Modelli AI aperti, frattura tra le big tech Usa: che c’è in ballo

La Silicon Valley si è spaccata sui modelli AI aperti.

Secondo il New York Times, Anthropic e OpenAI hanno sollecitato i regolatori americani a considerare restrizioni sui modelli cinesi rilasciati con pesi scaricabili, sostenendo che possano incorporare capacità ottenute tramite distillazione non autorizzata e porre rischi di sicurezza.

Dall’altra parte, Microsoft, Nvidia, Meta, IBM, Hugging Face, Mistral e decine di altre organizzazioni hanno firmato la lettera Open Weights and American AI Leadership, che invita Washington a non introdurre vincoli prematuri sui modelli open weight. Anche Elon Musk sostiene questa posizione, la necessità che ci siano sempre modelli di frontiera “aperti”. Lettera poi in effetti firmata anche da OpenAI.

La frattura è esplosa dopo il rilascio di Kimi K3 da parte della cinese Moonshot AI. Nella documentazione ufficiale, Kimi presenta il modello come il proprio sistema di punta, con 2,8 trilioni di parametri, una finestra di contesto da un milione di token e pesi completi previsti entro il 27 luglio 2026. Pochi giorni dopo, il Nist e lo UK Artificial Intelligence Security Institute hanno pubblicato una valutazione preliminare delle capacità cyber del modello: Kimi K3 resta sotto i modelli statunitensi più avanzati, ma supera GLM-5.2 di Z.ai nelle prove considerate e può tentare attività offensive in ambienti simulati.

Che cosa divide davvero modelli aperti e chiusi

Molti modelli vengono chiamati “open source”, ma la formula è spesso imprecisa. Un modello open weight rende disponibili i pesi, cioè i parametri appresi durante l’addestramento, e permette a terzi di scaricarlo, eseguirlo, modificarlo o adattarlo. Questo non significa necessariamente che siano pubblici anche codice di training, dataset, procedure di filtraggio, criteri di valutazione e documentazione completa.

La Open Source Initiative, nella definizione 1.0 di open source AI, collega l’apertura alla possibilità di usare, studiare, modificare e condividere il sistema, includendo accesso a codice, informazioni sui dati e parametri. Molti modelli oggi presentati come aperti sono quindi più correttamente modelli open weight.

I modelli cinesi tipicamente non pubblicano i dati di training. Secondo vari esperti, il training di questi modelli ha introdotto bias favorevoli alla narrativa politica cinese e non sono aggirabili dalla customizzazione successiva.

Per chi usa il modello, che vuol dire? Un modello chiuso viene usato di norma tramite API o servizi gestiti dal provider. Un modello con pesi scaricabili può essere ospitato in cloud privato, on premise o in ambienti controllati, con maggiore libertà di adattamento e una diversa gestione dei dati. In cambio, l’organizzazione deve assumersi più responsabilità su sicurezza, aggiornamenti, fine tuning, monitoraggio e conformità.

È anche più economico da usare e infatti molte aziende stanno passando a modelli AI cinesi, per i compiti meno critici, lasciando quelli più difficili ai modelli più prestanti (OpenAI e Anthropic).

Le proposte di legge USA per limitare i modelli AI

Negli Stati Uniti il confronto sui modelli aperti si sta già traducendo in proposte legislative e regolatorie, ma con approcci diversi. La linea più dura passa dagli export control: l’ENFORCE Act, presentato alla Camera nel maggio 2024, proponeva di modificare l’Export Control Reform Act includendo nei “covered artificial intelligence systems” anche model weights e parametri numerici, dando al presidente e al Dipartimento del Commercio più spazio per richiedere licenze su sistemi AI ritenuti sensibili per sicurezza nazionale e politica estera. È la via più vicina a una limitazione diretta della circolazione dei pesi dei modelli.

Per bloccare Anthropic Mythos 5 e Fable 5, il potere invocato è stato un atto del Department of Commerce/BIS, cioè appunto una direttiva di export control. Anthropic scrive che il governo, citando autorità di sicurezza nazionale, ha ordinato di sospendere l’accesso ai modelli da parte di qualunque foreign national, anche dentro gli Usa.

Un secondo filone non vieta il rilascio dei modelli, ma impone obblighi di controllo. La proposta di AI Incident Reporting Act, introdotta dal deputato repubblicano Nathaniel Moran a giugno 2026, richiederebbe agli sviluppatori di notificare al Dipartimento del Commercio entro sette giorni la scoperta di capacità pericolose, violazioni di sicurezza o incidenti, inclusi accessi non autorizzati ai model weights, tentativi del modello di eludere supervisione umana o rischi chimici, biologici, nucleari e cyber. Nello stesso mese, una bozza più ampia di legge federale sull’AI, descritta come Great American Artificial Intelligence Act, ha incluso testbed di sicurezza per i modelli, audit del Government Accountability Office sulla protezione dei model weights e misure di supporto alla sicurezza dell’ecosistema open source.

A livello statale, California e New York si sono mosse prima del Congresso. La SB 53 californiana, Transparency in Frontier Artificial Intelligence Act, impone ai grandi sviluppatori di modelli frontier framework di sicurezza, report di trasparenza e segnalazione degli incidenti. Il RAISE Act di New York, firmato da Kathy Hochul nel dicembre 2025, richiede ai grandi sviluppatori di pubblicare protocolli di sicurezza e notificare allo Stato entro 72 ore gli incidenti critici; la legge definisce tra questi anche accesso non autorizzato, modifica o sottrazione dei pesi di un frontier model quando producano morte o lesioni. Queste norme non bloccano i modelli open weight, ma alzano il costo legale e organizzativo del rilascio e della gestione dei sistemi più potenti.

Il quadro federale resta contraddittorio. L’AI Action Plan della Casa Bianca sostiene esplicitamente i modelli open source e open weight come leva di innovazione e competizione strategica, mentre il Bureau of Industry and Security ha ritirato l’AI Diffusion Rule dell’era Biden annunciando però un futuro schema sostitutivo sugli export control.

Vige un sistema volontario di accesso anticipato del Governo Usa a nuovi modelli.

Perché Kimi K3 cambia il tono della discussione

Tutto questo ha avuto un’accelerazione dopo il rilascio di Kimi K3, perché appare più chiaro che la Cina sta usando la distribuzione di modelli aperti o open weight come leva competitiva globale. Se un modello avanzato diventa scaricabile, sviluppatori e aziende possono integrarlo senza passare dai servizi proprietari dei grandi laboratori americani.

Per chi vende modelli chiusi, questo riduce il controllo sulla catena del valore. Per chi vende cloud, chip, strumenti di sviluppo e sicurezza, invece, amplia il mercato e infatti i vari Hyperscaler si sono già aperti ai modelli cinesi.

La valutazione di Nist e UK AISI mostra anche perché la questione non si può liquidare con un sì o un no all’apertura. Kimi K3, nei test preliminari, ha raggiunto in media il passaggio 17 di una catena d’attacco simulata da 32 step nel cyber range “The Last Ones”, contro 28,5 step dei modelli cyber statunitensi più capaci. In una delle dieci prove ha completato l’intero percorso entro il limite fissato. Il modello non appare quindi al livello dei sistemi più avanzati, ma dimostra capacità sufficienti per alimentare preoccupazioni concrete in scenari di sicurezza.

Questo dato rafforza entrambi gli argomenti. Chi chiede restrizioni può sostenere che modelli open weight sempre più potenti aumentano la disponibilità di capacità offensive.

Chi difende l’apertura può rispondere che i difensori hanno bisogno di strumenti confrontabili, auditabili e adattabili per testare vulnerabilità, costruire benchmark, sviluppare filtri e reagire più rapidamente agli attacchi.

Distillazione, proprietà intellettuale e accuse alla Cina

Il nodo più sensibile è la distillazione. La tecnica consiste nell’addestrare o migliorare un modello usando output, risposte o comportamenti di un altro modello. In sé è una pratica diffusa nell’AI: può servire a trasferire capacità da sistemi grandi a sistemi più piccoli, ridurre costi e migliorare efficienza. Diventa controversa quando viene usata per estrarre valore da modelli proprietari senza autorizzazione o aggirando condizioni contrattuali.

La lettera Open Weights and American AI Leadership chiede ai policymaker di non confondere la distillazione legittima con l’appropriazione illecita. Il testo sostiene che eventuali abusi vadano affrontati con strumenti legali e commerciali mirati, non con restrizioni generalizzate sui modelli aperti. È una posizione che tutela l’ecosistema di startup, ricercatori e aziende che costruiscono prodotti sopra modelli esistenti.

Dall’altra parte, la Casa Bianca ha già inserito l’AI avanzata dentro il perimetro della sicurezza nazionale. Nell’ordine esecutivo di giugno 2026 sulla promozione dell’innovazione e della sicurezza nell’AI avanzata, l’amministrazione americana collega esplicitamente capacità AI, difesa cyber, sicurezza nazionale e protezione dell’innovazione statunitense. In questo quadro, le accuse di distillazione industriale non autorizzata diventano anche materia di politica estera e controllo tecnologico.

Perché Microsoft e Nvidia difendono gli open weight

Il fronte favorevole ai modelli open weight non nasce da una posizione idealistica. Microsoft, Nvidia, IBM, Meta, Hugging Face, Mistral e gli altri firmatari della lettera leggono l’apertura come infrastruttura di mercato. I modelli con pesi disponibili permettono a startup, università, imprese e istituzioni pubbliche di costruire applicazioni senza addestrare un modello da zero e senza pagare sempre i prezzi dei modelli frontier via API.

Per Nvidia, il tema riguarda anche la cybersicurezza. Con la Open Secure AI Alliance, annunciata con partner come Microsoft, IBM, Linux Foundation, Hugging Face, Palo Alto Networks, Cisco, Dell Technologies e Cloudflare, il gruppo punta a sviluppare strumenti aperti per la sicurezza AI. L’idea è che i difensori non possano dipendere solo da modelli chiusi, soprattutto quando devono analizzare incidenti, testare sistemi, condividere benchmark e costruire capacità comuni di risposta.

C’è poi un interesse industriale evidente. Più modelli sono scaricabili e adattabili, più cresce la domanda di chip, cloud, piattaforme di deployment, strumenti di osservabilità, sicurezza e fine tuning. Un mercato basato solo su pochi modelli chiusi concentra invece potere e margini nelle mani dei laboratori che controllano accesso, prezzi e roadmap.

Modelli AI aperti sì o no? Che cosa cambia per imprese e PA europee

Se Washington sceglierà restrizioni ampie sui pesi dei modelli e riuscirà a premere perché anche l’Europa segua la stessa via, anche le imprese europee potrebbero trovarsi davanti a un mercato più chiuso, più costoso e più dipendente dai provider dominanti; per altro pure soggetti a possibili “ban” esteri del presidente Usa.

Se invece prevarrà la linea open weight, il problema si sposterà sulla capacità di governare modelli più accessibili ma anche più difficili da controllare. Con l’ulteriore variabile di una possibile stretta anche cinese sull’uso di modelli AI cinesi all’estero.

Per imprese e pubbliche amministrazioni europee, la disputa americana è un anticipo delle decisioni che arriveranno nei prossimi mesi. La scelta tra modello chiuso e modello open weight entra nei capitolati, nelle policy interne, nelle valutazioni di rischio e nei contratti con i fornitori. Non riguarda soltanto il costo per token.

Un modello chiuso può offrire aggiornamenti continui, garanzie contrattuali, controlli centralizzati e minore onere operativo. Può però aumentare dipendenza dal provider, vincoli sui dati, esposizione a cambiamenti di prezzo e difficoltà di audit. Un modello open weight può ridurre lock-in e consentire deployment più controllati, ma richiede competenze interne o partner affidabili per sicurezza, monitoraggio, patch, valutazioni e gestione delle versioni modificate.

Il quadro europeo aggiunge un ulteriore livello. Le linee guida della Commissione sui modelli AI di uso generale ricordano che gli obblighi per i provider di GPAI si applicano dal 2 agosto 2025, con enforcement della Commissione dal 2 agosto 2026. Il Codice di condotta GPAI, pubblicato il 10 luglio 2025, offre un percorso volontario su trasparenza, copyright, sicurezza e gestione dei rischi sistemici.

Le nostre aziende e PA devono quindi valutare diversi aspetti prima di una scelta. Non solo funzioni e costi. Ma anche chi immette sul mercato un modello, chi lo modifica in modo significativo, quale documentazione accompagna il sistema, quali dati sono stati usati, quali misure di sicurezza sono state adottate e quali responsabilità restano in capo a provider, integratore e deployer.

Il criterio per adottare modelli AI aperti

Il criterio per imprese e PA è partire dal caso d’uso. Un modello open weight può essere adatto per applicazioni interne a rischio limitato, ambienti controllati, personalizzazioni verticali, sperimentazioni di ricerca, strumenti di sviluppo o funzioni in cui il controllo dell’infrastruttura è prioritario. Diventa più delicato quando entra in processi ad alto impatto, decisioni automatizzate, servizi pubblici, sicurezza informatica o gestione di dati sensibili.

In questi casi servono verifiche minime: licenza, provenienza del modello, documentazione tecnica, valutazioni indipendenti, controlli cyber, policy di aggiornamento, tracciabilità delle modifiche, procedure di red teaming, audit dei log e responsabilità contrattuali. Il vantaggio economico di un modello scaricabile perde valore se l’organizzazione non è in grado di governarlo.

La spaccatura della Silicon Valley segnala una fase nuova dell’AI generativa.

Il confronto non oppone semplicemente innovazione e prudenza. Mette in tensione due modelli industriali: da un lato pochi sistemi chiusi controllati da grandi laboratori, dall’altro un ecosistema più aperto ma più difficile da regolare.

Per l’Europa, la scelta più rischiosa sarebbe trasformare questa alternativa in una scorciatoia, ossia una scelta binaria tra aperto e chiuso.

Non è così semplice, purtroppo.

La sovranità digitale richiede modelli accessibili, ma anche verificabili, documentati e compatibili con le regole dell’AI Act che stanno entrando in vigore.