Le aziende di IA a peso aperto sono i bersagli di acquisizione più ambiti della Silicon Valley

Tutti attendono la conferma di Nvidia per quello che si preannuncia essere l’accordo tecnologico più interessante della settimana: un’acquisizione stimata a 13 miliardi di dollari di Hugging Face, una piattaforma per la condivisione di modelli e benchmark di IA a peso aperto. Nota ultimamente come bersaglio di agenti OpenAI noti per il “reward-hacking”, Hugging Face è al centro dell’ecosistema di sviluppatori che creano e implementano LLM non di proprietà dei laboratori all’avanguardia. È considerata una sorta di GitHub per l’era dell’IA.

Le voci su questo accordo giungono dopo che Nvidia ha siglato un’intesa da 6 miliardi di dollari con Poolside, un costruttore di modelli a peso aperto, che vedrà la maggior parte dei suoi dipendenti trasferirsi presso il gigante dei chip. E solo due settimane fa, Stripe ha acquisito OpenRouter, il principale fornitore di modelli a peso aperto per le aziende, per oltre 7 miliardi di dollari. Si tratta di un notevole flusso di capitale in un settore basato sulla “condivisione gratuita”, che riflette le ultime tendenze nel comparto dell’intelligenza artificiale.

Per Nvidia, è fondamentale evitare un’ulteriore dipendenza dagli accordi con i maggiori hyperscaler e laboratori all’avanguardia. Ciò è particolarmente vero considerando che i principali costruttori di modelli IA come OpenAI e Google stanno sviluppando i propri chip di inferenza, come il Jalapeño di OpenAI, le cui capacità sono state annunciate questa settimana. Se i costruttori di modelli producono chip, Nvidia vuole una fetta del business della creazione di modelli.

Nvidia costruisce già la propria famiglia di modelli a peso aperto Nemotron, ma la loro adozione non è stata massiccia. Assumendo il controllo del più grande spazio per sviluppatori di modelli aperti negli Stati Uniti, l’azienda avrà accesso a una vasta platea di utenti che potrà indirizzare verso i suoi chip e i suoi standard.

Crescono anche le domande sul costo dell’inferenza IA, con aziende che esplorano modelli più economici realizzati da società cinesi come Moonshot, DeepSeek e Alibaba. Attualmente, l’adozione è relativamente piccola ma in crescita: solo il 6% delle aziende utilizza modelli a peso aperto, secondo un’indagine sui dati di spesa di Ramp, o appena il 2% degli ingegneri software misurati da Jellyfish, che produce strumenti per sviluppatori.

Nik Albarran, responsabile prodotto AI presso Jellyfish, ha dichiarato a TechCrunch che i modelli a peso aperto sono utilizzati principalmente da aziende i cui prodotti si basano su carichi di lavoro di inferenza ripetuti, come quelli che forniscono chat di servizio clienti. Poiché si tratta di attività ad alto volume con molta ripetizione, un modello a peso aperto può essere ottimizzato per rispondere alle domande a basso costo.

È certamente così che Stripe ha inquadrato l’acquisizione di OpenRouter. “I token sono la valuta centrale per le aziende che costruiscono con l’IA, ed è chiaro che il potenziale economico nel mondo reale dipenderà da un buon uso delle scarse risorse di calcolo”, ha affermato Patrick Collison, co-fondatore e CEO di Stripe, in una dichiarazione.

Per i compiti di codifica e basati su agenti, tuttavia, richieste variabili e maggiore ragionamento fanno sì che i modelli all’avanguardia spesso prevalgano, in parte perché i laboratori proprietari offrono un accesso più facile e, in alcuni casi, un sussidio di token. Albarran afferma che, man mano che le aziende affinano i flussi di lavoro AI, sarà più facile rivolgersi ai modelli aperti. Tuttavia, il motivo principale per cui le aziende si rivolgono a questi modelli ora è per il controllo e la configurabilità, non per problemi di spesa.

“Non ci sono ancora molte aziende in cui questo è il caso… [ma] se i prezzi continuano a salire dai laboratori all’avanguardia, sempre più aziende saranno costrette almeno a considerarlo”, ha detto Albarran a TechCrunch. “Quando i tuoi flussi di lavoro basati sull’IA sono molto più maturi, è allora che ha senso investire nell’hosting autonomo dei modelli.”

Lin Qiao è la CEO di Fireworks, un router e host leader di modelli a peso aperto per utenti aziendali, spesso menzionato come potenziale acquisizione per un gigante tecnologico. Qiao afferma che la sua azienda elabora 40 trilioni di token al giorno, più di entrambi le API di Gemini o OpenAI. La scommessa di Fireworks è sulla diversità dei modelli: man mano che gli LLM proliferano e migliorano, sarà più facile per le aziende addestrarli specificamente per le proprie esigenze. “Ogni singola azienda di app dovrebbe considerare di assumere un ricercatore interno”, ha detto a TechCrunch la scorsa settimana. “Possono utilizzare il loro prodotto e i dati di prodotto per costruire il proprio modello. Il futuro è in realtà l’intelligenza specializzata. Letteralmente, ogni singola azienda dovrebbe avere il proprio modello per caso d’uso, e questo accadrà automaticamente.”

È facile dimenticare quanto siamo ancora agli inizi nello sviluppo dell’IA come strumento e come business. Il dominio di OpenAI e Anthropic, tuttavia, non è inevitabile. Mentre i giganti della tecnologia cercano di diversificare le proprie puntate sui laboratori più grandi, il fascino della tecnologia aperta si sta rivelando difficile da resistere.