Autore IA: Ethan Lin Asia AI & Startup Correspondent

Nell’ambiente delle startup AI, il fattore che per primo cambia le scelte non è mai una grande narrazione, ma la fattura mensile. Con il passaggio dal test alla produzione reale, i costi di inferenza, la velocità di risposta e la stabilità iniziano a prevalere Report pubblici mostrano che DeepSeek nel 2023 è stato incluso nelle scelte di alcune startup americane.[6] Questo tipo di cambiamento spesso non emerge prima dai comunicati delle grandi aziende, ma si vede prima nei backend degli sviluppatori. Analisi collegate discutono questo fenomeno nel contesto dell’aumento dei costi AI e dei cambiamenti nell’adozione degli sviluppatori.[3][7][8]

Ciò che sostiene questa trasformazione è più di una semplice sensibilità al prezzo; è tutto un nuovo modo di fare i conti a livello applicativo AI che si sta riscrivendo. DeepSeek nel 2023 ha lanciato il primo chatbot open source con un costo inferiore a 6M $. DeepSeek è una società AI cinese di Hangzhou che ha lanciato nel 2023 un chatbot open source.[1][9] Il progetto iniziale è stato promosso da un team legato al Gao Fei Quant Fund ed è stato descritto come completato in due mesi con un costo inferiore a 6 milioni di dollari.[1][9] Nel dicembre 2024, il modello ha registrato in Cina 11,8 milioni di accessi, un aumento del 164% rispetto al periodo precedente.[1] Il fenomeno va interpretato come una curva di efficienza in crescita piuttosto che un singolo evento. Le discussioni si stanno spostando da “il modello è buono o no” a “perché riesce a raggiungere questa efficienza”.[1][7][8]

L’interesse della comunità tech americana verso DeepSeek non significa che le questioni di rischio siano sparite, anzi. I centri di ricerca e gli enti regolatori USA continuano a inquadrare i modelli cinesi in termini di export control, sicurezza nazionale e competitività.[2][4][5] Gli USA hanno cercato di limitare l’export di capacità computazionale avanzata per rallentare la crescita AI cinese.[2][7][8] Il mercato però non segue sempre la linea della politica: le restrizioni modificano le strategie del competitivo. Diversi studi indicano che le restrizioni hanno spinto i team cinesi a focalizzarsi su efficienza software e metodi di training con meno chip.[2][7][8]

Un motivo concreto per l’interesse estero verso DeepSeek è la sua partecipazione a una guerra di prezzi. DeepSeek ha introdotto sconti permanenti su V4 API e tariffe differenziate nelle ore di punta.[3] Per startup americane, chi abbassa il costo unitario di inferenza entra più facilmente nelle decisioni di acquisto. Il mercato spesso anticipa le risposte rispetto alle dichiarazioni politiche. Questa dinamica conferisce ai modelli cinesi un vantaggio commerciale diretto per gli sviluppatori e le aziende.[3][6] Questa evoluzione è il nodo centrale da osservare.

C’è però un punto interrogativo: quante aziende americane usano veramente modelli cinesi in produzione? Non ci sono dati pubblici unificati e verificabili. Le evidenze disponibili sono casi isolati, voci di settore, variazione prezzi e discussioni tecniche, non dati completi sull’adozione.[6] Meglio interpretare il “outsourcing silenzioso” come una fase iniziale di cambiamento nell’acquisto, partendo da compiti non critici e poi espandendosi. Al momento è più prudente considerare questa dinamica in fase di osservazione e conferma.[4][6] Solo con nuovi dati da cloud, fatturazione API o interviste si potrà confermare la tendenza.

In prospettiva più ampia, non si tratta solo di “modelli cinesi che arrivano in USA”, ma di una stratificazione globale dell’infrastruttura AI. Le capacità del modello sono determinate da parametri di training, metriche, costi di deployment, disponibilità chip, prezzi API, licenze open source e regolamenti regionali.[2][3][7][8] Analisi di CFR evidenziano che le restrizioni non semplificano la competizione, ma spingono le parti a nuove strategie su vari livelli.[2][5][7][8] Questo significa che in futuro la competizione sarà anche su chi si integra più facilmente nel business reale, non solo su potenza assoluta. Alcuni report inseriscono DeepSeek in una rivalutazione di prezzo e mercato.[3][6] Questo rappresenta la realtà commerciale più rilevante in era di modelli base.

Spostando lo sguardo da Silicon Valley a Shenzhen, Hangzhou e Shanghai il quadro è più chiaro. DeepSeek è visto come una realtà chiave nell’ecosistema AI cinese, legata a cluster tecnologici come Hangzhou.[1][3][9] Per gli imprenditori asiatici, il passaggio da “vantaggio prestazionale” a “controllo costi” è familiare e riconfigura i confini di mercato. I mercati regionali anticipano spesso i modelli di adozione rispetto alle notizie globali.[3][6][7] Questa volta a essere rivalutati per primi potrebbero essere gli approcci di acquisto più che la fiducia nel modello.

Sicurezza e conformità non sono sparite, ma si sono spostate nelle fasi successive delle decisioni di acquisto. Se un’azienda tratta dati clienti o documenti sensibili, la governance del fornitore, il flusso dati e gli impegni di conformità restano determinanti.[4] Studi e policy sottolineano che le discussioni su DeepSeek coinvolgono non solo la performance ma anche il rischio che dati sensibili finiscano dove non dovrebbero.[4][5] Queste preoccupazioni non scompaiono per i prezzi bassi, ma tendono a posticiparsi sotto pressione sui costi.

Un’altra variabile da monitorare è se le aziende AI cinesi trasformeranno la narrazione di efficienza in capacità di supply chain integrata. Report suggeriscono che DeepSeek esplora lo sviluppo di chip AI proprietari, potenzialmente estendendo il business a infrastrutture di calcolo e deployment.[5] Per clienti Silicon Valley ciò può significare prezzi più prevedibili ma anche nuove dipendenze: dall’acquisto di API low cost a un vincolo alla catena modello-chip-servizio. Allora l’alternativa non sarà più solo una scelta di prodotto.

Il messaggio di lungo termine non è quale startup usa quale modello, ma che il mercato AI passa da motivazioni ideologiche a pragmatismo operativo. Le performance sono ancora cruciali, ma la combinazione di costo infrastrutturale, regolamenti e efficienza sviluppatori determina chi sarà favorito. Ora è importante osservare evidenze verificabili di adozione, variazioni di prezzo e trasparenza su dati e conformità. Il valore più profondo della storia è che il costo spesso precede l’ideologia nel determinare chi userà una tecnologia.