I numeri del report
I modelli di intelligenza artificiale cinesi assorbono l'89% della spesa mondiale delle imprese per i modelli open source. La stima è contenuta in un rapporto della società di venture capital statunitense Menlo Ventures, ripreso dal South China Morning Post e rilanciato da IT之家. Si tratta di una quota vicina alla totalità del segmento, che lascia ai modelli occidentali uno spazio marginale.
La classifica interna è guidata da Kimi, la famiglia di modelli sviluppata da Moonshot AI (月之暗面), con il 61% della spesa. Seguono DeepSeek con il 15% e GLM di Zhipu (智谱) con l'11%. Le prime tre posizioni sono quindi tutte occupate da progetti cinesi, con un distacco netto tra il primo e gli inseguitori.
Il divario con l'Occidente
Il modello occidentale con la quota più alta è la famiglia Llama di Meta Platforms, che secondo il report si ferma al 7% della spesa aziendale per l'open source. È la stessa cifra che, nell'ordine esposto dalla fonte, viene contrapposta al 61% di Kimi: il primo modello cinese da solo vale quasi nove volte il principale modello occidentale.
Il dato va letto con prudenza perché il materiale disponibile non chiarisce alcuni aspetti metodologici. Non è specificato, ad esempio, come Menlo Ventures abbia costruito il campione delle imprese, quale periodo copra la rilevazione né come venga misurata la spesa. Senza questi elementi non è possibile stabilire se l'89% rifletta l'intero mercato o un segmento specifico di utilizzatori.
Che cosa resta da verificare
Il rapporto è citato attraverso due passaggi giornalistici: la sintesi del South China Morning Post e quella di IT之家. Il testo originale di Menlo Ventures non è disponibile nel materiale fornito, quindi le percentuali vanno attribuite alla società di venture capital così come riportate dalle due testate, non verificate in modo indipendente.
Un secondo elemento da chiarire riguarda la definizione di «modello open source» adottata nel report: il materiale non specifica se comprendа pesi aperti, licenze permissive o entrambe le categorie. Questa distinzione incide sulla comparabilità dei dati, soprattutto per Llama, che Meta distribuisce con licenze proprie e non con una licenza open source canonica.
Infine, la fonte non indica se la spesa sia espressa in valore assoluto o in quota di un paniere, né se includa costi di inferenza, licenze o servizi collegati. In assenza di questi dettagli, il confronto tra 61%, 15%, 11% e 7% descrive una gerarchia interna al campione analizzato, ma non consente di stimare la dimensione complessiva del mercato.
