Mentre parte dell’industria continua a misurare il progresso dell’intelligenza artificiale in GPU acquistate, miliardi raccolti e dimensioni dei modelli, la startup giapponese Sakana AI sta perseguendo una strategia radicalmente diversa. Negli ultimi giorni il laboratorio fondato a Tokyo ha attirato l’attenzione internazionale con il lancio di Fugu e Fugu Ultra, sistemi che dichiarano prestazioni comparabili ai modelli più avanzati del mercato senza aver addestrato un nuovo gigantesco foundation model proprietario. Una scelta che, in un settore dominato da colossi statunitensi e cinesi, appare quasi eretica.
Sakana AI non è una startup qualsiasi. Fondata nel 2023 da ricercatori provenienti da Google Brain, tra cui David Ha e Llion Jones, quest’ultimo tra gli autori del celebre paper “Attention Is All You Need” che ha dato origine all’era dei Transformer, l’azienda ha costruito la propria reputazione su un’idea semplice ma potente: l’intelligenza artificiale non deve necessariamente crescere solo attraverso modelli sempre più grandi e costosi. Il nome stesso, “Sakana”, che in giapponese significa pesce, richiama il comportamento collettivo dei banchi di pesci, organismi relativamente semplici che, cooperando, sviluppano dinamiche emergenti estremamente sofisticate.
Questa filosofia si riflette direttamente in Fugu. Piuttosto che creare un singolo modello monolitico da centinaia di miliardi di parametri, Sakana utilizza un sistema di orchestrazione multi agente capace di coordinare differenti modelli specializzati, selezionando dinamicamente il più adatto a ciascun compito. In pratica, l’utente interagisce con un’unica interfaccia, mentre dietro le quinte opera una sorta di direttore d’orchestra algoritmico che distribuisce il lavoro tra diversi agenti AI. L’approccio ricorda più una squadra di consulenti altamente specializzati che un singolo genio universale.
La distinzione non è accademica. Addestrare un frontier model richiede investimenti nell’ordine delle decine di miliardi di dollari, accesso privilegiato ai semiconduttori più avanzati e infrastrutture energetiche comparabili a quelle di una piccola città. Sakana propone invece un paradigma orientato all’efficienza, particolarmente interessante per nazioni e imprese che non dispongono delle risorse finanziarie di OpenAI, Google o xAI. In altre parole, Tokyo sta suggerendo che la corsa all’AGI potrebbe non essere vinta esclusivamente da chi possiede il maggior numero di GPU Nvidia.
Il momento scelto per il lancio di Fugu non sembra casuale. In un contesto geopolitico segnato da crescenti restrizioni tecnologiche e controlli sulle esportazioni di modelli avanzati, la questione della sovranità digitale è diventata centrale. Sakana ha più volte sottolineato la necessità di sviluppare ecosistemi AI nazionali, adattati alle specificità linguistiche, culturali e normative di ciascun Paese. Si tratta di un tema che interessa sempre più governi, preoccupati dall’eccessiva dipendenza tecnologica dagli Stati Uniti.
Ancora più interessante è la recente istituzione del laboratorio RSI, dedicato alla Recursive Self Improvement. L’obiettivo dichiarato consiste nello sviluppare sistemi capaci di migliorare autonomamente il proprio codice, i propri algoritmi e le proprie capacità di ricerca. Il concetto appartiene da tempo al lessico teorico dell’intelligenza artificiale avanzata; vedere una startup trasformarlo in un programma di ricerca strutturato rappresenta un segnale significativo. Sakana sostiene che il futuro non dipenderà esclusivamente dalla scala computazionale, bensì dall’efficienza con cui i sistemi riusciranno a perfezionarsi autonomamente.
Naturalmente esistono anche elementi di cautela. Diversi osservatori hanno evidenziato che Fugu non è un foundation model indipendente nel senso tradizionale del termine, bensì un sofisticato orchestratore che può appoggiarsi a modelli esistenti. Alcuni critici sostengono che il marketing di Sakana rischi di generare aspettative superiori alla realtà tecnica. La critica non è irrilevante: nell’industria AI la linea di confine tra innovazione autentica e abile storytelling commerciale è spesso sottile. Silicon Valley ha trasformato l’arte della presentazione in una disciplina quasi olimpica, e nessuno, neppure in Giappone, sembra completamente immune al fascino dell’hype.
Ciò nonostante, liquidare Sakana come semplice operazione di marketing sarebbe un errore strategico. L’azienda ha già attratto investimenti significativi, partnership industriali e collaborazioni con grandi gruppi giapponesi, dimostrando che esiste un mercato per modelli alternativi allo schema dominante basato sul “più grande è meglio”.
L’aspetto più rilevante, probabilmente, è che Sakana sta introducendo un diverso modo di pensare l’intelligenza artificiale. Se OpenAI rappresenta la logica della centralizzazione estrema e dei modelli universali, Sakana incarna un paradigma distribuito, modulare e adattivo. Non è ancora chiaro quale approccio prevarrà. È però evidente che il futuro dell’AI non sarà scritto esclusivamente nei campus della California. Una parte sempre più importante della prossima fase dell’innovazione potrebbe emergere da Tokyo, dove un gruppo di ricercatori ha deciso che imitare un banco di pesci potrebbe essere più intelligente che costruire un’altra balena artificiale.