“Crediamo nel tenere viva la stranezza.” Non è il solito comunicato asettico, ma il manifesto con cui il laboratorio di Mira Murati, ex chief technology officer di OpenAI, ha accompagnato il rilascio di Inkling. Thinking Machines Lab debutta così sulla scena pubblica con un modello open-weight – chiunque può scaricarlo – e un’ammissione spiazzante: non è il migliore. In una corsa dove ogni punto percentuale sui benchmark viene sbandierato come una rivoluzione, dichiarare a monte l’imperfezione è una mossa che assomiglia più a un intervento politico che a una strategia di marketing.

La decisione non va liquidata come eccentricità. Arriva da chi, dentro OpenAI, ha visto da vicino cosa significa ingabbiare la ricerca dentro metriche che premiano modelli sempre più grandi e opachi, accessibili solo via API. Rilasciare un LLM con pesi aperti, anche se non all’ultimo grido, sposta il terreno: significa ridare agli sviluppatori e alle aziende la possibilità di operare in self-hosted, senza mandare dati a terzi, senza dipendere da un canone mensile e da un endpoint che può cambiare politica da un giorno all’altro. Per molte realtà – dalla sanità alla finanza, dalla pubblica amministrazione alle manifatturiere – il “buono abbastanza” che gira on-premise, sotto il proprio controllo, vale più del modello perfetto che vive su server altrui.

C’è una tesi profonda in questa mossa, e riguarda la struttura stessa del settore. I grandi laboratori centralizzati spingono verso un futuro dove l’intelligenza artificiale è un servizio cloud, erogato a consumo, con opacità totale sull’addestramento e zero possibilità di personalizzazione radicale. Inkling, con la sua normalità tecnica, è un atto di resistenza: ricorda che l’ecosistema ha bisogno di mattoni aperti, che possono essere portati in house, sottoposti a fine-tuning su dati proprietari, quantizzati per girare su hardware posseduto. Non è un caso che il modello arrivi con licenza che permette il download e l’uso senza restrizioni commerciali stringenti. L’obiettivo non è scalare classifiche, ma abbassare la barriera all’ingresso per chi vuole governare il proprio stack di inference.

Chi ci guadagna? Principalmente quegli attori che operano in contesti vincolati da normative sulla residenza dei dati, come il GDPR europeo, o semplicemente da ragioni di segretezza industriale. Avere la possibilità di scaricare un LLM e farlo funzionare su un cluster locale, anche senza GPU di ultima generazione, può fare la differenza tra usare l’IA o restare a guardare. Certo, servono risorse di calcolo – e qui la vaghezza della scheda tecnica di Inkling (nessun dettaglio su VRAM, precisione, requisiti minimi) è un limite. Ma il segnale è chiaro: non tutto ciò che conta dev’essere per forza dietro la vetrina di un API endpoint.

La mossa di Murati dice qualcosa anche ai vendor hardware e agli integratori di sistemi. Se i modelli aperti smettono di essere rincalzi per hobbisti e diventano asset di produzione, cresce la domanda di server e workstation ottimizzati per l’inference locale. Non si tratta solo di schede video top di gamma: il mercato sta già esplorando soluzioni con CPU potenti, acceleratori dedicati e grandi quantità di RAM, per spingere il self-hosting senza dover per forza competere sul prezzo delle GPU enterprise. Inkling può essere letto come un invito a prendere sul serio questa via, separando la corsa all’AGI dalla necessità quotidiana di automatizzare processi, analizzare documenti, generare report.

Resta una domanda aperta: quanto è difficile, in concreto, metterlo in produzione? Senza benchmark ufficiali sulle performance in condizioni reali – token al secondo, latenza, consumo energetico – il modello al momento è una promessa politica più che uno strumento ingegneristico. Ma è proprio la natura della promessa a essere interessante: non si vende come il migliore, si offre come il più libero.