Per anni, il dibattito globale sull’intelligenza artificiale sembrava avere un copione fisso: gli Stati Uniti come leader indiscusso, guidati da giganti della tecnologia con budget quasi illimitati, e la Cina che cercava di colmare il divario in base alla scala e agli investimenti statali.
Tuttavia, il 2025 mostra che il quadro è molto più sfumato (e molto più interessante) di quanto si credesse in precedenza. Abbiamo già provato a rispondere se la Cina vincerà la corsa all’intelligenza artificiale, ma ora diamo uno sguardo più approfondito al panorama.
In ogni caso, un cambiamento profondo è in atto: i modelli cinesi raggiungono già tra l’80 e il 90% delle prestazioni dei loro equivalenti americani, ma lo fanno a costi fino a dieci volte inferiori.
E lungi dall’essere un fenomeno isolato, si tratta di un modello in crescita che ci costringe a ripensare il modo in cui competiamo, cosa significa veramente “avanguardia” e perché l’efficienza potrebbe diventare la nuova misura del potere tecnologico.
Una prestazione che non sorprende più… perché gareggia faccia a faccia
Il divario qualitativo tra i modelli di intelligenza artificiale di entrambe le potenze si è ridotto rapidamente. Rapporti recenti mostrano che il divario nei parametri di riferimento chiave è passato da quasi dieci punti percentuali nel 2024 ad appena il 2% all’inizio del 2025.
Cosa significa questo per il grande pubblico? Che i modelli in grado di scrivere testi complessi, analizzare documenti, generare codice o riassumere informazioni (in precedenza dominio esclusivo di aziende come OpenAI, Google o Anthropic) hanno ora concorrenti asiatici che offrono risultati praticamente indistinguibili in compiti reali.
La chiave è un cambiamento di focus:
- Gli Stati Uniti hanno optato per la forza bruta: enormi cluster di GPU, modelli giganteschi e budget che superano facilmente i 100 milioni di dollari per formazione.
- La Cina, al contrario, ha scelto di ottimizzare, ridurre e mettere a punto: ottenere di più dall’hardware disponibile, innovare nell’architettura e utilizzare algoritmi ibridi che riducono i costi computazionali.
- Questo cambiamento non solo colma il divario: minaccia di ridefinire il ritmo della corsa tecnologica.
L’efficienza come forza trainante: fare di più con molto meno
Forse il fatto più sorprendente è che l’addestramento di molti dei modelli cinesi più avanzati costa tra i 5 e i 10 milioni di dollari, rispetto alle centinaia di milioni dei loro equivalenti occidentali.
Il caso DeepSeek-V3: quando la necessità diventa virtù
Questo modello lanciato alla fine del 2024 ha rappresentato un punto di svolta. Nonostante l’addestramento sui chip Nvidia H800 limitato dalle restrizioni all’esportazione, ha raggiunto prestazioni paragonabili a GPT-4o e Claude 3.5 Sonnet. Il tutto per un investimento di appena 5,6 milioni di dollari.
Il modello è diventato virale non solo per le sue prestazioni, ma per ciò che rappresenta: la prova che i limiti possono guidare la creatività. Anche esperti occidentali, come Andrej Karpathy, hanno elogiato pubblicamente il progetto come una brillante dimostrazione di ingegneria algoritmica.
Altri esempi che mostrano una tendenza chiara
- MiniMax M2: raggiunge il 90% delle prestazioni di GPT-5, ma riducendo la spesa infrastrutturale di oltre l’80%.
- Doubao-1.5-pro (ByteDance): equivale ai benchmark dei modelli principali, ma a un costo 50 volte inferiore.
- Modelli Ant Group: competono con quelli formati sull’hardware Nvidia, ma utilizzano chip prodotti in Cina a un costo inferiore del 20%.
- Questa non è una coincidenza. La Cina sta trasformando l’efficienza in un vantaggio competitivo strutturale.
La Silicon Valley adotta l’intelligenza artificiale cinese (anche se non lo dice a voce alta)
Il paradosso più sorprendente di questo fenomeno è che le aziende americane stanno integrando i modelli cinesi nei propri sistemi per un motivo molto semplice: sono altrettanto buoni, ma molto più economici.
Alcuni esempi recenti:
- Airbnb ha adottato il modello Qwen di Alibaba per le attività interne di intelligenza artificiale. Il motivo? Il suo costo per milione di token è una frazione della concorrenza occidentale.
- Social Capital ha apertamente elogiato il modello Kimi K2 definendolo “tremendamente più economico e sorprendentemente capace”.
- Cognition AI, creatore di uno degli agenti IA più chiacchierati dell’anno, si basa sul modello GLM dell’IA cinese Zhipu.
- Il messaggio è chiaro: a parità di qualità, è il prezzo a dettare legge.
La geopolitica del silicio: l’efficienza guadagna terreno su scala
Nonostante questi progressi, gli Stati Uniti rimangono dominanti in un aspetto fondamentale: le infrastrutture. Controlla circa il 75% delle prestazioni globali dei supercomputer e dispone dei cluster GPU più grandi al mondo.
Ma questo dominio ha un punto debole: è estremamente costoso da mantenere ed espandere. La Cina, costretta dalle restrizioni all’esportazione, ha intrapreso un’altra strada:
- Enormi cluster di chip “non premium”, come quelli di Huawei.
- Sovvenzioni energetiche per rendere più economica la formazione dei modelli.
- Ottimizzazione aggressiva a livello algoritmico, riducendo la richiesta di hardware avanzato.
- Ciò che era stato progettato per rallentarne il progresso ha generato l’effetto opposto: ha promosso un ecosistema di innovazione frugale, più resiliente e sorprendentemente efficace.
Cosa significa questo per il futuro dell’intelligenza artificiale?
Le prospettive per il 2025 lasciano emergere conclusioni chiare e, allo stesso tempo, inquietanti.
- L’egemonia tecnologica non è più garantita: Gli Stati Uniti continuano a essere leader in termini di dimensioni, ma la Cina ha dimostrato di poter competere senza dover replicare tale scala.
- L’efficienza sarà la nuova moneta del potere: In un contesto economico più incerto, i sistemi che offriranno la migliore performance per euro investito saranno i più adottati.
- Il settore sta diventando multipolare: Gli operatori in India, Medio Oriente ed Europa stanno già seguendo la formula cinese: ottimizzare, non sovradimensionare.
- L’impatto raggiungerà l’utente comune. Costi inferiori significano prodotti più economici, modelli più veloci e strumenti più accessibili.
- L’avanzata dell’efficienza non è una storia di geopolitica lontana: è la ragione per cui domani potremo utilizzare un’intelligenza artificiale di qualità in più dispositivi, più paesi e più contesti.
E se una cosa è chiara, è che questa nuova fase della corsa tecnologica non sarà una maratona lineare, ma piuttosto un gioco di strategia in cui l’efficienza – e non solo la potenza – può essere la chiave per raggiungere la vetta.
This post is also available in: