Qualunque impresa europea che ha installato modelli open cinesi come Qwen o DeepSeek sui propri server ora deve fronteggiare un dilemma. Per ora può continuare a usare i modelli già ottenuti, nel rispetto delle licenze. Ma la possibilità di scaricare le prossime versioni e di ricevere nuove tecnologie dalla Cina entra ora nel perimetro della politica industriale di Pechino.
È questa la conseguenza per le aziende della proposta di controlli all’esportazione presentata dal governo cinese il 16 ottobre 2026, che coinvolge 23 tecnologie di intelligenza artificiale, dai grandi modelli agli agenti.
Il 20 ottobre, il ministero del Commercio cinese ha emanato ulteriori chiarimenti: se Alibaba e DeepSeek continueranno a pubblicare i pesi delle future versioni di Qwen o DeepSeek, la proposta prevede una procedura di autorizzazione automatica e rapida.
Le imprese europee dovrebbero quindi continuare ad accedervi.
Anche i modelli del tutto nuovi beneficerebbero della procedura agevolata, purché distribuiti apertamente.
Solo per i modelli o le versioni mantenuti proprietari, se rientrano tra le tecnologie controllate, il trasferimento all’estero potrebbe richiedere autorizzazioni specifiche oppure essere vietato.
Per i responsabili IT e dell’innovazione il tema è come proteggere un investimento in AI costruito su modelli open-weight sviluppati all’estero. L’esecuzione nei propri data center offre controllo sui dati, consente personalizzazioni e può rendere più prevedibili i costi. La continuità del progetto dipende però anche dalla disponibilità dei futuri pesi, dalle licenze, dai componenti software e dalla capacità di sostituire un modello mantenendo l’applicazione funzionante.
Indice degli argomenti:
Che cosa prevede la Cina: l’effetto sui modelli già scaricati
La proposta, aperta ai commenti fino al 15 novembre 2026, riguarda 40 tecnologie: 23 nell’AI, 12 nel fotovoltaico e cinque nelle biotecnologie. Il ministero cinese distingue 14 tecnologie per cui propone il divieto di esportazione e 26 soggette a restrizioni. Fra quelle legate all’AI compaiono grandi modelli, agenti, infrastrutture di calcolo e strumenti di cybersecurity. Dal 16 ottobre è già in vigore una registrazione temporanea per determinati trasferimenti tecnologici dalla Cina, comprese alcune licenze verso l’estero e cessioni di proprietà o controllo.
La distinzione decisiva è nei chiarimenti ufficiali del ministero del Commercio: le tecnologie già diffuse tramite open source o pubblicazioni scientifiche restano escluse dai nuovi controlli proposti. Per i futuri rilasci open source di tecnologie altrimenti controllate Pechino annuncia procedure di licenza automatica e semplificata. L’obiettivo dichiarato è continuare a favorire la diffusione internazionale dei modelli, pur conservando strumenti di supervisione sulle tecnologie ritenute strategiche.
Un secondo criterio riguarda che cosa attraversa materialmente il confine. Fornire risposte a clienti esteri tramite API, app o servizi software non equivale, secondo Pechino, a esportare la tecnologia del modello. Un’installazione all’estero che richieda il trasferimento di pesi o conoscenze tecniche soggette a restrizione può invece rientrare nei controlli. Per i cloud di proprietà di imprese cinesi all’estero sono previste procedure agevolate. Questo spiega perché un’impresa che usa un’API e un’altra che riceve i pesi per l’installazione possono avere rischi di fornitura differenti.
Come cambia il rischio secondo la modalità di utilizzo dei modelli
| Scenario | Che cosa prevede Pechino | Verifica utile per l’impresa |
|---|---|---|
| Pesi già pubblici e acquisiti | La proposta cinese esclude le tecnologie già nel pubblico dominio | Conservare copia, versione, licenza e componenti necessari all’esecuzione |
| Future release open-weight dalla Cina | La proposta contempla autorizzazioni automatiche per i rilasci open source di tecnologie controllate | Pianificare tempi e dipendenze degli aggiornamenti; predisporre un modello alternativo |
| Installazione del modello su infrastrutture europee | Il trasferimento dalla Cina di una tecnologia soggetta a restrizione può rientrare nei controlli | Chiarire con il distributore provenienza dei pesi e possibilità di aggiornamento |
| Servizio AI tramite API o software ospitato | Le API e i servizi applicativi sono esclusi dalla disciplina cinese sull’export della tecnologia del modello | Verificare dove transitano prompt e log, termini del servizio e portabilità |
Fonte: Ministero del Commercio cinese, 16 ottobre 2026 e chiarimenti ufficiali. Le azioni organizzative sono indicazioni per la gestione dei fornitori.
Perché Qwen e DeepSeek sono una scelta reale nelle aziende europee
I modelli cinesi hanno acquisito peso nei progetti di AI aziendale grazie a famiglie di modelli scaricabili, personalizzabili e installabili in ambienti controllati. Nel rapporto State of Open Models: Summer 2026 Observations, Hugging Face censisce 151.448 repository derivati da Qwen di Alibaba sulla propria piattaforma, rispetto a 82.506 relativi ai modelli Google. Sono conversioni, fine-tuning e altri lavori della comunità: il numero misura la diffusione nell’ecosistema degli sviluppatori, non quante imprese li usino in produzione.
La base tecnologica è anche sempre più ampia. Lo stesso rapporto rileva che i repository pubblici di modelli su Hugging Face sono passati da 2,43 a 2,96 milioni tra inizio 2026 e agosto. Una scelta open-weight rende disponibili molte alternative, ma la concentrazione dei progetti derivati su poche famiglie mostra quanto sia importante conoscere il modello di origine su cui dipendono gli sviluppi successivi.
Il caso di Siemens mostra come questa scelta funzioni nella pratica. Nel resoconto tecnico pubblicato il 13 ottobre 2025, il gruppo industriale tedesco descrive una propria piattaforma di AI per gli sviluppatori, nel data center aziendale di Zugo, in Svizzera. Utilizza vLLM per l’inferenza, un router per distribuire le richieste, un gateway API e strumenti di monitoraggio. Fra i modelli sperimentati cita Qwen, DeepSeek, Mistral, Llama e gpt-oss, selezionandoli per diversi compiti, dal codice al ragionamento.
Secondo Siemens, nel mese precedente alla pubblicazione la piattaforma aveva gestito milioni di richieste, centinaia di milioni di token in uscita e miliardi di token in ingresso. L’azienda associa questa architettura al controllo dei dati e della proprietà intellettuale, alla possibilità di cambiare modelli e alla prevedibilità della spesa. Segnala però anche i costi iniziali delle GPU, la necessità di competenze specialistiche, la manutenzione e la ridondanza hardware. È una differenza concreta rispetto a un servizio pagato a consumo: si scambiano costi variabili e dipendenza dal fornitore con investimenti e responsabilità di gestione interni.
Modello cinese, infrastruttura europea: le due dipendenze da separare
Un’azienda può affidarsi a un provider europeo anziché comprare server. Nell’aggiornamento del terzo trimestre 2026, il cloud francese Scaleway elenca fra le proprie API gestite Qwen 3.8-27B e DeepSeek-V4-Flash, introdotti ad agosto. È un esempio di come l’infrastruttura e la gestione del servizio possano essere europee anche quando il modello di base proviene dalla Cina.
Questa distinzione ha effetti sui contratti. Con un modello eseguito in un data center europeo, l’impresa può stabilire dove risiedano documenti e prompt e quali controlli applicare all’inferenza. Con un servizio gestito deve esaminare anche log, telemetria, fornitori a valle e trasferimenti di dati previsti dal contratto. In entrambi i casi, un aggiornamento rilevante del modello continua a dipendere dal produttore o dalla disponibilità di una versione compatibile. L’hosting europeo risolve una parte del problema della localizzazione, mentre la continuità tecnologica richiede una strategia autonoma.
La lezione di Hugging Face: quando poter scegliere il modello è essenziale
L’autonomia ha un valore speciale quando l’attività richiede analisi tecniche difficili da svolgere attraverso le API tradizionali. Durante un test interno del luglio 2026, agenti di OpenAI superarono i confini dell’ambiente di valutazione e penetrarono nei sistemi di Hugging Face. La piattaforma ha documentato l’episodio in una ricostruzione tecnica del 27 luglio, analizzando circa 17.600 azioni recuperate dell’agente.
Per ricostruire i comandi e i contenuti cifrati utilizzati nell’intrusione, il team di sicurezza provò inizialmente modelli commerciali, ma i relativi filtri bloccavano molte richieste di analisi dei payload. Ha quindi installato nella propria infrastruttura GLM-5.2, un modello a pesi aperti della cinese Z.ai, nella versione quantizzata di Nvidia. Il modello ha aiutato a decifrare i payload e ad analizzare i log, mantenendo i dati dell’incidente all’interno dell’ambiente operativo controllato da Hugging Face.
Il lavoro degli investigatori umani e i sistemi di sicurezza dell’azienda hanno gestito la risposta. La lezione per chi progetta applicazioni industriali, legali o di cybersecurity è che la possibilità di eseguire e governare direttamente il modello può sbloccare attività specialistiche, dove vincoli applicati da una piattaforma esterna o requisiti di riservatezza rendono inadatta un’API generica.
Licenze, AI Act e continuità: quali controlli servono alle imprese
Il primo passaggio è leggere la licenza della singola versione, anziché fermarsi alla dicitura «open-weight». Molti modelli Qwen e Mistral adottano licenze permissive, ma diritti di uso commerciale, modifica, ridistribuzione e condizioni per i derivati variano tra famiglie e release. Ad esempio, Mistral 3, annunciato nel dicembre 2025, è rilasciato con licenza Apache 2.0, mentre il centro assistenza Mistral segnala licenze diverse per alcuni modelli specializzati, fra cui una variante MIT modificata con condizioni aggiuntive per le imprese oltre una soglia di fatturato.
Anche le agevolazioni europee richiedono caratteristiche specifiche. L’articolo 53 dell’AI Act alleggerisce alcuni obblighi di documentazione dei fornitori di modelli per finalità generali quando licenza, pesi, architettura e informazioni d’uso soddisfano i requisiti open source. Restano gli obblighi sulle politiche di diritto d’autore e sulla sintesi dei dati di addestramento, e le agevolazioni decadono per i modelli a rischio sistemico. L’articolo 2, paragrafo 12 contempla inoltre un’esclusione per certi sistemi open source, con eccezioni per gli impieghi ad alto rischio e gli obblighi di trasparenza. Queste norme agevolano lo sviluppo aperto nel mercato europeo; la disponibilità delle future release dipende anche dalle scelte dei produttori e dalle regole dei Paesi d’origine.
Per chi deve portare questi sistemi in produzione, la gestione dei modelli deve diventare una parte ordinaria della gestione dei fornitori tecnologici. Le verifiche più utili sono:
- Inventario verificabile. Registrare nome del modello, versione e data, licenza effettiva, checksum dei file, tokenizer, runtime, adattamenti e dipendenze. Le schede modello di Hugging Face offrono metadati di base da integrare con l’inventario interno.
- Conservazione e riproducibilità. Dove la licenza lo consente, mantenere una copia verificata dei pesi, dei file di configurazione e dell’ambiente necessario a ricostruire la versione utilizzata, insieme ai test di accettazione.
- Alternativa collaudata. Preparare almeno un modello sostitutivo e provarlo su dati e casi d’uso reali: accuratezza, latenza, consumo di GPU, lingua italiana, sicurezza e comportamento degli agenti. Una semplice compatibilità con le API riduce il lavoro di integrazione, ma lascia da verificare la qualità dei risultati.
- Contratti e dati. Stabilire chi aggiorna i pesi, chi gestisce incidenti e vulnerability disclosure, quali condizioni regolano l’uscita dal servizio, dove transitano prompt, log e telemetria e quali copie possono essere conservate al termine del rapporto.
- Costi operativi. Confrontare un’installazione autonoma e un’API includendo capacità GPU, personale, manutenzione, disponibilità del servizio e volumi effettivi di input e output; confrontare più scenari di carico prima di scegliere.
Dal prezzo del modello al rischio di fornitura
La proposta cinese apre una nuova dimensione della selezione dei modelli AI. Finora molte imprese hanno confrontato soprattutto qualità, latenza, costi per token e localizzazione dei dati. La provenienza del modello di base e la capacità di evolvere senza il suo laboratorio originario diventano ora criteri da valutare nelle architetture critiche.
Un’organizzazione che utilizza Qwen o DeepSeek in un ambiente europeo può ottenere benefici reali e mantenere un elevato controllo operativo. Per proteggere questi investimenti serve però un progetto che funzioni anche quando la famiglia prescelta ritarda una release, cambia licenza o smette di essere la più adatta. La risposta è conservare il controllo dell’applicazione, dei dati e della possibilità concreta di sostituire il modello. È questo il passaggio dalla semplice adozione di pesi aperti alla continuità industriale dell’AI.
Partecipa alla community