Sam Altman ha tracciato un confine netto: i modelli open weight restano preziosi per la società fino a un livello di capacità piuttosto alto, ma il modello interno più avanzato di OpenAI non può essere aperto in modo responsabile, almeno non presto. La dichiarazione, emersa durante un incontro alla Stanford Graduate School of Business, non è un attacco all'apertura. È una presa di posizione sui rischi sistemici: servono cyberdifesa e biosicurezza globali più solide prima di distribuire pesi che potrebbero essere usati per fare danni sufficienti.

Il punto non è secondario per chi lavora con deployment locali o self-hosted. Altman ha esplicitamente difeso il diritto di eseguire reti neurali sui propri computer e ha definito un costo estremamente alto per innovazione e libertà vietare tutti i modelli open-source. La sua posizione, quindi, non separa semplicemente open e closed: separa una fascia di capacità in cui l'apertura è benefica da una fascia superiore in cui il controllo diventa una questione di difesa. Per chi valuta stack on-premise, questo sposta l'attenzione dal semplice accesso ai pesi alla governance dei casi d'uso e dei livelli di rischio.

C'è un elemento strutturale: OpenAI è nata come laboratorio di ricerca puro e, per ammissione di Altman, ha dovuto trasformarsi in un'azienda enorme quasi da un giorno all'altro dopo il lancio di ChatGPT. Questo cambiamento ha reso la scelta di aprire o chiudere i modelli anche una decisione industriale, non solo scientifica. I modelli open weight più piccoli o meno capaci continueranno probabilmente a crescere, alimentando un ecosistema locale e self-hosted che può operare senza dipendere da API cloud. Ma il modello di frontiera chiuso diventa un bene strategico, con cicli di release vincolati da valutazioni di sicurezza.

Altman ha anche ammesso di aver sottovalutato la difficoltà dell'allineamento e ha osservato che, in domini ristretti come il ragionamento matematico, esiste già superintelligenza, arrivata più velocemente del previsto. Questo accelera il problema: se la capacità supera i meccanismi di controllo, la linea di responsabilità si sposta più in basso di quanto molti pensassero. La richiesta di una discussione seria sul ritmo dello sviluppo non è un dettaglio accessorio: indica che la governance dei modelli aperti non può essere risolta solo con politiche aziendali, ma richiede infrastrutture di difesa condivise.

Per chi osserva il mercato dell'AI on-premise, la questione non è se l'open source sopravviverà, ma quale fascia di capacità resterà disponibile in modalità self-hosted e quali modelli diventeranno accessibili solo tramite API o partnership. La sovranità dei dati e il controllo dei pesi continuano a intrecciarsi con la sicurezza nazionale, specialmente in Europa dove GDPR e residenza dei dati rafforzano la preferenza per sistemi locali. Ma l'argomento di Altman introduce un vincolo diverso: la difesa collettiva può precedere la libertà di distribuzione, se il rischio percepito supera una soglia.

La dichiarazione di Altman, insomma, non è un verdetto contro l'apertura, ma una mappa dei paletti che il settore dovrà negoziare. Resta aperta la domanda su chi stabilirà le soglie e con quali strumenti: per ora non ci sono risposte, solo la consapevolezza che il confine si è spostato.