La distillazione silenziosa
Mentre a San Francisco si spendono centinaia di milioni di dollari per addestrare il prossimo modello di frontiera, dall’altra parte del Pacifico sta avvenendo un trasferimento di capacità molto più economico, e molto più difficile da fermare.
Non passa dai chip. Non passa dal contrabbando di hardware. Passa da una tecnica che ogni laboratorio di IA conosce bene: la distillazione.
La logica della la distillazione è semplice: un modello potente, il cosiddetto “modello insegnante”, genera risposte, codice e passaggi di ragionamento di alta qualità. Questi output diventano i dati per addestrare un “modello studente”, più piccolo, più economico, più veloce.
Non è un furto, in sé, si tratta di ingegneria standard. La stessa OpenAI la vende come prodotto commerciale, per permettere agli sviluppatori di comprimere i propri modelli.
Il problema nasce quando questa tecnica viene usata su scala industriale, e in modo sistematico, da un intero sistema nazionale.
Un’inchiesta di Reuters, che ha esaminato oltre 300 articoli accademici, brevetti, documenti aziendali e offerte di lavoro cinesi, ha ricostruito proprio questo: aziende e istituti di ricerca cinesi utilizzano in modo sistematico gli output dei principali modelli americani, come quelli di OpenAI e Anthropic, per addestrare modelli nazionali.
Il muro dei controlli sulle esportazioni di chip, costruito da Washington con tanta fatica, viene aggirato senza violare nessuna norma scritta sulle esportazioni. Semplicemente, perché la distillazione non è hardware. È software. È conoscenza.
I casi documentati non sono teorici: in un articolo del novembre 2024, ricercatori dell’Università di Shanghai Jiao Tong hanno descritto nel dettaglio il percorso: circa 5.000 risposte selezionate dal modello o1 di OpenAI, tradotte ed elaborate, sono diventate oltre 10.000 campioni di addestramento bilingue per migliorare il modello Tongyi Qianwen Qwen2.5-72B di Alibaba.
Altri ricercatori di Alibaba hanno mostrato l’anno scorso come usare GPT-4 per generare dati di addestramento multilingue per un modello Qianwen più piccolo.
Non sono esperimenti isolati. Secondo le fonti citate da Reuters, un documento programmatico su “IA + Industria manifatturiera”, pubblicato a gennaio da otto dipartimenti governativi cinesi, ha elencato esplicitamente la distillazione come uno degli strumenti a supporto dell’addestramento e della messa a punto dell’IA industriale.
Da tecnica di singoli ricercatori, la distillazione è diventata uno strumento di efficienza promosso dalla politica industriale.
L’ansia americana è comprensibile se il Segretario del Tesoro statunitense Bessent aveva già avvertito che le aziende cinesi di IA avrebbero potuto subire sanzioni se avessero usato “attacchi di distillazione di livello industriale” configurabili come furto di proprietà intellettuale.
A settembre, NSA, FBI e CISA hanno fatto un passo in più: in una dichiarazione congiunta hanno segnalato sei aziende cinesi di IA – tra cui DeepSeek, Moonshot AI (Dark Side of the Moon), Alibaba, MiniMax, StepFun e Zhipu – accusandole di aver estratto dati da modelli americani attraverso milioni di richieste.
La raccomandazione alle aziende americane è stata quasi da guerra fredda tecnologica: modificare silenziosamente le risposte alle richieste sospette di distillazione e creare meccanismi di condivisione delle informazioni tra organizzazioni.
Ma la reazione della comunità tecnologica è molto più complessa della retorica politica. Molti analisti sottolineano che la distillazione in sé è legale e diffusa e che la vera controversia non è la tecnologia, ma la violazione dei termini di servizio.
Il Ministero del Commercio cinese ha definito l’accusa “un’operazione politicamente motivata e priva di fondamento giuridico”, e ha replicato accusando a sua volta le aziende americane di distillare modelli cinesi.
Moonshot AI ha negato che il suo modello Kimi K3 sia il risultato della distillazione di prodotti Anthropic, sostenendo che il salto di prestazioni derivi da innovazione architetturale.
Al di là delle accuse legali, resta una domanda strategica: se la distillazione basta a ridurre in modo significativo il divario di capacità, quanto valgono ancora le barriere di potenza di calcolo costruite a costo di decine di miliardi di dollari?
Un funzionario americano ha ammesso a Reuters che Washington ritiene la distillazione su larga scala la “ragione principale” del rapido avvicinamento tra i modelli cinesi e i concorrenti americani negli ultimi anni.
Tuttavia, altri, vicini agli sviluppatori cinesi, non sono d’accordo, sottolineando l’importanza dell’ottimizzazione ingegneristica, dell’innovazione algoritmica e della strategia dei dati.
Un memorandum di Dimension Capital, società di venture capital americana, offre una prospettiva più sfumata: i controlli sulle esportazioni non hanno solo rallentato la Cina, ma hanno anche spinto lo sviluppo di una roadmap tecnologica che privilegia l’ottimizzazione e l’efficienza dei sistemi.
Mentre i laboratori americani sono abituati a risolvere i problemi con più potenza di calcolo, i team cinesi sono incentivati a investire in compilatori, kernel e strategie di addestramento.
La distillazione è solo uno strumento di questo arsenale dell’efficienza, anche se il più sensibile dal punto di vista geopolitico.
E, comunque, la distillazione non può replicare tutto. Un modello studente eredita le prestazioni su compiti specifici, non l’ampiezza dell’intelligenza generale.
Mentre Washington discute di distillazione, Pechino sta rimodellando il panorama in un altro modo.
Secondo il report di Hugging Face della primavera 2026, la quota di download di modelli open-source sviluppati in Cina ha raggiunto il 41%, superando per la prima volta gli Stati Uniti.
La serie Qwen è diventata la famiglia di modelli che ha raggiunto più velocemente un miliardo di download nella storia della piattaforma, con circa l’80% delle startup americane di IA che implementano almeno un modello open-source cinese nei propri ambienti di produzione.
Questa strategia di “pesi aperti” aggira le barriere di approvvigionamento e permette ai modelli cinesi di conquistare una quota significativa dei carichi di lavoro di inferenza anche dentro le aziende americane.
I principali laboratori americani continuano a rendere i loro modelli più potenti accessibili solo a pagamento, per mantenere un circuito chiuso e recuperare gli elevati costi di ricerca e sviluppo.
I principali attori cinesi – DeepSeek, Alibaba, Moonshot AI – hanno scelto di rendere pubblici i pesi dei loro modelli di punta, permettendo a chiunque di scaricarli, implementarli e ottimizzarli.
Dimension Capital la definisce concorrenza asimmetrica: i laboratori cinesi stanno “sviluppando” prodotti redditizi su cui le loro controparti americane fanno molto affidamento.
Le aziende americane non sono impreparate. Anthropic ha dichiarato che non fornirà accesso commerciale a Claude ad aziende cinesi o controllate da Pechino, e ha implementato sistemi di monitoraggio per rilevare violazioni delle policy.
Ma il flusso della tecnologia ha una sua logica, infatti, quando a luglio i funzionari del Dipartimento del Commercio americano si sono incontrati con le autorità cinesi a Chengdu, hanno espresso preoccupazioni.
La parte cinese ha risposto che la distillazione è una tecnologia di routine, e si è detta disposta ad agire se determinate azioni costituissero furto di proprietà intellettuale, senza però assumere impegni specifici.
Negli ultimi mesi, con l’aumentare della sensibilità, alcuni sviluppatori cinesi hanno chiesto chiarimenti alle autorità di settore, nella speranza di chiarire il confine sfumato tra “uso normale” e “acquisizione di massa organizzata”.
Interpellato sulla controversia, un ricercatore cinese di IA ha dato una risposta che riassume bene lo spirito del momento: in condizioni di potenza di calcolo limitata, imparare in modo più intelligente, piuttosto che ripetere in modo più costoso, è semplicemente il dovere dell’ingegneria.
Quel che è certo è che, nello spazio tra la regolamentazione dei chip e i modelli aperti, si è delineato un nuovo percorso per la diffusione tecnologica.
Non si basa su hardware all’avanguardia, né viola le normative scritte sull’esportazione, eppure è sufficiente a far pendere sottilmente la bilancia del potere.
Per chi elabora le politiche, questo è forse più stimolante di qualsiasi singola innovazione in termini di prestazioni.


Carlo Marino, Ph.D., Journalist Stampa Estera. Direttore Scientifico della Collana di linguistica, Storia e Antropologia Eurasiatica - De Frede Editore Napoli. Il Faro di Roma, Sala Stampa Santa Sede. Correspondent of European News Agency. Reporters.de. AgoraVox.fr, Nuovo Giornale Nazionale, Eurasiaticanews.eu, La Maschera di Tespi, De Regimine Litterarum. Scrittore.

