scenari

DeepSeek, la rivincita dell’IA open source: il 2025 sarà un terremoto



Indirizzo copiato

L’AI open source di DeepSeek scombussola i mercati, sfidando le piattaforme chiuse. Sam Altman riconosce la necessità di una nuova strategia, mentre il software libero guadagna terreno per trasparenza e indipendenza

Pubblicato il 4 feb 2025

Leandro Aglieri

presidente Laboratorio Smart City Roma Capitale



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
deepseek, l'IA open source




Il recente successo di DeepSeek, un sistema di intelligenza artificiale generativa rilasciato con licenza open source, ha scosso profondamente il mondo della tecnologia e dell’industria del software. Una delle reazioni più sorprendenti è stata la dichiarazione di Sam Altman, CEO di OpenAI, che ha ammesso pubblicamente di essere stato “dalla parte sbagliata della storia“: “I personally think we have been on the wrong side of history here and need to figure out a different open source strategy; not everyone at OpenAI shares this view, and it’s also not our current highest priority,”
(Sam Altman, Reddit).

Il successo dell’IA open source, perché proprio ora?

Questa affermazione, tanto rara quanto significativa nel settore, riapre il dibattito sul modello di business delle aziende che sviluppano software. Per decenni, il settore ha visto il confronto tra il modello proprietario, caratterizzato da codice sorgente chiuso e licenze a pagamento, e quello open source, incentrato sulla condivisione e la collaborazione della comunità.

Ma perché il modello open source sta emergendo come il vincitore di questa battaglia?

Il modello di business proprietario è nato con l’industria del software ed è stato a lungo lo standard dominante. In questo approccio, il codice sorgente è chiuso e accessibile solo all’azienda sviluppatrice, che mantiene il controllo totale sulla distribuzione, l’utilizzo e le modifiche del software.

Esempi storici di software proprietario e profitti

Esempi storici di software proprietario includono Microsoft Windows, Adobe Photoshop e VMware. Le aziende che seguono questo modello generano ricavi attraverso:

  • La vendita di licenze d’uso, con un costo di acquisizione iniziale.
  • Canoni di supporto e manutenzione, spesso richiesti annualmente per aggiornamenti e assistenza.
  • Modelli in abbonamento (Software as a Service – SaaS), che garantiscono un flusso di entrate costante nel tempo.

Questo modello ha garantito per anni solidi profitti alle grandi aziende, ma presenta diversi svantaggi, tra cui:

  • Costi elevati per gli utenti, specialmente per le imprese che necessitano di licenze multiple.
  • Dipendenza dal fornitore (vendor lock-in), che limita la flessibilità delle aziende.
  • Minore innovazione, poiché lo sviluppo è limitato alle capacità e alla visione dell’azienda sviluppatrice.

L’ascesa dell’open source: dal pionierismo alla maturità

Il software Open Source, al contrario, si basa su un paradigma completamente differente. Il codice sorgente è aperto, accessibile e modificabile da chiunque, favorendo un’innovazione collettiva e una rapida evoluzione delle tecnologie. Un esempio emblematico è Linux, il sistema operativo che ha rivoluzionato il mondo dei server e dei dispositivi embedded.

Inizialmente, l’open source era un fenomeno di nicchia, riservato a tecnici e appassionati, ma con il tempo ha guadagnato maturità e credibilità grazie alla nascita delle distribuzioni Open Source, come Red Hat e Ubuntu. Aziende come Red Hat hanno creato un modello di business sostenibile offrendo:

  • supporto e assistenza tecnica professionale 24/7.
  • Distribuzioni pronte all’uso, che eliminano la necessità di compilare manualmente il codice sorgente.
  • Soluzioni ibride, combinando software libero con servizi a valore aggiunto.

Questo modello ha consentito all’Open Source di entrare nel mercato enterprise delle Aziende e delle Istituzioni Pubbliche e competere direttamente con il software proprietario, offrendo vantaggi come:

  • Zero costi di acquisizione, con pagamento solo per il supporto.
  • Maggiore trasparenza e sicurezza, grazie al codice aperto e verificabile.
  • Flessibilità e indipendenza, evitando il vincolo con un unico fornitore.

La rivoluzione dell’intelligenza artificiale open source

Fino ad oggi, l’intelligenza artificiale generativa sembrava destinata a seguire il modello proprietario. Piattaforme come ChatGPT e Gemini sono state sviluppate come prodotti chiusi.

L’arrivo di Deepseek, un modello Open Source sviluppato in Cina, ha però ribaltato questa logica. Il suo rilascio gratuito ha messo sotto pressione le aziende statunitensi, provocando un terremoto nei mercati finanziari: le azioni di OpenAI, Microsoft e altri colossi AI hanno subito forti fluttuazioni, mentre il modello Open Source ha guadagnato rapidamente consensi.

Perché DeepSeek ha cambiato le regole del gioco?

  • Accesso libero e modificabile, che permette a sviluppatori di tutto il mondo di personalizzarlo e migliorarlo.
  • Riduzione dei costi per le imprese, che possono integrare il modello senza pagare licenze elevate.
  • Accelerazione dell’innovazione, grazie a una community globale che lavora sul miglioramento continuo.

Il successo di Deepseek dimostra che l’open source non è solo un’alternativa valida, ma anche un motore di innovazione più veloce ed efficiente rispetto al modello chiuso.

Già la società statunitense Hugging Face sta correndo per replicare R1 con OpenR1, un clone del modello di DeepSeek che Hugging Face spera possa rivelare ancora di più gli ingredienti della salsa speciale di R1, le sue innovazioni che hanno aumentato l’efficienza.

Implicazioni per il futuro del settore ICT

L’impatto della rivoluzione Open Source non si limiterà al mondo dell’AI. Anche altri settori dell’Information Technology subiranno profonde trasformazioni.

Un esempio è il mercato dei Data Center, dominato per anni da software proprietari come VMware, recentemente acquisita da Broadcom.

Alternative Open Source come Red Hat (USA) e Vates (Europa) stanno emergendo come opzioni sempre più attraenti per le aziende, grazie a costi più bassi e maggiore flessibilità. Questa tendenza potrebbe portare a una redistribuzione del potere all’interno dell’industria tecnologica, riducendo il predominio delle grandi aziende proprietarie.

Il 2025, l’anno dell’open source

Siamo di fronte a una svolta epocale nell’industria del software.

La dichiarazione di Sam Altman è solo un segnale di un cambiamento molto più grande, che vedrà sempre più aziende e sviluppatori abbracciare l’Open Source come modello di business vincente.

Il 2025 potrebbe essere ricordato come l’anno dell’Open Source, il momento in cui l’industria tecnologica ha finalmente riconosciuto il valore dell’accessibilità, della collaborazione e della trasparenza. Le conseguenze saranno profonde e durature, e assisteremo a una nuova era dell’innovazione digitale, più aperta e democratica che mai.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x