Chamath Palihapitiya avverte che le restrizioni statunitensi sull’AI open-source potrebbero creare un enorme svantaggio di costo per le aziende americane
Punti chiave
- •Palihapitiya ha individuato un potenziale svantaggio di costo di 50x per le società statunitensi che utilizzano modelli di AI proprietari a $26–$56 per milione di token, rispetto a $0.50–$1 per le alternative open-source.
- •Ha avvertito che un divieto statunitense sull’AI open-weight non eliminerebbe tali modelli a livello globale, ma impedirebbe soltanto alle aziende americane di usarli mentre i concorrenti esteri continuerebbero senza conseguenze.
- •I costi dei token AI nella stessa azienda di Palihapitiya sono raddoppiati circa ogni 45 giorni, illustrando l’aumento della spesa legata alla dipendenza da fornitori di modelli proprietari.
- •L’Executive Order sull’AI dell’amministrazione Biden dell’ottobre 2023 ha spinto alcuni legislatori e ricercatori a chiedere controlli più severi sulle release open-weight a causa dei timori di uso improprio.
- •Il significativo divario di costo potrebbe costringere a revisioni al ribasso delle stime sugli utili aziendali e pesare sulle valutazioni azionarie delle società dipendenti da un unico fornitore proprietario di AI.
Chamath Palihapitiya, venture capitalist e co-conduttore del podcast All-In, ha avvertito che un divieto o una restrizione del governo statunitense sull’AI open-source darebbe ai concorrenti esteri un significativo vantaggio economico.
In un post su X datato 18 luglio, Palihapitiya ha sostenuto che gli Stati Uniti dovrebbero adottare l’AI open-source invece di tentare di limitarla. Il suo argomento ruota attorno ai costi: le aziende americane che si affidano a modelli di AI proprietari potrebbero pagare tra $26 e $56 per milione di token per l’accesso, mentre i concorrenti esteri che sfruttano alternative open-source pagherebbero circa $0.50-$1 per la stessa capacità. Questa differenza rappresenta un potenziale svantaggio di costo di 50x per le società statunitensi.
I modelli di AI open-source, o open-weight — come la serie Llama di Meta, le release di Mistral e Qwen di Alibaba — vengono pubblicati con pesi del modello scaricabili, che consentono agli sviluppatori di eseguirli o perfezionarli localmente o su infrastrutture cloud a basso costo, evitando le tariffe API per token applicate da fornitori proprietari come OpenAI e Anthropic.
Palihapitiya ha osservato che i costi dei token AI nella sua stessa azienda sono raddoppiati all’incirca ogni 45 giorni, evidenziando il crescente onere finanziario dell’accesso a modelli proprietari.
"The future is open source. We need to embrace it and get on with it," ha dichiarato.
Implicazioni globali di una politica restrittiva
Il dibattito sui modelli open-weight è al centro delle più ampie discussioni sulla politica statunitense in materia di AI. L’Executive Order sull’AI dell’amministrazione Biden dell’ottobre 2023 ha incaricato le agenzie di valutare i rischi derivanti dai modelli fondazionali a duplice uso, e alcuni ricercatori e legislatori hanno chiesto controlli più rigorosi sulle release open-weight, citando preoccupazioni per possibili abusi legati a disinformazione, attacchi informatici o sviluppo di armi.
Secondo Palihapitiya, se il governo statunitense imponesse controlli sulle esportazioni o un divieto assoluto sui modelli di AI open-weight, l’AI open-source non scomparirebbe dal panorama globale. Al contrario, solo le aziende americane ne sarebbero escluse. I concorrenti in Cina, Europa e altre regioni continuerebbero a costruire su modelli liberamente disponibili a una frazione del costo, ampliando di fatto il divario competitivo.
Jack Dorsey, ex CEO di Twitter (ora X), ha risposto al post di Palihapitiya con una breve conferma: "yes."
Potenziale impatto sulle valutazioni aziendali
Il divario di costo delineato da Palihapitiya — $26–$56 contro $0.50–$1 per milione di token — ha implicazioni significative per gli utili delle società statunitensi. Se le aziende americane dovessero affrontare costi operativi drasticamente più elevati per integrare l’AI, le stime sugli utili potrebbero essere riviste al ribasso, i margini di profitto potrebbero comprimersi e le valutazioni azionarie potrebbero seguirne l’andamento.
Per gli osservatori di mercato, l’elemento chiave è capire quali aziende abbiano diversificato le proprie catene di fornitura dell’AI tra più fornitori e quali dipendano invece da un unico vendor proprietario. Il divario di costo descritto da Palihapitiya è abbastanza rilevante da richiedere un adeguamento della politica statunitense, oppure da riflettersi nelle valutazioni aziendali come costo aggiuntivo.