La recente performance del modello open-weight cinese Kimi ha attirato l’attenzione non solo per i suoi risultati, ma per una valutazione strategica controcorrente. Dean W. Ball, responsabile del team Strategic Futures di OpenAI, ha messo in luce un paradosso che vale la pena esplorare: proprio la scelta di rilasciare pesi aperti, pur dimostrando una notevole abilità tecnica, potrebbe rappresentare una mossa che frena gli investimenti di capitale, spingendo verso un’infrastruttura AI pubblica e controllata a livello statale.

Ball si è detto colpito dalla decisione del governo cinese di permettere l’open-source di un modello così capace, dati i rischi potenziali. In un ecosistema dove le grandi aziende occidentali investono miliardi in capacità computazionale privata, un modello open-weight di alto livello, gratuito e modificabile, riduce l’incentivo a stanziare risorse proprie per costruire sistemi proprietari. Il risultato è un cortocircuito: da un lato si democratizza l’accesso alla tecnicia, dall’altro si può creare una dipendenza da un soggetto regolatore che, col tempo, potrebbe diventare l’unico gestore dell’infrastruttura di AI, erogando capacità come un servizio di pubblica utilità.

Se Pechino decidesse di consolidare l’offerta di modelli open-weight in una piattaforma statale, le imprese cinesi – e non solo – si troverebbero a utilizzare una tecnicia la cui evoluzione e i cui costi sarebbero dettati da logiche politiche. Negli Stati Uniti, l’amministrazione potrebbe rispondere con ‘attrito regolatorio strategico’: introducendo barriere all’uso di modelli stranieri, oppure imponendo standard di trasparenza e audit che aumenterebbero i costi di conformità per chi dipende da tecnicie estere. Ciò alzerebbe ulteriormente la convenienza di soluzioni on-premise completamente controllabili, dove i dati e i modelli restano all’interno dei perimetri aziendali.

Per chi valuta oggi il deployment di LLM in-house, il caso Kimi mostra quanto sia fluida la geopolitica dell’AI. La scelta tra open-weight e modelli proprietari non è solo tecnica, ma strategica: un modello oggi open-weight potrebbe diventare domani il cavallo di Troia di una regolamentazione che ne condiziona l’accesso. Il cortocircuito segnalato da Ball non è teorico né lontano: se l’AI diventa un bene pubblico amministrato dallo Stato, le aziende che avranno già investito in capacità on-premise, con modelli quantizzati e pipeline ottimizzate per GPU locali, si troveranno in una posizione di vantaggio competitivo, protette da qualsiasi attrito geopolitico. Il vero freno al CapEx potrebbe non essere la tecnicia, ma il controllo che ne vorranno esercitare i governi.