Le aziende che acquistano servizi di intelligenza artificiale rischiano di pagare due volte: prima per l’utilizzo dei modelli, poi cedendo le conoscenze necessarie a renderli davvero efficaci. È l’avvertimento lanciato da Satya Nadella, amministratore delegato di Microsoft, alle imprese che affidano attività e informazioni sensibili ai grandi laboratori dell’AI. Il costo visibile è quello dei token; quello meno evidente è rappresentato dai dati proprietari incorporati nelle interazioni quotidiane.
Il problema emerge quando un modello viene adattato ai processi reali di un’organizzazione. Per ottenere risposte migliori, l’impresa deve fornirgli contesto, documenti, istruzioni e correzioni. Nadella definisce questo flusso una forma di conoscenza proprietaria che finisce per alimentare il sistema: i modelli imparano dai prompt scritti dagli utenti, dagli strumenti utilizzati dagli agenti e soprattutto dagli interventi effettuati quando l’output è sbagliato. Ogni correzione può trasformarsi in know-how istituzionale.
È una conoscenza che, secondo Nadella, un concorrente difficilmente potrebbe acquistare sul mercato. Eppure le imprese rischiano di consegnarla progressivamente ai fornitori dei modelli, inclusi operatori come OpenAI e Anthropic. Il timore è che i produttori possano acquisire una comprensione sempre più precisa delle attività dei clienti e, almeno potenzialmente, usare quel patrimonio per sviluppare prodotti capaci di entrare negli stessi mercati.
Il ragionamento investe anche la distillazione, la pratica con cui gli output di un modello vengono studiati per comprenderne il funzionamento e addestrare sistemi nuovi, spesso meno costosi. Nadella considera contraddittorio che i fornitori rivendichino il diritto di addestrarsi sui dati pubblici, ma impongano condizioni restrittive a chi tenta di imparare dai loro modelli. La criticità aumenta quando gli stessi operatori si riservano il diritto di apprendere dai dati di utilizzo e dalle interazioni dei clienti.
La risposta proposta dal numero uno di Microsoft riflette il ruolo centrale del cloud nell’AI aziendale. Le organizzazioni dovrebbero conservare la proprietà di prompt, feedback e informazioni generate durante l’uso, costruendo propri ambienti di apprendimento sull’infrastruttura cloud. Dovrebbero inoltre introdurre livelli di orchestrazione che consentano di passare da un modello all’altro, evitando che applicazioni e dati restino vincolati a un solo fornitore. Gli AI gateway rispondono proprio a questa esigenza di controllo e portabilità.
Nadella non indica esplicitamente l’open source come soluzione, ma il riferimento è implicito. Diverse grandi imprese stanno già valutando modelli aperti installati nei propri data center, accanto ai servizi cloud. L’esecuzione on-premise permette di mantenere un controllo più diretto su dati, accessi e interazioni, riducendo la quantità di conoscenza aziendale trasferita verso piattaforme esterne.
Idit Levine, fondatrice e amministratrice delegata di Solo.io, osserva questa evoluzione tra i propri clienti. Dopo una prima sperimentazione con modelli proprietari, le aziende si chiedono se un sistema aperto eseguito internamente possa offrire quasi il 90% delle capacità dei modelli maggiori, a un costo inferiore e con più controllo. Solo.io, scelta per fornire la tecnologia del progetto Agentgateway della Linux Foundation, lavora con imprese come T-Mobile, ADP e SAP.
Anche i dati raccolti dagli strumenti di instradamento mostrano una crescente attenzione verso i modelli aperti. Nell’ultimo mese considerato, questi sistemi hanno rappresentato il 29% del traffico transitato attraverso il gateway di Vercel; sia Vercel sia OpenRouter hanno registrato un aumento delle richieste dirette verso alternative open. Il messaggio finale di Nadella riassume la posta in gioco: consumando intelligenza, le imprese ne producono di nuova. E ciò che producono dovrebbe restare di loro proprietà.