Parigi. Arthur Mensch, CEO di Mistral, e Mark Surman, presidente di Mozilla, stavano tessendo le lodi dell’affidabilità dell’AI open-source di fronte alla platea del RAISE Summit. Fiducia, trasparenza, nessun lock-in: i mantra di sempre. Poi, in un perfetto contrappunto scenico, il palco principale ha perso potenza elettrica e il loro fireside chat è proseguito quasi completamente al buio.

L’episodio non ha solo il sapore dell’aneddoto: è un promemoria brutale su cosa voglia dire davvero affidabilità quando si parla di intelligenza artificiale. Da tempo il dibattito si concentra su licenze, pesi aperti e modelli scaricabili. Ma quel blackout azzera di colpo la discussione: puoi avere il modello più libero del mondo, ma se chi gestisce l’infrastruttura – il datacenter altrui, il provider cloud, persino l’impianto elettrico di una sala congressi – non ha il controllo completo della continuità operativa, la promessa di resilienza si spegne con un clic del framework elettrico.

Per chi si interroga su dove far girare gli LLM, il segnale è strutturale. L’AI open-source sposta la sovranità a livello di codice, ma la dipendenza da risorse fisiche altrui rimane: elettricità, networking, sistemi di raffreddamento, connessioni. Il blackout di RAISE è un incidente banale, eppure rende tangibile cosa accade quando un processo aziendale critico viene affidato a stack che non si possiedono interamente. L’inference di un modello di Mistral può essere auto-ospitata, certo: ma se dietro non c’è una ridondanza energetica pensata per l’on-premise, si è comunque esposti al medesimo cortocircuito.

L’ironia di quella scena parigina è che il valore dell’open-source non viene negato, ma ridimensionato: senza infrastruttura governata in prima persona, la parola “affidabilità” è fragile quanto un interruttore. Non è un caso che le organizzazioni più attente alla sovranità dei dati – dalla pubblica amministrazione europea fino a settori regolati come finanza e difesa – stiano valutando deployment pienamente locali, con generatori di backup e sistemi di alimentazione isolati, dove il modello gira nello stesso perimetro fisico di chi lo utilizza.

Il cortocircuito del RAISE Summit non smentisce Mistral né Mozilla. Agisce piuttosto come un test di realtà: la vera resilienza non abita nei repo GitHub ma nei rack di un armadio blindato, lontano da spine condivise. Per chi valuta il TCO di soluzioni on-premise, il calcolo non può limitarsi ai costi delle GPU: deve includere l’energy resilience e il controllo di ogni punto di fallimento. È proprio qui che AI-RADAR offre framework per soppesare trade-off che vanno oltre il benchmark.

L’AI open-source merita fiducia. Ma solo se l’ultimo anello della catena – la corrente elettrica – è saldamente nelle tue mani.