DeepSeek e l'embargo dei chip: quando le sanzioni accelerano l'innovazione cinese

La storia della corsa all'人工智能 (réngōng zhìnéng), l'intelligenza artificiale, ha sempre avuto un protagonista chiaro: gli Stati Uniti, con i loro chip più potenti, i miliardi di dollari di investimenti e un ecosistema tecnologico senza rivali. Poi è arrivato gennaio 2025, e qualcosa si è rotto.

Il 27 gennaio 2025 la borsa americana ha tremato. Il motivo si chiama DeepSeek, azienda cinese di AI che ha presentato la versione V3 del suo modello linguistico. Il dato che ha sconvolto Wall Street non era la qualità del modello - paragonabile ai migliori - ma il costo: 5,5 milioni di dollari per l'addestramento, contro i 100 milioni e oltre dei modelli occidentali equivalenti.

Come ha fatto DeepSeek a ottenere questo risultato? La risposta è duplice. Da un lato, l'efficienza algoritmica: l'azienda ha sviluppato tecniche innovative di addestramento che riducono drasticamente il numero di operazioni necessarie. Dall'altro, e qui sta il paradosso, le sanzioni stesse.

Gli Stati Uniti hanno imposto dal 2022 un embargo sempre più stringente sull'esportazione di chip AI avanzati verso la Cina, colpendo in particolare Nvidia e i suoi processori H100 e A100. L'obiettivo dichiarato era rallentare la corsa cinese nell'intelligenza artificiale. Il risultato, tuttavia, potrebbe essere stato l'esatto opposto.

Private dei chip più potenti, le aziende cinesi come DeepSeek sono state costrette a innovare sul software per compensare i limiti hardware. Ottimizzazioni a livello di architettura, nuove tecniche di parallelismo, algoritmi di training più efficienti: tutto ciò che prima era considerato secondario rispetto alla potenza bruta dei chip è diventato il terreno principale della competizione.

L'effetto è stato ribattezzato 'il paradosso dell'embargo': le sanzioni, pensate per frenare Pechino, stanno accelerando l'innovazione cinese in settori strategici. Non solo DeepSeek: anche 华为 (Huáwéi), il colosso tecnologico cinese, ha sviluppato soluzioni alternative nel campo dei chip, e l'intero ecosistema AI del paese si sta orientando verso un modello di sviluppo più efficiente e meno dipendente dall'hardware occidentale.

La lezione è chiara: nella corsa all'AI, l'efficienza algoritmica può competere - e vincere - contro la potenza bruta. E le barriere tecnologiche, nella storia, hanno spesso prodotto l'effetto opposto a quello desiderato: hanno forgiato concorrenti più agili, più creativi e più determinati.