Musk vs OpenAI: quando l'AI diventa una guerra di potere

Ecco la verità che nessuno voleva sentire: Elon Musk ha ammesso sotto giuramento che xAI ha utilizzato tecniche di distillazione sui modelli OpenAI per addestrare Grok. Durante il controinterrogatorio nel processo federale contro OpenAI, quando l'avvocato William Savitt gli ha chiesto se xAI avesse fatto distillazione con OpenAI, Musk ha risposto: "In parte".

La distillazione è una tecnica dove un modello AI più piccolo viene addestrato per imitare il comportamento di uno più grande e capace. Ma il vero problema è che questa pratica mina il vantaggio competitivo che le aziende AI costruiscono investendo miliardi in infrastrutture di calcolo. Permette ad altri di creare modelli quasi altrettanto capaci a costi molto più bassi.

L'ironia è palpabile: Musk sta facendo causa a OpenAI per aver tradito la missione non-profit originale, mentre contemporaneamente usa i loro modelli per costruire il proprio impero AI. Durante la testimonianza, Musk ha anche rivelato la sua classifica dei leader AI mondiali: Anthropic al primo posto, seguito da OpenAI, Google e i modelli open source cinesi. xAI? "Un'azienda molto più piccola con solo poche centinaia di dipendenti".

Quello che non vi stanno dicendo è che questa ammissione potrebbe aprire la porta a ulteriori indagini su comportamenti anticoncorrenziali. Il giudice Yvonne Gonzalez Rogers ha già mostrato scetticismo riguardo alla gestione del caso da parte del team legale di Musk.

Dimentichiamo l'hype e parliamo di fatti: Anthropic sta chiedendo agli investitori di presentare le loro allocazioni entro 48 ore per un round da 50 miliardi di dollari che potrebbe chiudersi in due settimane. La valutazione target? 900 miliardi di dollari. Ma data la domanda "sovrumana" degli investitori, potrebbe superare anche quella cifra.

I numeri dietro questa valutazione astronomica sono impressionanti: Anthropic ha superato i 30 miliardi di dollari di ricavi annuali ricorrenti, ma secondo fonti interne siamo più vicini ai 40 miliardi. In febbraio l'azienda valeva 380 miliardi. A 900 miliardi, non solo raddoppierebbe la valutazione ma supererebbe anche il rivale OpenAI, che ha chiuso a 852 miliardi all'inizio dell'anno.

Ma il vero problema è che alcuni investitori storici - quelli che hanno investito nel 2024 o prima - stanno saltando questo round. Preferiscono aspettare l'IPO prevista per quest'anno per incassare. È un segnale che anche nel mondo delle valutazioni folli dell'AI, qualcuno inizia a pensare che i prezzi siano diventati insostenibili.

Questa potrebbe essere l'ultima raccolta fondi privata prima della quotazione, necessaria per finanziare i massicci bisogni computazionali dell'azienda. La domanda è: quanto può durare questa corsa alle valutazioni prima che la realtà economica bussi alla porta?

Nessuno vuole dirlo, ma la carenza di RAM che sta facendo impazzire i prezzi di tutto, dai telefoni ai dispositivi gaming, peggiorerà nel 2027. Samsung lo ha dichiarato senza mezzi termini durante la call sui risultati: "La nostra offerta è molto al di sotto della domanda dei clienti. Il divario tra domanda e offerta per il 2027 è destinato ad ampliarsi ulteriormente rispetto al 2026".

I data center AI stanno divorando memoria a una velocità che i produttori non riescono a seguire. Samsung ha riportato profitti record nel primo trimestre: 53,7 trilioni di won (36,15 miliardi di dollari) solo dalla divisione chip, un aumento di 49 volte rispetto all'anno scorso. Questo rappresenta il 94% dei profitti totali dell'azienda.

La situazione potrebbe peggiorare ulteriormente se Samsung non riuscirà a trovare un accordo con il sindacato, che sta pianificando uno sciopero di 18 giorni a partire dal 21 maggio. Dietro le quinte, l'azienda ha già firmato contratti vincolanti pluriennali con i clienti per bloccare le forniture, senza rivelare identità o termini.

I produttori di RAM più grandi al mondo potrebbero non riuscire a soddisfare la domanda fino al 2030. Mentre Samsung celebra profitti record, consumatori e aziende si preparano a pagare prezzi sempre più alti per la memoria. La "RAMaggedon" è appena iniziata.

La verità che l'industria non vuole ammettere: negli ultimi nove mesi, sei team di ricerca hanno scoperto exploit contro Codex, Claude Code, Copilot e Vertex AI. Ogni attacco ha seguito lo stesso schema: un agente AI con credenziali, che esegue un'azione e si autentica a un sistema di produzione senza una sessione umana che ancora la richiesta.

Il 30 marzo, BeyondTrust ha dimostrato che un nome di branch GitHub creato ad hoc poteva rubare il token OAuth di Codex in chiaro. OpenAI l'ha classificato come Critical P1. Due giorni dopo, il codice sorgente di Claude Code di Anthropic è finito sul registro npm pubblico. In poche ore, Adversa ha scoperto che Claude Code ignorava silenziosamente le proprie regole di negazione una volta che un comando superava i 50 sottocomandi.

Ma il vero problema è che ogni vendor ha implementato una difesa, e ogni difesa è stata aggirata. La superficie di attacco non erano i modelli, ma le credenziali runtime. Come ha spiegato Merritt Baer, ex Deputy CISO di AWS: "Le aziende credono di aver 'approvato' vendor AI, ma quello che hanno effettivamente approvato è un'interfaccia, non il sistema sottostante".

OpenAI ha lanciato Advanced Account Security con chiavi fisiche obbligatorie, ma dopo aver criticato Anthropic per aver limitato l'accesso a Mythos, ora fa lo stesso con Cyber. L'ironia è che gli agenti AI stanno comprimendo la finestra di patch da 72 ore a secondi. La governance delle identità degli agenti è inesistente nella maggior parte delle aziende.

Uno studio di Harvard ha dimostrato che i sistemi AI superano i medici umani nel triage di medicina d'emergenza, diagnosticando con maggiore precisione nei momenti potenzialmente vitali quando i pazienti arrivano in ospedale. L'AI ha identificato la diagnosi esatta o molto vicina nel 67% dei casi, battendo i medici umani che erano corretti solo nel 50-55% delle volte.

I risultati, pubblicati su Science, mostrano che il vantaggio dell'AI è particolarmente pronunciato nelle circostanze di triage che richiedono decisioni rapide con informazioni minime. Quando erano disponibili più dettagli, la precisione diagnostica dell'AI - il modello di ragionamento o1 di OpenAI - saliva all'82% rispetto al 70-79% raggiunto dagli esperti umani.

Ma non è ancora il momento di appendere il camice al chiodo. Lo studio ha testato solo gli umani contro l'AI guardando dati dei pazienti che possono essere comunicati via testo. La lettura dell'AI di segnali come il livello di stress del paziente e il loro aspetto visivo non sono stati testati. In un caso, un paziente si è presentato con un coagulo di sangue ai polmoni e sintomi peggiorati. I medici umani pensavano che gli anticoagulanti stessero fallendo, ma l'AI ha notato qualcosa che gli umani non avevano visto: la storia di lupus del paziente significava che questo poteva causare l'infiammazione dei polmoni.

Reid Hoffman di LinkedIn crede che i medici che non usano modelli AI come seconda opinione stiano "rasentando la negligenza". Quasi un medico su cinque negli Stati Uniti sta già usando l'AI per assistere la diagnosi.