AI Open Source: cosa sono e come funzionano

Il dibattito sull’intelligenza artificiale ha assunto negli ultimi anni una direzione precisa: dopo una prima fase dominata dai modelli proprietari accessibili solo tramite API, l’attenzione delle aziende si è spostata verso soluzioni che promettono maggiore controllo, costi più prevedibili e indipendenza dai grandi fornitori tecnologici. In questo contesto l’espressione “AI open source” è diventata di uso comune, spesso associata a un’idea di libertà e trasparenza mutuata dal mondo del software.

I principi che hanno reso il software open source uno standard di fiducia per l’infrastruttura digitale globale si applicano solo in parte ai modelli di intelligenza artificiale, per ragioni che riguardano la natura stessa di questi sistemi.

Che cosa si intende per AI open source

Con l’espressione AI open source si indicano generalmente i modelli di intelligenza artificiale i cui parametri vengono resi pubblici e scaricabili, così che chiunque disponga dell’infrastruttura adeguata possa eseguirli sui propri sistemi. Rientrano in questa categoria famiglie di modelli ampiamente diffuse, distribuite con licenze che ne consentono l’utilizzo commerciale, la ridistribuzione e la personalizzazione.

Il punto critico riguarda proprio la definizione. A differenza del software, dove esiste da decenni una descrizione condivisa e riconosciuta di cosa renda un progetto realmente open source, per l’intelligenza artificiale manca ancora uno standard universalmente accettato. La Open Source Initiative ha elaborato una propria definizione di Open Source AI, frutto di un lavoro articolato, che tuttavia ha generato discussioni significative all’interno della comunità tecnica, in particolare sul trattamento riservato ai dati di addestramento.

Questa assenza di uno standard condiviso produce un effetto concreto: modelli con gradi di apertura molto diversi vengono presentati sul mercato con la stessa etichetta. Alcuni rilasciano parametri, codice di addestramento, documentazione completa e informazioni dettagliate sui dati utilizzati; altri si limitano a distribuire il file del modello con una licenza che introduce restrizioni d’uso. Il fenomeno viene descritto con l’espressione open source washing, ossia l’adozione di un’etichetta associata a valori di trasparenza in assenza dei requisiti che quella etichetta dovrebbe garantire.

Per questa ragione diversi osservatori preferiscono la definizione open weight, letteralmente “a pesi aperti”, che descrive con maggiore precisione ciò che viene effettivamente reso disponibile nella maggior parte dei casi: i parametri numerici del modello addestrato, senza gli altri elementi che compongono il processo produttivo.

Software open source e AI open source: le differenze

La definizione classica di software open source poggia su alcuni pilastri, tra i quali tre risultano particolarmente rilevanti per il confronto:

• la libera ridistribuzione, ossia l’assenza di restrizioni alla cessione gratuita del software;
• la disponibilità del codice sorgente, che deve risultare accessibile e comprensibile;
• la possibilità di creare opere derivate, modificando il programma e distribuendo le versioni ottenute con la stessa licenza.

Da questi principi derivano due benefici che spiegano il successo del modello open source. Il primo riguarda la verificabilità: chiunque può leggere il codice, accertarne l’idoneità agli scopi previsti, valutarne il comportamento in materia di sicurezza e trattamento dei dati. È la ragione per cui componenti open source costituiscono l’ossatura di gran parte dell’infrastruttura di internet e figurano anche all’interno di prodotti commerciali proprietari. Il secondo beneficio riguarda il controllo distribuito: nessuna singola organizzazione può appropriarsi in via definitiva della direzione di un progetto, poiché la comunità conserva sempre la facoltà di creare una versione autonoma.

Il confronto con i modelli di intelligenza artificiale restituisce un quadro differenziato. La libera ridistribuzione si trasferisce senza difficoltà: un modello aperto può essere scaricato, copiato e condiviso secondo i termini della licenza. La disponibilità del codice sorgente, al contrario, trova un ostacolo strutturale, poiché l’equivalente funzionale del codice in un modello generativo consiste in miliardi di valori numerici privi di leggibilità umana. La possibilità di creare opere derivate si applica in forma parziale, limitata alle tecniche di personalizzazione successive all’addestramento.

Ne deriva una conseguenza rilevante sul piano del controllo: anche quando il modello viene distribuito liberamente, la capacità di determinarne le caratteristiche fondamentali resta nelle mani dell’organizzazione che ha condotto la fase di addestramento.

Come funziona un modello di AI

Per comprendere l’origine di queste differenze conviene osservare il ciclo di vita di un modello generativo, articolato in due fasi distinte.

La fase di addestramento rappresenta il momento in cui il modello viene costruito. Il processo parte da un’enorme quantità di dati testuali, codificati in un formato adatto all’elaborazione, e da un insieme di procedure che regolano l’apprendimento. L’esecuzione richiede infrastrutture di calcolo di scala industriale, con migliaia di processori specializzati impegnati per settimane e costi che, per i modelli di grandi dimensioni, si misurano in decine o centinaia di milioni di euro. Il risultato di questa fase è il modello vero e proprio: un insieme strutturato di valori numerici che rappresentano ciò che il sistema ha appreso.

La fase di inferenza corrisponde all’utilizzo del modello. Quando un sistema riceve una richiesta e produce una risposta, sta eseguendo un’operazione di inferenza. I requisiti computazionali risultano incomparabilmente più contenuti: modelli di dimensioni medie possono funzionare su una workstation con una scheda grafica dedicata, mentre le versioni compatte girano anche su hardware di fascia consumer.

Questa asimmetria spiega buona parte delle dinamiche del settore. L’apertura riguarda quasi sempre il prodotto della prima fase, mentre la capacità di condurre la prima fase resta concentrata in un numero ristretto di organizzazioni dotate delle risorse necessarie.

Cosa sono i pesi di un modello

I pesi costituiscono l’elemento centrale di un modello di intelligenza artificiale. Sul piano tecnico si tratta di valori numerici che descrivono l’intensità delle connessioni all’interno della rete neurale, affiancati da altri parametri che ne regolano il comportamento complessivo.

Le dimensioni in gioco aiutano a inquadrare il fenomeno. I modelli linguistici contemporanei contano da alcuni miliardi a diverse centinaia di miliardi di parametri; la famiglia Llama 3.1, per citare un caso noto, spazia da 8 a 405 miliardi. I sistemi proprietari più avanzati non dichiarano queste cifre, che secondo le stime disponibili raggiungono l’ordine del migliaio di miliardi. Un formato standardizzato come GGUF consente di distribuire questi file in modo uniforme, con dimensioni che vanno da pochi gigabyte a diverse decine.

I pesi svolgono nel modello la funzione che le righe di codice svolgono nel software tradizionale: costituiscono l’informazione che determina il comportamento del sistema. La somiglianza si ferma però a questo livello. Una riga di codice esprime un’istruzione leggibile, verificabile e modificabile da uno sviluppatore. Un peso esprime un valore numerico privo di significato autonomo, comprensibile solo in relazione a miliardi di altri valori dello stesso tipo.

Chi riceve un modello aperto ottiene la possibilità di eseguirlo, di analizzarne il comportamento in modo empirico e di misurarne le prestazioni su casi reali. Rimane preclusa la possibilità di ispezionare il funzionamento interno nel modo in cui si legge un programma, oppure di intervenire su una specifica caratteristica modificando la porzione corrispondente.

Perché i dati di addestramento restano chiusi

Il secondo elemento che distingue l’apertura dichiarata da quella sostanziale riguarda i dati utilizzati durante l’addestramento. La quasi totalità dei modelli presentati come open source omette la pubblicazione di questa componente, che rappresenta il fattore di gran lunga più determinante per il comportamento del sistema.

Le ragioni di questa scelta sono molteplici. Sul piano legale, i corpus di addestramento includono spesso materiali la cui posizione rispetto al diritto d’autore risulta controversa, e la pubblicazione esporrebbe i fornitori a un rischio contenzioso rilevante. Sul piano competitivo, la composizione e la curatela dei dati costituiscono il vero vantaggio distintivo tra un modello e i suoi concorrenti. Sul piano pratico, si tratta di archivi che raggiungono dimensioni difficilmente distribuibili.

Le conseguenze per chi adotta il modello meritano attenzione. Senza accesso ai dati risulta impossibile ricostruire il modello in modo indipendente, individuare l’origine di determinati comportamenti oppure valutare in anticipo la presenza di distorsioni sistematiche legate alla composizione delle fonti. Un progetto software distribuito senza la possibilità di essere ricompilato dai sorgenti verrebbe considerato incompleto; la situazione dei modelli aperti presenta caratteristiche analoghe.

Iniziative indipendenti hanno affrontato il problema costruendo classifiche che valutano il grado effettivo di apertura dei modelli in circolazione, misurando la disponibilità di pesi, codice, documentazione e informazioni sui dati. I risultati mostrano differenze notevoli tra progetti che condividono la stessa etichetta, con alcuni modelli molto pubblicizzati collocati nelle posizioni meno favorevoli della graduatoria.

Cos’è il fine tuning

Il fine tuning rappresenta la principale forma di personalizzazione disponibile per un modello già addestrato. La tecnica consiste nel sottoporre il sistema a un ulteriore ciclo di apprendimento su un insieme di dati specifici, con l’obiettivo di adattarne il comportamento a un dominio, a un registro linguistico o a un compito determinato.

Le applicazioni aziendali risultano numerose: l’allineamento al lessico tecnico di un settore, l’adozione di un tono di voce coerente con l’identità del marchio, la specializzazione su tipologie ricorrenti di documenti o richieste. I costi si collocano su scale molto distanti da quelle dell’addestramento originario e risultano sostenibili anche per organizzazioni di dimensioni medie.

Due precisazioni aiutano a collocare correttamente questa possibilità. La prima riguarda la portata dell’intervento: il fine tuning orienta e specializza il comportamento del modello, lasciando inalterate le caratteristiche fondamentali acquisite durante l’addestramento originario. Le conoscenze, le lacune e le eventuali distorsioni presenti nel modello di partenza si trasferiscono nella versione personalizzata. La seconda riguarda l’esclusività: anche diversi fornitori di modelli proprietari mettono a disposizione servizi di fine tuning, il che rende questa possibilità un elemento debole per distinguere i due approcci.

I vantaggi per le aziende

Le considerazioni esposte finora delimitano il perimetro dell’apertura, senza intaccare il valore concreto che questi modelli offrono alle organizzazioni. I benefici principali riguardano:

• il controllo dei dati, poiché l’esecuzione su infrastruttura propria evita la trasmissione di informazioni riservate verso servizi esterni;
• la conformità normativa, con vantaggi rilevanti per i settori regolamentati e per il rispetto delle prescrizioni europee in materia di trattamento dei dati personali;
• la prevedibilità dei costi, che si spostano dalla tariffazione a consumo verso un investimento infrastrutturale pianificabile;
• l’indipendenza dal fornitore, che riduce l’esposizione a variazioni di prezzo, modifiche delle condizioni contrattuali o dismissione dei servizi;
• la continuità operativa, garantita anche in assenza di connettività verso servizi esterni;
• la libertà di personalizzazione, con la possibilità di specializzare il modello sul patrimonio informativo aziendale;
• la sovranità tecnologica, particolarmente rilevante per amministrazioni pubbliche e settori strategici.

A questi elementi si affiancano alcune considerazioni di segno opposto, utili per una valutazione equilibrata: la gestione dell’infrastruttura richiede competenze specialistiche, i costi hardware iniziali risultano significativi e le prestazioni dei modelli aperti, per quanto in rapido avvicinamento, restano in alcuni ambiti distanti da quelle dei sistemi proprietari di punta.

AI open source e CRM

L’applicazione dei modelli aperti alla gestione delle relazioni con i clienti rappresenta uno degli ambiti in cui i vantaggi descritti trovano riscontro più immediato. Un CRM contiene per definizione le informazioni più delicate di un’organizzazione: anagrafiche complete, cronologia delle trattative, condizioni economiche negoziate, comunicazioni riservate e valutazioni interne sui clienti. L’elaborazione di questo patrimonio attraverso servizi esterni solleva questioni di riservatezza che molte aziende preferiscono evitare.

L’adozione di un modello eseguito internamente consente di attivare funzioni avanzate mantenendo il dato all’interno del perimetro aziendale. Diventa possibile generare sintesi automatiche delle interazioni commerciali, classificare le richieste in arrivo, produrre bozze di comunicazione allineate al registro aziendale, estrarre informazioni strutturate da documenti e contratti, oppure interrogare in linguaggio naturale l’archivio storico delle attività.

Il valore cresce ulteriormente quando l’intelligenza artificiale si integra con un motore di gestione dei processi. In una piattaforma che unisce CRM e automazione dei flussi di lavoro, come vtenext l’analisi prodotta dal modello diventa il presupposto di un’azione: la classificazione di una richiesta ne determina l’instradamento, l’individuazione di un segnale di rischio attiva una procedura di retention, l’estrazione di dati da un documento popola automaticamente i campi di una scheda. Il modello fornisce l’interpretazione, mentre il processo aziendale traduce quell’interpretazione in operatività.

La personalizzazione tramite fine tuning aggiunge un ulteriore livello di aderenza al contesto. Un modello specializzato sulla terminologia di settore, sui prodotti dell’azienda e sullo storico delle relazioni commerciali produce risultati sensibilmente più pertinenti rispetto a un sistema generalista, con benefici diretti sulla qualità del servizio e sull’efficienza dei team coinvolti.