I laboratori di IA cinesi sono diventati silenziosamente il motore dietro una quota enorme dei carichi di lavoro di IA occidentali. Il denaro, però, resta negli Stati Uniti.

Questa è la conclusione centrale di un’analisi che Dimension Capital ha condiviso con i limited partner dopo un viaggio di ricerca a Beijing e Shanghai. La società di venture capital, che ha chiuso un fondo da $800 million nel luglio 2026, ha affermato che i modelli open-weight costruiti da team cinesi rappresentano ora più del 60% dell’utilizzo di token su piattaforme come OpenRouter, rispetto a sostanzialmente zero di non molto tempo fa.

Il lavoro va a est, il denaro resta a ovest

Dimension ha descritto il mercato come una simbiosi sbilanciata. I laboratori di frontiera statunitensi come OpenAI e Anthropic continuano a sviluppare modelli proprietari leader, mentre i team cinesi, tra cui DeepSeek, Qwen di Alibaba e Doubao di ByteDance, hanno prodotto alternative open-weight che le società statunitensi di applicazione poi rifiniscono e distribuiscono. Secondo la società, otto dei primi 10 modelli su OpenRouter provengono ora da laboratori cinesi e insieme catturano oltre il 25% del volume totale di token sulla piattaforma.

Il volume di token, tuttavia, non è la stessa cosa dei ricavi. I provider di inferenza che effettivamente riscuotono pagamenti da sviluppatori e imprese sono in larga maggioranza statunitensi, come Fireworks e Baseten. I costruttori di modelli cinesi, nonostante alimentino una quota sostanziale dell’utilizzo, ricevono solo una piccola parte del ritorno finanziario, a sottolineare come leadership di utilizzo e monetizzazione possano divergere nell’IA.

Il divario nei ricavi resta ampio. OpenAI sta generando circa $40 billion di annual recurring revenue, mentre Anthropic ha superato $6.5 billion. Le società cinesi che producono modelli, per contro, si collocano al di sotto delle centinaia di milioni.

Modelli open-weight: gratuiti da usare, costosi da monetizzare

I modelli open-weight sono progettati per essere utilizzabili gratuitamente. I laboratori rilasciano pubblicamente i pesi del modello, consentendo a chiunque di scaricarli, perfezionarli e distribuirli senza costi di licenza. Per le società statunitensi che costruiscono applicazioni sopra questi modelli, ciò offre accesso a capacità avanzate di IA a una frazione del costo rispetto alla licenza di alternative proprietarie, il che aiuta a spiegare perché questi sistemi possano diffondersi rapidamente tra gli strumenti per sviluppatori e i flussi di lavoro aziendali.

Per i laboratori cinesi che li producono, l’economia è diversa. I rilasci open-weight possono costruire reputazione, attirare talenti ed espandere l’influenza dell’ecosistema, ma non generano ricavi diretti su larga scala. Il valore economico viene catturato più a valle, al livello di inferenza, dove i provider statunitensi addebitano ai clienti il compute e l’accesso API.

Dimension ha descritto il quadro come un “two-way trans-Pacific flow” di tecnologia IA. Anche con lo squilibrio dei ricavi, la società ha affermato che i laboratori di frontiera cinesi stanno ottenendo valutazioni 5-10x superiori rispetto alle controparti statunitensi su base revenue-multiple.

Il decoupling è più difficile di quanto sembri

Il rapporto di Dimension complica anche la narrativa più diffusa del decoupling tecnologico tra Stati Uniti e Cina. Washington ha imposto ampi controlli all’esportazione su semiconduttori avanzati e apparecchiature per la produzione di chip, con l’obiettivo di rallentare il progresso dell’IA cinese limitando l’accesso all’hardware all’avanguardia. Ma l’integrazione osservata da Dimension va oltre l’hardware e comprende anche lo sviluppo dei modelli, le pipeline di dati e i framework di inferenza.

Le società statunitensi stanno costruendo attivamente su modelli sviluppati in Cina, mentre i laboratori cinesi continuano a iterare rapidamente nonostante i vincoli hardware. Il rapporto ha affermato che i laboratori cinesi hanno mostrato una notevole capacità di fare di più con meno. Lavorando con vincoli di risorse più stretti rispetto ai loro pari statunitensi, hanno prodotto modelli abbastanza competitivi da dominare le classifiche di utilizzo. Questa tendenza è stata visibile da quando DeepSeek ha attirato per la prima volta l’attenzione per forti risultati benchmark ottenuti con meno chip di fascia alta di quanto gli analisti si aspettassero.

I provider di inferenza statunitensi, nella lettura di Dimension, sono di fatto i riscossori del pedaggio su un’autostrada costruita con tecnologia cinese. L’accordo è profittevole oggi, ma significa anche che i ricavi americani dipendono in parte dalla continua disponibilità dei laboratori cinesi a rilasciare apertamente il proprio lavoro, un promemoria del fatto che le catene di fornitura dell’IA restano interconnesse anche mentre i governi spingono per la separazione.