Il mercato dell'intelligenza artificiale (AI) è in piena evoluzione, e l’impatto della Cina sugli scenari globali non si fa attendere. L’ultimo fronte aperto è una guerra dei prezzi tra i maggiori fornitori internazionali come OpenAI e Anthropic, ma questa competizione cela un cambiamento strutturale: l’aumento della domanda per modelli open source prodotti in Cina. Questi modelli, nonostante abbiano costi competitivi rispetto ai loro omologhi occidentali, non riducono necessariamente il valore complessivo per le imprese o le istituzioni. Il cuore del problema è il passaggio, da parte dei consumatori di AI, a strumenti che permettano di controllare l’esecuzione multiplo, la scalabilità e il mapping delle interazioni all'interno di ecosistemi tecnologici complessi.
Crollano i listini, ma cresce l’interesse per i modelli di origine cinese
Uno dei casi rivelatori di questa tendenza proviene da Vercel, una piattaforma di distribuzione API che ha registrato, nel corso del mese di maggio, una significativa variazione nel tipo di traffico AI gestito attraverso i propri endpoint. Dei token elaborati su Gateway, il servizio di Vercel, un modello open source cinese – DeepSeek – è passato, da meno dell’1% a quasi il 17% di tutti i token in un solo mese. Questi dati illustrano un movimento decisivo verso modelli tecnologicamente avanzati, ma prodotti in un contesto geopolitico diverso da quello occidentale.
Tuttavia, è importante notare che il costo complessivo per il cliente non è cambiato significativamente. Mentre la quota di token cresce rapidamente verso un mercato più economico, la spesa complessiva non si riduce, poiché l'implementazione richiede risorse aggiuntive in termini di strumenti di orchestrazione, monitoraggio, e, soprattutto, gestione delle dipendenze tra sistemi e modelli diversi.
Il prezzo non è l’unico fattore decisivo
Per le organizzazioni che fanno largo uso di AI, non è sufficiente valutare solo il costo per token: l’elemento decisivo è il controllo esercitato sull’orchestrazione di modelli diversi e la mappatura delle relazioni tecnologiche che si formano dentro e fuori l’organizzazione. In una situazione in cui la domanda di potenza di calcolo AI cresce esponenzialmente, chi decide di utilizzare modelli open source di origine cinese deve considerare l’impatto a lungo termine sull’architettura tecnologica.
Ad esempio, la pubblica amministrazione, che spesso opera in contesti regolati, deve valutare attentamente l’esposizione a fornitori esteri, soprattutto dove le normative in materia di sicurezza informatica e privacy (come il GDPR) richiedono trasparenza e controllo totale sui dati. In tali contesti, la scelta del fornitore diventa strategica e non solo tecnologica.
Esempi concreti di adozione ibrida
- In un settore industriale, un’azienda ha implementato una strategia ibrida che utilizza modelli di origine cinese per gestire carichi di lavoro non critici, riservando quelli occidentali alle applicazioni sensibili. Questo approccio ha permesso di ridurre i costi di esecuzione senza compromettere la governance aziendale.
- Una banca europea ha adottato un modello simile, ma ha aggiunto una capienza di orchestrazione interno (Internal AI Hub), che permette di mappare in tempo reale il percorso dei dati attraverso diversi modelli AI. Questo ha aumentato la trasparenza operativa e ridotto i rischi di violazione del controllo internazionale.
Strategie operative per le imprese e la PA
I dati di Vercel suggeriscono di adottare una strategia di adozione AI che si concentri non solo su prezzo, velocità e scalabilità, ma su architetture resilienti, gestibili e controllabili. Le aziende e le istituzioni che governano la trasformazione digitale possono applicare le seguenti misure:
- Evaluare costi nascosti: Il prezzo per token non riflette sempre il costo complessivo. Devono essere valutati anche i costi per orchestrazione, infrastruttura e storage.
- Implementare un piano di orchestrazione: Creare un hub interno o esterno che orchestri, in tempo reale, l’uso di modelli diversi – open source e proprietari – per gestire al meglio le risorse.
- Focalizzarsi su governance e compliance: I modelli cinesi possono offrire vantaggi economici, ma devono essere valutati in base alle implicazioni legali e strategiche del loro utilizzo.
- Creare una mappa delle dipendenze: Mappare l'intera catena di fornitori e modelli utilizzati permetterà di prevedere i rischi e pianificare strategie di resilienza operativa.
La guerra dei prezzi potrebbe spianare la strada ad un accesso più democratico all’intelligenza artificiale, ma non cancella le complessità e le opportunità di controllo che accompagnano un uso strategico di questa tecnologia. Per le imprese e le istituzioni, la chiave del successo è bilanciare l’efficienza operativa con la capacità di gestire, controllare e mappare l’eco sistema tecnologico in modo proattivo. Solo allora si potrà davvero parlare di innovazione sostenibile.