Il 2 agosto 2026 il Wall Street Journal ha pubblicato un'analisi destinata a far discutere l'intero ecosistema dell'intelligenza artificiale a pesi aperti: le startup statunitensi che costruiscono modelli open-weight - da Arcee a Reflection AI, fino a Poolside - faticano a trasformare la loro tecnologia in ricavi. La tesi del quotidiano finanziario è netta: regalare i pesi di un modello non basta a costruire un'azienda, e la concorrenza cinese sta erodendo qualsiasi margine prima ancora che questi laboratori riescano a definire un modello di business sostenibile.
Il paradosso è evidente. Nel giro di due anni i migliori modelli scaricabili gratuitamente non parlano più inglese ma cinese: DeepSeek, Qwen di Alibaba, GLM di Zhipu e Kimi di Moonshot dominano le classifiche di download su Hugging Face. I laboratori americani, che con Llama di Meta e con il più recente gpt-oss di OpenAI avevano aperto la strada, si trovano ora a inseguire su un terreno dove il prodotto principale - i pesi del modello - è per definizione gratuito.
Cosa sostiene il Wall Street Journal
Il cuore dell'articolo riguarda il rapporto con gli investitori. Nonostante il clamore attorno all'IA aperta, i capitali di rischio restano diffidenti. Il capo di Arcee ha raccontato al giornale che, quando ha cercato fondi, la risposta è stata quasi unanime.
Praticamente ogni fondo di venture capital di primo livello ha detto di no.
Il motivo è strutturale. Nel primo trimestre del 2026 le startup di IA hanno raccolto cifre record, ma quasi due terzi del capitale sono confluiti in appena tre aziende che sviluppano modelli chiusi - il campo dove il pagamento a consumo delle API garantisce ricavi immediati. Sull'intero fronte occidentale dei pesi aperti, osserva il quotidiano, resta di fatto un solo grande sostenitore industriale: Nvidia, che ha scommesso su Reflection AI, Poolside e Thinking Machines Lab, interessata a un ecosistema che faccia girare le proprie GPU. Non è un dettaglio: chi produce i chip ha tutto l'interesse a diffondere modelli aperti, chi produce i modelli molto meno.
Come prova a fare soldi chi regala i pesi
La domanda che percorre tutta l'analisi è semplice: se i pesi sono scaricabili gratis, dove sta il ricavo? La risposta è che "aperto" non significa "gratis per chi lo produce". Addestrare un modello di frontiera costa centinaia di milioni in calcolo, dati e stipendi; i pesi rilasciati sono al massimo un volano di reputazione e adozione, non una fonte di cassa. Il denaro, semmai, arriva da ciò che sta intorno al modello: contratti enterprise, servizi professionali, hosting gestito, fine-tuning su misura e commesse governative o della difesa. Ciascuno dei tre laboratori citati dal Wall Street Journal interpreta questa logica in modo diverso.
Arcee: modelli piccoli, calcolo americano
Arcee AI ha costruito la propria identità sull'efficienza. Ha addestrato il modello Trinity Large in 33 giorni per circa 20 milioni di dollari, una frazione dei budget dei laboratori di frontiera, e si presenta come alternativa domestica ai pesi cinesi - una tesi che Forbes ha sintetizzato nel titolo "i migliori modelli aperti sono cinesi, e Arcee pensa che sia un problema". L'azienda ha stretto una collaborazione con il Dipartimento dell'Energia statunitense e, secondo le indiscrezioni riportate, punta a una raccolta superiore ai 200 milioni di dollari con una valutazione oltre il miliardo. Il suo modello di ricavo guarda alle imprese che vogliono modelli su misura, sovrani e non soggetti a vincoli geopolitici.
Reflection AI: il "laboratorio aperto occidentale"
Reflection AI è il caso più clamoroso sul piano finanziario. Fondata nel 2024 da due ex ricercatori di Google DeepMind, Misha Laskin e Ioannis Antonoglou, ha abbandonato l'iniziale focus sugli agenti di programmazione per diventare, nelle sue parole, il "laboratorio di frontiera aperto" dell'Occidente, alternativa dichiarata a DeepSeek. A ottobre 2025 ha raccolto 2 miliardi di dollari a una valutazione di 8 miliardi, con Reflection AI sostenuta in prima fila da Nvidia; da allora si è parlato di un nuovo round fino a 2,5 miliardi a una valutazione di 25 miliardi e di un accordo sul calcolo da circa un miliardo. Cifre imponenti per un'azienda che, come nota il Wall Street Journal, deve ancora dimostrare da dove arriveranno i ricavi.
Poolside: il codice che non lascia l'azienda
Poolside, fondata nel 2023 da Jason Warner (ex CTO di GitHub) ed Eiso Kant, è forse la più vicina a un modello di ricavo concreto. Punta sul codice: modelli addestrati specificamente per la programmazione e installati sui cluster GPU del cliente, dove i pesi non escono mai dal perimetro aziendale. È una proposta pensata per banche, difesa e sanità, i settori regolamentati a cui è spesso vietato usare strumenti come GitHub Copilot o Cursor sui propri codici sorgente. Il fatturato stimato per il 2025 si aggira, secondo le stime di settore, attorno ai 50 milioni di dollari, e la società ha cercato di raccogliere fino a 2 miliardi a una valutazione di circa 12 miliardi. Il cofondatore di Poolside riassume così la scommessa.
C'è un desiderio vasto, vastissimo, di un'azienda americana che produca l'intelligenza artificiale open source più capace in assoluto.
Perché i modelli cinesi comprimono i margini
La pressione competitiva ha una radice precisa. I laboratori cinesi rilasciano modelli potenti con licenze permissive e spesso a costi di utilizzo bassissimi, sia perché inseguono adozione e influenza tecnologica, sia perché possono contare su strategie industriali diverse. Quando un'impresa può scaricare Qwen o DeepSeek e ottenere prestazioni vicine a quelle di frontiera senza pagare nulla per i pesi, il prezzo di riferimento del mercato tende a zero. Questo comprime i margini di chiunque tenti di monetizzare l'accesso al modello e costringe anche i laboratori chiusi a tagliare i listini: lo stesso Wall Street Journal ricorda che l'aumento dei costi dell'IA in azienda sta spingendo molti clienti verso le alternative più economiche, con OpenAI e altri costretti ad abbassare i prezzi.
Il risultato è un paradosso strategico. Gli Stati Uniti vogliono un'alternativa aperta e "occidentale" ai modelli cinesi - una lettera firmata da venticinque aziende ha chiesto a Washington di non vietare i modelli a pesi aperti - ma il mercato non premia ancora chi la costruisce. La partita non si gioca sul modello in sé, ormai una commodity, bensì sul controllo dell'inferenza, dell'integrazione e del rapporto con il cliente enterprise.
Cosa cambia per chi in Europa costruisce sui modelli aperti
Per le aziende e gli sviluppatori italiani ed europei, l'analisi del Wall Street Journal contiene una lezione utile e, per certi versi, incoraggiante. La prima è che l'abbondanza di modelli aperti è un vantaggio per chi li adotta: mai come oggi è possibile costruire prodotti sopra modelli di alta qualità pagando poco o nulla per i pesi. La guerra dei margini tra Stati Uniti e Cina, sul lato della domanda, si traduce in strumenti sempre più economici.
La seconda lezione riguarda la sovranità tecnologica. La stessa diffidenza geopolitica che spinge gli Stati Uniti a cercare un'alternativa ai pesi cinesi vale, a maggior ragione, per l'Europa: adottare un modello aperto significa poterlo ospitare sui propri server, verificarne il comportamento e non dipendere dalle API di un fornitore straniero. Qui l'ecosistema europeo ha già una carta da giocare con Mistral, il laboratorio francese che rilascia modelli a pesi aperti e che si muove sullo stesso crinale tra apertura e sostenibilità commerciale.
La terza lezione è la più importante per chi progetta prodotti: il valore non sta nel modello ma in ciò che gli si costruisce intorno. Se persino laboratori finanziati con miliardi faticano a monetizzare i pesi, un'impresa italiana non dovrebbe illudersi di fare la differenza addestrando l'ennesimo modello da zero. Conviene piuttosto specializzarsi - dati proprietari, integrazione nei processi, conformità normativa, servizi verticali - esattamente il terreno su cui Arcee, Reflection e Poolside stanno cercando, con fatica, di sopravvivere. Il messaggio che arriva da oltreoceano è che nell'IA aperta il modello è il biglietto d'ingresso, non il business. E questa, per chi in Europa costruisce invece di finanziare addestramenti miliardari, è forse la notizia migliore.
