione, ma conferma anche che la struttura originale del laboratorio è stata considerata insufficiente dallo stesso fondatore.
Dal punto di vista tecnico, una ricostruzione “dalle fondamenta” in un laboratorio AI può significare molte cose: ridefinizione dei team di pretraining e post-training, revisione delle pipeline dati, cambio di leadership nei gruppi infrastrutturali, nuova gestione del cluster, integrazione più stretta con personale proveniente da SpaceX o Tesla, modifica dei progetti multimodali e agentici, oppure riallocazione delle risorse verso aree considerate più strategiche. Il problema è che una ristrutturazione di questo tipo, se avviene mentre il laboratorio cerca di competere con modelli frontier già maturi, può rallentare i cicli di sviluppo proprio nel momento in cui la velocità di iterazione è essenziale.
LeCun non ha criticato indiscriminatamente tutte le aziende di Musk. Nella stessa intervista ha espresso giudizi positivi su SpaceX e ha detto di possedere una Tesla, pur criticando la denominazione “Full Self-Driving”, che secondo lui non corrisponde a una guida completamente autonoma. Questo dettaglio è utile perché separa la critica specifica a xAI da una valutazione generale dell’intero ecosistema Musk. Il punto di LeCun è concentrato sulla capacità di xAI di funzionare come laboratorio frontier e sul danno reputazionale causato dalla perdita del gruppo iniziale.
La vicenda evidenzia un aspetto spesso sottovalutato nella competizione AI: i modelli più avanzati non sono solo il risultato di capitale, data center e GPU, ma di organizzazioni capaci di trattenere competenze rare. I ricercatori che sanno costruire modelli foundation su scala frontier sono pochi rispetto alla domanda del mercato, e possono scegliere tra laboratori con grandi budget, infrastrutture consolidate e percorsi di ricerca più stabili. Se un’azienda sviluppa la reputazione di perdere rapidamente i propri cofondatori o di trattare in modo problematico le figure tecniche, il reclutamento diventa un vincolo tanto importante quanto l’accesso ai chip.
Per xAI, la questione è particolarmente delicata perché la società è nata con l’ambizione esplicita di sfidare OpenAI, Google DeepMind e Anthropic. Il prodotto pubblico più riconoscibile è Grok, ma la competizione reale si gioca sulla capacità di addestrare modelli sempre più potenti, affidabili e integrabili in servizi agentici, strumenti di programmazione, ricerca in tempo reale e applicazioni multimodali. La disponibilità di dati provenienti dall’ecosistema X e di infrastruttura di calcolo su larga scala può rappresentare un vantaggio, ma non sostituisce la necessità di un team scientifico stabile.
La dichiarazione di LeCun va quindi interpretata come una critica alla sostenibilità tecnica e organizzativa di xAI, non come un semplice giudizio sul marchio o sul prodotto Grok. L’azienda dispone di risorse finanziarie, infrastruttura e visibilità enormi, ma secondo LeCun avrebbe perso il fattore più difficile da ricostruire: la fiducia e la continuità del gruppo di ricerca originario. In un settore in cui la frontiera si sposta attraverso iterazioni rapide, esperimenti costosi e competenze estremamente specializzate, questa perdita può pesare più di un singolo risultato di benchmark.
Al momento xAI non ha risposto pubblicamente alle critiche riportate nell’intervista. La società continua comunque a sviluppare i propri modelli e a investire nell’infrastruttura, mentre Musk sta cercando di riorganizzare il progetto dopo l’uscita dei cofondatori. La questione aperta è se la ricostruzione interna riuscirà a produrre un laboratorio più stabile e competitivo o se, come sostiene LeCun, la perdita del team fondatore renderà xAI strutturalmente meno attraente per i migliori ricercatori AI.