Il Fatto in Numeri: La Convergenza AI che i Bilanci Non Riflettono Ancora
Il gap stimato tra i modelli AI di frontiera americani e i migliori equivalenti cinesi è oggi nell’ordine dei sei-dodici mesi. Non anni, mesi. Questa valutazione emerge da analisi comparative pubblicate nel corso del 2026 da centri di ricerca specializzati e da documenti ufficiali di aziende come Anthropic e OpenAI, che hanno entrambe denunciato formalmente tentativi di distillazione da parte di entità cinesi. La distillazione è l’estrazione sistematica degli output dei propri modelli proprietari per addestrare modelli concorrenti sulle stesse capacità, in particolare nel campo dell’ingegneria del software.
La serie Qwen di Alibaba ha superato i due miliardi di download a livello globale. Il costo operativo dei principali modelli cinesi è stimato mediamente dieci volte inferiore rispetto ai modelli americani equivalenti, grazie a una struttura di costo complessiva più bassa su tre variabili che si comprimono simultaneamente: talento, chip ed energia per i data center. Molti di questi modelli sono rilasciati in modalità open source, abbassando ulteriormente la barriera di accesso.
Sul fronte dell’approvvigionamento hardware, i chip sotto embargo americano circolano liberamente nei mercati grigi di Shenzhen. Le stime sul volume di contrabbando verso la Cina variano, ma le stesse autorità americane riconoscono che i controlli alle esportazioni hanno rallentato lo sviluppo cinese senza fermarlo. L’effetto collaterale non previsto, ma ormai documentato, è che le restrizioni hanno accelerato gli investimenti cinesi in una catena di fornitura domestica di semiconduttori. L’orizzonte di autosufficienza si avvicina più velocemente di quanto proiettato dalle analisi del 2023-2024.
Oggi, 23 settembre 2026, i rendimenti dei Treasury americani sono saliti al 5,12%, con i mercati che prezzano nuovi rialzi Fed. Un contesto finanziario che comprime ulteriormente la capacità delle aziende occidentali di investire in tecnologia a costi sostenibili, mentre i concorrenti cinesi operano in un ambiente di capitali strutturalmente diverso.
Perché Ora: Il Timing di una Biforcazione che Non Aspetta
La questione non è nuova, ma la velocità lo è. Nel 2023 la distanza tra i modelli americani e quelli cinesi era ampiamente considerata di due-tre anni. In meno di trentasei mesi quella distanza si è ridotta della metà. Il ritmo di convergenza non si spiega solo con gli investimenti. Si spiega con la distillazione sistematica, con il mercato grigio dei chip, con la scelta cinese di puntare su modelli “utili” anziché su modelli “generali”. La Cina non sta costruendo un AGI, sta costruendo strumenti che generano fatturato, e questa scelta pragmatica la rende competitiva molto più velocemente di quanto i competitor americani abbiano anticipato.
Perché questo conta oggi e non sei mesi fa? Perché il punto di non ritorno sulla biforcazione tecnologica si avvicina. Le aziende che nei prossimi dodici-diciotto mesi costruiranno le proprie infrastrutture digitali su uno specifico stack AI, le proprie integrazioni di processo, le proprie pipeline di dati, non potranno cambiare stack senza costi enormi. La scelta tecnologica che sembra una decisione IT è in realtà una scelta geopolitica con effetti di lock-in pluriennali.
Il contesto multilaterale non offre vie di uscita comode. Le chiamate a un rallentamento concordato tra USA e Cina, a meccanismi congiunti di sicurezza AI, vengono definite “premature” dagli stessi analisti della relazione bilaterale. La diffidenza reciproca è strutturale. La Cina non ha mai accettato accordi che riducessero il proprio vantaggio competitivo in questa corsa, e non ha ragioni strategiche per farlo adesso che il gap si è dimezzato.
Effetti Immediati sui Mercati: Segnali che Anticipano la Rottura
I mercati stanno già prezzando una parte di questa biforcazione, anche se le narrative mainstream la inquadrano ancora come “tensione commerciale” anziché come ridisegno strutturale. I rendimenti obbligazionari americani al 5,12% in questa giornata riflettono un’aspettativa di tassi alti più a lungo, ma incorporano anche la pressione su un’economia che deve finanziare contemporaneamente la competizione militare, la competizione tecnologica e i déficit fiscali. Questo comprime i margini disponibili per le imprese americane che vogliono investire in AI a leva.
Sul fronte valutario, la biforcazione tecnologica tende a rafforzare le posizioni di chi controlla gli standard, e gli standard AI stanno diventando un terreno di competizione geopolitica tanto quanto i chip. Le aziende che vendono servizi B2B nei mercati emergenti già oggi ricevono pressioni competitive da fornitori cinesi che operano a costi notevolmente inferiori.
Il mercato dei premi assicurativi sulle catene di fornitura tecnologica è in tensione. Le polizze che coprono il rischio di dipendenza da fornitori soggetti a sanzioni o controesportazioni stanno diventando più costose e più selettive nelle condizioni. È un segnale strutturale, non spot: il mercato assicurativo prezza rischi che i bilanci aziendali non ancora incorporano.
Che Cosa Cambia per le Aziende Italiane: Tre Orizzonti
Orizzonte Immediato (0-6 mesi). Chi sta adottando soluzioni AI enterprise in questo momento sta di fatto scegliendo il proprio stack tecnologico per i prossimi anni. La pressione del mercato verso i modelli cinesi è già presente nei segmenti price-sensitive. Se la tua azienda opera in mercati dove i clienti o i partner locali usano modelli Qwen o equivalenti, l’interoperabilità e la compatibilità dei dati diventano un problema operativo immediato. Il rischio imminente non è la scelta sbagliata, è fare la scelta senza sapere che si sta scegliendo.
Orizzonte Medio (6-18 mesi). Lo scenario più probabile è una progressiva cristallizzazione di due ecosistemi paralleli, con aree geografiche che gravitano verso l’uno o l’altro in funzione di accordi commerciali, pressioni politiche e pura convenienza economica. Le PMI italiane che esportano in Asia, Africa e Medio Oriente si troveranno a operare in mercati dove l’infrastruttura AI dominante è cinese. Quelle che esportano in Nord America e Europa occidentale opereranno in un ecosistema prevalentemente americano. Chi ha mercati su entrambi i fronti dovrà gestire una doppia architettura, con i costi e le complessità che ne derivano. Sopravvive chi inizia a mappare questa esposizione adesso, non quando il lock-in è già avvenuto.
Orizzonte Lungo (18+ mesi). Il precedente strategico che si sta costruendo è quello di due standard tecnologici globali che operano con logiche di compatibilità minima, un po’ come avvenne con gli standard elettrici nazionali nel secolo scorso, ma con conseguenze molto più pervasive. L’AI non si cambia con un adattatore. Le aziende che avranno costruito una comprensione operativa di entrambi gli ecosistemi saranno in grado di servire mercati che i competitor mono-stack non potranno raggiungere. Questo è un vantaggio competitivo reale, non teorico.
Settori Strategici: Chi È Più Esposto
Manifattura avanzata e automazione industriale. L’adozione di sistemi AI per il controllo qualità, la manutenzione predittiva e l’ottimizzazione della produzione sta accelerando. Le aziende italiane di meccanica strumentale che vendono macchinari in Asia si troveranno a interfacciare i propri sistemi con infrastrutture AI locali di standard cinese. L’opportunità nascosta: chi sviluppa ora compatibilità con entrambi gli ecosistemi diventa fornitore strategico in mercati dove i concorrenti tedeschi e francesi sono ancora fermi alla configurazione occidentale.
Servizi professionali e consulenza B2B. Studi legali, società di revisione, agenzie di comunicazione che operano su clienti internazionali stanno adottando strumenti AI per la produttività interna. La scelta dello stack non è neutrale. Alcuni contratti con controparti americane o con aziende operanti in settori regolamentati escluderanno esplicitamente l’uso di modelli di origine cinese per il trattamento di certi dati. Il rischio di esposizione contrattuale è reale e ancora largamente sottovalutato.
Agrifood e food tech. Meno ovvio degli altri, ma altrettanto rilevante. Le piattaforme di tracciabilità della supply chain alimentare, i sistemi di gestione della logistica refrigerata, le soluzioni di previsione della domanda stanno integrando AI a livello capillare. Le cooperative e i consorzi del made in Italy agroalimentare che usano piattaforme logistiche globali sono spesso inconsapevoli di quali modelli AI girano sotto il cofano. L’opportunità: chi mappa questa esposizione e la usa come argomento di trasparenza verso i buyer internazionali si posiziona meglio nelle gare di fornitura dove la supply chain integrity è un requisito, non un plus.
Rischi da Monitorare: Le Tre Faglie della Biforcazione
Il primo rischio: lock-in tecnologico silenzioso. La maggior parte delle adozioni AI enterprise avviene attraverso fornitori di software gestionale, CRM, ERP, piattaforme logistiche che integrano modelli AI nel proprio prodotto senza renderlo evidente al cliente finale. Un’azienda italiana può trovarsi, senza averlo deciso consapevolmente, a dipendere da un modello cinese per un processo critico. Lo scopre solo quando un contratto internazionale impone requisiti di conformità tecnologica che non riesce a soddisfare.
Il secondo rischio: costi nascosti della doppia architettura. Le aziende che opereranno su entrambi gli ecosistemi per servire mercati diversi dovranno sostenere costi di integrazione, sicurezza dei dati e governance tecnologica significativamente più alti. Questo rischio non appare nei budget attuali perché nessuno lo sta ancora pianificando. Emerge solo quando il problema è già strutturato e costoso da affrontare.
Il terzo rischio: distillazione come precedente normativo. Il fatto che Anthropic e OpenAI abbiano denunciato formalmente pratiche di distillazione da parte di entità cinesi apre un fronte regolatorio che potrebbe produrre nuove restrizioni sull’uso di certi modelli in specifici contesti contrattuali o giurisdizionali. Le aziende europee che oggi usano liberamente modelli open source di origine cinese potrebbero trovarsi di fronte a restrizioni normative, soprattutto se operano in settori con requisiti di sicurezza elevati o in supply chain che includono aziende americane soggette a compliance export.
La Lente dell’Analisi Strategica: Il Mio Punto di Vista
Quello che mi colpisce di questa vicenda, e che noto raramente nelle analisi mainstream, è la distanza abissale tra la realtà operativa descritta da chi frequenta i mercati tecnologici asiatici e la narrativa che circola nelle stanze decisionali europee. A Shenzhen i chip sotto embargo si comprano al primo bancone. In Europa si scrivono position paper sulla “autonomia tecnologica strategica” e si organizzano summit. La distanza non è geografica, è cognitiva.
Il secondo punto che nessuno dice apertamente: la scelta americana di perseguire l’AGI, l’intelligenza artificiale generale capace di tutto, ha un costo di opportunità enorme. Mentre OpenAI e Anthropic bruciano capitali inseguendo un obiettivo che per definizione non genera fatturato oggi, i modelli cinesi ottimizzano per l’utilità immediata, per l’adozione di massa, per il costo marginale basso. In un mercato business globale dove la maggior parte dei clienti non ha bisogno di AGI ma ha bisogno di automatizzare un processo specifico a costo sostenibile, la strategia cinese è razionalmente superiore nel breve e medio termine. È una differenza sottile ma decisiva: la Cina non sta costruendo il modello più intelligente, sta costruendo il modello più adottato.
Per gli imprenditori europei la lezione operativa è questa: il vostro problema non è scegliere tra AI americana e AI cinese. Il vostro problema è che state aspettando che qualcuno vi dica quale scegliere, e nel frattempo qualcuno la sceglie per voi. Spesso il vostro fornitore di software, il vostro partner logistico, la piattaforma e-commerce su cui vendete. L’autonomia tecnologica strategica non si costruisce nei convegni. Si costruisce nelle decisioni di procurement che fate ogni settimana. La domanda rilevante non è “quale AI vincerà la corsa?”, è “chi ha scelto la tua AI al posto tuo, e cosa significa per i tuoi contratti internazionali?”
Domande Frequenti: Le Risposte Dirette che Servono Adesso
Quale stack AI dovrebbe scegliere una PMI italiana oggi? La risposta dipende dai tuoi mercati di riferimento. Se vendi prevalentemente in Nord America e Europa occidentale, prendi modelli americani o europei. Se hai significativa esposizione in Asia, Africa o Medio Oriente, devi comprendere quale stack usano i tuoi clienti e partner locali. Se hai mercati su entrambi i fronti, pianifica fin d’ora come gestire una doppia architettura: le PMI che lo fanno consapevolmente oggi avranno vantaggi competitivi enormi tra 18 mesi.
Come faccio a sapere quale AI usa il mio software gestionale o la mia piattaforma logistica? Non lo sai, e il tuo fornitore probabilmente non te lo dirà se non lo chiedi. Chiedi esplicitamente: quali modelli AI sono integrati? Di che origine sono? Sono vendibili a clienti che hanno vincoli contrattuali di non utilizzo di modelli cinesi? Se il fornitore non risponde o risponde in modo vago, è già un segnale di rischio.
Qual è il costo concreto di un lock-in tecnologico involontario? Molto alto, non inferiore al 30-40% del valore IT investito. Se hai integrato un modello AI cinese in un processo critico e poi scopri che non puoi usarlo per legge o per contratto, devi sostituire il modello, riaddestrare i dati, riconfigurare le pipeline. Sono mesi di lavoro e costi di sviluppo significativi, senza contare il rischio operativo nel mezzo.
Come mi proteggo dai rischi normativi futuri su modelli open source? Documentati già adesso su quali modelli usi, da dove vengono, per quali processi. Quando arriveranno le restrizioni normative (e arriveranno), avrai davanti il tempo di pianificare una migrazione invece di scoprirla quando il contratto è già violato. Inoltre, richiedi ai tuoi fornitori software di darti una dichiarazione esplicita sulla composizione AI dei loro prodotti: diventerà uno standard di mercato nei prossimi mesi.
Per le aziende B2B che esportano, conviene fare due versioni dei servizi con stack diversi? No, conviene fare una versione dei servizi che sia compatibile con entrambi gli stack, per quanto è possibile. Questo richiede architetture più modulari e interfacce di integrazione ben definite, ma il vantaggio competitivo di servire sia i clienti americani che quelli cinesi senza dover mantenere due versioni parallele è enorme. Questo è il lavoro di ingegneria che i competitor forti faranno nei prossimi 12-18 mesi.
Watchlist Operativa: Cosa Seguire nelle Prossime Settimane
Sul fronte cinese: nuovi rilasci della serie Qwen di Alibaba e aggiornamenti di benchmark comparativi con i modelli americani; progressi dichiarati da SMIC e Huawei sulla produzione domestica di chip avanzati; eventuali annunci di partnership tra piattaforme AI cinesi e governi di paesi target per PMI italiane, Africa orientale, Medio Oriente, Sud-est asiatico.
Sul fronte americano: eventuali nuovi pacchetti di export control sui chip, in particolare estensione delle restrizioni a componenti attualmente in zona grigia; sviluppi legali nelle denunce di distillazione presentate da Anthropic e OpenAI, che potrebbero produrre precedenti con impatto normativo sull’uso di modelli open source; posizionamento della nuova Fed su tassi e liquidità per il comparto tech dopo il rialzo dei rendimenti al 5,12%.
Sul fronte europeo: progressi nell’implementazione dell’AI Act, in particolare le linee guida sui modelli “general purpose” che potrebbero includere requisiti di trasparenza sull’origine dei modelli; investimenti del Fondo Europeo per gli Investimenti Strategici in infrastrutture AI sovrane; posizione della BCE sulla digitalizzazione finanziaria, dopo l’annuncio di questa settimana sull’investimento in titoli tokenizzati con settlement via Pontes.
Sul fronte dei mercati: rendimento Treasury a dieci anni come proxy del costo del capitale per investimenti tech; spread tra valutazioni azionarie dei leader AI americani e cinesi quotati su piazze accessibili; costo delle polizze assicurative su contratti con clausole di conformità tecnologica.
Quando il Muro Diventa Permanente
Al bancone di Shenzhen, quella mattina, non c’era nessun segreto da scoprire. I chip erano lì, i prezzi erano esposti, la conversazione era ordinaria. Il segreto, semmai, era dall’altra parte. Nelle sale riunioni delle PMI europee dove si parla di “adozione AI” senza sapere da dove vengono i modelli che si stanno per adottare, chi li controlla, e cosa significherà quel controllo quando i mercati si divideranno in modo definitivo.
La biforcazione tecnologica globale non è un rischio futuro da inserire nella matrice dei rischi aziendali. È una costruzione in corso che avanza ogni settimana, chip per chip, download per download, contratto per contratto. L’Europa guarda e produce documenti. La Cina costruisce adozione. Gli USA costruiscono ambizione. Le imprese italiane, nel mezzo, costruiscono dipendenze che non hanno ancora inventariato.
La scelta dello stack AI non è una decisione IT. È una dichiarazione di appartenenza geopolitica. La domanda rilevante non è quale modello performi meglio nei benchmark, ma chi avrà accesso ai tuoi dati di processo quando i due sistemi smetteranno di parlarsi.