Modelli AI cinesi open-source in azienda: i conti tornano, i rischi pure
3 min di lettura
Un anno fa i modelli AI cinesi valevano meno del 2% del traffico globale. Ad aprile 2026 la loro quota aggregata ha superato il 45%: DeepSeek con la nuova famiglia V4, Qwen di Alibaba, GLM di Z.ai, Kimi di Moonshot. Molti sono rilasciati con pesi aperti, costano una frazione delle alternative americane e in diversi compiti le eguagliano. Per una PMI europea la tentazione è fortissima — e in parte è giustificata. Ma la decisione va presa sapendo esattamente cosa si sta scegliendo. Mettiamo in fila i fatti.
Perché se ne parla ovunque
Tre ragioni concrete: costo (le API cinesi costano fino a dieci volte meno; i pesi aperti, su hardware proprio, azzerano il costo per token), apertura (pesi scaricabili significa nessun lock-in, possibilità di specializzare il modello sui propri dati, funzionamento anche senza connettività) e velocità di miglioramento (i rilasci si susseguono a ritmo di settimane). Per compiti aziendali circoscritti — classificazione documenti, estrazione dati, assistenti interni — un modello aperto ben scelto è spesso più che sufficiente.
I rischi, senza allarmismi ma senza sconti
- Dove passano i dati. Se usate le API di un fornitore cinese, prompt e risposte transitano su server soggetti alla legislazione cinese. Per dati personali di cittadini europei è un problema GDPR concreto, prima ancora che strategico. Questo rischio riguarda le API, non i pesi aperti eseguiti in casa.
- Cosa risponde il modello. I servizi d’intelligence estoni hanno documentato che, su temi sensibili per Pechino, DeepSeek omette informazioni e inserisce elementi di propaganda. Per un caso d’uso industriale (leggere un tracciato di produzione) è irrilevante; per un assistente che risponde a domande aperte, molto meno.
- La rubinetteria geopolitica. Pechino sta valutando limiti all’accesso estero dei propri modelli più avanzati; Washington spinge nella direzione opposta con i propri fornitori. Chi costruisce processi aziendali su un modello deve chiedersi: cosa faccio se domani non è più disponibile?
La via sensata: pesi aperti, casa vostra, architettura sostituibile
Per un’azienda europea la configurazione che tiene insieme i benefici e taglia i rischi principali è nota: modello open-weight eseguito on-premise o su cloud europeo, dentro la propria infrastruttura. I dati non escono, la legislazione applicabile è quella europea, il modello resta disponibile anche se il fornitore cambia politica — i pesi scaricati non si possono revocare.
La condizione che quasi tutti dimenticano: l’architettura deve trattare il modello come un componente sostituibile. Il valore non sta nel modello — che tra sei mesi sarà superato, chiunque lo produca — ma nel contesto che gli date: i vostri dati collegati, il modello operativo che li rende leggibili, i controlli su cosa l’AI può fare. Chi costruisce così può usare oggi un modello cinese, domani uno europeo, dopodomani uno americano, cambiando un componente e non il sistema. Chi invece cabla i processi su un singolo fornitore ha trasformato una scelta tattica in una dipendenza strategica.
Checklist prima di decidere
- Il caso d’uso tocca dati personali o riservati? Allora API estere escluse: pesi aperti in casa, o fornitore con garanzie europee.
- Il compito è circoscritto e verificabile (classificare, estrarre, riassumere)? I modelli aperti sono candidati eccellenti.
- Avete definito come misurare la qualità prima di scegliere il modello? Il benchmark che conta è sui vostri documenti, non quello pubblicato.
- L’azione dell’AI ha conseguenze operative? Allora serve un operatore nel circuito, qualunque sia il modello — è la regola che non deroghiamo mai.
State valutando un modello aperto per un caso d’uso concreto? Parliamone: mezz’ora per capire se i conti tornano davvero.