Microsoft ha iniziato a scambiare i modelli di OpenAI e Anthropic con i propri all'interno delle applicazioni, secondo quanto riporta l'agenzia stampa APF. Non è solo una riorganizzazione tecnica: è il segnale più concreto che la strategia delle AI API, su cui molte aziende hanno costruito la propria offerta, rischia di essere solo una fase intermedia. La vera partita, per chi possiede la piattaforma, si gioca sul possesso del modello.

La notizia, pur scarna di dettagli tecnici, si inserisce in un solco già tracciato: negli ultimi due anni Microsoft ha investito miliardi in OpenAI, ma in parallelo ha sviluppato internamente la famiglia Phi e altri modelli, ottimizzati per girare su dispositivi consumer e server con minori requisiti hardware. Ora quei modelli entrano in produzione, scalzando fornitori terzi. Non si parla più solo di ricerca.

L'aspetto più rilevante non riguarda solo Redmond. Quando un gigante come Microsoft internalizza l'inference, cambiano gli incentivi per l'intero ecosistema. Chi sviluppava modelli contando sulla rivendita via API perde un cliente di peso — e con esso una quota di mercato che giustificava certi investimenti. Al tempo stesso, l'azienda che verticalizza guadagna piena sovranità sui dati, riduce la latenza eliminando chiamate esterne e controlla il costo operativo in modo molto più granulare. È una leva che può spingere altre grandi imprese a fare lo stesso, accelerando la frammentazione dell'offerta di modelli.

Per chi segue le architetture on-premise, la mossa ha un doppio significato. Primo: se i modelli interni vengono usati in applicazioni diffuse come Office o Teams, Microsoft ha un incentivo fortissimo a renderli efficienti anche su hardware meno estremo — magari sfruttando quantization spinta o inference su NPU integrate nei PC aziendali. Secondo: la scelta di portare dentro casa il servizio di inference è esattamente ciò che molte imprese stanno valutando per motivi di conformità GDPR e controllo della supply chain. Il fatto che sia Microsoft a compiere questo passo, dopo anni in cui spingeva Azure OpenAI Service come soluzione cloud, è una conferma strutturale: il modello self-hosted non è un ripiego per ambienti regolati, ma una leva strategica di indipendenza e TCO.

Certo, la mossa solleva domande sul futuro delle partnership. OpenAI e Anthropic non resteranno a guardare: cercheranno di differenziarsi su capacità evolute o agenti. Ma se il trend si consolida, il mercato delle AI API assumerà contorni più polarizzati: da un lato pochi grandi fornitori di modelli di punta, dall'altro un tessuto diffuso di modelli leggeri gestiti direttamente da chi li utilizza. In mezzo, l'infrastruttura hardware diventa il vero abilitatore: GPU locali, soluzioni ibride, NPU on-device. Il segnale che arriva da Microsoft, in questo senso, è chiaro: la corsa all'AI si decide anche a livello di silicio e di controllo del runtime. Non solo di API.