Luglio 2026. Un gruppo che va da Meta a OpenAI, da Microsoft a Hugging Face, firma una lettera aperta che suona come un manifesto: i modelli AI a pesi aperti non sono un rischio da contenere, ma la chiave per mantenere la leadership tecnologica americana. E sì, ci sono dentro anche nomi che normalmente non vedreste sullo stesso foglio.
Il ragionamento parte dagli anni ’80. Quando l’open source era un’idea balzana che doveva sfidare il dogma del codice proprietario. Risultato? Oggi la maggior parte di internet gira su software open source. Lo usa Big Tech, lo usa il Pentagono, lo usano le agenzie federali per cybersecurity e ricerca scientifica. Non ha solo abbassato i costi — ha creato un’infrastruttura condivisa su cui si è costruita la sovranità tecnologica degli Stati Uniti.
Stessa scelta, nuova tecnologia
Ora tocca all’AI. E secondo i firmatari, la partita non si vince con un singolo modello di frontiera chiuso in una cassaforte. Si vince costruendo un ecosistema aperto che si diffonde in ogni settore: fabbriche, ospedali, aziende agricole, scuole, piccole imprese di provincia.
I modelli a pesi aperti — quelli che puoi scaricare, ispezionare, modificare e far girare sulla tua infrastruttura — sono descritti come fondamenta. Permettono a startup, università, istituzioni pubbliche di usare modelli avanzati senza doverli addestrare da zero o pagare tariffe da frontiera per ogni singola operazione. Riservi la potenza di calcolo estrema per problemi veramente estremi. Per tutto il resto, usi modelli specializzati ed efficienti. È l’unico modo per rendere l’AI economicamente sostenibile quando dovrà gestire miliardi di compiti quotidiani.
Competizione, non concentrazione
Pesi aperti significa anche competizione. Non solo tra chi sviluppa modelli, ma lungo tutta la catena: cloud, chip, applicazioni, servizi. E la competizione è ciò che impedisce ai guadagni dell’AI di finire concentrati in poche mani. Tiene bassi i costi, accelera l’innovazione, distribuisce i benefici.
C’è anche la questione del controllo. Le aziende che investono in AI vogliono sapere che non rimarranno ostaggio di un singolo fornitore. Vogliono poter controllare i propri dati, adattare i modelli alle proprie esigenze, deployarli dove serve. I modelli aperti offrono questa garanzia. Ti permettono di possedere il valore che crei: modelli auto-miglioranti, capacità specializzate, conoscenza accumulata.
Il problema della sicurezza (e la risposta)
Ovvio, i rischi ci sono. Una volta rilasciati, i pesi sono fuori controllo. Le versioni modificate sono difficili da tracciare o bloccare. Ma secondo la lettera, la risposta non è vietare i pesi aperti. In un mondo dove gli attaccanti usano AI avanzata, i difensori hanno bisogno di modelli con capacità equivalenti. Per rilevare minacce, simulare attacchi, rispondere in tempo reale. I modelli aperti ampliano la capacità difensiva, aumentano la trasparenza, permettono a molti team di scoprire e risolvere vulnerabilità.
Anzi: l’apertura potrebbe essere una delle strade più importanti verso la sicurezza AI. Affidarsi solo a modelli chiusi non è intrinsecamente sicuro. Possono essere violati, usati male, fallire in modi che nessuno dall’esterno può rilevare. E concentrare capacità AI avanzate dietro pochi modelli chiusi amplifica quel rischio. Crei pochi punti di fallimento singoli, indebolisci la competizione, lasci tecnologia critica nelle mani di pochissimi fornitori.
I modelli aperti, invece, permettono a una comunità ampia di ricercatori e sviluppatori di esaminare il comportamento, identificare vulnerabilità, sviluppare protezioni, migliorarli nel tempo. Esattamente come l’open source ha dimostrato che la trasparenza può essere più sicura dell’oscurità, la sicurezza AI potrebbe dipendere dal dare a più persone la capacità di testare e rafforzare i modelli su cui la società si basa.
Cosa dovrebbero fare i governi
La lettera è anche un appello ai policy maker. Espandere l’accesso alla potenza di calcolo per startup e ricercatori. Investire in asset condivisi: dataset, strumenti, framework di valutazione. Mantenere la frontiera plurale evitando restrizioni premature sui modelli aperti che soffocano la competizione o spingono l’innovazione all’estero. E guardare a come strati applicativi forti possano diffondere l’uso sovrano di AI nell’intera economia.
Un passaggio interessante riguarda la distillazione — usare gli output di un modello per addestrare o migliorare un altro. È una tecnica diffusa per sviluppo, valutazione, validazione. Riflette una tradizione lunga: imparare da tecnologie esistenti, costruirci sopra, migliorarle. È ciò che ha alimentato l’innovazione dall’epoca dell’open source in poi. Secondo i firmatari, i governi non dovrebbero confondere tecniche legittime di sviluppo con appropriazione indebita. Quest’ultima solleva preoccupazioni legittime, che vanno affrontate con strumenti legali e commerciali mirati — non con restrizioni generalizzate su tecniche che giocano un ruolo importante nell’innovazione AI.
Chi ha firmato (e perché conta)
American Innovators Network, Andreessen Horowitz, Arcee AI, Arena, Black Forest Labs, Box, Cisco, Cohere, CrowdStrike, Dell Technologies, DoorDash, Emergence Capital, Fireworks AI, GitHub, Hugging Face, IBM, The Linux Foundation, Mariana Minerals, Meta, Microsoft, Mistral, Mozilla, NVIDIA, OpenAI, Palantir, Palo Alto Networks, Perplexity, Reflection, Replit, ServiceNow, Telnyx, Y Combinator.
Notate OpenAI — l’azienda che ha costruito il suo successo su modelli chiusi — accanto a Meta e Mistral, campioni dei pesi aperti. Notate aziende di cybersecurity come CrowdStrike e Palo Alto Networks, per cui l’accesso aperto ai modelli non è filosofia ma necessità operativa. Notate infrastrutture (NVIDIA, Dell, Cisco) e piattaforme (GitHub, Hugging Face, Replit) che hanno tutto l’interesse a un ecosistema ampio e competitivo.
È una coalizione insolita. E questo, forse, dice più della lettera stessa quanto sia alta la posta in gioco. Perché se anche chi storicamente ha puntato sulla chiusura ora firma per l’apertura, il messaggio ai regolatori è chiaro: non bloccate l’ecosistema prima che sia troppo tardi.
