In un episodio del podcast Equity di TechCrunch, Clem Delangue, CEO di Hugging Face, racconta a Rebecca Bellan perché l’open source AI sta guadagnando terreno tra le aziende. Hugging Face è diventata negli anni una sorta di GitHub per l’AI, dove chi costruisce modelli può condividere e scaricare open models e dataset. Secondo Delangue la piattaforma è oggi usata da circa metà delle Fortune 500. Il tema conta perché descrive una dinamica ricorrente nelle scelte tecnologiche delle imprese.
Il pattern che Delangue dice di osservare è sempre lo stesso: le aziende partono dalle API dei modelli frontier, ma man mano che scalano i costi le spingono verso modelli open source, che possono ospitare ed eseguire in autonomia. È una traiettoria che ha implicazioni pratiche dirette per chi progetta un data stack: la scelta tra API chiusa e modello self-hosted non è solo tecnica, ma dipende dal volume di inferenza e dalla struttura dei costi nel tempo.
I punti dell’intervista
Delangue tocca alcuni nodi che vanno oltre la semplice contrapposizione tra open e closed. Osserva che gran parte degli open models scaricati negli Stati Uniti proviene oggi da laboratori cinesi, e sostiene che questo sia un problema da affrontare piuttosto che una ragione per diffidare dell’open source in sé. Il ragionamento è di equilibrio geografico dell’offerta, non di sfiducia verso il modello aperto.
Sul fronte aziendale, spiega perché Hugging Face ha scelto la capital efficiency invece del consueto schema di raccolta fondi della Silicon Valley, arrivando a rifiutare un investimento importante da Nvidia lo scorso anno. È una posizione che riflette una precisa idea di indipendenza rispetto ai grandi attori dell’infrastruttura.
Delangue individua poi nella robotica un caso ancora più urgente per un’AI aperta e trasparente rispetto a chatbot o strumenti di coding: un robot domestico finisce per osservare una parte consistente della vita di casa e della famiglia, il che alza la posta in gioco su trasparenza e controllo. La preoccupazione di fondo che attraversa l’intervista è la possibilità che poche grandi aziende arrivino a controllare l’intero stack, uno scenario che l’open source servirebbe a contenere.
Per chi lavora con dati e modelli, l’intervista è utile soprattutto come griglia di lettura delle scelte di piattaforma:
- Il passaggio da API frontier a open models è spesso guidato dai costi di inferenza a scala, non da preferenze ideologiche.
- La provenienza degli open models incide su considerazioni di supply chain e governance, oltre che tecniche.
- Trasparenza e apertura pesano di più via via che l’AI entra in contesti sensibili come la robotica domestica.
Fonte: Open source AI matters more than ever, according to Hugging Face’s Clem Delangue — https://techcrunch.com/podcast/open-source-ai-matters-more-than-ever-according-to-hugging-faces-clem-delangue/
Hai qualcosa da aggiungere? Unisciti alla discussione.