Storie di conti AI insostenibili stanno spingendo un numero crescente di aziende verso i modelli AI open source, più economici e — secondo molti — più trasparenti. A confermarlo è Werner Vogels, CTO di Amazon, intervenuto il 10 luglio 2026 al summit AI for Good delle Nazioni Unite.
Summary
L’esplosione dei costi AI spinge le aziende verso l’open source
La corsa all’intelligenza artificiale ha un problema sempre più evidente: il conto. I modelli di punta sviluppati da OpenAI, Anthropic e Google DeepMind offrono prestazioni di altissimo livello, ma i loro costi operativi — calcolati a consumo di token — stanno mettendo in difficoltà anche le aziende più capitalizzate.
Il caso di Uber è emblematico. La società ha esaurito l’intero budget AI previsto per il 2026 in appena quattro mesi. Secondo quanto riportato, altre aziende hanno bruciato risorse significative dopo aver fallito nel limitare l’utilizzo dell’AI da parte dei dipendenti. Un campanello d’allarme che ha scosso l’intero settore.
«Il costo è una parte fondamentale della tua architettura, devi tenerne conto», ha dichiarato Vogels. «Hai davvero bisogno del modello più grande e costoso per risolvere questo problema? La risposta è no.»
Il vantaggio economico dei modelli open source
I modelli AI open source — spesso indicati anche come “open weight” — possono essere scaricati gratuitamente. L’unico costo significativo è quello dell’infrastruttura cloud necessaria per farli girare. Anche sommando questa spesa, il risultato è quasi sempre più conveniente rispetto all’utilizzo dei modelli proprietari più avanzati.
Non si tratta solo di risparmiare. Dopo la fase iniziale di sperimentazione frenetica alimentata dall’hype sui large language model, molte organizzazioni stanno entrando in una fase più pragmatica, focalizzata sul ritorno dell’investimento. L’attenzione si è spostata da “cosa può fare l’AI” a “quanto costa mantenerla nel tempo”.
I dati di mercato confermano questa tendenza. Secondo quanto riportato da CNBC, la quota di token utilizzati da aziende statunitensi su modelli cinesi open source tramite la piattaforma OpenRouter ha superato stabilmente il 30% settimanale da febbraio 2026, con picchi fino al 46%. La media dei dodici mesi precedenti era appena dell’11%. I modelli cinesi open source possono costare dal 60% al 90% in meno rispetto ai principali modelli di Anthropic e OpenAI, secondo i dati della stessa piattaforma.
Werner Vogels al summit ONU: trasparenza come priorità strategica
Al summit AI for Good, il CTO di Amazon non si è limitato a parlare di costi. Vogels ha insistito su un secondo fattore che sta orientando le scelte aziendali: la trasparenza sui dati di addestramento dei modelli.
«La trasparenza diventa estremamente importante», ha detto. «Le persone vogliono sapere quali dati vengono utilizzati.»
Questa esigenza è particolarmente sentita in settori come la sanità, la pubblica amministrazione e il lavoro umanitario, dove comprendere come un sistema AI è stato addestrato — e come prende le sue decisioni — può essere importante quanto le sue prestazioni. «Se queste persone servono comunità vulnerabili e non si fidano del sistema, non lo useranno», ha aggiunto Vogels.
Open source non significa trasparenza totale
I modelli open source permettono agli sviluppatori di ispezionare e modificare il codice, e di effettuare il fine-tuning sui propri dati con maggiore facilità. Questo li rende più allineati alle esigenze di chi opera in ambiti sensibili. Tuttavia, va precisato che anche la maggior parte dei fornitori di modelli open weight non rivela completamente tutti i dati su cui il modello è stato inizialmente addestrato.
Il tema della fiducia resta quindi aperto, ma la direzione è chiara: le aziende preferiscono sistemi che offrono almeno la possibilità di verifica, piuttosto che scatole nere completamente chiuse.
Il contesto competitivo: modelli cinesi
La migrazione verso i modelli AI open source si inserisce in un quadro competitivo complesso. Aziende cinesi come DeepSeek e Z.ai stanno colmando rapidamente il divario prestazionale con i rivali americani, offrendo alternative a costi drasticamente inferiori. Il modello GLM 5.2 di Z.ai, rilasciato a giugno 2026, si è posizionato a meno di un punto percentuale dal modello Opus 4.8 di Anthropic su un benchmark agentico molto seguito, a circa un quinto del costo.
La startup AI Lindy ha spostato il 100% del proprio traffico dai modelli Claude di Anthropic a DeepSeek, con il CEO Flo Crivello che ha dichiarato: «L’abbiamo fatto e si poteva vedere la curva dei costi crollare a terra.» La decisione, ha aggiunto, farà risparmiare a Lindy milioni di dollari in pochi mesi.
Ollama e la crescita dell’ecosistema open source
Il fermento attorno ai modelli AI open source non riguarda solo i grandi player. Ollama, strumento open source che permette agli sviluppatori di eseguire modelli AI direttamente sui propri computer, ha raccolto un round di 65 milioni di dollari (Serie B) guidato da Theory Ventures, portando il totale dei finanziamenti a 88 milioni di dollari.
Lanciata nel 2023, Ollama conta oggi 8,9 milioni di sviluppatori attivi al mese ed è presente nell’85% delle aziende Fortune 500, il tutto con soli 14 dipendenti. Il fondatore Jeff Morgan ha spiegato che il punto di svolta è arrivato intorno a gennaio 2026, quando i modelli open più grandi sono diventati capaci di svolgere compiti agentici come la programmazione.
«Non è un aut aut tra modelli open e closed», ha precisato Peter Fenton di Benchmark, membro del board di Ollama. «Ma ogni azienda con alti costi di inferenza ha un progetto vitale che la spinge verso i modelli open weight.»
Il nuovo strumento Amazon per la ricerca scientifica
Al summit, Vogels ha anche presentato un nuovo strumento AI open source sviluppato da Amazon, pensato per aiutare i ricercatori a trovare rapidamente dataset scientifici rilevanti attraverso query in linguaggio naturale.
Lo strumento si collega all’AWS Registry of Open Data, che ospita oltre 1.100 dataset provenienti da organizzazioni come NASA, NOAA e NIH. Invece di navigare cataloghi complessi, i ricercatori possono formulare richieste dirette — come cercare immagini satellitari o dataset genomici con licenze specifiche — ottenendo risultati in pochi istanti.
Abbattere le barriere per le istituzioni con risorse limitate
L’obiettivo dichiarato è sostituire processi che in precedenza richiedevano ore di lavoro, abbassando le barriere tecniche soprattutto per gli scienziati che operano in istituzioni con risorse limitate. Il tool punta ad accelerare la ricerca in campi come le scienze climatiche e la salute pubblica, rendendo i dati aperti effettivamente accessibili a chi ne ha più bisogno.
È una mossa coerente con la strategia più ampia di Amazon: posizionarsi come infrastruttura di riferimento per l’AI open source, offrendo sia la piattaforma cloud su cui far girare i modelli, sia gli strumenti per valorizzare i dati pubblici.
Perché questa svolta conta davvero
Il messaggio che emerge dal summit ONU e dal mercato è univoco: l’era dell’AI “a qualsiasi costo” sta finendo. Le aziende non possono più permettersi di costruire i propri sistemi esclusivamente sui modelli più costosi, e la disponibilità di alternative open source sempre più performanti sta ridisegnando gli equilibri competitivi.
La partita non è solo economica. La crescente adozione di modelli cinesi da parte di aziende occidentali sta creando dinamiche competitive significative. E la questione della trasparenza — su quali dati vengono usati per addestrare i modelli e come vengono prese le decisioni — diventerà sempre più centrale man mano che l’AI penetra in settori dove gli errori hanno conseguenze reali sulle persone.
Chi riuscirà a offrire modelli AI open source che combinano costi contenuti, prestazioni competitive e trasparenza verificabile avrà un vantaggio strategico enorme.
FAQ
Perché le aziende stanno passando ai modelli AI open source?
Le aziende stanno migrando verso i modelli AI open source principalmente per ridurre i costi operativi crescenti. Questi modelli sono generalmente molto più economici rispetto a quelli proprietari, poiché richiedono il pagamento della sola infrastruttura cloud per l’esecuzione, anziché tariffe a consumo di token.
Quali preoccupazioni ha evidenziato il CTO di Amazon sulla trasparenza dell’AI?
Werner Vogels ha sottolineato che la trasparenza sui dati di addestramento dei modelli è diventata una priorità per le aziende, soprattutto in settori come sanità, pubblica amministrazione e lavoro umanitario, dove la fiducia nel sistema è condizione necessaria per il suo utilizzo.
A cosa serve il nuovo strumento AI open source di Amazon?
Lo strumento consente ai ricercatori di cercare dataset scientifici rilevanti utilizzando il linguaggio naturale, collegandosi all’AWS Registry of Open Data che contiene oltre 1.100 dataset di organizzazioni come NASA, NOAA e NIH. L’obiettivo è ridurre le barriere tecniche, specialmente per le istituzioni con risorse limitate.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
