Il mercato dell’intelligenza artificiale ha vissuto un 2025 segnato da una profonda volatilità, innescata inizialmente dallo shock tecnologico cinese che ha messo in discussione la narrativa dominante del settore che ha scoperto che si poteva fare molto con poco. Il rilascio del modello DeepSeek R1 a gennaio ha provocato un terremoto finanziario senza precedenti, erodendo in poche ore centinaia di miliardi di capitalizzazione dai colossi dei semiconduttori e aprendo numerose domande tra gli esperti di AI. Questa reazione di panico è scaturita dalla dimostrazione che l’efficienza algoritmica potesse abbattere drasticamente le curve di costo, minacciando direttamente il modello di business basato sulla vendita massiccia di potenza di calcolo. In altre parole non servivano più datacenter iperscalari per ottenere risultati paragonabili. Ma la tecnologia e l’innovazione non si sono arrese, è una sfida continua.

E’ chiaro oggi, analizzando i dati dell’anno appena trascorso, una sorprendente capacità di assorbimento da parte degli attori occidentali. Nonostante la tesi di un sorpasso tecnologico di Pechino, i leader del mercato come Nvidia e Broadcom, Amazon, Google e Microsoft non solo hanno recuperato le perdite, ma hanno raggiunto valutazioni record nel corso del 2025. Questo recupero è dipeso dalla consapevolezza che, sebbene DeepSeek abbia ridefinito l’efficienza, (e lo ha fatto!) le barriere infrastrutturali restano un fattore determinante. Le restrizioni sull’accesso ai chip più avanzati hanno costretto i laboratori cinesi a confrontarsi con colli di bottiglia computazionali, ritardando l’addestramento di modelli di nuova generazione e permettendo ai laboratori di frontiera americani di mantenere il primato prestazionale. C’è da dire che quando AI incontra ecosistemi consolidati li rafforza, è un effetto rete che non sorprende gli economisti.

I mercati hanno dunque interpretato i successivi aggiornamenti cinesi non più come onde d’urto, ma come un consolidamento di traiettorie già note. Pensate a Tesla ed ai continui miglioramenti dei suoi prodotti che non fanno più notizia. Pensate agli investimenti strategici: prima 1 miliardo, poi 4, poi 40, poi 100, 200, 300 miliardi. Ora 1000 miliardi di investimenti annunciati da OpenAI. Un’acquisizione di 20 miliardi non fa più notizia. Un Data Center con meno di 15000 GPU non fa più notizia.

Il panorama globale dell’intelligenza artificiale sta vivendo una profonda trasformazione, segnata dal passaggio da un dominio incontrastato degli Stati Uniti a una competizione serrata e asimmetrica con la Cina. Non si tratta solo di una gara a chi crea il software più “intelligente”, ma di uno scontro tra due filosofie industriali e geopolitiche opposte.

La Sfida Strategica: Chiusura vs Apertura

Le aziende americane (OpenAI, Google, Anthropic) hanno costruito il loro successo su un modello “proprietario”: sistemi chiusi, protetti da abbonamenti costosi e API a pagamento, volti a massimizzare i profitti e mantenere il controllo totale sulla sicurezza.

Al contrario, la Cina ha adottato la strategia dei “pesi aperti” (open weight). Rilasciando modelli come quelli di DeepSeek o Zhipu AI in modo quasi gratuito, la Cina ha trasformato la comunità globale degli sviluppatori in una forza di ricerca e sviluppo esterna. Questo approccio ha permesso ai modelli cinesi di conquistare il 30% del mercato “funzionante” (coding, assistenti aziendali), dove l’efficienza dei costi e la personalizzazione contano più dei punteggi teorici nei test di laboratorio.

Il Paradosso dei Costi e delle Infrastrutture

All’inizio del 2025, il successo di DeepSeek (addestrato con budget relativamente ridotti) aveva fatto ipotizzare che i colossali investimenti americani in hardware Nvidia fossero superflui. In realtà, si è verificato il Paradosso di Jevons: man mano che i modelli diventano efficienti ed economici, il loro utilizzo esplode letteralmente, rendendo necessari ancora più data center e più chip.

Mentre gli Stati Uniti prevedono spese infrastrutturali superiori ai 500 miliardi di dollari per il 2026, la Cina spende una frazione di questa cifra, ma punta su due vantaggi strutturali:

1. Energia: L’IA moderna consuma quantità industriali di elettricità (pari a reattori nucleari). La Cina produce il doppio dell’energia rispetto agli USA e può direzionarla verso i cluster di IA con una velocità decisionale che il mercato regolamentato americano non possiede.
2. Efficienza Architetturale: Per compensare la difficoltà nel reperire i chip più avanzati a causa delle sanzioni, i laboratori cinesi stanno inventando nuovi modi per far girare modelli enormi su meno hardware.

Il Nodo dell’Hardware: Il ruolo di Nvidia e Microsoft

Nonostante i progressi, gli Stati Uniti mantengono un vantaggio cruciale: il controllo degli acceleratori IA avanzati. Le aziende cinesi faticano ancora a eguagliare i risultati americani usando solo chip prodotti in casa (come quelli di Huawei) e spesso tornano segretamente o ufficialmente all’hardware Nvidia.

Nel frattempo, Microsoft ha risposto alla sfida dell’efficienza lanciando il chip Maia 200, progettato internamente per abbattere i costi di gestione dell’IA del 30%. La partita si gioca quindi su un equilibrio precario: gli USA controllano i “muscoli” (il silicio), mentre la Cina sta dominando la “distribuzione” (l’ecosistema aperto).

Come si sta evolvendo il mercato

La spesa per le infrastrutture AI non ha subito il rallentamento temuto, anzi, le previsioni per il 2026 indicano un’ulteriore accelerazione. Al netto dei Comitati contro i Data Center che stanno nascendo nelle comunità rurali americane, consapevoli di perdere terreno agricolo e di pagare i costi dell’aggiornamento dei sistemi elettrici.

Il mercato globale dell’Intelligenza Artificiale è entrato in una fase di competizione asimmetrica. Mentre gli Stati Uniti mantengono la leadership tecnologica nei “Frontier Models” (ragionamento complesso), la Cina ha strategicamente occupato il segmento dell’IA “funzionante” attraverso un modello di distribuzione open-weight. Il vantaggio competitivo statunitense, seppur reale, è minacciato da vincoli strutturali (energia e costi infrastrutturali) e dall’erosione dei margini causata dall’offerta cinese a basso costo. Il divario tecnico vede gli USA ancora in testa di circa 7 mesi nei benchmark di “frontiera” (compiti di ragionamento estremo), ma questo primato è considerato fragile. Se la strategia cinese dovesse normalizzare l’idea che l’IA di alta qualità debba essere gratuita o a bassissimo costo, le Big Tech americane potrebbero trovarsi con modelli tecnicamente superiori ma commercialmente insostenibili, schiacciate dai costi energetici e dalla pressione degli investitori. Per mantenere la leadership, gli attori statunitensi devono non solo innovare nel ragionamento dei modelli, ma accelerare l’integrazione di soluzioni energetiche proprietarie (nucleare/SMR) e ottimizzare il costo per token tramite silicio custom (Maia 200), emulando in parte l’efficienza architettonica mostrata dai laboratori cinesi.

Contrariamente alle aspettative iniziali, l’aumento dell’efficienza dei modelli cinesi non ha ridotto la necessità di GPU Nvidia, ma ha stimolato una domanda di utilizzo più vasta. Questo convalida la spesa massiccia degli hyperscaler USA, ma evidenzia una vulnerabilità: la Cina sta imparando a ottenere prestazioni simili con meno chip, ottimizzando la gestione della memoria.

La competizione tra i fornitori di modelli chiusi resta intensa e i miglioramenti incrementali hanno rassicurato gli investitori, anche perchè erano già pronti ad un salto nel vuoto della bolla AI, allontanando lo spettro di una mercificazione improvvisa della tecnologia che diventa un dato di fatto inconfutabile nella AI race. Cio nonostante, il settore rimane vulnerabile a nuovi momenti di discontinuità algoritmica, poiché la ricerca di metodi di addestramento sempre più efficienti continua a essere la variabile più imprevedibile degli equilibri geopolitici digitali. Non ci sarà un solo vincitore, adesso è ancora più chiaro.

In che modo Deepseek influisce nel dibattito sulla concorrenza tra Cina e Stati Uniti

L’introduzione di DeepSeek ha rappresentato un momento di svolta per la competizione tecnologica degli Stati Uniti, costringendo il Paese a confrontarsi con un modello alternativo capace di rivaleggiare con quelli americani in termini di sofisticazione, ma con una caratteristica distintiva fondamentale: una maggiore efficienza. L’impatto di DeepSeek sulla competizione con gli USA si manifesta principalmente attraverso i seguenti punti:

• Sfida agli incentivi degli “hyperscalers”: DeepSeek ha messo in luce un potenziale problema strutturale nel mercato americano. Molte delle aziende leader negli Stati Uniti sono grandi fornitori di infrastrutture cloud (hyperscalers) che traggono enormi profitti dall’elevato consumo di potenza di calcolo (compute) e di energia. Questo solleva il dubbio che tali aziende non siano realmente incentivate a sviluppare modelli più efficienti, poiché una riduzione del compute necessario ridurrebbe anche i loro guadagni infrastrutturali.
• Dimostrazione di efficienza tecnologica: Il modello DeepSeek ha dimostrato che è possibile raggiungere livelli di sofisticazione elevati senza i costi e i consumi massicci tipici dei modelli statunitensi meno ottimizzati. Questa scoperta costringe gli attori americani a riconsiderare se la loro integrazione verticale stia effettivamente favorendo l’innovazione o se stia invece proteggendo modelli di business basati sullo spreco di risorse computazionali.
• Reckoning strategico: Per gli Stati Uniti, DeepSeek ha rappresentato uno dei primi casi in cui è stato necessario fare i conti con un’alternativa straniera che non solo pareggia le prestazioni, ma supera i modelli domestici sul piano della sostenibilità e dell’ottimizzazione tecnica.