La Cina mette alla prova la leadership statunitense nell'IA

Negli ultimi decenni, le aziende cinesi hanno offerto alternative a basso costo ai prodotti statunitensi e di altri mercati sviluppati in un'ampia gamma di settori, dai beni di consumo all'elettronica fino all'automotive. Ora, mentre i modelli di IA sviluppati da aziende con sede negli Stati Uniti sconvolgono le industrie, le economie e persino i modelli sociali, la Cina sta nuovamente ponendo una sfida crescente offrendo prodotti di IA comparabili a costi inferiori.

Quando, all'inizio di luglio, la start-up cinese Moonshot AI ha lanciato il modello Kimi K3, gli investitori hanno reagito con preoccupazione riguardo alle possibili implicazioni per i fornitori statunitensi di IA. Presentato come un modello in grado di offrire prestazioni superiori rispetto a quelle di concorrenti quali Anthropic e OpenAI, Kimi K3 è arrivato poco dopo il lancio del modello GLM 5.2 da parte della società cinese Zhipu, anch'esso considerato una valida alternativa a basso costo ai modelli statunitensi.

L'industria cinese dell'intelligenza artificiale potrebbe essere ancora sottovalutata dagli investitori, ma questi sviluppi dimostrano che la sua influenza sulle dinamiche globali del settore è sempre più difficile da ignorare. In Cina è in corso un'importante attività di innovazione nell'ambito dell'IA e l'ingresso sul mercato di modelli linguistici di grandi dimensioni (LLM) aperti ed economici sviluppati da aziende cinesi potrebbe limitare sia il potere di determinazione dei prezzi sia il potenziale di crescita dei ricavi dei fornitori statunitensi di LLM. Questo aspetto è rilevante perché potrebbe mettere in discussione l'attuale modello di finanziamento dell'intera catena del valore e ridurre il valore attribuito a molti dei principali operatori statunitensi.

Troppo economici per essere ignorati

Kimi K3 e GLM 5.2 arrivano in un momento in cui la reazione al fenomeno del cosiddetto "token-maxxing", ovvero la tendenza a massimizzare l'utilizzo dei token per accelerare i potenziali benefici dell'IA, sembra favorire una crescente adozione dei modelli cinesi. Già lo scorso anno i mercati erano rimasti sorpresi dal cosiddetto "momento DeepSeek", quando un modello più leggero aveva raggiunto prestazioni comparabili a costi significativamente inferiori. Gli utenti di IA oggi potrebbero quindi aver sempre più bisogno di una giustificazione per il grande sovrapprezzo applicato dai modelli LLM all'avanguardia. Se i modelli a basso costo continueranno a offrire funzionalità sostanzialmente simili con minori investimenti e hardware meno avanzato, gli investitori metteranno inevitabilmente sotto esame la logica alla base degli ingenti investimenti che le società statunitensi continuano a sostenere.

A mio avviso, la crescita dei modelli cinesi ricorda agli investitori l'importanza di distinguere tra efficienza ed eccesso. Quasi ogni rivoluzione tecnologica, dalle ferrovie alla banda larga fino alle reti mobili, ha inevitabilmente generato investimenti e aspettative superiori a quanto giustificato dalla realtà economica; solo dopo il venir meno dell'entusiasmo diventano evidenti gli eccessi. La presenza di un'alternativa competitiva contribuisce a mantenere un punto di riferimento per chi investe in modo aggressivo e rappresenta un contrappeso alle proiezioni più ottimistiche. Ciò non significa che la tesi prevalente sia errata, ma ritengo che aumenti il livello di rigore richiesto a chi oggi alloca capitale.

La questione dell'open source

Il governo cinese e i laboratori di ricerca del Paese hanno adottato i modelli open source come uno dei pilastri fondamentali dell'iniziativa nazionale "AI+" e come elemento centrale della propria strategia competitiva. Nata inizialmente come risposta ai vincoli hardware, questa scelta ha progressivamente ridefinito la concorrenza nel settore dell'intelligenza artificiale, mettendo in discussione i modelli di business basati sui token adottati dai modelli proprietari.

I modelli open source risultano più facili da diffondere e adottare e più difficili da contenere. Si diffondono attraverso comunità online, implementazioni locali e sviluppi personalizzati. La loro crescita è alimentata dagli effetti di rete più che dai tradizionali canali commerciali e consente una rapida integrazione nell'ecosistema globale.

I modelli open source, che consentono l'implementazione all'interno dell'ambiente dell'utente, garantiscono inoltre una maggiore tutela della privacy dei dati e riducono il timore che segreti aziendali e informazioni proprietarie possano essere compromessi. Per i fornitori di modelli, consentono anche di trasferire parte dell'onere computazionale all'utilizzatore finale. Con un accesso ai modelli che tende a diventare quasi gratuito, la competizione si sta progressivamente spostando dall'intelligenza del modello alla distribuzione, ai servizi, ai dati, ai flussi di lavoro, all'implementazione e ai risultati aziendali ottenibili, aree nelle quali le logiche di monetizzazione devono ancora consolidarsi.

Policy o tecnologia?

Forse il principale fattore destinato a influenzare il futuro dell'intelligenza artificiale nel medio termine non sarà rappresentato dagli esperti che sviluppano e addestrano i modelli, bensì dai decisori politici chiamati a stabilire fino a che punto e con quale rapidità l'IA potrà diffondersi, nonché le modalità con cui governarne l'evoluzione. La riduzione del divario prestazionale tra gli LLM statunitensi e quelli cinesi sta inoltre aumentando la pressione su regolatori e responsabili politici, chiamati a bilanciare l'esigenza di rallentare il progresso tecnologico per ragioni di sicurezza e governance con quella di accelerarlo nella speranza di vincere la cosiddetta “corsa all'IA”.

La temporanea sospensione del modello Claude Fable 5 di Anthropic da parte del governo statunitense all'inizio dell'estate ha rispecchiato proprio questo dilemma. Nel momento in cui una sospensione estesa e una riduzione delle funzionalità sono state ritenute necessarie per contenere rischi emergenti, potremmo aver raggiunto una fase in cui la governance, più che la tecnologia, diventa il principale fattore limitante del progresso. La tensione tra avanzamento tecnologico e accettazione sociale è destinata ad aumentare.

A ciò si aggiunge una crescente complessità geopolitica. Se Stati Uniti e Cina riuscissero a concordare la priorità di adeguate misure di sicurezza, le attuali aspettative di mercato potrebbero semplicemente dover incorporare ulteriori rallentamenti nel percorso di sviluppo. Tuttavia, se nessuna delle due parti potesse permettersi ritardi normativi considerati "non necessari" rispetto all'altra, potremmo assistere a un maggiore ricorso a divieti di esportazione o restrizioni all'accesso alle tecnologie, con il rischio di un ecosistema più frammentato e meno ordinato. A mio avviso, questi non sono più scenari ipotetici. Le questioni legate alla sicurezza e alla governance saranno inevitabili per tutti i modelli, aperti o proprietari, statunitensi o cinesi. Tuttavia, la competizione tra Stati Uniti e Cina potrebbe alterare gli incentivi e amplificare il rischio di errori di governance.

Per gli investitori, il messaggio non è diventare pessimisti sull'intelligenza artificiale, bensì adottare maggiore prudenza nelle previsioni e nelle ipotesi di fondo, riconoscendo che i fattori geopolitici e di sicurezza nazionale potrebbero avere per l'IA un'importanza ben maggiore rispetto a quella osservata nelle precedenti ondate di innovazione tecnologica. La Cina potrebbe continuare a rappresentare un concorrente credibile nella corsa all'intelligenza artificiale abbastanza a lungo da indurre i mercati a mettere in discussione l'attuale consenso. Ciò suggerisce la necessità di un approccio più ponderato alle esposizioni azionarie e obbligazionarie, con una particolare attenzione alla diversificazione tra gli ecosistemi dell'IA statunitense e cinese.