Non è una semplice lite contrattuale. Le email depositate in tribunale questa settimana, nell’ambito della causa che Anthropic ha intentato contro il Dipartimento della Difesa statunitense, mostrano una frattura più profonda. Non si discute solo se il Pentagono possa usare Claude, il Large Language Model sviluppato dall’azienda. Il nodo vero è un altro: chi ha l’autorità di stabilire come le forze armate impiegano l’intelligenza artificiale di frontiera.

Fin dalla sua fondazione, Anthropic ha costruito la propria identità pubblica attorno a un’idea di sicurezza e responsabilità. I suoi modelli, Claude in testa, sono addestrati con tecniche che mirano a renderli meno inclini a usi dannosi. Ma quando un cliente è un’istituzione che ha tra i propri compiti la difesa nazionale, i paletti etici si trasformano in terreno di scontro legale. Secondo i documenti, la discussione non verteva tanto sull’accesso tecnico – abilitare o meno le API cloud – quanto sulla governance: linee guida, limiti operativi, diritto di supervisione. In parole povere, il Pentagono voleva potersi muovere senza dover chiedere il permesso a ogni passaggio.

Questo braccio di ferro porta a galla una tensione che chi si occupa di deployment on-premise conosce bene. Per un’organizzazione che maneggia dati classificati o opera in contesti sensibili, la sola idea di mandare prompt a un server remoto gestito da terzi è inaccettabile. La difesa non può dipendere dalle policy di un fornitore che può cambiare i termini di servizio da un giorno all’altro. Ecco perché la richiesta di una versione self-hosted di Claude, o di un controllo granulare sulle modalità di impiego, non è un capriccio tecnico ma una necessità operativa. In uno scenario del genere, il modello deve girare su infrastruttura proprietaria, spesso in ambienti air-gapped, con l’organizzazione che mantiene piena sovranità sui dati e sulle decisioni.

Ma il self-hosting sposta il problema. Da un lato si guadagna in controllo, dall’altro si abbraccia una complessità non banale. I Large Language Models moderni richiedono potenza di calcolo massiccia: GPU con decine di gigabyte di VRAM, framework di serving ottimizzati, pipeline di fine-tuning se il modello va adattato a dottrine militari. I costi non sono solo quelli dei chip – già oggi soggetti a restrizioni all’esportazione per motivi di sicurezza nazionale – ma anche quelli di gestione, aggiornamento e messa in sicurezza. L’alternativa cloud promette agilità, ma cede il controllo sull’esecuzione. Lo scontro Anthropic-Pentagono è la dimostrazione plastica che, per certe realtà, quel controllo non è negoziabile.

C’è poi un risvolto che va oltre il singolo contratto. La causa stabilirà un precedente su quanto un’azienda AI possa imporre limiti all’uso dei propri modelli in ambito governativo, e su quanto il governo possa pretendere flessibilità. È una questione che investe l’intero ecosistema degli LLM: chi valuta oggi un deployment on-premise lo fa anche per blindarsi rispetto a futuri cambi di policy dei vendor. Se un’azienda può decidere unilateralmente di sospendere un accesso o di vietare determinate applicazioni, la dipendenza da API cloud diventa un rischio operativo per un’intera classe di utenti istituzionali.

In questo senso, il caso getta luce su un tema che AI-RADAR monitora da tempo: la sovranità tecnicica non è uno slogan, ma un insieme di scelte architetturali che partono dalla localizzazione del modello e arrivano alla governance dei dati. Avere il modello on-premise significa poter auditare ogni fase dell’inference, mantenere i dati entro il perimetro di controllo, e non doversi fidare della promessa di un fornitore. Non tutte le organizzazioni possono permettersi questa strada, ma per quelle che operano in contesti regolati – difesa, sanità, infrastrutture critiche – la direzione sembra tracciata.

Le email che hanno fatto emergere lo scontro non contengono requisiti hardware o specifiche tecniche. Non parlano di VRAM o di token al secondo. Ma illuminano il punto di partenza di ogni decisione di deployment: la tensione irrisolta tra l’innovazione concentrata in poche mani e la necessità di chi opera sul campo di averne il controllo pieno. E mentre le carte giudiziarie continuano ad accumularsi, una domanda resta aperta: le regole per l’AI militare le scrivono i tecnici dei laboratori o i responsabili della sicurezza nazionale?