Silicon Valley contro Anthropic sui modelli AI

Anthropic è diventata una delle imprese più importanti dell’intelligenza artificiale presentandosi come il laboratorio più prudente tra quelli impegnati nella corsa ai modelli avanzati. La stessa impostazione che ha sostenuto la sua crescita sta però alimentando una reazione tra startup, ricercatori e società tecnologiche della Silicon Valley.

Le contestazioni riguardano tre aspetti collegati:

• il lancio di prodotti capaci di competere con quelli dei clienti di Anthropic,
• le restrizioni applicate ai modelli più potenti
• l’opposizione dell’azienda alla diffusione senza controlli dei sistemi open-weight, i cui parametri possono essere scaricati, modificati e installati su infrastrutture private.

Il malcontento è stato ricostruito dal Wall Street Journal il 29 luglio 2026 attraverso interviste con fondatori, dirigenti e studiosi. Alcune imprese hanno iniziato a valutare modelli alternativi, spesso meno costosi, dopo aver concluso che Anthropic potrebbe utilizzare la propria posizione nell’infrastruttura dell’AI per entrare direttamente nei mercati serviti dai suoi clienti.

La questione economica supera il rapporto tra un fornitore e i suoi utenti. Anthropic controlla modelli, interfacce e accesso alle capacità di calcolo. Le startup costruiscono prodotti sopra questa infrastruttura, ma dipendono dalle decisioni commerciali e dalle regole stabilite dal laboratorio. Quando il fornitore entra nella stessa area applicativa, la relazione può trasformarsi rapidamente in concorrenza.

Claude Design e lo scontro con Figma

Il caso più citato è Claude Design, presentato nell’aprile 2026. Il prodotto permette di realizzare interfacce e progetti visivi con l’assistenza dell’intelligenza artificiale. Diversi operatori lo hanno interpretato come un concorrente diretto di Figma, piattaforma di progettazione che aveva lavorato con Anthropic.

Secondo il Wall Street Journal, durante un incontro successivo al lancio l’amministratore delegato di Figma, Dylan Field, avrebbe affermato che Anthropic non era stata «costantemente trasparente» nelle comunicazioni. La dichiarazione è stata riferita da persone presenti all’evento. Sarah Sachs, responsabile dell’AI di Notion, ha osservato che l’industria aveva imparato una lezione dal caso e che alcune aziende potevano essersi fidate eccessivamente del proprio fornitore.

La tensione era iniziata prima del lancio. Mike Krieger, responsabile dei prodotti di Anthropic, aveva lasciato il consiglio di amministrazione di Figma pochi giorni prima dell’annuncio di Claude Design. La successione degli eventi ha rafforzato il timore che i laboratori di frontiera possano sfruttare la conoscenza dell’ecosistema per individuare i servizi con maggiori possibilità di crescita.

Per le startup il problema è strutturale. Un’applicazione può impiegare anni per conquistare clienti, perfezionare l’interfaccia e definire un modello di ricavi. Il laboratorio che fornisce il modello di base dispone invece dei dati sull’utilizzo delle API e può integrare funzioni simili direttamente nella propria piattaforma. Anche senza un uso improprio delle informazioni dei clienti, il vantaggio nella distribuzione rimane ampio.

Anthropic ha dichiarato che le conversazioni conservate non vengono usate per addestrare nuovi modelli. La garanzia riduce il rischio di un trasferimento diretto dei dati, ma non elimina il conflitto economico percepito da chi costruisce servizi sulla piattaforma.

I limiti sui modelli e il nodo dei dati

Le critiche sono aumentate con Fable 5, versione sottoposta a restrizioni del modello Mythos. Anthropic ha spiegato che il sistema possiede capacità particolarmente avanzate nella sicurezza informatica e nella ricerca biologica, settori nei quali risposte dettagliate potrebbero aiutare attività dannose.

Nella fase iniziale alcune richieste relative allo sviluppo dell’AI ricevevano risposte degradate senza che il sistema segnalasse in modo esplicito l’intervento delle protezioni. I ricercatori hanno contestato questa scelta perché rendeva più difficile valutare le prestazioni reali del modello e distinguere un limite tecnico da un rifiuto imposto dalle regole.

Anthropic si è scusata e ha reso visibili i blocchi, mantenendo però il rifiuto delle richieste considerate rischiose. La società sostiene che le restrizioni servano a impedire l’impiego delle capacità più avanzate da parte di governi stranieri o soggetti ostili. Il confronto riguarda quindi il confine tra sicurezza e verificabilità: un sistema può essere protetto senza rendere opaco il modo in cui le protezioni modificano i risultati?

La politica di conservazione dei dati ha aperto un secondo conflitto. Dal 9 giugno 2026 Anthropic conserva per 30 giorni le richieste e le risposte relative ai modelli classificati come “covered models”, compresi quelli della classe Mythos. La regola si applica anche in situazioni nelle quali i clienti avevano richiesto la cancellazione immediata dei dati. Secondo l’azienda, la conservazione serve alle attività di controllo sulla sicurezza; gli altri modelli continuano a seguire le condizioni precedenti.

Per banche, imprese sanitarie, studi legali e società che gestiscono informazioni riservate, trenta giorni possono rappresentare un ostacolo contrattuale o normativo. La promessa che il personale non possa leggere le conversazioni e che i contenuti non siano usati per l’addestramento non risolve tutti i problemi legati alla localizzazione, alla conservazione e alla responsabilità sui dati.

La battaglia economica sui modelli open-weight

Il punto più controverso riguarda i modelli open-weight. Questi sistemi rendono disponibili i parametri appresi durante l’addestramento e consentono a imprese, università e amministrazioni di installarli sui propri server. Non coincidono sempre con il software open source tradizionale, perché dati e procedure di addestramento possono rimanere riservati.

Il vantaggio economico è rilevante. Un’azienda può personalizzare il modello, scegliere le proprie protezioni, ridurre la dipendenza da un fornitore esterno e controllare direttamente i dati. L’aumento delle prestazioni dei modelli cinesi ha inoltre ridotto la distanza rispetto ai sistemi statunitensi più avanzati.

Anthropic ritiene che la diffusione dei parametri di un modello molto potente possa produrre rischi difficili da contenere. Una volta scaricato, il sistema non può essere ritirato né aggiornato obbligatoriamente. Gli utilizzatori possono rimuovere le protezioni e adattarlo ad attività offensive.

Dario Amodei ha precisato il 27 luglio 2026 che Anthropic non ha mai chiesto un divieto generale dei modelli open-weight. Il fondatore considera un bene pubblico i sistemi che non possiedono capacità pericolose. La preoccupazione riguarda invece i modelli di frontiera che potrebbero permettere a governi autoritari di raggiungere gli Stati Uniti sul piano militare, della sorveglianza e della repressione interna.

Amodei ha chiesto controlli sulle esportazioni di chip, verifiche obbligatorie di sicurezza e misure contro la distillazione su scala industriale. Con questa tecnica un’impresa interroga ripetutamente un modello rivale e usa le risposte ottenute per addestrare il proprio sistema.

Nel febbraio 2026 Anthropic ha accusato DeepSeek, Moonshot AI e MiniMax di aver generato oltre 16 milioni di scambi attraverso circa 24 mila account fraudolenti, violando le condizioni di servizio e le restrizioni geografiche.

I critici osservano che gran parte dell’industria dell’AI ha addestrato i propri sistemi utilizzando contenuti pubblicati online senza remunerare direttamente tutti gli autori. Mark Suman, amministratore delegato della startup Maple, ha accusato Anthropic di applicare un criterio diverso quando l’estrazione di conoscenza riguarda i suoi modelli.

Le due pratiche non sono identiche sul piano tecnico o giuridico. La contestazione, tuttavia, mette in luce il conflitto sulla proprietà del valore prodotto dall’AI: i laboratori chiedono protezione per gli output dei propri sistemi, mentre editori, artisti e titolari di siti rivendicano tutele analoghe per i materiali usati durante l’addestramento.

L’industria si schiera a favore dei modelli aperti

Il 24 luglio 2026 Nvidia, Microsoft, Meta, Ibm, Hugging Face e altre società hanno pubblicato la lettera “Open Weights and American AI Leadership”. Il documento sostiene che gli Stati Uniti debbano evitare restrizioni premature e favorire un ecosistema nel quale imprese e ricercatori possano controllare la tecnologia utilizzata.

OpenAI e Google hanno aderito dopo la pubblicazione iniziale. Anthropic è rimasta fuori, diventando una delle poche grandi società statunitensi dell’AI a non sostenere il documento. Le adesioni hanno superato quota 70, secondo il Wall Street Journal.

Il mancato sostegno ha rafforzato l’isolamento politico del gruppo. Axios ha descritto Anthropic come una società sempre più distante dalle altre grandi imprese tecnologiche, pur riconoscendo la coerenza della sua posizione sulla sicurezza.

La protesta organizzata a San Francisco da sostenitori dei modelli aperti ha portato nelle strade lo slogan “AI belongs to everyone”. Tra i promotori figurava il vertice di Hugging Face, società che distribuisce strumenti e modelli open source. I partecipanti hanno accusato i laboratori di frontiera di concentrare capacità tecnologiche che dovrebbero essere accessibili a un numero più ampio di sviluppatori.

Il timore di un duopolio

La crescita di Anthropic aumenta il peso di queste contestazioni. Nel febbraio 2026 la società ha raccolto 30 miliardi di dollari, raggiungendo una valutazione post-money di 380 miliardi. Il finanziamento è stato guidato da Gic e Coatue, con la partecipazione di grandi investitori internazionali.

Il 1° giugno Anthropic ha presentato in forma riservata la documentazione per la quotazione negli Stati Uniti, secondo quanto comunicato dalla società e riferito dal Wall Street Journal. L’operazione potrebbe portarla in Borsa nell’autunno 2026, anche se non è stata indicata una data definitiva.

La prospettiva di una quotazione rende più sensibile il rapporto tra sicurezza e concorrenza. Regole severe sui modelli aperti potrebbero ridurre i rischi indicati da Anthropic, ma potrebbero anche proteggere i ricavi dei fornitori che mantengono il controllo dei propri sistemi e vendono l’accesso attraverso API e abbonamenti.

OpenAI e Anthropic stanno assumendo una posizione dominante nei modelli proprietari. Entrambe dispongono di grandi finanziamenti, partnership con operatori cloud e una vasta base di sviluppatori. Una restrizione dei concorrenti open-weight potrebbe aumentare i costi di ingresso e rafforzare questa concentrazione.

Le imprese che dipendono dai modelli di frontiera stanno reagendo con strategie “multi-model”: distribuiscono le richieste tra più fornitori e valutano sistemi installabili localmente. La scelta riduce il rischio che una modifica dei prezzi, delle politiche sui dati o delle regole di sicurezza comprometta un intero prodotto.

Anthropic deve quindi difendere due beni economici diversi. Il primo è la fiducia nella sicurezza dei suoi modelli. Il secondo è la fiducia commerciale delle imprese che costruiscono servizi sopra Claude. Proteggere il primo sacrificando il secondo potrebbe favorire proprio quei modelli aperti che la società considera più difficili da controllare.