Il racconto che emerge dalle ultime indiscrezioni rilanciate da circuiti vicini a Politico descrive un’evoluzione ormai inevitabile della sicurezza informatica contemporanea, dove modelli avanzati sviluppati negli Stati Uniti, associati ad attori come Anthropic e OpenAI, avrebbero raggiunto una capacità di analisi delle vulnerabilità tale da essere considerati non più semplici strumenti di difesa, ma vere e proprie infrastrutture offensive potenziali. L’idea di sistemi come Mythos di Anthropic e GPT-5.5 Cyber di OpenAI, capaci di individuare migliaia di falle non note nei software bancari e nei sistemi operativi di uso quotidiano, introduce una distorsione strategica che ricorda le fasi iniziali della corsa nucleare, quando la distinzione tra deterrenza e capacità di primo colpo era ancora semanticamente instabile prima che tecnicamente regolata.
La dinamica più interessante non è tanto la presunta potenza dei modelli, quanto il cambio di stato politico dell’intelligenza artificiale stessa, che da strumento di produttività e assistenza cognitiva si trasforma in asset di intelligence nazionale. In questo scenario, le aziende americane non stanno più semplicemente vendendo API o servizi cloud, ma stanno gestendo una forma embrionale di capacità di cyber warfare automatizzata, con implicazioni che superano il perimetro tradizionale della sicurezza informatica. La scelta di limitare l’accesso a poche centinaia di organizzazioni selezionate in oltre quindici paesi, attribuita in particolare ad Anthropic, riflette una logica che assomiglia più ai controlli sulle tecnologie dual use che al normale ciclo di distribuzione di un prodotto software, con la conseguenza implicita che il modello stesso diventa una risorsa strategica da contenere più che da scalare.
La notizia secondo cui la Cina potrebbe replicare o addestrare sistemi equivalenti sfruttando i risultati prodotti da modelli statunitensi introduce un secondo livello di tensione, quello dell’asimmetria temporale. Secondo le ricostruzioni circolanti, esisterebbe una finestra di sei-dodici mesi in cui il vantaggio tecnologico americano resterebbe non replicabile, ma questa previsione appare più come una costruzione politico-industriale che come una stima ingegneristica rigorosa. La storia recente dell’intelligenza artificiale dimostra infatti che le curve di diffusione dei modelli avanzati tendono a comprimersi rapidamente, soprattutto quando architetture simili vengono riaddestrate su dataset derivati o quando l’ingegneria inversa si concentra non sul modello, ma sugli output e sui pattern di comportamento emergenti.
La questione centrale riguarda però un paradosso operativo che gli ingegneri della sicurezza conoscono bene: lo stesso sistema ottimizzato per trovare vulnerabilità può essere immediatamente riconfigurato per sfruttarle. Questo rende ogni progresso nel campo dell’AI per la cybersecurity anche un potenziale acceleratore per la cyber-offensiva automatizzata. In termini pratici, un modello capace di scansionare codice su scala globale e identificare exploit zero-day non è solo un guardiano digitale, ma anche un catalogatore di punti deboli sistemici, una mappa dinamica delle infrastrutture esposte. In un contesto geopolitico già segnato da attacchi ibridi, supply chain compromesse e operazioni di intrusione persistente, la differenza tra difesa e attacco si riduce a una variabile di accesso e controllo, più che a una distinzione architetturale.
Sul piano industriale, l’intera vicenda segnala una trasformazione più ampia del settore AI, dove le grandi piattaforme americane stanno progressivamente internalizzando il concetto di “capacità strategica” come parte integrante del loro valore economico. OpenAI e Anthropic non vengono più valutate solo in termini di performance dei modelli o crescita degli utenti, ma anche in base alla loro rilevanza nella geopolitica del software, una dimensione che fino a pochi anni fa era riservata ai produttori di semiconduttori o ai fornitori di sistemi satellitari. La conseguenza indiretta è una crescente opacità, dove le capacità reali dei modelli vengono filtrate attraverso vincoli di sicurezza nazionale, limitazioni di accesso e programmi di test selettivi, riducendo la trasparenza in nome della protezione del vantaggio competitivo.
In questo quadro, la narrativa della “corsa alla sicurezza” rischia di mascherare una realtà più scomoda, cioè che l’intelligenza artificiale sta diventando simultaneamente lo strumento di difesa e il vettore di vulnerabilità del sistema digitale globale. L’idea che esista una finestra temporale controllabile, entro cui consolidare un vantaggio tecnologico stabile, appare sempre più fragile in un ecosistema in cui i modelli apprendono, si clonano e si ottimizzano attraverso interazioni distribuite su scala planetaria. La vera variabile critica non è quindi chi possiede il modello più avanzato, ma chi controlla il ciclo di feedback tra scoperta delle vulnerabilità e loro sfruttamento, un circuito che tende a chiudersi più velocemente della capacità regolatoria degli stati.