E’ passato un anno da quando DeepSeek, una start-up cinese di AI, ha sorpreso Silicon Valley presentando un modello linguistico di grandi dimensioni (LLM) ad alte prestazioni a una frazione del costo sostenuto dai giganti tecnologici statunitensi.
Sia Pechino sia Washington stanno gareggiando per diventare il leader globale nell’intelligenza artificiale. Gli Stati Uniti sono in vantaggio sui modelli LLM all’avanguardia, grazie all’accesso a chip AI avanzati, principalmente progettati da Nvidia.
Tuttavia, come sostengo in questa analisi, la corsa all’AI dovrebbe essere vista più come una maratona che uno sprint verso i modelli più potenti. Su questa base, la Cina potrebbe prevalere.
Ci sono due componenti fondamentali per raggiungere la dominanza tecnologica: innovazione e diffusione.
I modelli sviluppati da aziende statunitensi come OpenAI, Google e Anthropic sono all’avanguardia, grazie alla possibilità di allenarsi con chip di fascia alta. Ma questo vantaggio non è garantito.
Aziende cinesi come DeepSeek, Alibaba e Moonshot AI non sono molto indietro. I migliori LLM cinesi stanno riducendo il divario di prestazioni, secondo Artificial Analysis, fornitore di metriche sui modelli.
La Cina è in vantaggio sui modelli open-source, resi disponibili gratuitamente per permettere agli sviluppatori di adattarli e riaddestrarli. Questo significa che il paese ha dimostrato di poter innovare nonostante limiti nella produzione di chip avanzati ad alto volume, sviluppando modelli sofisticati con molta meno potenza di calcolo rispetto agli USA.
I modelli allenati in Cina possono competere con i migliori modelli statunitensi se l’efficienza algoritmica, la qualità dei dati e il design a livello di sistema continuano a essere sfruttati.
Ricerche di Google DeepMind confermano che modelli più piccoli, allenati con più dati, possono superare modelli più grandi, anche con meno hardware avanzato. Analogamente, uno studio di OpenAI suggerisce che i modelli possono raggiungere prestazioni quasi di frontiera con hardware meno potente.
Grazie al rapido recupero delle aziende cinesi verso la frontiera AI e alla strategia industriale centralizzata di Pechino, non va esclusa la possibilità che la tecnologia dei chip e la produzione cinese superino in futuro le capacità statunitensi.
Il governo di Xi Jinping ha indirizzato risorse significative verso ricerca, talento e infrastrutture dopo aver dichiarato l’AI un’industria strategica nel 2016. Nel 2022, la Cina ha conferito oltre il 50% in più di dottorati STEM rispetto agli USA, generando tre volte più brevetti AI.
Sebbene l’investimento privato nell’AI sia maggiore negli Stati Uniti, una volta considerato il sostegno fiscale di Pechino, il divario di capitale impegnato non appare così ampio. In Cina il compito intensivo in capitale di costruire data center è sostenuto soprattutto dagli operatori telecom statali, riducendo il rischio per le aziende tecnologiche.
Recentemente la Casa Bianca ha confermato che Nvidia potrebbe vendere i suoi semiconduttori H200 alla Cina in cambio di una quota delle vendite, consentendo alle aziende cinesi di accedere a chip con una potenza di calcolo superiore rispetto a quelli prodotti localmente.
Indipendentemente dalle restrizioni sulle esportazioni, Pechino mira a sviluppare l’autosufficienza nei chip. Attualmente l’industria cinese dei semiconduttori è anni dietro a quella occidentale, ma sta aumentando la produzione di chip dedicati all’inference per l’AI, settore in cui il divario con Nvidia è minore. Bernstein stima che entro il 2028 la Cina produrrà abbastanza chip per soddisfare la domanda interna.
Ma vincere la corsa all’AI non significa solo sviluppare modelli. Anche adozione e implementazione nell’economia reale contano. Qui, la strategia industriale statale cinese rappresenta un vantaggio, così come la capacità di produrre in massa chip “sufficientemente buoni” per l’inference.
Con l’aumento dell’uso dell’AI, cresce anche il fabbisogno di energia elettrica per alimentare i data center. Secondo Goldman Sachs, entro il 2030 la capacità residua della Cina supererà di tre volte la domanda mondiale prevista, permettendo di compensare il maggiore consumo di chip meno avanzati.
La Cina ha anche un ruolo dominante nelle materie prime critiche, essenziali per chip, data center, reti elettriche e altre tecnologie avanzate, creando le condizioni per diffondere l’AI in applicazioni high-tech.
La questione non è più quali modelli raggiungono i benchmark tecnici, ma chi può costruire e sostenere un ecosistema che integri l’AI nella vita quotidiana. Questo include manifattura intelligente, robot umanoidi e applicazioni in dispositivi come auto, smartphone e wearable.
Infine, la Cina è ben posizionata a livello globale per la diffusione dell’AI. La sua quota di mercato nei download globali di modelli open ha recentemente superato quella degli USA, grazie alla disponibilità gratuita e alla personalizzazione da parte degli sviluppatori. Il sostegno governativo rafforza ulteriormente la diffusione dei modelli open-source cinesi, particolarmente nei mercati emergenti.
In sintesi, mentre gli USA potrebbero vincere nello sprint per il miglior modello AI, la Cina è favorita nell’integrare i modelli “sufficientemente buoni” in applicazioni concrete e nel diffonderli globalmente. Nel lungo periodo, la leadership tecnologica dipenderà sia dall’innovazione sia dalla diffusione. E su questo fronte, la Cina sembra avere un vantaggio chiave.
