La figura di Liang Wenfeng rappresenta una delle anomalie più interessanti dell’industria globale dell’intelligenza artificiale. In un mercato dove i fondatori tecnologici spesso trasformano ogni annuncio in una celebrazione personale, accompagnata da valutazioni miliardarie e promesse di rivoluzioni imminenti, il fondatore di DeepSeek sembra muoversi nella direzione opposta: meno visibilità, meno narrazione finanziaria, più attenzione alla ricerca e alla costruzione di capacità tecnologiche autonome.
Le dichiarazioni emerse da una trascrizione privata di un incontro con investitori mostrano una filosofia aziendale molto distante dal modello dominante della Silicon Valley. Liang avrebbe spiegato che DeepSeek non punta a massimizzare i margini nel breve periodo, ma a mantenere prezzi accessibili per aumentare la diffusione dei propri modelli e, soprattutto, aumentare le probabilità di raggiungere sistemi di intelligenza artificiale generale, la cosiddetta AGI.
Questa impostazione cambia completamente la prospettiva economica dell’AI. Molte aziende occidentali hanno costruito la propria strategia sulla combinazione tra modelli sempre più grandi, enormi investimenti infrastrutturali e monetizzazione rapida attraverso servizi enterprise. DeepSeek sembra invece seguire una logica quasi industriale: ridurre il costo dell’accesso alla tecnologia, migliorare l’efficienza dei modelli e trasformare il vantaggio tecnico in un ecosistema più ampio.
Il punto centrale non riguarda soltanto il prezzo dei servizi, ma il controllo della traiettoria tecnologica. Liang considera il denaro uno strumento e non l’obiettivo finale. Una posizione che ricorda più la cultura dei laboratori di ricerca del passato che quella delle moderne startup finanziate dai venture capitalist, dove spesso la crescita della valutazione diventa quasi un prodotto parallelo rispetto alla tecnologia stessa.
DeepSeek nasce nel 2023 come estensione di High-Flyer Quant, il fondo quantitativo fondato da Liang, e questa origine spiega molte delle sue scelte. La società non è nata principalmente per conquistare rapidamente un mercato commerciale, ma per esplorare nuove architetture e metodi di addestramento. Una differenza apparentemente sottile, ma strategicamente enorme: chi costruisce un prodotto cerca clienti, chi costruisce una piattaforma tecnologica cerca capacità.
La valutazione raggiunta dalla società dimostra comunque che il mercato non è indifferente. Dopo il primo ingresso di capitali esterni, DeepSeek sarebbe arrivata a una valutazione intorno ai 59 miliardi di dollari, con Liang disposto a investire personalmente circa 3 miliardi per mantenere il controllo strategico. Una contraddizione solo apparente: il fondatore rifiuta la logica del profitto immediato, ma opera in un ambiente dove il capitale rimane indispensabile per finanziare infrastrutture e ricerca.
Il confronto con OpenAI e Anthropic evidenzia due modelli culturali diversi. OpenAI ha scelto una strada basata sulla diffusione commerciale su larga scala e sull’integrazione dell’AI nei processi aziendali globali. Anthropic ha costruito la propria identità sulla sicurezza dei modelli e sul controllo dei rischi. DeepSeek punta invece sull’efficienza algoritmica, sull’apertura dei modelli e sulla capacità degli ingegneri di trovare soluzioni alternative ai vincoli hardware.
Questo ultimo elemento è particolarmente rilevante nello scenario geopolitico. Secondo Liang, il divario tra Cina e Stati Uniti nell’intelligenza artificiale non sarebbe principalmente una questione di talento, ma di accesso alla capacità computazionale. Le restrizioni americane sull’esportazione dei chip più avanzati di Nvidia verso la Cina hanno trasformato il calcolo in una risorsa strategica, quasi equivalente al petrolio nell’economia industriale del Novecento.
La risposta di DeepSeek sembra quindi essere una combinazione di ottimizzazione software, ricerca sull’efficienza e sviluppo di infrastrutture proprietarie. Una filosofia che mette in discussione una delle convinzioni più diffuse dell’industria AI: l’idea che basti accumulare sempre più GPU per ottenere automaticamente modelli migliori. La storia recente dimostra invece che l’innovazione spesso nasce proprio quando le risorse sono limitate.
La frase più significativa attribuita a Liang riguarda il rifiuto del mito del genio solitario. Definire DeepSeek come “un gruppo di persone comuni che ha fatto cose straordinarie” è quasi una dichiarazione politica contro la narrativa dominante della tecnologia americana, dove spesso il fondatore viene trasformato in un personaggio quasi mitologico. L’intelligenza artificiale, però, non viene costruita da singoli visionari davanti a una lavagna, ma da migliaia di ricercatori, ingegneri, infrastrutture e anni di lavoro invisibile.
Il modello DeepSeek introduce quindi una domanda strategica per l’intero settore: in una corsa tecnologica dove tutti inseguono dimensioni maggiori, capitali enormi e infrastrutture gigantesche, potrebbe essere l’efficienza a diventare il vero fattore competitivo. La Silicon Valley ha costruito una parte della propria forza sulla convinzione che ogni problema possa essere risolto aumentando il budget. Liang Wenfeng propone una tesi diversa: alcune rivoluzioni tecnologiche nascono non dalla quantità di risorse disponibili, ma dalla capacità di usarle meglio. Una teoria meno spettacolare da raccontare sui social, ma forse più vicina alla realtà dell’ingegneria.