Cina e intelligenza artificiale, l'exploit di DeepSeek non è stato un caso. Era il 2015 quando la il governo annunciava il suo decennale piano battezzato Made in China 2025. Un progetto ambizioso che aveva l’obiettivo di trasformare definitivamente la Repubblica Popolare in una superpotenza tecnologica: dal punto di vista dei trasporti, della robotica, dell’industria, dell’agricoltura, dello spazio, dell’informatica e, ovviamente, dell’intelligenza artificiale.
Proprio nel campo dell’intelligenza artificiale, il piano Made in China – la cui enfasi è stata ridotta in seguito alla guerra commerciale con gli Stati Uniti, ma che è ancora in vigore – era particolarmente specifico. Entro il 2020, la Cina avrebbe dovuto raggiungere gli Stati Uniti e il Canada (nazione pioniera del deep learning), per poi diventare nel 2030 leader assoluto di questo settore.
Tra queste due scadenze, ce n’era però anche una intermedia: entro il 2025, l’intelligenza artificiale sviluppata dai ricercatori cinesi avrebbe dovuto, secondo lo schema, raggiungere livelli d’eccellenza e conquistare dei breakthrough tecnologici. Non si trattava soltanto di parole. Come ha spiegato il pioniere dell’intelligenza artificiale Andrew Ng, che ha lavorato a lungo in Cina per colossi come Baidu, “quando il governo di Pechino annuncia un piano ambizioso, le implicazioni per il paese e la sua economia sono molto significative. È un segnale forte per tutti, che indica che potrebbe succedere qualcosa di grosso”.
Coerentemente, la Cina ha investito enormi quantità di denaro per raggiungere il suo obiettivo, finanziando settori strategici e tecnologicamente avanzati, a partire proprio dall’intelligenza artificiale, con circa 900 miliardi di dollari negli ultimi dieci anni. Nonostante tutto questo, per lungo tempo si è pensato che le ambizioni cinesi fossero eccessive e che non sarebbe riuscita a mantenere le sue promesse. Le sanzioni statunitensi, che tra le altre cose impediscono che i chip più avanzati raggiungano i laboratori informatici di Pechino e Shenzhen, avevano inoltre proprio l’obiettivo di assicurarsi che la Cina mancasse gli obiettivi.
Il “momento Sputnik dell'intelligenza artificiale”
Adesso, il 2025 è arrivato. E con lui è arrivato anche quello che l’investitore Marc Andreessen ha definito il “momento Sputnik” del nostro secolo. Solo che al posto della corsa allo spazio c’è la corsa all’intelligenza artificiale, e al posto dell’Unione Sovietica c’è la Cina. Che con la presentazione dei modelli linguistici sviluppati da DeepSeek ha dimostrato di saper raggiungere entro i tempi previsti le promesse svolte tecnologiche e di essere in grado di porre – come ha sintetizzato il Guardian – “una reale minaccia al dominio tecnologico occidentale: lo sprint per vincere la corsa all’intelligenza artificiale sarà altrettanto competitiva – e forse ancor più – della corsa allo spazio degli anni Cinquanta e Sessanta. La Cina è infatti dotata di una potenza economica che l’Unione Sovietica non ha mai posseduto”.
Si possono sollevare alcune perplessità su DeepSeek, a partire dal fatto che – come ha sostenuto Yann LeCun, responsabile per l’intelligenza artificiale di Meta – i modelli della startup cinese siano basati su Llama, il sistema open source proprio di Meta. Altri hanno messo in dubbio che davvero DeepSeek abbia speso solo 6 milioni di dollari per l’addestramento di un modello in grado di rivaleggiare con quelli di OpenAI, e altri ancora hanno contestato l’affermazione, contenuta nel paper di presentazione del modello V3 di DeepSeek, di aver utilizzato solo 2mila GPU di Nvidia, peraltro del modello meno avanzato H800 (contestazione basata anche sul fatto che DeepSeek ha in magazzino decine di migliaia di GPU, anche del più potente modello H100, acquistato prima delle sanzioni).
Ma se anche tutti questi dubbi fossero confermati, la rivoluzione di DeepSeek non ne uscirebbe comunque sminuita: “Non credo che abbiano speso 6 milioni di dollari, ma se anche fossero 60 si tratta di un punto di svolta”, ha spiegato a Wired US Umesh Padval, dirigente del fondo d’investimento Thomvest.
Un punto di svolta soprattutto sotto l’aspetto energetico e dei consumi. Se le affermazioni di DeepSeek fossero confermate, i costi (e quindi i consumi) per l’addestramento dei suoi modelli sarebbero stati 1/50 di quelli necessari per i più recenti large language model occidentali, sfruttando poche migliaia di GPU dalle prestazioni ridotte laddove OpenAI e gli altri impiegano decine di migliaia delle più potenti.
DeepSeek rappresenta quindi un rovesciamento completo della narrazione imperante nella Silicon Valley basata sulla cosiddetta “legge di scala”, che postula che per far avanzare l’intelligenza artificiale sia necessario costruire modelli sempre più grandi, alimentati da un potere computazionale sempre crescente e dotati di un numero sempre maggiore di dati. E quindi enormemente energivori e costosi.
Il gigantismo della Silicon Valley
Gli effetti di questa strategia all’insegna del gigantismo sono sotto agli occhi di tutti: Meta e Microsoft hanno annunciato che, nel corso del 2025, spenderanno rispettivamente 65 e 80 miliardi di dollari per sviluppare e addestrare sistemi di intelligenza artificiale. Google, Microsoft e Amazon hanno inoltre annunciato che, a causa dell’intelligenza artificiale, non riusciranno a ridurre le emissioni di anidride carbonica (che anzi stanno aumentando). I data center, che secondo i dati del Berkeley Lab già oggi richiedono il 4,4%, arriveranno al 12% di tutta l’energia consumata negli Stati Uniti entro il 2028.
Sam Altman sta inoltre massicciamente investendo nel campo dell’energia nucleare (come anche Microsoft e Amazon), considerata l’unica fonte energetica in grado di sostenere sul lungo termine i consumi richiesti da modelli la cui fame di elettricità aumenta esponenzialmente, anche a causa del numero di parametri dei large language model, che è passato in pochi anni da qualche centinaio di milioni a migliaia di miliardi.
Spese colossali, consumi sufficienti a fornire elettricità a una piccola nazione, emissioni crescenti, data center sterminati: è bastato l’avvento di DeepSeek per mettere in discussione questa visione da “bigger, faster, stronger” che fino a pochi giorni fa sembrava un dogma inscalfibile.
Non stupisce, di conseguenza, che proprio Oklo – la startup nucleare in cui Sam Altman, attraverso opache manovre finanziarie, ha investito – abbia temporaneamente perso il 25% del suo valore in borsa subito dopo l’annuncio di DeepSeek, e che le notizie giunte dalla Cina abbiano messo in discussione il ruolo di Nvidia: “I risultati di DeepSeek suggeriscono che sia possibile eccellere senza utilizzare chip all’avanguardia”, ha affermato nella sua newsletter lo scienziato informatico Gary Marcus, che poi ha lanciato un affondo al colossale progetto StarGate di ampliamento dell’infrastruttura cloud statunitense, scrivendo che “anche investire 500 miliardi di dollari in data center ed energia, al servizio di un’enorme collezione di chip, non sembra al momento una scelta così indovinata”.
Nel giro di pochi giorni, si è passato dal magnificare il gigantismo tecnologico a stelle e strisce ad ammettere, come ha fatto Nick Frosst, cofondatore della startup d’intelligenza artificiale Cohere, che “sarà l’innovazione e la creazione di maggiori efficienze a dare il via al prossimo turno di svolte tecnologiche, non l’accumulo di un illimitato potere computazionale”.
Il boomerang delle sanzioni
Improvvisamente, la strategia della Silicon Valley sembra vecchia e il progetto StarGate viene ridicolizzato e criticato. Insomma, che DeepSeek abbia spiazzato la Silicon Valley e fatto mettere in discussione la sua strategia è abbastanza chiaro. Sarebbe altrettanto sbagliato considerare i risultati ottenuti dalla startup cinese come un’eccezione: Alibaba ha annunciato che il suo modello Qwen 2.5 ha superato le prestazioni di V3 di DeepSeek, ByteDance ha subito risposto con Doubao-1.5-pro, affermando che supera o1 di OpenAI in molte prove (benchmark). E a questi si aggiungono anche Kimi k1.5 di Moonshot, Ernie Bot di Baidu e altri ancora.
Le brutte sorprese per gli Stati Uniti potrebbero non arrivare solo dalla Cina: d’altra parte, se a Pechino e Shenzhen sono riusciti a ottenere risultati di altissimo livello senza utilizzare eccessive risorse, perché non dovrebbero riuscirci anche in altre parti del mondo? “Potrebbe rivelarsi una svolta egualitaria", ha spiegato Hancheng Cao, docente alla Emory University, parlando con la MIT Tech Review. “E tutto ciò sarebbe un’ottima notizia per i ricercatori e per gli sviluppatori che hanno accesso a risorse limitate, specialmente per chi proviene dal sud globale”.
Lo stesso atteggiamento di sfida nei confronti della Silicon Valley potrebbe arrivare dagli Emirati Arabi Uniti, che hanno iniziato a costruire sistemi di intelligenza artificiale “sovrani” e investiranno in questo progetto 90 miliardi di dollari nei prossimi sei anni, ma anche da parte di Singapore, dell’Arabia Saudita e – perché no – anche dell’Unione Europea che a breve si confronterà nel corso dell’AI Summit di Parigi.
Il brusco risveglio statunitense, comunque, non riguarda soltanto il fatto di essere stati improvvisamente raggiunti dalla Cina (e magari dover a breve subire una concorrenza ancor più vasta), ma anche di aver loro stessi, in parte, abilitato questo scioccante colpo di scena tecnologico e geopolitico: “Le conquiste cinesi relative all’efficienza non sono casuali”, ha spiegato Angela Zhang sul Financial Times. “Sono la risposta diretta alle crescenti restrizioni imposte dagli Stati Uniti e dai suoi alleati. Limitando l’accesso della Cina ai chip più avanzati, gli Stati Uniti hanno inavvertitamente innescato la sua innovazione”.
È una chiave di lettura che si ritrova da più parti e che conferma quelli che, fin dall’inizio, erano stati i timori di chi sosteneva che le sanzioni si sarebbero rivelate un boomerang, capace soltanto di aumentare l’autonomia tecnologica cinese. Nessuno aveva però previsto che tutto ciò sarebbe avvenuto in tempi così brevi, incentivando le startup e i colossi cinesi a puntare su efficienza, open source e collaborazione invece che su consumi e potere di calcolo smisurati.
“Il calcolo per l’inferenza (il cosiddetto “ragionamento” dei modelli di AI più recenti) viene effettuato nel momento in cui si operano i modelli, non in fase di addestramento”, ha spiegato in un’intervista l’imprenditore tech Alvin Graylin. “Ciò rende meno importante l’impiego di chip prodotti con i semiconduttori più avanzati e sta vanificando le sanzioni. Ciò che colpisce di più è che DeepSeek è stata fondata solo nel 2023, conta meno di 100 dipendenti e dispone di risorse di calcolo molto più limitate rispetto ai laboratori occidentali”.
Obiettivo: leader globale entro il 2030
Lo stesso sviluppo dell’intelligenza artificiale sembra quindi avvantaggiare la capacità cinese di ottimizzare le risorse e l’efficienza dei suoi modelli. E quindi, tutto ciò significa che la corsa all’intelligenza artificiale è finita e la Cina ha vinto? Ovviamente no, la strada è lunga e tutto può ancora succedere. Allo stesso tempo, non va sottovalutato come oggi il 38% di tutti i modelli linguistici venga sviluppato nella Repubblica Popolare (stando ai dati dell’Accademia per l’Informazione e la Tecnologia di Pechino), che dalle università cinesi escano ogni anno 6mila dottorati in materie Stem (il doppio che negli Stati Uniti) e che i talenti cinesi hanno dimostrato proprio con DeepSeek di saper affrontare le sfide tecnologiche pensando al di fuori degli schemi.
In tutto questo, la Cina sta facendo passi da gigante anche nella progettazione dei chip più avanzati, creando semiconduttori specializzati in intelligenza artificiale – progettati da HiSilicon di Huawei e da Smic – che si stanno sempre più avvicinando alle prestazioni dei chip di Nvidia (e potrebbero essere stati utilizzati anche per DeepSeek).
La corsa all’intelligenza artificiale non è finita, ma i concorrenti non sono mai stati così vicini. Al punto che qualcuno suggerisce di cambiare approccio e smetterla di considerare questa corsa come una competizione da cui necessariamente debba uscire un vincitore e uno sconfitto: “Questo tipo di interpretazione suggerisce che qualsiasi collaborazione tra Stati Uniti e Cina, persino in settori come la medicina e lo sviluppo energetico, debba essere evitata per garantire il dominio degli Stati Uniti e dei suoi alleati nello sviluppo dell’AI”, ha spiegato sempre Graylin. “In realtà, è impossibile per uno dei due paesi mantenere un vantaggio duraturo sull’altro e vincere questa corsa. La ricerca collaborativa si è invece dimostrata essenziale per i progressi dell’AI negli ultimi decenni”.
Passare dalla competizione alla collaborazione richiederebbe però un cambio di paradigma tecnologico e politico che non sembra essere all’orizzonte e che potrebbe non essere auspicato nemmeno in Cina, che con un colpo di scena ha dimostrato di saper mantenere le promesse fatte esattamente dieci anni fa. E adesso punta probabilmente a mantenere quella relativa al 2030: diventare leader globale dell’intelligenza artificiale.