In estate, l’industria dell’intelligenza artificiale si è concentrata sulle ultime innovazioni di Anthropic e sulla lotta regolatoria in atto negli Stati Uniti. Ma tra tanto interesse per la frontiera tecnologica, gli sviluppatori non hanno smesso di creare modelli di AI e non hanno aspettato il via libera della Silicon Valley. I modelli con pesi aperti realizzati da aziende cinesi hanno contato per il 41% degli scarichi su Hugging Face, superando i modelli prodotti negli Stati Uniti. Inoltre, su un’altra piattaforma molto utilizzata chiamata OpenRouter, i primi sei modelli più popolari derivano tutti da aziende cinesi come Tencent, Xiaomi, DeepSeek, MiniMax e Z.ai. Il modello Anthropic’s Claude Opus 4.7 si trova in settima posizione, al momento della stesura di questo articolo.
L’accesso ai modelli aperti cresce
I dati forniti da Vercel indicano chiaramente una tendenza: i modelli con pesi aperti stanno raccogliendo una quota significativa del traffico su applicazioni AI, fungendo spesso da supporto infrastrutturale economica, mentre i modelli chiusi si posizionano in una nicchia più costosa e premium. Nel mese di giugno, quasi un terzo di tutte le richieste di intelligenza artificiale sulla piattaforma sono state gestite da modelli aperti.
Tuttavia, queste piattaforme rappresentano solo una parte dell’ecosistema. Non tengono conto delle sessioni gestite direttamente dai principali laboratori di AI, che probabilmente spiegano in gran parte l’uso massiccio di modelli sviluppati da aziende come OpenAI e Anthropic. Anche considerando questa variabile, però, si pone una domanda cruciale: se la maggior parte degli output di AI viene eseguita su modelli aperti più economici e adattabili, quanto pesano davvero i grandi modelli di frontiera?
Un cambiamento nelle priorità industriali
Secondo il CEO di Hugging Face, Clem Delangue, i modelli di frontiera in futuro saranno utilizzati soltanto per scopi esperimentalmente avanzati o attività ad alto valore aggiunto. La maggior parte dei carichi operativi, invece, potrebbe essere gestita da modelli aperti o da modelli interni alle aziende. In un recente episodio del podcast Equity, Delangue ha espresso chiaramente le sue aspettative: “Forse tra qualche anno, i modelli di frontiera saranno per sperimentare o per compiti veramente importanti, ma gran parte del lavoro operativo sarà sostenuto da modelli privati o aperti.”
Delangue ha anche evidenziato come una tendenza crescente vede aziende preferire il possesso diretto dei modelli AI, piuttosto che noleggiarli, soprattutto quando ci si rende conto del costo reale di scalare sistemi basati su modelli chiusi. Questo movimento ha preso velocità nei mesi successivi al fatturato associato agli oneri crescenti della gestione di questi modelli chiusi di frontiera.
La comunità sta cambiando il gioco
Secondo Delangue, Hugging Face è un esempio della crescente diffusione e adozione di modelli di AI aperti. Il sito ospita più di due milioni e mezzo di pubblici modelli e un milione di dataset. Delangue ha rivelato che un nuovo repository viene creato ogni sette secondi sulla piattaforma, indicando uno scenario diverso da una visione centralizzata dell’AI. In pratica, le aziende si affidano a una moltitudine di modelli diversi, ciascuno personalizzato per gli usi specifici. Delangue ha anche affermato che la metà delle aziende del Fortune 500 utilizza Hugging Face per distribuire i propri modelli privati e modelli open-source.
Modelli cinesi sempre più competitivi
Contemporaneamente al crescente interesse globale per i modelli aperti, i laboratori di AI cinesi continuano a sviluppare e lanciare nuovi modelli potenti. Ciascuno di essi è progettato per essere più economico e personalizzabile rispetto alle controparti chiuse, sfidando l’economia della proprietà esclusiva che molte aziende del settore hanno investito miliardi di dollari per costruire.
Recentemente, l’azienda cinese Z.ai ha rilasciato un modello open-weight chiamato GLM-5.2, che eccelle nello sviluppo autonomo di codice (agentic coding) e compete direttamente con Anthropic nel campo dell’identificazione delle vulnerabilità di sicurezza. I progressi di AI di origine cinese continuano a mettere pressione sui modelli di frontiera degli Stati Uniti, soprattutto per ciò che riguarda i costi di gestione e l’accesso.
La minaccia dell’indipendenza dei fornitori
Delangue non è l’unico ad aver riconosciuto i vantaggi di un’AI meno dipendente da pochi fornitori. Negli ultimi mesi, il CEO di Microsoft, Satya Nadella, ha avvertito le aziende contro il rischio dell’abuso di singoli fornitori dominanti. Lui ha sottolineato che il controllo dei dati deve essere una priorità per gli utilizzatori di AI.
La questione etica
La crescita dei modelli aperti ha portato a un dibattito intenso: se modelli sempre più capaci devono essere resi accessibili in massa. L’ad di Anthropic, Dario Amodei, ha espresso riserve: espandere il potere dei modelli aperti potrebbe creare pericoli, visto che, una volta rilasciati, diventa difficile controllare che tipo di utilizzo ne viene fatto.
Persone male intenzionate, modelli facilmente accessibili
Altri hanno rilevato come i modelli aperti possano aumentare il rischio che attori non intenzionati, come hacker o gruppi terroristici, li utilizzino per produrre disinformazione o realizzare cyber attacchi o guerra biologica.
Differenti prospettive sulla sicurezza
Tuttavia, Delangue vede una questione diversa: lui ritiene che il principale rischio per il futuro dell’AI non sia tanto nei modelli stessi, ma nella concentrazione di potere che circonda loro. Per Delangue, la migliore strategia per ridurre i rischi connessi all’AI è aumentare la trasparenza e livellare il campo di gioco.
“Il rischio più grande dell’intelligenza artificiale è la concentrazione del potere,” ha detto Delangue. “Penso che il modo migliore per rendere il mondo più sicuro sia rafforzare i campi aperti e fornire dettagli su questi modelli,” ha aggiunto. La trasparenza dà al sistema la capacità di “risolvere i rischi informatici che già si conoscono e che i modelli aperti potrebbero sfruttare”, ha continuato.
Occhi sulla sicurezza, ma non sull’esclusività
Delangue ritiene che mantenere l’accesso ai modelli di AI su un accesso limitato non elimini del tutto i rischi, e nemmeno li minimizzi sufficientemente. Secondo lui, è facile superare i limiti imposti dagli API o addirittura