L'amministratore delegato di Coinbase propone i modelli di intelligenza artificiale a ponderazione aperta cinesi come soluzione all'aumento delle bollette

L'amministratore delegato di Coinbase ha proposto di sperimentare modelli di intelligenza artificiale open-weight più economici per tenere sotto controllo la spesa in IA, man mano che il consumo di token aumenta.

Questa proposta ha suscitato preoccupazioni in merito ai rischi per la sicurezza e geopolitici derivanti dall'instradamento dei carichi di lavoro aziendali attraverso sistemi di origine cinese.

Perché le aziende utilizzano modelli di intelligenza artificiale cinesi? 

Le restrizioni statunitensi sulle esportazioni hanno reso più difficile per le aziende cinesi l'accesso ai chip per l'intelligenza artificiale americani, ma ciò non ha impedito loro di sviluppare modelli competitivi e di venderli a prezzi molto più bassi. 

Ad esempio, il sistema GLM 5.2 di Zhipu costa 1,40 dollari per milione di token di input e 4,40 dollari per milione di token di output, rispetto ai 5 dollari e 25 dollari di Anthropic Opus 4.8 per lo stesso volume. 

GLM 5.2 ha ottenuto un punteggio di 62,1 su SWE-bench Pro, un importante benchmark di programmazione, superando GPT-5.5 di OpenAI, fermo a 58,6. Un ricercatore di intelligenza artificiale ha affermato che GLM 5.2 "è almeno altrettanto valido di Opus 4.8 e GPT 5.5"

Un altro l'ha definito "il primo modello aperto in grado di competere realmente con i sistemi a codice chiuso"

Coinbase utilizza modelli di intelligenza artificiale cinesi?

di Coinbase, Briantron, afferma che il modo migliore per controllare l'aumento dei costi dell'IA è utilizzare modelli open-weight più economici, inclusi sistemi provenienti dalla Cina come GLM 5.2. 

ArmstronG ha affermato che, anziché investire sempre di più nell'IA, le aziende necessitano di "impostazioni predefinite, routing e caching migliori". Il suo suggerimento di utilizzare modelli cinesi, anche se più economici, ha suscitato preoccupazioni in merito ai rischi per la sicurezza e di natura politica. 

Oltre al prezzo conveniente, GLM 5.2 utilizza una licenza MIT, il che significa che le aziende possono scaricarlo, modificarlo ed eseguirlo sui propri server, eliminando qualsiasi rischio di inviare dati aziendali sensibili a un'API esterna. 

La spesa per l'intelligenza artificiale è diventata un problema reale, spingendo le aziende a ridurre l'utilizzo di questa tecnologia nelle proprie attività. 

Cryptopolitan ha recentemente riportato che Uber ha esaurito l'intero budget per la programmazione di IA previsto per il 2026 entro aprile e ora impone agli ingegneri un limite di spesa di 1.500 dollari al mese per ogni strumento. Meta ha inviato una nota avvertendo di un "aumento esponenziale" nell'utilizzo dell'IA e ha iniziato a implementare controlli sulla spesa. Amazon ha eliminato una classifica interna che valutava i dipendenti in base al consumo di IA perché alcuni la manipolavano, facendo lievitare i costi. 

Un sondaggio di KPMG ha rilevato che solo il 26% delle aziende ha piena visibilità sui propri costi relativi all'IA, mentre il 22% scopre le spese solo dopo aver ricevuto la fattura. Goldman Sachs prevede che il consumo di token per l'IA potrebbe aumentare di 24 volte entro il 2030, raggiungendo i 120 quadrilioni di token al mese.

Secondo le previsioni dell'International Data Corporation, entro il 2028 il 70% delle aziende leader nel settore dell'intelligenza artificiale utilizzerà più modelli anziché affidarsi a un unico fornitore. 

Quali sono i rischi associati ai modelli di intelligenza artificiale cinesi?

L'API cloud di Z.ai, che consente a sviluppatori e aziende di utilizzare i suoi modelli di intelligenza artificiale (incluso GLM 5.2), è soggetta alla legge cinese sull'intelligence nazionale. Ciò solleva serie preoccupazioni per qualsiasi azienda che gestisca informazioni sensibili. 

A maggio, i legislatori statunitensi hanno avviato un'indagine formale sui rischi per la sicurezza informatica derivanti dai modelli di intelligenza artificiale di origine cinese nelle infrastrutture critiche. 

Esistono inoltre timori che i modelli addestrati in base a sistemi giuridici diversi possano presentare comportamenti non dichiarati. A ciò si aggiunge il fatto che uno sviluppatore di IA ha testato GLM 5.2 contro GPT-5.5 in un'attività di debug e ha riscontrato che il primo non si avvicinava minimamente alla capacità del modello OpenAI di individuare i problemi, nonostante le segnalazioni secondo cui i modelli cinesi superano le prestazioni delle loro controparti più costose. 

In una lettera aperta al Comitato bancario del Senato, Anthropic ha rivelato che tra aprile e giugno gli operatori di Alibaba Qwen hanno effettuato 28,8 milioni di scambi con Claude attraverso circa 25.000 account falsi. Hanno definito l'operazione la più grande campagna nota per il furto delle funzionalità di un modello. 

L'hosting autonomo dei pesi aperti elimina il rischio di instradamento dei dati tramite API, poiché le aziende che gestiscono il modello sui propri server non inviano dati in Cina. Tuttavia, la preoccupazione per i modelli stessi rimane.