Modelli di IA cinesi economici minacciano Claude e ChatGPT

Gli investitori e i critici dell’industria dell’IA non si accordano su molto. Ma in entrambi gli schieramenti almeno una convinzione di base la condividono: i migliori laboratori americani stanno per fare una fortuna.

I mercati finanziari hanno espresso fiducia nell’imminente iper-profitabilità di Anthropic e OpenAI, valutando ciascuna oltre 1.000 miliardi di dollari. Molti avversari progressisti della Silicon Valley si aspettano anche che i laboratori diventino estremamente ricchi, ma temono le implicazioni, avvertendo che l’automazione indotta dall’IA potrebbe spostare enormi quantità di denaro dai lavoratori comuni a una manciata di grandi aziende tecnologiche. La proposta del senatore Bernie Sanders di nazionalizzare i principali laboratori di IA si fonda in parte su questa preoccupazione.

Ma i recenti progressi dell’IA cinese mettono tutto questo in discussione.

Negli ultimi due mesi, aziende cinesi hanno rilasciato tre modelli di IA quasi altrettanto potenti dei sistemi di frontiera americani — e radicalmente meno costosi.

A giugno, Z.ai di Pechino ha presentato un modello che si è comportato quasi bene quanto Claude e i sistemi secondari di ChatGPT su benchmark indipendenti. Settimane dopo, un’altra azienda cinese, Moonshot, ha svelato “Kimi K3,” un modello che, almeno secondo quanto si dice, supera tutti i suoi rivali americani tranne le versioni più recenti di Claude e di ChatGPT. Infine, solo qualche giorno fa, Alibaba ha lanciato un’anteprima di Qwen3.8 Max, che presumibilmente supera persino i sistemi più avanzati di OpenAI, pur rimanendo inferiore solo a Claude’s Fable nelle sue capacità. (Divulgazione: Eurasia Media è una delle diverse testate che hanno firmato accordi di partnership con OpenAI. Il nostro lavoro di reportage resta editorialmente indipendente.)

Questi sviluppi non minacciano solo i giganti statunitensi dell’IA con una competizione più aspra nella corsa all’ipersuperintelligenza. Piuttosto, mettono in rilievo una prospettiva ancor più spaventosa: che i premi finali della corsa all’IA saranno molto più modesti di quanto previsto. In un mondo in cui i nuovi progressi possono essere regolarmente superati da startup più economiche, l’accaparrarsi la tecnologia — e i suoi profitti — sarà più difficile per un’unica azienda.

In altre parole, costruire un dio delle macchine potrebbe non essere così lucrativo come si pensava. L’IA, a quanto pare, potrebbe «volere la libertà».

Come l’IA doveva pagarsi

Per capire in che modo i nuovi modelli cinesi minacciano le aspettative di profitto di Anthropic, dobbiamo prima esaminare perché tali aspettative sono state fin dall’inizio così elevate.

Questo non è del tutto ovvio. Dopotutto, i laboratori IA non sono molto simili ai giganti tecnologici iperprofitti degli anni 2010. Facebook e Airbnb erano aziende relativamente a basso fabbisogno di capitale, con costi marginali estremamente bassi (aggiungere un profilo su Facebook o elencare un alloggio su Airbnb costava praticamente nulla alle aziende). E una volta che ciascuno aveva preso piede nei rispettivi mercati, gli effetti di rete hanno permesso loro di mantenere posizioni formidabili senza dover costantemente aggiornare i loro prodotti.

Costruire una compagnia di IA all’avanguardia è un’impresa molto più impegnativa — e immensamente più costosa. Per arrivare alla frontiera, Anthropic e OpenAI hanno investito (almeno) decine di miliardi in semiconduttori, data center, centrali elettriche e altri investimenti di capitale. Rimanere all’avanguardia, intanto, li costringe a produrre costantemente modelli sempre più costosi.

Per addestrare un nuovo modello Claude nella fase iniziale — durante la quale trascorre mesi a digerire Internet e a identificare schemi statistici nel testo — il costo può aggirarsi su centinaia di milioni di dollari. E tale computazione fondamentale è solo l’inizio. Un modello davvero superlativo richiede ulteriori mesi di raffinamento. eserciti di esperti contrattualisti — come scienziati informatici, medici e matematici — guidano i modelli, valutando le loro risposte e orientandoli verso soluzioni migliori. Poi i sistemi IA completano milioni di cicli di pratica, durante i quali apprendono per tentativi ed errori come risolvere innumerevoli problemi. Questo processo arduo, noto come “post-training,” aumenta i costi dello sviluppo di un singolo modello.

Tutto ciò solleva la domanda: perché gli investitori dovrebbero aspettarsi che aziende con una struttura dei costi così impegnativa non siano solamente redditizie, ma enormemente redditizie?

Ci sono (almeno) due risposte. La prima (e più ovvia) è che il mercato delle macchine superintelligenti potrebbe essere vasto. I sistemi di IA di frontiera promettono di ridurre i costi e migliorare le prestazioni in una miriade di settori impiegatizi. E le crescenti entrate di Anthropic indicano che le aziende, in effetti, trovano Claude utile. Un’azienda come Airbnb ha guadagnato miliardi rivoluzionando un solo settore; immaginiamoci quanto potrebbe valere una tecnologia che ha rivoluzionato praticamente tutti i settori.

Naturalmente, molte tecnologie sono preziose ma non necessariamente estremamente redditizie da produrre. Dopotutto, in mercati ben funzionanti, la concorrenza dovrebbe alla fine erodere i margini delle singole aziende, anche se la tecnologia sottostante continua a generare un enorme valore.

Ma qui entra in gioco la seconda risposta: i costi immensi delle laboratori di frontiera sono un onere, ma costituiscono anche una protezione contro la concorrenza — o, nel gergo del settore, una “barriera difensiva” (moat).

Le startup potrebbero permettersi di costruire o acquisire modelli più rudimentali, molti dei quali sono open source. Ma si ritiene che non saranno in grado di offrire prestazioni al livello di Claude Fable senza raccogliere enormi quantità di capitale. E quanti investitori sarebbero disposti a versare centinaia di miliardi in un piccolo attore dell’IA che è anni-luce distanza da Google, da Anthropic e da OpenAI?

Purtroppo, i rapidi progressi dei laboratori di IA cinesi — e il modo in cui sono stati ottenuti — suggeriscono che la moat di Anthropic potrebbe essere meno profonda di quanto si pensasse.

Come Moonshot ha nuotato la moat di Anthropic

L’esistenza di sistemi IA potenti provenienti dalla Cina non è né nuova né sorprendente. Il governo di Xi Jinping ha fatto della competizione per la dominanza globale nell’IA un obiettivo economico chiave. E DeepSeek della Cina, che ha sorpreso anche le aziende statunitensi con i suoi modelli competitivi a costi inferiori, ha superato ChatGPT come app gratuita più scaricata sull’iPhone più di un anno fa.

I modelli più recenti, tuttavia, hanno drasticamente ridotto il divario di capacità tra i sistemi americani di frontiera e i loro rivali cinesi. Ancora più critico, lo hanno fatto in modo che altri emergenti dell’IA, relativamente meno finanziati, potrebbero imitare.

Alibaba e Moonshot hanno dovuto investire risorse massive per addestrare i loro modelli di base. Ma avrebbero trovato un modo a basso costo per affinare tali modelli in sistemi quasi di frontiera: basta chiedere a Claude.

O, più specificamente: Coinvolgere Claude in 16 milioni di conversazioni, usando 24.000 account falsi. In ciascuno di quegli scambi, chiedere al modello non solo di rispondere a innumerevoli domande difficili ma anche di guidarti passo per passo nel suo ragionamento. Poi prendere tutti questi dati e incorporarli nel tuo modello come materiale di studio, addestrandolo a rispondere alle domande più impegnative del mondo come Claude.

Attraverso questo processo — noto come “distillazione” — un laboratorio di IA può replicare praticamente tutte le capacità di un modello di frontiera, senza dover investire enormi somme in esperti umani e in cicli di calcolo post-training.

I laboratori IA cinesi non hanno ammesso di usare distillazione. Ma OpenAI e Anthropic avrebbero riferito di aver scoperto tentativi di distillazione cinesi all’inizio di quest’anno. E alcuni dei nuovi modelli sembrano mostrare segni lampanti di distillazione nelle conversazioni con utenti comuni; Kimi K3 si è regolarmente presentato come “Claude.”

Le aziende IA cinesi non sono affatto sole nell’uso della distillazione per recuperare terreno rispetto ai laboratori di frontiera. All’inizio di quest’anno, Elon Musk ha ammesso in tribunale che xAI ha aumentato le capacità di Grok tramite tecniche di distillazione su Claude e su ChatGPT. Eppure, i modelli cinesi più recenti sembrano dimostrare che la distillazione può aiutare a portare un modello di secondo livello alla soglia della frontiera.

I laboratori di frontiera americani hanno tentato di difendersi da tali imitatori. Ma tecnicamente è difficile quando i distillatori possono assemblare reti massive di bot, ciascuno ponendo un numero innocuo di domande. E legalmente è difficile per i giganti statunitensi dell’IA sostenere che i distillatori stiano rubando la loro proprietà intellettuale. Dopotutto, in un certo senso, i copiatori cinesi stanno semplicemente facendo a Anthropic e OpenAI ciò che quelle aziende avevano fatto a giornalisti, coder, avvocati e altri specialisti: fornire ai modelli i loro output pubblici, che poi replicano le loro capacità discernendo schemi sottostanti nel testo.

Oh, e la Cina sta regalando questi modelli

I nuovi modelli cinesi avrebbero già dato Fastidi sufficienti a Silicon Valley, se fornivano solo una competizione più impegnativa, dimostrando al contempo la potenza della distillazione.

Ciò che rende particolarmente minacciosi per il potenziale di lucro dei giganti americani dell’IA i modelli Kimi K3 e Qwen3.8 Max, però, è che sono ufficialmente open source — il che significa che i parametri dei modelli possono essere scaricati gratuitamente. (Alibaba e Moonshot non hanno ancora rilasciato tali parametri, ma dicono che lo faranno a breve.)

In altre parole, qualsiasi azienda o hobbista con sufficiente potenza di calcolo potrà presto far girare un modello cinese quasi di frontiera sul proprio hardware, modificare quel modello per servirsi meglio a uno scopo specializzato, e quindi vendere l’accesso alla nuova versione — senza pagare nemmeno un yuan ad Alibaba.

Per molti potenziali clienti di Anthropic e OpenAI, questa proposta potrebbe essere difficile da rifiutare. La maggior parte delle aziende non ha bisogno dell’IA più intelligente al mondo, basta una che sia competente nei compiti centrali della loro attività — preparazione di ricerche legali, risposte a domande IT, scrittura di codice funzionante, ecc. Un modello che produca output al 90% della qualità di Claude — a circa un sesto del costo — suonerà molto allettante per molte aziende.

Inoltre, i modelli open-source non sono solo più economici rispetto ai sistemi di frontiera, ma potenzialmente anche più sicuri. Se esegui un’IA sui server della tua azienda, non devi affidare dati sensibili ad Anthropic, Google o OpenAI.

Tutto questo ha portato gran parte dell’America aziendale ad adottare modelli open-source, anche prima che le ultime versioni riducessero il divario di capacità. In un sondaggio della Linux Foundation, il 63 percento delle organizzazioni ha dichiarato di utilizzare sistemi IA open-source.

E sempre più spesso, quei modelli sono cinesi. Secondo Sequoia Capital, una delle principali società di venture capital della Silicon Valley, la maggioranza delle startup statunitensi di IA ora utilizza sistemi open-source cinesi. Man mano che Kimi e Qwen diventano più capaci, la loro quota di mercato è probabile che cresca, a spese dei giganti americani dell’IA.

Ciò che è male per OpenAI è bene (e/o catastrofico) per l’umanità

Detto questo, resta comunque del tutto possibile che OpenAI e Anthropic giustifichino le loro valutazioni colossali. In molti settori economici altamente competitivi, avere accesso al modello di IA migliore al mondo continuerà a essere estremamente prezioso. E i laboratori di frontiera americani continuano a superare tutti i loro pari.

Ma è sempre più plausibile che vendere sistemi di IA all’avanguardia si rivelino imprese a basso margine. In un mondo in cui modelli open-source quasi di frontiera sono ovunque, i grandi vincitori del settore IA probabilmente non saranno i suoi laboratori principali, ma piuttosto i produttori di chip e i fornitori di servizi di cloud computing.

Per le persone comuni, un futuro in cui la superintelligenza è estremamente economica — e le aziende IA concorrenti emergono e scompaiono continuamente, invece di consolidarsi in mega-corporazioni — apparirebbe alquanto diverso dalla distopia cyberpunk che la sinistra teme.

E non del tutto in modo positivo. Per un verso, in quella realtà mitigare i rischi più gravi dell’IA sarebbe enormemente difficile. Avere una manciata di aziende che monopolizzano il controllo sui sistemi IA di frontiera è deleterio sotto molti aspetti. Ma rende anche questi modelli più facili da regolamentare, come ha dimostrato la decisione dell’amministrazione Trump di bloccare temporaneamente Fable di Claude per motivi di cybersecurity.

Al contrario, se le ricette per modelli IA ultra-potenti sono pubblicate ovunque su Internet — e chiunque abbia competenze tecniche modeste può modificarle a piacimento — allora i sistemi disposti ad aiutare i loro utenti a violare burocrazie governative o a ingegnerizzare armi biologiche rischiano di proliferare.

Da un’altra prospettiva, però, lo scenario di “l’IA diventa quasi gratuita” potrebbe assomigliare al capitalismo al suo massimo splendore: ritornando indietro nel tempo, tale sviluppo significherebbe che un piccolo numero di individui estremamente ricchi ha finanziato la creazione di una tecnologia immensamente utile, nell’aspettativa di profitti enormi, solo per vedere la concorrenza erodere i loro ritorni — e disperdere i benefici di quella tecnologia tra un gruppo più ampio di aziende e consumatori.

Certamente, nel caso dell’IA, questo processo potrebbe anche generare un super-virus che ci uccide tutti. Ma, hey, nessun sistema è perfetto.