L’evoluzione di Mistral AI negli ultimi due anni è un chiaro esempio di un trend inevitabile nel settore dell’intelligenza artificiale: il passaggio da un modello completamente open source a una struttura ibrida, fino all’introduzione di abbonamenti. Questo fenomeno, noto come open washing, si verifica quando un’azienda inizia con una forte impronta open source per attrarre utenti e sviluppatori, ma poi si sposta progressivamente verso un modello chiuso e commerciale per garantire la sostenibilità economica.

Nel 2023, Mistral AI ha fatto il suo ingresso con un approccio radicalmente aperto, rilasciando modelli con pesi accessibili a tutti. Questo ha generato entusiasmo e ha contribuito a diffondere il suo nome nella comunità AI. Tuttavia, un modello di business basato esclusivamente sull’open source puro è difficile da sostenere nel lungo periodo. La ricerca, l’addestramento e l’infrastruttura necessaria per sviluppare modelli avanzati di intelligenza artificiale richiedono investimenti significativi.

Nel 2024, Mistral ha quindi adottato una licenza più restrittiva, limitando l’uso commerciale dei suoi modelli. Questa mossa ha costretto i principali provider cloud come Azure, AWS, Fireworks e Together AI a negoziare accordi di revenue sharing con Mistral, garantendo all’azienda una fonte di entrate senza dover monetizzare direttamente i suoi utenti finali.

L’evoluzione successiva, avvenuta nel 2025, è stata ancora più prevedibile: il lancio di una piattaforma di chatbot con un abbonamento “Pro” a partire da 15 dollari al mese e una versione dedicata alle PMI. Con questo passo, Mistral AI ha chiuso il cerchio, passando da una filosofia totalmente open source a un modello misto che bilancia apertura e sostenibilità finanziaria.

Ora, lo stesso destino potrebbe attendere Deepseek. Attualmente posizionata come un’alternativa open source nel panorama dell’AI generativa, è altamente probabile che seguirà una traiettoria simile. Inizialmente, i suoi modelli verranno resi disponibili con licenze permissive per attirare sviluppatori e aziende. Ma man mano che crescerà la necessità di finanziamenti, Deepseek potrebbe restringere progressivamente l’accesso, adottare licenze più restrittive e, infine, introdurre servizi premium a pagamento.

Per gli utenti, l’open source sembra un’opportunità straordinaria: accesso gratuito a modelli avanzati senza restrizioni. Ma nel lungo periodo, questa strategia non è sostenibile per le aziende che devono coprire costi ingenti. Il vero problema è che il mercato dell’intelligenza artificiale è ancora in una fase in cui gli utenti danno per scontato l’accesso gratuito, mentre il settore cerca di trovare un equilibrio tra apertura e monetizzazione.

Chiunque si aspetti che l’AI open source resti veramente gratuita e aperta nel tempo dovrà presto fare i conti con la realtà economica: l’open washing è destinato a diventare la norma, e chi vorrà sfruttare le tecnologie AI più avanzate dovrà essere pronto a pagare.

l’ Open Source Alliance (OSA) ha presentato l’ Open Weight Definition (OWD), un framework per colmare il divario tra AI chiusa e Open Source.

Fornisce linee guida per modelli AI senza tutte le dipendenze necessarie per la riproducibilità, come i dati di addestramento, prevenendo affermazioni fuorvianti di apertura, note come “open washing”.

L’OWD, complementare all’Open Source Definition (OSD), offre un’alternativa per modelli AI che permettono uso e distribuzione gratuiti ma non soddisfano i criteri di trasparenza e modificabilità dell’Open Source.

Questa distinzione protegge l’integrità del movimento Open Source e promuove accessibilità e innovazione nell’AI.

Negli ultimi anni, molti fornitori di IA hanno etichettato i loro modelli come “Open Source” omettendo elementi essenziali, come i dati di training necessari per la riproducibilità. Questa pratica, chiamata “open washing”, inganna utenti, sviluppatori e ricercatori, suggerendo una trasparenza che non esiste. L’Open Weight Definition offre un’alternativa responsabile, distinguendo i veri modelli Open Source da quelli solo parzialmente accessibili. “

L’IA Open Source richiede più della semplice condivisione dei pesi: serve la possibilità di comprendere, modificare e riprodurre il sistema”, ha dichiarato Sam Johnston dell’Open Source Alliance. “L’Open Weight Definition aiuta i fornitori a condividere modelli senza fornire i dati di training, garantendo chiarezza e proteggendo i principi Open Source”.

Perché la definizione di Open Weight è importante

L’adozione dell’IA ha amplificato il divario tra modelli proprietari controllati da poche aziende e il movimento di innovazione aperta che ha guidato lo sviluppo software per anni. Sebbene l’Open Source si basi sulla libertà di usare, studiare, modificare e condividere il software, i modelli di IA pongono sfide non previste dalla definizione originale del 1998. A differenza del software tradizionale, l’IA si basa su enormi set di dati, spesso proprietari o non autorizzati, rendendo difficile replicarne i risultati. Molti fornitori rilasciano modelli pre-addestrati con licenze permissive, ma senza accesso ai dati o ai metodi di addestramento originali.

“La Open Weight Definition porta trasparenza all’ecosistema IA,” ha detto Johnston. “Offre chiarezza distinguendo i modelli Open Source autentici da quelli semplicemente disponibili.” È particolarmente rilevante per governi, aziende e accademici che devono valutare il livello di apertura dei modelli adottati. L’etichetta Open Weight aiuta a stabilire aspettative realistiche e promuove innovazione e collaborazione, definendo una base per i modelli Open Weight e lasciando ai fornitori la possibilità di superare tali requisiti.

Principi chiave della definizione di Open Weight

La definizione di Open Weight (OWD) riconosce i modelli di intelligenza artificiale che sono liberamente disponibili per l’uso e la condivisione da parte di altri e che:
• Consentono a chiunque di scaricare, usare e distribuire il modello senza restrizioni.
• Non richiedono approvazione o costi di licenza per l’implementazione, anche in contesti commerciali o di ricerca.
• Possono consentire uno studio e una modifica limitati, ad esempio osservando gli output per input dati o tramite una messa a punto fine rispettivamente.
• Possono includere o meno dati di formazione, non raggiungendo la definizione di Open Source ma essendo comunque ampiamente accessibili.
• Non garantiscono tutte e quattro le libertà dell’Open Source (usare, studiare, modificare e condividere), ma incoraggiano comunque un’adozione e una collaborazione diffuse.

Questo approccio tutela l’integrità dell’intelligenza artificiale Open Source offrendo una soluzione pratica per i fornitori che non possono o non vogliono rilasciare dati di training ma desiderano contribuire all’innovazione aperta.

Open Source vs. Open Weight: qual è la differenza?
La definizione di Open Source (OSD) richiede che il software, inclusi i modelli IA, sia liberamente accessibile per uso, studio, modifica e condivisione. Significa che:
• Il codice sorgente (o i dati di training) deve essere disponibile.
• Gli utenti devono poter studiare, modificare e ridistribuire senza limiti.
• Non devono esserci restrizioni d’uso, anche in contesti commerciali o di ricerca.

Open Weight, invece, si riferisce a modelli IA che soddisfano solo alcuni di questi criteri. Questi modelli permettono uso e distribuzione gratuiti, ma potrebbero non includere i dati di training o altre dipendenze per una piena riproducibilità.

“I modelli Open Weight restano utili per l’innovazione dell’IA”, afferma Johnston. “Tuttavia, definirli Open Source senza rispettare la definizione rischia di compromettere la credibilità del concetto. La Open Weight Definition assicura scelte informate per sviluppatori e utenti.”