In un mondo dove ogni settimana compare l’ennesima variante di LLM sotto licenza permissiva, un post su Reddit dal titolo laconico — "Sanctions on Open Source. hope they don’t do anything stupid here." — cattura un nervo scoperto: cosa succederebbe se le restrizioni geopolitiche si abbattessero sul software aperto nell'AI?

La domanda non è campata in aria. Già oggi, l'export control statunitense sulle GPU per data center ha ridisegnato le catene di fornitura e spinto NVIDIA a sviluppare chip castrati come l'H800 per il mercato cinese. Ma la tensione crescente va ben oltre l'hardware. Meta, rilasciando Llama 2, ha introdotto una clausola di licenza che impone agli utenti di "rispettare le leggi e le regolamentazioni applicabili in materia di esportazioni". Una formulazione che, di fatto, dota il licensor del diritto di decidere chi può usare il modello e dove, creando un cortocircuito con l'ethos dell'open source.

L'argomento è scivoloso. Da un lato, i governi occidentali vedono nei grandi modelli dual-use un rischio strategico: e se un attore ostile usasse Llama o Mistral per potenziare armi cyber o campagne di disinformazione? Dall’altro, chiudere la stalla quando i buoi sono già scappati — i pesi di molti modelli sono in giro da mesi — sembra più un gesto politico che una misura di sicurezza efficace. E proprio qui si apre il conflitto con il deployment on-premise, dove le organizzazioni scelgono di tenere dati e inferenze sotto il proprio controllo fisico.

Oltre la licenza: la spada di Damocle sui progetti self-hosted

Chi oggi fa running di LLM localmente — magari su un cluster di GPU in un armadio metallico con aria condizionata di fortuna — conta sulla libertà di scegliere qualsiasi modello open weight e adattarlo ai propri dati sensibili senza passare per cloud esterni. Sanzioni che limitassero l'accesso ai modelli in base alla nazionalità dell'utente o all'ubicazione geografica colpirebbero al cuore questa strategia di sovranità. Non si tratterebbe più solo di comprare hardware in Cina: sarebbe l'equivalente di una guerra al codice, con blocchi geografici imposti sui repository GitHub o sulla distribuzione dei checkpoints.

Il contraccolpo sarebbe immediato. Le imprese europee che hanno investito in stack on-premise per compliance GDPR si troverebbero nella condizione paradossale di dover dimostrare al fornitore del modello (spesso statunitense) di non violare l'export control. La dipendenza strategica, che l'on-premise mira a ridurre, finirebbe per aumentare.

La frammentazione come effetto collaterale

C'è poi un'analisi di secondo ordine che pochi stanno facendo. Se l'ecosistema open source venisse segmentato con barriere erette da Washington o Bruxelles, il risultato non sarebbe un mondo più sicuro, ma due mondi paralleli e reciprocamente inintelligibili. Da una parte, l'ecosistema occidentale, con modelli conformi alle regole. Dall'altra, un ecosistema alternativo, spinto da player come Alibaba, Huawei e startup cinesi, che potrebbero sfornare modelli altrettanto capaci ma senza i vincoli delle licenze. In mezzo, gli sviluppatori indipendenti, i ricercatori e le università, che vedrebbero il loro accesso alla conoscenza condivisa drasticamente limitato.

C'è anche un aspetto di policy difficile da ignorare: le sanzioni sull'open source finirebbero per favorire i grandi fornitori di API cloud (OpenAI, Google, Microsoft). Un'impresa esclusa dall'uso di un modello open weight perché la sua nazionalità non è approvata potrà sempre consumare lo stesso modello tramite API, con un contratto commerciale che include la compliance. Il risultato è un trasferimento di potenza computazionale e di controllo dai margini al centro, dai deployer indipendenti ai gatekeeper centralizzati.

Una tesi scomoda

Sostenere che le sanzioni sull'open source sarebbero una mossa autolesionista non significa negare l'esistenza di rischi reali. Significa piuttosto riconoscere che l'AI è un fenomeno distributivo: i modelli, una volta rilasciati, si propagano, si scontano, si clonano e si migliorano in mille rivoli. Accettare questa natura significa progettare meccanismi di governance che puntino sulla tracciabilità e sulla reputation piuttosto che sul divieto ex ante, che in un ecosistema aperto è come decidere di chiudere un cancello disegnato nell'aria.

La speranza è che non facciano sciocchezze. Ma più di una speranza, servirebbe una discussione pubblica, dentro e fuori la comunità dei developer, per orchestrare un equilibrio tra sicurezza e innovazione che non distrugga la benzina che ha portato l'AI al livello attuale: la condivisione aperta del sapere.