Thinking Machines lancia Inkling, modello open-source per aziende che vogliono IA controllabile e offline
Thinking Machines, startup fondata dalla ex-CTO di OpenAI Mira Murati, ha rilasciato Inkling, un modello linguistico multimodale open-source con licenza Apache 2.0 pensato per le imprese che desiderano maggiore controllo e autonomia nell'implementazione dell'IA. Con 975 miliardi di parametri, Inkling offre prestazioni competitive su benchmark specifici (77,6% in ingegneria del software, superiore a Nvidia Nemotron), supporta testo, immagini e audio, e può girare on-premises o su cloud privati. Un elemento differenziale cruciale è la resistenza alla "censura"—il modello è stato progettato per fornire risposte dirette su argomenti controversi, riducendo i filtri ideologici presenti nei modelli proprietari. Thinking Machines propone anche una versione lite (Inkling-Small, 276 miliardi di parametri) per workload a bassa latenza e costi ridotti, con un meccanismo di "controllable thinking effort" che bilancia performance e spese computazionali. Per gli investitori, questo sviluppo rappresenta una sfida crescente ai modelli chiusi di OpenAI e Google, accelerando la frammentazione del mercato AI verso soluzioni decentralizzate e controllate dalle aziende stesse, con implicazioni strategiche per fornitori cloud e produttori di semiconduttori.
Questa notizia è rilevante perché il lancio di Inkling rappresenta una pressione ribassista su OpenAI (non quotata) e sui margini dei fornitori cloud proprietari come Microsoft e Google, poiché le aziende migreranno verso infrastrutture open-source on-premises, riducendo dipendenza da API commerciali. Tuttavia, aumenta significativamente la domanda di semiconduttori e acceleratori (GPU/ASIC) per deployment locale, beneficiando NVDA, AMD e AVGO nel breve-medio termine, mentre crea volatilità nei valori dei cloud provider (MSFT, AMZN, GOOGL) con compressione dei multipli SaaS.
Questo scenario ricorda il 2016-2018 quando TensorFlow open-source di Google erosero i margini dell'ecosistema AI proprietario, sebbene con impatto moderato. Analogo al lancio di Llama di Meta (2023), che frammentò il mercato verso modelli decentralizzati e ridusse la sovrapprezzo degli approcci closed-source, generando volatilità ma anche opportunità per infrastrutture edge computing.
- Domanda esplosiva di GPU/acceleratori ad alta performance per inference locale → upside per NVDA (CUDA dominance), AMD (EPYC, MI-series) e AVGO (networking per cluster ML)
- Opportunità per provider cloud agnostic (AWS con Outposts, Azure Stack) a differenziarsi offrendo hybrid solutions
- Crescita per piattaforme di operazionalizzazione ML open-source (MLflow, Kubeflow) → upside indiretto per MSFT (GitHub), JetBrains, fondazioni ecosistema
- Erosione dei margini SaaS/cloud per MSFT (Azure), AMZN (AWS) e GOOGL dovuta a migrazione verso deployment on-premises
- Consolidamento competitivo di Thinking Machines con altre startup open-source (Anthropic, Mistral) potrebbe creare "race to the bottom" su pricing dei modelli
- Rischio regolatorio: la dichiarata "resistenza alla censura" potrebbe attrarre scrutinio EU/UK su compliance AI Act, impattando adozione enterprise in Europa
- Andamento di MSFT, GOOGL, NVDA nelle prossime sedute
- Rischio regolatorio: la dichiarata "resistenza alla censura" potrebbe attrarre scrutinio EU/UK su compliance AI Act,...
- Evoluzione del sentiment e dati macro collegati
- Reazione dei mercati nelle prossime 24-48 ore