Anthropic e la geopolitica dell’AI: export control, compute e il nuovo equilibrio tra stati uniti e cina
La pubblicazione del recente position paper di Anthropic sulla dimensione geopolitica dell’intelligenza artificiale si inserisce in una fase in cui la competizione tra Stati Uniti e Cina non è più una narrativa da conferenza tecnologica, ma una struttura portante della politica industriale globale. Il documento sostiene una tesi netta: la capacità cinese di restare competitiva nei modelli avanzati non deriverebbe da un reale vantaggio sistemico nel calcolo o nella ricerca di frontiera, ma dalla presenza di falle nei regimi di export control statunitensi, in particolare attraverso la distillazione dei modelli, il contrabbando di chip e l’accesso indiretto a infrastrutture di calcolo offshore. L’assunto implicito è che una chiusura più rigorosa di questi canali potrebbe consolidare un vantaggio temporale significativo per le democrazie, stimato nell’ordine di 12-24 mesi entro il 2028, sufficiente secondo la tesi a influenzare gli standard globali dell’AI trasformativa.
La struttura argomentativa è tecnicamente coerente e, per certi versi, quasi chirurgica nella sua semplicità. Il modello è quello classico della geopolitica del compute, dove la capacità di addestrare sistemi avanzati diventa funzione diretta di tre variabili: accesso ai chip, accesso ai modelli e accesso alle infrastrutture distribuite. In questa cornice, la distillazione dei modelli frontier americani rappresenta un arbitraggio tecnologico che riduce il divario tra ecosistemi, mentre il traffico di semiconduttori e l’uso di capacità cloud estere costituiscono canali di bypass difficilmente controllabili in modo perfetto. Il punto, tuttavia, non è la correttezza tecnica della diagnosi, quanto la selezione delle variabili considerate rilevanti e soprattutto la loro traduzione in raccomandazioni di policy che coincidono in modo quasi perfetto con l’interesse strategico delle grandi lab statunitensi.
Anthropic, come altri attori di frontiera, opera in una posizione paradossale, in cui è al tempo stesso produttore di tecnologia, beneficiario diretto di barriere all’ingresso e attore normativo che contribuisce a definire il perimetro delle regole. Non si tratta di un conflitto di interessi nel senso tradizionale, quanto di una convergenza strutturale tra capacità industriale e linguaggio della sicurezza nazionale. Il paper, letto con attenzione, non descrive solo il rischio geopolitico della frammentazione dell’AI, ma implicitamente propone un ordine in cui pochi soggetti occidentali mantengono il controllo del ciclo completo del modello, dalla ricerca alla distribuzione. La narrazione della difesa democratica diventa così compatibile con una forma di concentrazione tecnologica che, in altri contesti, verrebbe letta come oligopolio avanzato.
La parte più delicata, dal punto di vista della governance dell’intelligenza artificiale, non è però la competizione con la Cina, ma ciò che il documento lascia deliberatamente sullo sfondo. Il problema della concentrazione del controllo infrastrutturale in un numero estremamente ridotto di laboratori statunitensi di frontiera viene trattato come un dato di fatto neutrale, quasi un vincolo tecnico inevitabile. Eppure, la distinzione tra “democratic provenance” e “democratic deployment” è tutt’altro che marginale. Un sistema può essere sviluppato in un contesto politico liberale, ma la sua diffusione globale può essere mediata da poche aziende che controllano API, pesi dei modelli, capacità di inferenza e aggiornamenti continui, creando una forma di dipendenza sistemica che assomiglia più a una supply chain critica che a un ecosistema aperto.
In questo quadro, la retorica della finestra temporale di 12-24 mesi assume un significato più politico che tecnico. L’idea che un vantaggio temporaneo possa essere consolidato entro il 2028 presuppone non solo una superiorità tecnologica, ma anche una stabilità regolatoria e industriale che nella storia recente dell’AI è stata tutt’altro che lineare. Le stesse barriere all’esportazione di chip, pensate per rallentare la diffusione delle capacità di calcolo avanzate, generano incentivi paralleli all’innovazione domestica cinese e all’ottimizzazione delle architetture, riducendo potenzialmente il gap più velocemente del previsto. La storia dell’innovazione tecnologica raramente rispetta i modelli lineari di contenimento.
Il punto di frizione reale, che il paper sfiora ma non sviluppa pienamente, riguarda la natura stessa della sovranità computazionale. Chi controlla l’accesso ai modelli di frontiera controlla non solo un vantaggio economico, ma una parte crescente dell’infrastruttura cognitiva globale. In un simile scenario, la questione non è soltanto se la Cina possa colmare il gap, ma se il sistema occidentale stia progressivamente sostituendo una competizione multipolare con una centralizzazione funzionale attorno a pochi attori privati. È un cambio di architettura del potere più che una semplice corsa tecnologica.
La lettura più lucida del documento porta quindi a una conclusione non immediata ma difficile da ignorare: la governance dell’intelligenza artificiale non si sta giocando esclusivamente lungo l’asse Washington-Pechino, ma anche dentro la struttura industriale delle stesse aziende che producono i modelli. In questo senso, il paper di Anthropic è meno una mappa neutrale del rischio globale e più un frammento di policy industriale mascherato da analisi geopolitica, dove la definizione stessa di “sicurezza” coincide con la preservazione di un vantaggio competitivo. Il mercato, come sempre, tende a presentarsi come architettura razionale, mentre in realtà è una negoziazione continua tra potere, infrastruttura e narrazione.