La notizia in sintesi
- Perplexity punta su modelli aperti e instradamento intelligente delle richieste.
- I costi spingono le imprese a scegliere modelli AI specifici per ogni attività.
- Ollama segnala un’adozione diffusa nelle aziende Fortune 500.
- I modelli cinesi aperti accendono anche il confronto sulla competitività statunitense.
Riassunto generato con AI
L’AI cambia: conta il modello adatto
Perplexity, guidata dal CEO Aravind Srinivas, descrive una nuova fase della competizione nell’intelligenza artificiale: negli Stati Uniti e nei mercati globali non basta più disporre del modello più grande o dei migliori benchmark. Nelle ultime ore, secondo quanto riportato da CNBC, la priorità delle aziende è usare il modello più adatto a una singola attività, al costo sostenibile, con i dati necessari e nell’ambiente operativo scelto. Il cambiamento nasce dal passaggio della AI dalla sperimentazione ai prodotti e ai flussi di lavoro concreti.
“Il modello da solo non è più il prodotto”, ha detto Srinivas a CNBC, indicando il valore del sistema che orchestra modelli, strumenti e fonti dati aziendali. In questa logica, una richiesta di assistenza clienti può essere affidata a un modello meno costoso, mentre un problema complesso di programmazione può richiedere capacità superiori. Le imprese cercano quindi un equilibrio tra prestazioni, controllo, disponibilità dei dati e spesa di calcolo.
La conseguenza è una gara meno legata alla sola dimensione dei modelli e più centrata su instradamento delle richieste, efficienza e possibilità di eseguire la AI dove serve. “La risposta è sempre usare ciò che è meglio per il compito”, ha sintetizzato Srinivas. Questo approccio mette sotto osservazione il potere di prezzo costruito dai grandi laboratori sui modelli proprietari di frontiera.
Modelli aperti, costi e controllo dei dati
Perplexity ha presentato questa settimana un nuovo sistema per il suo prodotto di utilizzo del computer, costruito attorno a GLM 5.2, modello aperto della cinese Z.ai. Il sistema punta a far svolgere più lavoro a un modello economico, richiamando uno più potente soltanto quando necessario. È un esempio della crescente rilevanza dei modelli open-weight, scaricabili, adattabili e utilizzabili direttamente dalle aziende.
Per Peter Fenton, general partner di Benchmark, la transizione può essere ampia: “Il 90% o più dei token creati” potrebbe provenire da modelli open-weight nei prossimi 18-24 mesi, forse entro la fine dell’anno. I token sono le unità di dati che i modelli elaborano e generano. Fenton ritiene che margini dell’inferenza delle società che offrono modelli di frontiera possano subire pressioni, se alternative aperte saranno sufficientemente valide senza il relativo sovrapprezzo.
La convenienza non riguarda soltanto il risparmio: modelli più piccoli, ottimizzati per un compito, possono risultare più rapidi e performanti rispetto a modelli generalisti più grandi. Da qui l’investimento di Benchmark in Ollama, società che semplifica download, esecuzione e gestione dei modelli aperti. Il CEO Jeff Morgan ha dichiarato che Ollama è stata adottata da oltre l’85% delle aziende Fortune 500, incluse realtà regolamentate di aviazione, assicurazioni e sanità.
La sfida per cloud, laboratori e Stati Uniti
La diffusione dei modelli aperti solleva anche una questione strategica per gli Stati Uniti, perché tra le alternative più competitive figurano modelli di laboratori cinesi come Z.ai e DeepSeek. Per Srinivas, sostenere i modelli aperti è essenziale per rendere la AI più accessibile alle piccole imprese statunitensi e ai Paesi alleati. Il tema intreccia quindi mercato, politiche industriali e competitività nazionale.
Potrebbe cambiare anche la costruzione dei data center: alcune attività ordinarie potrebbero essere svolte localmente su dispositivi di consumatori e aziende, lasciando al cloud i compiti più difficili. Non sarebbe la fine dei grandi centri dati, ma un sistema ibrido. Per investitori e aziende, la verifica decisiva sarà la tenuta del potere di prezzo di OpenAI e Anthropic mentre crescono modelli aperti più selezionabili.
FAQ
Perché Perplexity usa modelli diversi?
Sì, perché intende assegnare ogni richiesta al modello più adatto, riducendo i costi quando non servono capacità superiori.
Che cos’è GLM 5.2?
Sì, è un modello aperto sviluppato dalla cinese Z.ai, impiegato da Perplexity nel sistema presentato per il computer-use.
Cosa sono i modelli open-weight?
Sì, sono modelli che le aziende possono scaricare, ottimizzare ed eseguire autonomamente, invece di usare esclusivamente servizi proprietari.
Quante Fortune 500 usano Ollama?
Sì, secondo il CEO Jeff Morgan, Ollama è stata adottata da oltre l’85% delle società Fortune 500.
Quali fonti sostengono questa analisi?
Sì, il contenuto nasce da un’analisi approfondita e da una verifica incrociata della nostra Redazione su numerose fonti, tra cui CNBC.
