L'AI open source di Alibaba sfida l'Europa a scegliere la sovranità invece della dipendenza
Il presidente di Alibaba Joe Tsai ha presentato i modelli aperti come l'unico percorso credibile per l'indipendenza dell'Europa nell'AI, nonostante la dipendenza del continente dalle tecnologie straniere. La sua argomentazione colloca l'AI open source di Alibaba al centro di una più ampia competizione su chi controlli i modelli, l'infrastruttura di calcolo e i dati industriali europei.
Intervenendo all'evento tecnologico Wave by Vento di Torino, in Italia, Tsai ha indicato la risposta cinese alle restrizioni tecnologiche americane come un possibile modello. Gli sviluppatori cinesi hanno ampliato un ecosistema di modelli aperti pur avendo un accesso limitato ai chip avanzati e ad altre tecnologie. L'Europa, ha sostenuto, può adottare un approccio simile per ridurre la propria dipendenza dai servizi chiusi dei fornitori americani.
La proposta mette in discussione un presupposto diffuso. L'Europa non deve necessariamente creare un equivalente europeo diretto di OpenAI, Anthropic o Google DeepMind prima di poter esercitare un maggiore controllo. Può invece adattare modelli aperti, gestirli su infrastrutture regionali e addestrarli su preziose informazioni industriali.
Questa strada contiene comunque una contraddizione. Adottare un modello di Alibaba può ridurre la dipendenza da un'API americana senza rendere l'Europa tecnologicamente indipendente. La vera sovranità richiede anche capacità di calcolo, una governance affidabile, competenze tecniche e controllo sullo stack software circostante.
L'AI open source di Alibaba diventa una proposta di sovranità
Tsai sta trasformando una strategia di sviluppo dell'AI in un argomento a favore del controllo europeo.
Durante le sue dichiarazioni a Torino, Tsai ha affermato che la base manifatturiera europea offre alla regione un vantaggio importante. I produttori possiedono dati operativi specializzati che possono supportare modelli per l'ingegneria, la logistica, il controllo qualità e altre attività industriali.
Tsai ha sostenuto che queste aziende non dovrebbero inviare automaticamente dati preziosi a un'API esterna chiusa. Un'interfaccia di programmazione delle applicazioni, o API, consente a un software di accedere al modello di un fornitore senza rivelare né controllare il sistema sottostante.
Un produttore può invece distribuire un modello aperto in un ambiente sotto il proprio controllo. I suoi ingegneri possono quindi effettuare il fine-tuning del modello, ossia adattarlo con esempi specializzati per un compito più circoscritto.
Questa opzione modifica la questione della proprietà. Un'azienda che utilizza un modello chiuso ospitato dipende in genere dai termini del fornitore, dalla roadmap del prodotto, dalla disponibilità e dalle regioni supportate. Un modello scaricabile offre maggiore libertà di scelta per infrastruttura, luogo di distribuzione, controlli di sicurezza e metodo di adattamento.
Tsai ha riassunto l'opportunità in termini diretti: “L'open source è l'opportunità per l'Europa.” Anche il resoconto della conferenza di Alibaba ha sottolineato che i modelli da soli non sono sufficienti. L'Europa deve costruire infrastrutture di calcolo adeguate per gestirli.
Questo secondo punto conta più dello slogan. I pesi del modello sono i parametri numerici appresi durante l'addestramento. Avere accesso a tali pesi non fornisce i server, l'energia, i chip, le pipeline di dati, i team di sicurezza o il software di distribuzione necessari per operazioni affidabili.
Alibaba ha forti ragioni commerciali per promuovere questa strada. I modelli aperti possono incoraggiare più organizzazioni a sviluppare applicazioni di AI, aumentando potenzialmente la domanda di cloud computing. Tsai ha già descritto questa relazione come parte della strategia di Alibaba.
L'azienda occupa quindi due posizioni contemporaneamente. Fornisce modelli Qwen che gli sviluppatori possono scaricare e modificare, vendendo al tempo stesso l'infrastruttura e i servizi necessari per eseguire sistemi di AI su larga scala.
Questo non invalida l'argomento della sovranità. Significa però che gli acquirenti europei dovrebbero considerarlo sia una proposta tecnica sia un'offerta commerciale.
Il cambiamento significativo non è una nuova release di Qwen o una nuova politica europea. È la presentazione esplicita della strategia cinese dei modelli aperti come modello per l'autonomia europea.
Questa impostazione porta Alibaba in un dibattito in precedenza dominato dalle istituzioni europee e dalle aziende tecnologiche americane. Chiede inoltre all'Europa di riconsiderare cosa debba significare l'indipendenza quando nessuna singola regione controlla ogni livello della catena di fornitura dell'AI.
Perché i dati industriali europei cambiano i calcoli
La posizione più forte dell'Europa potrebbe trovarsi nelle sue fabbriche, nei laboratori, nelle utility e nelle imprese di ingegneria, piuttosto che in un chatbot per uso generale.
Il continente possiede competenze profonde nella produzione automobilistica, nell'aerospazio, nell'energia, nei prodotti farmaceutici, nelle apparecchiature industriali e nei materiali avanzati. Le aziende di questi settori generano documentazione tecnica che è difficile da riprodurre per un fornitore di AI generalista.
Tali documenti possono includere manuali delle apparecchiature, cronologie di manutenzione, misurazioni di produzione, modifiche ingegneristiche, procedure di sicurezza e rapporti sulla qualità. Gran parte di queste informazioni è riservata, regolamentata o strategicamente sensibile.
Un produttore potrebbe utilizzare un modello specializzato per aiutare i tecnici a diagnosticare i problemi delle apparecchiature. Un altro sistema potrebbe confrontare rapporti di ispezione, recuperare procedure pertinenti o individuare difetti ricorrenti in diversi siti produttivi.
Queste applicazioni dipendono da un accesso accurato alle conoscenze interne. Richiedono inoltre controlli accurati delle autorizzazioni, poiché un dipendente non dovrebbe poter visualizzare automaticamente ogni progetto, contratto o documento operativo.
Un modello aperto può supportare una distribuzione nel cloud scelto dall'azienda, nel suo data center o in un ambiente di hosting regionale. Può inoltre diventare parte di una base di conoscenza AI che recupera materiale interno approvato prima di produrre una risposta.
Questa tecnica viene spesso chiamata generazione aumentata dal recupero delle informazioni. Il sistema cerca in una raccolta controllata di documenti e fornisce al modello i passaggi pertinenti come contesto.
Il recupero delle informazioni può ridurre la necessità di inserire ogni dato aziendale nel modello stesso. Consente inoltre ai team di aggiornare la conoscenza sottostante senza riaddestrare un intero modello di base.
La distinzione è importante perché la proprietà del modello e quella dei dati risolvono problemi diversi. Scaricare l'AI open source di Alibaba non crea automaticamente un'applicazione industriale sicura. L'organizzazione ha comunque bisogno di classificazione dei dati, politiche di accesso, valutazioni, monitoraggio e revisione umana.
Le aziende devono anche decidere quanto adattamento sia realmente necessario. Il fine-tuning può migliorare il comportamento specializzato, ma introduce ulteriore lavoro relativo a dataset, test, controllo delle versioni e manutenzione del modello.
Alcune organizzazioni possono ottenere un controllo sufficiente combinando un modello aperto standard con il recupero delle informazioni. Altre potrebbero richiedere una personalizzazione più profonda per il linguaggio tecnico, le immagini, le letture dei sensori o le procedure operative locali.
La diversità linguistica dell'Europa aggiunge un ulteriore requisito. Un modello industriale utile potrebbe dover interpretare istruzioni, normative e domande dei dipendenti in varie lingue senza perdere precisione tecnica.
È qui che l'approccio aperto esercita un'attrattiva pratica. Gli sviluppatori possono esaminare il comportamento di distribuzione, sostituire componenti e ottimizzare un modello per uno specifico ambiente hardware. Non sono limitati al livello di personalizzazione consentito da un'API remota.
Tuttavia, “aperto” non garantisce che ogni input pertinente sia disponibile. Molte release forniscono pesi e codice, ma non rendono disponibili i dati di addestramento, i metodi di addestramento dettagliati o altri elementi necessari per riprodurre il modello.
Per le aziende europee, la vera domanda non è quindi se un modello porti un'etichetta open. Gli acquirenti devono esaminarne la licenza, la documentazione, le limitazioni dichiarate, la cronologia della sicurezza e la capacità di funzionare senza una dipendenza continuativa dal fornitore originario.
Un utile test di sovranità chiede cosa accadrebbe se il fornitore straniero scomparisse domani. L'azienda può ancora ottenere il modello, gestirlo, correggerne le dipendenze, verificarne il comportamento e trasferirlo a un altro fornitore di infrastruttura?
Se la risposta è sì, la distribuzione offre una portabilità significativa. Se la risposta è no, un modello scaricabile potrebbe semplicemente creare una forma diversa di dipendenza.
I modelli aperti fanno pressione sul percorso delle API chiuse
La competizione principale è tra modelli adattabili sotto il controllo dell'utente e servizi chiusi governati da un fornitore esterno.
Le API chiuse offrono vantaggi importanti. Possono dare ai clienti accesso rapido a capacità avanzate senza richiedere loro di gestire cluster, ottimizzare l'inferenza o mantenere software per l'erogazione dei modelli.
Il fornitore gestisce inoltre molti aggiornamenti e problemi infrastrutturali. Questo può rendere un modello ospitato attraente per esperimenti, attività d'ufficio generiche e applicazioni che non coinvolgono informazioni sensibili.
Tuttavia, la convenienza concentra il controllo. Un fornitore può modificare le politiche d'uso, ritirare un modello, cambiarne il comportamento, modificare la disponibilità regionale o limitare un cliente dopo un cambiamento legale o politico.
Tsai ha evidenziato questa esposizione avvertendo che i Paesi non dovrebbero presumere che la tecnologia di un altro Paese rimanga disponibile sotto ogni governo o in qualsiasi circostanza. La preoccupazione va oltre la Cina e gli Stati Uniti. Si applica ogni volta che un sistema critico dipende da un servizio controllato in un'altra giurisdizione.
L'AI open source di Alibaba presenta un compromesso diverso. L'accesso ai pesi del modello offre agli sviluppatori maggiore libertà di distribuzione, ma trasferisce all'utente una maggiore responsabilità operativa.
Le organizzazioni europee devono proteggere il sistema, gestire gli aggiornamenti, valutare gli output e monitorare il modo in cui dipendenti o clienti lo utilizzano. Devono inoltre disporre di capacità di calcolo sufficienti per offrire prestazioni accettabili.
Il confronto non è quindi tra controllo e dipendenza in termini assoluti. Riguarda diverse distribuzioni di responsabilità, costi e potere contrattuale.
Un cliente API esternalizza gran parte dell'onere tecnico, accettando al contempo dipendenza contrattuale e dalla piattaforma. Un utente di modelli aperti ottiene portabilità, ma assume maggiori responsabilità per ingegneria, sicurezza e conformità.
Il mercato europeo emergente dell'AI probabilmente utilizzerà entrambe le strade. Le aziende potrebbero affidarsi a un modello frontier chiuso per compiti generali difficili, eseguendo al contempo modelli aperti più piccoli per carichi di lavoro sensibili o prevedibili.
Le distribuzioni ibride possono inoltre instradare le richieste in base al rischio. Le informazioni pubbliche possono essere inviate a un servizio esterno, mentre i dati riservati delle fabbriche restano in un ambiente controllato.
Questa flessibilità indebolisce l'affermazione secondo cui l'open source sia l'unica strada per l'Europa. Tuttavia, sostiene il punto più ampio di Tsai: i modelli aperti creano potere contrattuale.
Un'alternativa credibile può impedire che un singolo fornitore di API diventi inevitabile. Offre agli acquirenti un'opzione di riserva durante le trattative e riduce il costo dello spostamento di determinati carichi di lavoro.
La pressione competitiva si estende agli sviluppatori europei di modelli. Mistral AI e iniziative collaborative come OpenEuroLLM hanno posizionato apertura, lingue europee e controllo regionale come elementi di differenziazione.
Le famiglie di modelli cinesi aggiungono un'altra fonte di pesi performanti. Ciò amplia la scelta degli sviluppatori, ma rende anche più complesso il quadro geopolitico.
L'Europa può usare un modello cinese per ridurre la dipendenza da un servizio americano. Resta comunque dipendente dalla proprietà intellettuale sviluppata nell'ambiente commerciale e normativo di un altro Paese.
La stessa preoccupazione vale anche al contrario. Un’azienda europea che utilizza un modello open-weight americano controlla maggiormente la propria distribuzione, ma non ha creato una base di ricerca indigena.
Per questo il confronto principale dovrebbe restare tra modelli aperti e API chiuse, non tra Cina e Stati Uniti. L’origine nazionale conta, ma il controllo della distribuzione è il meccanismo immediato affrontato dall’argomentazione di Tsai.
L’Europa ottiene la maggiore leva quando può scegliere tra più modelli, più cloud e proprie strutture di calcolo. Sostituire un fornitore straniero dominante con un altro lascerebbe intatta la debolezza di fondo.
Il divario di calcolo è la parte più difficile del piano europeo per l’AI
L’accesso ai modelli può avvenire in pochi minuti, mentre finanziare, costruire, alimentare e gestire un’infrastruttura di calcolo sovrana richiede anni.
Le stesse istituzioni europee riconoscono questo vincolo. La Commissione europea afferma che la regione affronta una carenza critica di infrastrutture di calcolo su larga scala per addestrare, mettere a punto ed eseguire modelli avanzati.
Il suo piano per le AI Gigafactories mira a mobilitare 20 miliardi di euro per diverse grandi strutture. Un primo processo di manifestazione d’interesse ha attirato 77 proposte in 16 Stati membri e 60 potenziali siti.
L’impresa comune europea per il calcolo ad alte prestazioni ha pubblicato un bando formale nel luglio 2026. Secondo la tempistica preliminare della Commissione, la costruzione delle prime strutture dovrebbe iniziare nel 2027.
Questi dati mostrano slancio politico, ma mettono anche in luce il problema dei tempi. Le aziende che decidono oggi dove distribuire l’AI non possono utilizzare capacità ancora in fase di gara o costruzione.
Possono noleggiare infrastrutture da fornitori cloud affermati, collaborare con nuove aziende europee di calcolo oppure gestire autonomamente sistemi più piccoli. Ogni strada comporta compromessi relativi a scala, costi, disponibilità dell’hardware e competenze operative.
Anche i modelli aperti comprendono un’ampia gamma di requisiti computazionali. Un modello compatto può funzionare su una workstation o un server modesto, mentre un modello di grandi dimensioni può richiedere diversi acceleratori specializzati per un’inferenza reattiva.
L’inferenza è il processo mediante il quale un modello addestrato produce una risposta. Un’inferenza efficiente dipende da più fattori della sola quantità di chip. Ottimizzazione del software, memoria, rete, archiviazione e pianificazione dei carichi di lavoro incidono tutti sulle prestazioni.
Questo offre ad Alibaba una naturale opportunità commerciale. L’azienda può sostenere che Qwen garantisce flessibilità nei modelli, mentre Alibaba Cloud fornisce l’infrastruttura e l’ambiente ingegneristico circostante.
Alibaba ha inoltre investito molto nel proprio stack AI. In una strategia Qwen del giugno 2026, l’azienda ha dichiarato di aver stanziato oltre 53 miliardi di dollari USA per infrastrutture AI e cloud nell’arco di tre anni.
Questo investimento rafforza la credibilità di Tsai come operatore, ma rivela anche un’asimmetria. Alibaba può distribuire modelli apertamente perché si aspetta che il valore emerga altrove, incluso l’uso del cloud e delle applicazioni.
L’Europa ha bisogno di meccanismi economici comparabili se vuole che i modelli aperti rafforzino l’industria locale. Deve assicurarsi che le aziende europee catturino valore da hosting, personalizzazione, sicurezza, software e applicazioni specializzate.
Altrimenti, la regione potrebbe gestire modelli stranieri su chip progettati all’estero tramite piattaforme cloud straniere. Un sistema simile offre più scelta nei modelli, ma un’indipendenza tecnologica limitata.
L’energia rappresenta un altro vincolo. Le grandi strutture di calcolo necessitano di elettricità affidabile, connessioni alla rete, sistemi di raffreddamento e processi autorizzativi prevedibili. Questi requisiti possono ritardare i progetti anche dopo l’ottenimento dei finanziamenti.
Il talento è altrettanto importante. Le organizzazioni hanno bisogno di ingegneri che comprendano calcolo distribuito, ottimizzazione dei modelli, governance dei dati, sicurezza e valutazione. L’hardware privo di tali capacità non può produrre servizi affidabili.
Il mercato frammentato dell’Europa può amplificare questi problemi. Regole nazionali sugli appalti, requisiti linguistici, politiche infrastrutturali e propensioni al rischio differiscono tra gli Stati membri.
Una strategia di calcolo condivisa potrebbe aiutare le aziende più piccole ad accedere a risorse che non possono acquistare autonomamente. Programmi mal coordinati potrebbero invece disperdere i finanziamenti tra strutture senza creare una piattaforma di sviluppo coerente.
L’opportunità industriale resta concreta perché molte applicazioni europee non richiedono l’addestramento di un modello di frontiera da zero. Le aziende possono partire da pesi esistenti e specializzarli con le proprie conoscenze.
Questo approccio riduce il budget di addestramento necessario. Non elimina la necessità di un’inferenza sicura e accessibile su scala produttiva.
Il piano di Tsai funziona quindi solo se l’Europa considera l’accesso ai modelli aperti come il primo livello. Calcolo, energia, software, talento e appalti devono seguire.
L’open source non risolve fiducia o regolamentazione
L’Europa può controllare dove viene eseguito un modello e continuare comunque ad affrontare questioni difficili riguardo al suo addestramento, alla sicurezza, alle licenze e al comportamento.
L’espressione “AI open source” comprende rilasci con livelli di trasparenza molto diversi. Alcuni forniscono pesi, codice e ampi diritti di modifica. Altri limitano determinati utilizzi o omettono i dati e i metodi necessari per riprodurre l’addestramento.
Questa ambiguità conta perché gli acquirenti europei potrebbero interpretare l’apertura come prova di verificabilità. L’accesso ai pesi può consentire test e ispezioni, ma le moderne reti neurali non diventano pienamente comprensibili solo perché i loro parametri sono scaricabili.
Un team tecnico può valutare un modello rispetto a compiti noti, attaccarlo alla ricerca di vulnerabilità di sicurezza e confrontarne le versioni. Non può tuttavia garantire come il modello si comporterà in ogni lingua, settore o prompt insolito.
La sicurezza della catena di fornitura crea un’altra preoccupazione. Una distribuzione può dipendere da librerie esterne, file di modello, repository e immagini container. Qualsiasi componente compromesso può minare il controllo promesso dall’hosting locale.
Le organizzazioni hanno bisogno di artefatti firmati, tracciamento delle versioni, gestione delle vulnerabilità e procedure di revisione documentate. Hanno inoltre bisogno di un piano per le patch dopo che lo sviluppatore originale rilascia un modello più recente.
La regolamentazione europea offre un sostegno qualificato allo sviluppo aperto. Ai sensi dell’AI Act, alcuni fornitori che utilizzano una licenza realmente libera e open source possono ottenere esenzioni da alcuni obblighi di documentazione.
Le esenzioni open source della Commissione richiedono accesso pubblico ai parametri, inclusi pesi, informazioni sull’architettura e informazioni sull’utilizzo. L’esenzione non elimina ogni obbligo.
I fornitori di modelli aperti devono comunque rispettare i requisiti applicabili in materia di copyright e pubblicare informazioni sui contenuti di addestramento. I fornitori di modelli classificati come portatori di rischio sistemico sono soggetti a obblighi aggiuntivi indipendentemente da un rilascio aperto.
Questo quadro complica una semplice proposta di AI open source di Alibaba. Una licenza e pesi scaricabili non sono sufficienti a determinare come un determinato modello sarà trattato in Europa.
Regolatori e clienti esamineranno il rilascio completo. Valuteranno inoltre chi ha immesso il modello sul mercato europeo e se una modifica a valle crea nuove responsabilità per il fornitore.
Le norme sulla protezione dei dati restano pertinenti quando le aziende adattano o gestiscono un modello. La distribuzione locale può ridurre i trasferimenti di dati, ma non giustifica raccolte illecite, controlli di accesso deboli o conservazione indefinita.
I clienti industriali hanno inoltre bisogno di prove dell’accuratezza. Un modello utilizzato per riassumere note di manutenzione presenta un profilo di rischio diverso da uno che raccomanda una riparazione critica per la sicurezza.
La revisione umana può ridurre il danno, ma solo quando il revisore dispone di tempo, competenze e materiale di riferimento sufficienti. Un passaggio di approvazione nominale serve a poco se i lavoratori accettano abitualmente gli output senza verificarli.
Nemmeno la questione geopolitica può essere ignorata. Alcune organizzazioni europee esiteranno ad adottare modelli associati a una grande azienda tecnologica cinese, specialmente nella pubblica amministrazione o nelle infrastrutture critiche.
Altre considereranno i modelli cinesi scaricabili meno restrittivi dei servizi americani remoti. Entrambe le reazioni possono essere razionali a seconda della licenza, dell’architettura di distribuzione, della sensibilità delle informazioni e delle regole di appalto.
La fiducia deve quindi derivare da controlli verificabili, non dalla nazionalità dello sviluppatore o dal linguaggio di marketing. Gli acquirenti dovrebbero testare i modelli sui propri dati, documentare gli schemi di fallimento e conservare la possibilità di cambiarli.
Dovrebbero inoltre distinguere l’indipendenza dall’isolamento. L’Europa può beneficiare della ricerca americana, cinese ed europea mantenendo al contempo il controllo sulle distribuzioni sensibili.
La proposta di Tsai è più forte se considerata un argomento a favore dell’optionalità. È più debole quando l’open source viene presentato come una risposta completa alla sovranità, alla sicurezza o alla fiducia.
Tre segnali mostreranno se l’Europa imbocca la strada aperta
Il prossimo banco di prova sarà capire se l’Europa trasformerà l’interesse per i modelli aperti in infrastrutture, appalti e distribuzioni industriali replicabili.
Il primo segnale è l’esecuzione del programma europeo AI Gigafactories. Annunci e manifestazioni di interesse definiscono l’ambizione, ma assegnazioni dei lavori, accordi energetici e capacità utilizzabile mostreranno se il divario di calcolo si sta riducendo.
I progressi rafforzerebbero la tesi di Tsai, perché le aziende europee potrebbero gestire e adattare modelli senza dipendere interamente da infrastrutture non europee. I ritardi la indebolirebbero, lasciando pesi aperti senza sufficiente capacità di calcolo regionale.
Il secondo segnale è l’approvvigionamento aziendale. Produttori europei, utility, aziende farmaceutiche e agenzie pubbliche devono andare oltre le dimostrazioni e inserire modelli aperti in flussi di lavoro operativi reali.
Le distribuzioni più significative coinvolgeranno conoscenze proprietarie preservando al contempo un controllo misurabile. Gli acquirenti dovrebbero pubblicare dettagli sufficienti per mostrare come hanno valutato accuratezza, sicurezza, portabilità e impegno operativo complessivo.
Un insieme crescente di distribuzioni replicabili sosterrebbe l’affermazione secondo cui i dati industriali offrono all’Europa un vantaggio distintivo. Progetti che restano intrappolati nelle fasi pilota suggerirebbero invece che i costi di integrazione e governance superano l’attrattiva dell’accesso ai modelli.
Il terzo segnale è la concorrenza tra fornitori di modelli. Qwen, i modelli europei, la famiglia Llama di Meta e altri sistemi open-weight competeranno su capacità, efficienza, licenze, documentazione e copertura linguistica.
L’Europa trae vantaggio se i clienti possono sostituire un modello con un altro senza ricostruire un’intera applicazione. Interfacce comuni e valutazioni indipendenti renderebbero questa portabilità più pratica.
Il comportamento di Alibaba merita particolare attenzione. L’azienda deve continuare a rilasciare modelli con termini e documentazione che le organizzazioni europee possano valutare con fiducia.
Qualsiasi passaggio verso un accesso più restrittivo indebolirebbe l’argomento dell’AI open source di Alibaba. Rilasci coerenti, licenze trasparenti e distribuzioni europee credibili lo rafforzerebbero.
Anche la politica europea modellerà la competizione attraverso l’applicazione delle norme. Interpretazioni chiare dell’AI Act possono aiutare gli sviluppatori a comprendere le proprie responsabilità prima di impegnarsi in un’architettura.
Requisiti incerti o incoerenti potrebbero favorire i fornitori più grandi, che possono sostenere ampi team legali e di conformità. Questo risultato contrasterebbe con l’obiettivo di un ecosistema europeo diversificato.
Tsai ha individuato una fonte reale di leva. I modelli aperti permettono alle organizzazioni europee di mantenere un maggiore controllo su distribuzione, personalizzazione e conoscenze industriali sensibili.
Non ha fornito un piano completo. L’Europa ha ancora bisogno di infrastrutture, operatori qualificati, una governance affidabile, fornitori locali competitivi e della capacità di cambiare modello senza perdere le proprie applicazioni.
Per gli sviluppatori, il compito immediato è testare la portabilità anziché accettare un’etichetta open al valore nominale. Per gli acquirenti aziendali, si tratta di individuare quali dati e flussi di lavoro richiedono un controllo locale.
La decisione dell’Europa non arriverà sotto forma di un unico annuncio politico. Emergerà dai contratti di approvvigionamento, dalle implementazioni operative, dalla costruzione delle infrastrutture e dai modelli che le aziende possono sostituire senza chiedere permesso.
La questione centrale è pratica: l’Europa può trasformare l’accesso aperto in un controllo tecnico duraturo, oppure l’AI open source di Alibaba diventerà un altro livello estero all’interno di uno stack dipendente?
