Mark Zuckerberg ha deciso di trasformare il lancio del nuovo modello di Meta in qualcosa di più ambizioso di una semplice presentazione tecnologica: un manifesto politico, industriale e quasi filosofico sul futuro dell’intelligenza artificiale. Nel saggio di circa 6.500 parole pubblicato insieme al lancio di Muse Glimmer, il CEO di Meta sostiene che la traiettoria dell’AI non debba essere governata dalla paura di una superintelligenza incontrollabile, né tantomeno dalla concentrazione del suo potere nelle mani di pochi laboratori, governi o grandi aziende. La tesi è netta: la superintelligenza dovrebbe essere distribuita, accessibile e progressivamente integrata nella vita delle persone. Non è un dettaglio retorico. È una dichiarazione di guerra industriale contro il modello dominante di OpenAI e Anthropic, costruito attorno a sistemi proprietari, infrastrutture gigantesche e un controllo molto più stretto sull’accesso ai modelli. Reuters conferma che l’intervento di Zuckerberg accompagna il rilascio di Muse Glimmer e l’annuncio dell’imminente Muse Spark 1.2 open-weight.
Il punto più interessante, tuttavia, non è la consueta promessa di una AI che renderà tutti più produttivi, ma la filosofia economica che la sostiene. Zuckerberg attacca implicitamente l’idea secondo cui, davanti alla possibilità di una superintelligenza, la risposta razionale sarebbe concentrare il potere nelle mani di pochi soggetti ritenuti sufficientemente responsabili. La sua obiezione è storica prima ancora che tecnologica: affidare un potere enorme a un’autorità centrale nella speranza che lo utilizzi bene non ha prodotto risultati particolarmente brillanti nella storia dell’umanità. La critica è costruita attorno a un principio che Meta conosce molto bene: la distribuzione del potere può essere più sicura della sua concentrazione, almeno quando esistono strumenti sufficienti per controllarne gli abusi. Il problema è che applicare questa logica alla superintelligenza significa trasferire nel software una teoria politica nata molto prima dei transformer.
Zuckerberg parla infatti di «personal superintelligence», una superintelligenza personale che dovrebbe essere disponibile a miliardi di individui, anziché trasformarsi in una sorta di infrastruttura cognitiva controllata da pochi gatekeeper. È una visione coerente con la traiettoria che Meta ha seguito con Llama, anche se oggi la società sta cercando di portare quel paradigma a un livello molto più sofisticato. Muse Spark, introdotto ad aprile come primo grande modello della nuova Meta Superintelligence Labs, è già alla base di Meta AI e delle funzioni agentiche che permettono al sistema di pianificare attività, interagire con applicazioni e portare avanti compiti complessi. Meta stessa aveva presentato Spark come un passaggio verso una «personal superintelligence».
La coincidenza fra manifesto e prodotto è quindi tutt’altro che casuale. Muse Glimmer è un modello open-weight da 30 miliardi di parametri progettato per compiti agentici e destinato a funzionare localmente su hardware molto più accessibile rispetto ai giganteschi sistemi necessari per i modelli frontier. Il messaggio commerciale è quasi brutale nella sua semplicità: non serve necessariamente un data center per ogni pensiero artificiale. Una parte crescente dell’intelligenza può essere spostata verso il dispositivo dell’utente, riducendo costi, latenza e dipendenza dal cloud. In un settore nel quale ogni nuovo modello sembra richiedere un’altra centrale elettrica, un altro campus di data center e un altro assegno da decine di miliardi, l’idea di riportare una parte dell’AI sul client assume un significato strategico enorme.
La vera scommessa di Meta, però, è Muse Spark 1.2. La società ha annunciato che renderà disponibili i pesi del modello, spingendo ancora una volta il concetto di open AI contro il modello chiuso dei concorrenti. Qui la distinzione fra open source e open weight diventa essenziale: distribuire i pesi non significa necessariamente pubblicare ogni elemento del processo di sviluppo, dai dataset ai dettagli completi dell’addestramento. È un modello di apertura molto più pragmatico e molto meno ideologico di quanto suggerisca l’etichetta. Meta non sta regalando la propria fabbrica cognitiva; sta rendendo disponibile una parte fondamentale del prodotto, con l’obiettivo di creare un ecosistema che dipenda dai suoi modelli invece che esclusivamente dai modelli dei concorrenti.
Questa strategia ha anche una logica geopolitica. Zuckerberg sostiene che Stati Uniti e alleati debbano guidare l’ecosistema dell’AI open-weight perché i laboratori stranieri, in particolare quelli cinesi, godrebbero di alcuni vantaggi derivanti da un quadro meno restrittivo sull’uso dei dati e sull’addestramento. Il messaggio rivolto a Washington è trasparente: regolamentare l’AI senza considerare la competizione internazionale rischia di trasformare la prudenza americana in un vantaggio competitivo per altri Paesi. È un argomento che Meta ha interesse a sostenere, naturalmente, ma sarebbe ingenuo liquidarlo come semplice lobbying. La guerra dei modelli è ormai anche una guerra di infrastrutture, dati, talenti, energia, semiconduttori e regole.
Zuckerberg difende l’apertura dei modelli perché considera pericolosa la concentrazione del potere, ma contemporaneamente chiede condizioni regolatorie favorevoli per consentire alle aziende americane di costruire sistemi sempre più potenti. L’open AI, nella sua versione industriale, non significa quindi assenza di potere corporativo. Significa redistribuire l’accesso al prodotto mantenendo nelle mani delle grandi aziende una parte sostanziale della capacità produttiva necessaria per generarlo. È una distinzione fondamentale, soprattutto ora che l’addestramento dei modelli frontier richiede capitali, GPU, energia e data center su una scala che ricorda più l’industria pesante che il software tradizionale.
La questione della sicurezza rende il dibattito ancora più delicato. Zuckerberg interviene mentre la comunità tecnologica sta osservando con crescente attenzione i comportamenti agentici dei modelli avanzati. Il problema non è più soltanto se un chatbot possa produrre una risposta pericolosa. Quando un modello può utilizzare strumenti, accedere a sistemi esterni, eseguire codice, navigare in rete e perseguire obiettivi per periodi prolungati, il confine fra «modello» e «agente operativo» diventa molto meno rassicurante. Meta, peraltro, ha già pubblicato una valutazione di sicurezza di Muse Spark nella quale analizza rischi chimici, biologici, cyber e di perdita di controllo; il report segnala che alcune capacità risultavano elevate prima delle mitigazioni, soprattutto nei domini chimico e biologico.
Zuckerberg propone allora una filosofia di sicurezza diversa da quella fondata principalmente sulla limitazione della conoscenza. Secondo la sua impostazione, sarebbe più efficace controllare la disponibilità fisica dei materiali pericolosi che cercare di impedire la circolazione delle informazioni. È una posizione tecnicamente interessante perché riconosce un limite strutturale della sicurezza dei modelli: quando la conoscenza è digitale, replicabile e distribuibile globalmente, tentare di renderla completamente non disponibile diventa estremamente difficile. La difesa deve quindi spostarsi anche sull’interfaccia fra intelligenza digitale e mondo fisico, dove esistono ancora colli di bottiglia materiali, normativi e industriali.
La parte sui posti di lavoro è altrettanto significativa. Zuckerberg respinge l’idea che la superintelligenza debba necessariamente tradursi in una distruzione generalizzata dell’occupazione e sostiene invece una visione nella quale l’AI aumenta le capacità individuali. È una posizione molto più ottimistica rispetto alle previsioni di chi vede nell’automazione avanzata un possibile shock occupazionale di proporzioni storiche. La realtà, come spesso accade, probabilmente sarà meno cinematografica e più spietata: non tutti i lavori spariranno, ma il contenuto economico di moltissimi lavori cambierà, e la velocità di adattamento delle persone potrebbe essere molto inferiore alla velocità con cui cambiano i sistemi software.
Il vero terreno di confronto fra Meta, OpenAI e Anthropic non sarà dunque soltanto il benchmark. Sarà il modello economico della superintelligenza. OpenAI e Anthropic hanno costruito parte della loro posizione attorno a modelli proprietari e servizi cloud; Meta vuole costruire un ecosistema nel quale i propri modelli possano diventare una sorta di standard aperto di fatto. Se ci riuscisse, il valore potrebbe non stare esclusivamente nella vendita dell’inferenza, ma nell’influenza esercitata sull’intero stack AI, dai modelli agli sviluppatori, dai dispositivi ai servizi pubblicitari, fino agli occhiali intelligenti e alle applicazioni sociali. È esattamente il genere di strategia che un’azienda come Meta può permettersi di perseguire perché dispone già di miliardi di utenti e non deve necessariamente monetizzare ogni singola richiesta al modello.
Poi ci sono i data center, la parte meno romantica della rivoluzione. Zuckerberg li difende come investimenti nelle comunità locali e annuncia l’obiettivo di rendere Meta «water-positive» entro il 2030, restituendo più acqua di quella utilizzata nelle aree in cui opera. In parallelo, Meta ha annunciato un fondo da un miliardo di dollari destinato alle comunità interessate dall’espansione dei propri data center. La scelta è significativa perché la personal superintelligence apparentemente decentralizzata dipende ancora da un’infrastruttura centralizzata gigantesca. Il paradosso dell’AI contemporanea è proprio questo: vogliamo intelligenza distribuita sui dispositivi, ma per costruirla abbiamo bisogno di concentrare capitale, GPU, energia e acqua in strutture industriali sempre più grandi.
La provocazione finale di Zuckerberg, dunque, non riguarda soltanto il futuro dell’intelligenza artificiale. Riguarda chi avrà il diritto di costruirlo. Meta non vuole che la definizione di «AI sicura» coincida automaticamente con «AI controllata da pochi laboratori». Vuole che open-weight, distribuzione e accessibilità diventino parte integrante della sicurezza strategica occidentale. È una posizione certamente interessata, perché Meta avrebbe molto da guadagnare da un ecosistema nel quale i suoi modelli diventassero infrastruttura comune; ma proprio per questo è anche una delle posizioni più importanti da osservare. La Silicon sta cercando di convincerci che la stessa promessa possa valere per una tecnologia capace di scrivere codice, operare strumenti, progettare sistemi e, almeno in prospettiva, diventare più potente dei suoi stessi creatori. La domanda seria non è più se Zuckerberg abbia torto o ragione. È se una superintelligenza distribuita sia davvero più sicura di una superintelligenza concentrata, oppure se stiamo semplicemente scegliendo quale tipo di rischio preferiamo.