Alibaba ha annunciato il 22 settembre 2026 una nuova fase della propria strategia sull’intelligenza artificiale: un futuro modello della famiglia Qwen con una scala prevista tra 5 e 10 trilioni di parametri, insieme a un nuovo chip AI sviluppato dalla controllata T-Head. L’annuncio è arrivato durante la conferenza Apsara di Hangzhou e mostra quanto la competizione sull’AI stia spostandosi dall’utilizzo dei modelli alla costruzione dell’intera infrastruttura necessaria per alimentarli.
Perché la notizia è importante
Il punto non è soltanto il numero di parametri. Alibaba sta cercando di controllare più livelli della catena tecnologica: modelli, chip, cloud e capacità dei data center. Il nuovo chip Zhenwu V900, secondo quanto dichiarato dall’azienda, dovrebbe offrire prestazioni circa tre volte superiori rispetto al precedente e potrà essere utilizzato per creare grandi cluster destinati ai modelli più esigenti.
Per aziende e professionisti italiani questo scenario ha una conseguenza pratica: l’AI sta diventando sempre più una componente infrastrutturale del lavoro digitale. Non significa che una PMI debba acquistare hardware o addestrare un modello proprietario. Significa invece che conviene progettare processi capaci di cambiare modello, piattaforma o fornitore senza dover ricostruire ogni automazione da zero.
La vera sfida per le PMI
La crescita dei modelli rende facile concentrarsi sulla domanda sbagliata: “Qual è il modello più potente?”. Per un’impresa la domanda più utile è invece: “Quale processo voglio migliorare e quali dati servono per farlo in modo affidabile?”.
Un modello più grande può essere utile per attività complesse, ma il ritorno economico dipende dall’integrazione con dati, strumenti e procedure aziendali. Un modello eccellente collegato a dati disordinati e a processi manuali può produrre meno valore di una soluzione più semplice ma ben integrata.
Dove applicarla concretamente
- Analisi automatica delle richieste commerciali e classificazione dei lead.
- Creazione di prime bozze per offerte, email e documentazione interna.
- Analisi di cataloghi, documenti tecnici e knowledge base aziendali.
- Supporto al customer service con risposte basate su informazioni verificate.
- Previsione della domanda e analisi dei dati commerciali, quando esistono dati sufficientemente strutturati.
Non inseguire ogni nuovo modello
La velocità con cui cambiano modelli e infrastrutture rende rischioso costruire un processo aziendale attorno a un solo fornitore. Una strategia più solida separa il processo dal modello: l’azienda definisce input, controlli, output e metriche; il modello può essere sostituito quando cambiano costi, prestazioni o requisiti.
Questo approccio è particolarmente importante anche sul piano della governance. Quando l’AI entra in processi commerciali o operativi, bisogna sapere quali dati vengono utilizzati, chi può accedere agli output, quando è obbligatoria una revisione umana e come vengono gestiti errori e informazioni riservate.
Azione Immediata
- Individua un processo ripetitivo che oggi richiede molto tempo e definisci il risultato misurabile che vuoi ottenere.
- Raccogli e ordina i dati necessari, separando informazioni pubbliche, interne e riservate.
- Testa almeno due modelli o strumenti sullo stesso compito e confronta qualità, costo e tempo risparmiato.
- Progetta il flusso in modo indipendente dal singolo modello, così da poter cambiare tecnologia senza rifare tutto.
Considerazioni finali
L’annuncio di Alibaba conferma che la corsa all’AI non riguarda più soltanto chatbot e assistenti. Modelli, chip, cloud e capacità di calcolo stanno diventando parti di una stessa infrastruttura. Per le PMI italiane la risposta più intelligente non è inseguire ogni novità, ma costruire processi digitali modulari, misurabili e pronti a sfruttare i modelli migliori quando diventano disponibili.
Fonte originale: Reuters, 22 settembre 2026.
