I modelli IA aperti sono diventati il centro di un nuovo confronto tra industria tecnologica e politica statunitense. Il 24 luglio 2026 Nvidia, Microsoft, Meta, OpenAI e decine di altre aziende e organizzazioni hanno firmato una lettera pubblica per chiedere agli Stati Uniti di evitare restrizioni generali sui sistemi open weight.
Il documento, intitolato Open Weights and American AI Leadership, sostiene che l’accesso ai parametri dei modelli possa favorire concorrenza, ricerca e adozione dell’intelligenza artificiale nelle imprese. Gli stessi firmatari riconoscono però che, una volta distribuiti, questi sistemi diventano difficili da controllare, ritirare o modificare centralmente.
La posizione non equivale quindi a sostenere che qualsiasi modello debba essere pubblicato senza cautele. La richiesta è più precisa: distinguere gli usi legittimi, la ricerca e la personalizzazione dalle violazioni della proprietà intellettuale e dagli impieghi concretamente dannosi.
Cosa chiedono Nvidia, Microsoft e Meta sui modelli IA aperti
Le aziende chiedono ai legislatori di non trattare tutti i modelli open weight come una minaccia indistinta. Propongono interventi mirati contro abusi, furti e soggetti responsabili, evitando divieti che potrebbero ridurre il numero di concorrenti e spostare ricerca e investimenti fuori dagli Stati Uniti.
La lettera pubblicata da Microsoft definisce open weight i modelli i cui parametri possono essere scaricati, analizzati, modificati ed eseguiti su infrastrutture scelte dall’utilizzatore. Alla dichiarazione risultano associate oltre trenta realtà, tra cui IBM, Cisco, Dell Technologies, GitHub, Hugging Face, Mistral, Mozilla, Linux Foundation, Palantir e Y Combinator.
Il fronte è più ampio di una semplice alleanza tra produttori di modelli. Comprende aziende cloud, sviluppatori di chip, società di sicurezza, investitori, piattaforme software e organizzazioni legate all’open source. Ognuna ha interessi differenti, ma tutte possono beneficiare di un mercato nel quale i modelli non dipendono soltanto dalle API di pochi fornitori.
Il messaggio politico è che la leadership nell’IA non dipenderà da un solo modello di frontiera. Dipenderà anche dalla capacità di distribuire strumenti adattabili tra università, ospedali, fabbriche, amministrazioni pubbliche e piccole imprese.
Open weight non significa automaticamente open source
Nel dibattito pubblico i termini open source, aperto e open weight vengono spesso usati come sinonimi, ma indicano condizioni differenti. Rendere disponibili i pesi permette di eseguire e modificare un modello, senza garantire necessariamente accesso al codice completo, ai dati di addestramento o a tutte le procedure utilizzate per costruirlo.
Un sistema può quindi essere scaricabile ma soggetto a una licenza che limita alcuni impieghi. Può inoltre non offrire informazioni sufficienti per riprodurre l’addestramento. Per questo descrivere tutti i modelli open weight come pienamente open source può essere tecnicamente impreciso.
La differenza conta per aziende e ricercatori. Avere i pesi consente di effettuare fine-tuning, quantizzazione, valutazioni di sicurezza ed esecuzione locale. Non permette però sempre di ricostruire come siano stati selezionati i dati o quali interventi abbiano influenzato il comportamento finale.
Il tema riguarda anche l’Italia, dove progetti come Minerva e Llamantino mostrano il valore di modelli adattati alla lingua e al contesto nazionale. La disponibilità di sistemi modificabili può ridurre i costi iniziali per università, startup e pubbliche amministrazioni che non possono addestrare da zero un modello avanzato.
Cosa cambia per imprese, sviluppatori e utenti
Per un’impresa, un modello open weight può essere installato nei propri data center o in un cloud scelto liberamente. Questo consente di mantenere maggiore controllo sui dati, personalizzare il sistema e ridurre la dipendenza commerciale da un’unica piattaforma.
L’esecuzione autonoma non è però gratuita. Servono GPU, energia, personale tecnico, sistemi di monitoraggio e aggiornamenti di sicurezza. Un servizio chiuso può risultare più semplice da usare, mentre un modello aperto offre maggiore libertà in cambio di responsabilità operative più ampie.
I principali vantaggi indicati dai firmatari sono:
- possibilità di usare modelli specializzati senza addestrarli da zero
- maggiore scelta tra cloud, hardware e strumenti software
- minore dipendenza dalle condizioni economiche di un singolo fornitore
- analisi indipendenti di vulnerabilità, limiti e prestazioni
- personalizzazione su lingue, settori e procedure specifiche
Per gli utenti finali il cambiamento può essere meno visibile, ma concreto. Servizi locali, assistenti aziendali e applicazioni integrate nei dispositivi potrebbero utilizzare modelli più piccoli e specializzati, conservando una quantità maggiore di dati all’interno dell’organizzazione o del dispositivo.
L’apertura non garantisce però trasparenza assoluta né affidabilità. Un modello modificabile può essere migliorato, ma anche alterato in modo pericoloso. La possibilità di eseguirlo localmente riduce alcuni rischi di privacy, senza eliminare errori, allucinazioni o utilizzi impropri.
Sicurezza aperta contro controllo centralizzato
Il passaggio più discusso della lettera riguarda la sicurezza. I firmatari contestano l’idea che un modello chiuso sia automaticamente più sicuro. Un sistema proprietario può subire violazioni, produrre errori o nascondere vulnerabilità difficili da individuare dall’esterno.
I modelli aperti permettono invece a gruppi indipendenti di eseguire test, red teaming e verifiche. Una comunità più ampia può individuare problemi che il produttore non ha rilevato. È lo stesso principio che ha sostenuto una parte importante della sicurezza del software open source.
Esiste però il lato opposto. I pesi possono essere modificati per rimuovere protezioni e creare versioni meno controllate. File distribuiti attraverso repository pubblici possono inoltre contenere componenti dannosi, come mostrano i casi di modelli malevoli individuati su Hugging Face.
La sicurezza dipende quindi dalla provenienza del modello, dalla verifica dei file, dalla documentazione, dai test e dall’ambiente in cui viene eseguito. La sola etichetta aperto non basta a stabilire se un sistema sia affidabile.
Il confronto sulla distillazione può cambiare le regole dell’IA
Un altro punto delicato riguarda la distillazione, tecnica con cui le risposte di un modello più grande vengono utilizzate per addestrarne o migliorarne uno più piccolo. È una pratica comune nello sviluppo dell’intelligenza artificiale, perché permette di trasferire capacità riducendo dimensioni e costi operativi.
I firmatari chiedono di non confondere automaticamente la distillazione con l’appropriazione illegale di tecnologia. Allo stesso tempo ammettono che l’estrazione non autorizzata di valore da un servizio chiuso può sollevare problemi contrattuali e di proprietà intellettuale.
La distinzione sarà decisiva per i legislatori. Regole troppo ampie potrebbero colpire ricerca, valutazione e sviluppo di modelli efficienti. Regole troppo deboli potrebbero invece facilitare la riproduzione di sistemi ottenuti attraverso investimenti molto elevati senza rispettarne licenze e condizioni d’uso.
Per questo la coalizione propone strumenti legali e commerciali rivolti ai comportamenti dimostrabili, anziché blocchi generali sulla tecnologia. Resta da capire come le autorità possano stabilire, nella pratica, quando un modello abbia imparato legittimamente da un altro e quando sia avvenuta un’estrazione illecita.
Perché le aziende difendono un mercato più aperto
La presa di posizione contiene principi tecnologici, ma anche interessi economici evidenti. Nvidia vende hardware usato per addestrare ed eseguire modelli aperti e chiusi. Microsoft distribuisce modelli di diversi produttori attraverso Azure e GitHub. Meta ha costruito parte della propria strategia IA attorno alla famiglia Llama.
Un ecosistema open weight aumenta la domanda di chip, infrastrutture cloud, strumenti di sviluppo, consulenza e servizi di sicurezza. Favorisce inoltre le aziende che possono costruire prodotti sopra modelli esistenti senza dover negoziare ogni utilizzo con il proprietario di un’API.
Questo non rende necessariamente sbagliati gli argomenti della lettera, ma impone una lettura non promozionale. La difesa dell’apertura coincide anche con la difesa di modelli di business precisi, così come le richieste di maggiore controllo possono favorire le società che mantengono i sistemi più avanzati dietro servizi proprietari.
Il risultato più probabile non sarà una vittoria completa dei modelli aperti o di quelli chiusi. Le imprese continueranno a combinare API commerciali per i compiti più complessi, modelli open weight per applicazioni controllate e sistemi piccoli eseguiti direttamente su computer e dispositivi.
La vera conseguenza della lettera sarà politica. Se Washington accoglierà la richiesta, le future regole potrebbero concentrarsi sugli usi ad alto rischio, sulla tracciabilità e sulle violazioni dimostrate, lasciando spazio alla distribuzione dei pesi. Se prevarrà un’impostazione più restrittiva, il mercato dell’IA potrebbe concentrarsi ulteriormente nelle mani delle aziende capaci di sostenere costi normativi e infrastrutturali elevati.
