Quando DeepSeek ha lanciato il suo modello open source R1 nel gennaio 2025, ha sconvolto la Silicon Valley. L’idea che un piccolo laboratorio cinese fosse riuscito a creare un modello open source così potente con risorse relativamente inferiori rispetto alle controparti americane lasciò sconcertati i pesi massimi dell’industria tecnologica. Marc Andreessen lo definì un “momento Sputnik“. Alex Wang, allora ceo di Scale, parlò invece di una “sveglia“.
All’interno di OpenAI, quell’episodio spinse tre giovani ricercatori a rendersi conto del potenziale dei modelli open source. Se fossero riusciti a costruire l’infrastruttura necessaria per ottimizzarli, pensarono, avrebbe potuto trasformarsi in un grande business. “La nostra visione del mondo era semplicemente molto diversa da quella di molti nostri colleghi di OpenAI”, racconta a Forbes Yash Patil, uno dei ricercatori. “Se i modelli open weight diventeranno davvero molto validi, non vediamo OpenAI o Anthropic possedere tutti i dati del mondo necessari ad addestrare questo super-modello. Immaginiamo piuttosto aziende come JPMorgan utilizzare i propri dati per addestrare modelli sulle cose che interessano loro, perché non cederanno mai quei dati”.
