Il paradosso ha il sapore amaro del boomerang. Anthropic, che più di ogni altro big dell’AI generativa ha insistito nel 2026 sui pericoli della tecnicia, si trova ora a fare i conti con un divieto di accesso ai propri modelli più avanzati per tutti i cittadini stranieri. Secondo una ricerca del Financial Times, nei comunicati, post e articoli a firma del ceo Dario Amodei l’azienda ha mediamente impiegato 5 parole ogni 1000 riferite a rischio, regolazione o restrizioni: un tasso otto volte superiore a quello di OpenAI e Sam Altman (0,6 ogni 1000).

La retorica del rischio e il ban

Il 2026 ha visto Anthropic rilasciare Mythos, un LLM di nuova generazione, e Fable, modello per compiti creativi. L’enfasi sui rischi connessi a queste tecnicie – da possibili abusi su larga scala a effetti sistemici sulla società – è stata centrale nella comunicazione dell’azienda. Eppure, la scorsa settimana Washington ha imposto un divieto di utilizzo dei due modelli per i cittadini non statunitensi. Nessun altro vendor ha subito una restrizione così netta. Diversi analisti giudicano il ban come una risposta diretta agli allarmi lanciati dalla stessa Anthropic: un classico “effetto paradossale” in cui la trasparenza sui pericoli diventa la leva per un intervento regolatorio punitivo.

Un boomerang da 965 miliardi di dollari

La vicenda assume contorni quasi grotteschi considerando la valutazione del gruppo, che ha raggiunto i 965 miliardi di dollari. Il divieto di esportazione non blocca solo ricavi potenziali da mercati esteri, ma solleva interrogativi sulla reale fattibilità di una strategia basata sul “palese allarme”. In un settore abituato a correre più che a cautelarsi, Anthropic ha fatto della prudenza un marchio di fabbrica. Ora quella stessa prudenza rischia di isolarne commercialmente i prodotti di punta, proprio mentre competitor meno vocali su rischi e regole continuano a operare senza limitazioni geografiche.

Implicazioni per chi sceglie l’AI on-premise

Chi segue le logiche del deployment aziendale sa bene che l’accesso ai modelli non è solo una questione di pricing o performance, ma di prevedibilità. Il caso Anthropic mostra quanto il contesto regolatorio possa ribaltare in poche ore le condizioni di accesso a un LLM ospitato in cloud. Per le imprese che valutano soluzioni self-hosted, l’episodio è un promemoria: disporre di un’infrastruttura on-premise può significare immunità da restrizioni geopolitiche improvvise, a patto di gestire direttamente hardware, aggiornamenti e TCO. Non è una via priva di ostacoli – VRAM, quantization, costi di inference e complessità di framework come vLLM o TGI restano sfide concrete – ma offre un controllo della sovranità dei dati che nessun cloud vendor estero può garantire oggi.

Sovranità tecnicica e lezioni per il settore

Al di là del paradosso mediatico, la vicenda Anthropic evidenzia la crescente strumentalizzazione della narrativa di rischio nei tavoli della regolamentazione. Quando un’azienda conduce campagne di avvertimento così intense, i decisori politici possono reagire in modi imprevisti, generando frammentazione del mercato e incertezza per gli utilizzatori. In un framework del genere, le scelte di deployment diventano atti di autodifesa: distribuire i modelli internamente, su hardware dedicato e in ambienti air-gapped, non è più solo una questione di latenza o personalizzazione, ma una possibile leva di continuità operativa di fronte a mutamenti normativi repentini. L’uso di parole è potente, come dimostra il caso Anthropic, ma può diventare il grilletto di conseguenze concrete che ridisegnano la mappa dell’AI accessibile.