Microsoft ha ufficialmente dichiarato che GPT 5.6 è il ‘modello preferito’ per Copilot, la suite di produttività integrata in Office 365. La notizia arriva in un momento di voci insistenti su una possibile rottura tra le due aziende, ma i fatti raccontano di una collaborazione che sul piano tecnicico sembra più solida che mai. Dietro l’annuncio si cela molto più di una semplice scelta tecnica: è la conferma di un legame strategico che condiziona non solo i due giganti, ma l’intero ecosistema enterprise.

Scegliere un LLM proprietario come ‘preferito’ significa, per i clienti Copilot, accettare un intero stack di dipendenze. Ogni documento elaborato, ogni risposta generata, ogni workflow automatizzato passa attraverso un modello le cui evoluzioni, controlli e costi sono negoziati dietro le quinte tra Microsoft e OpenAI. Non è soltanto una questione di performance: è una decisione di architettura che consolida il cloud come unico punto di erogazione e rende difficile per le aziende valutare alternative self-hosted senza stravolgere processi ormai consolidati. Per organizzazioni con requisiti stringenti di sovranità dei dati o conformità GDPR, questo scenario riduce i margini di manovra e sposta il baricentro del controllo verso il vendor.

La vicenda assume contorni ancora più netti se si guarda al dibattito in corso sul vendor lock-in. Copilot non è un servizio accessorio: è profondamente intrecciato con le interfacce quotidiane di milioni di knowledge worker. Sostituire il modello sottostante con uno diverso – per esempio un LLM open-weight eseguito su infrastruttura propria – richiederebbe non solo la reingegnerizzazione delle API, ma anche la ricalibrazione di tutto il comportamento dell’assistente, perché le caratteristiche di GPT 5.6 (finestre di contesto, stile di risposta, gestione dei token) sono ormai incorporate nella logica applicativa. Questa inerzia tecnica è esattamente ciò che rende il lock-in così efficace.

Eppure, proprio questa mossa potrebbe accelerare l’interesse per i deployment on-premise. Nel momento in cui un colosso alza le barriere della propria piattaforma, cresce il numero di imprese che iniziano a valutare modelli come Llama 3 o Mistral, eseguibili su hardware dedicato con VRAM sufficiente, sfruttando framework di serving locali e tecniche di quantization per ottimizzare le risorse. Il TCO di una soluzione self-hosted, se confrontato con il costo per token di un servizio cloud ad alto volume, può diventare competitivo in tempi rapidi, specialmente in contesti dove la prevedibilità dei costi e la residency dei dati sono prioritarie. La community di AI-RADAR, che da tempo analizza questi trade-off, sa che il punto di svolta non è la potenza bruta del modello, ma la capacità di mantenere il controllo strategico sull’infrastruttura.

Le voci di rottura tra OpenAI e Microsoft, d’altra parte, non sono mai state spente. La scelta di promuovere GPT 5.6 come modello preferito potrebbe anche essere letta come una mossa difensiva: un modo per dimostrare al mercato che l’asse regge, mentre Microsoft continua a investire in modelli interni (come la famiglia Phi) e cerca di diversificare le proprie fonti di innovazione. Per ora, però, Copilot parla in modo inequivocabile: la risposta migliore, secondo Redmond, è ancora quella che arriva dai server di OpenAI.

La posta in gioco per chi sviluppa strategie AI è chiara: più i grandi vendor integrano modelli proprietari nelle suite di produttività, più diventa vitale avere un piano B che passi per l’infrastruttura controllabile. Non è più una questione di semplice ‘make or buy’, ma di quanto a fondo si voglia dipendere da una filiera tecnicica che qualcun altro definisce al posto nostro.