Il 9 settembre 2026 sono emerse accuse da parte di agenzie statunitensi contro sei aziende cinesi di IA, ritenute responsabili di aver copiato o distillato modelli di frontiera sviluppati negli Stati Uniti. Funzionari cinesi hanno respinto l’accusa, definendola infondata e diffamatoria. Il punto decisivo è questo: si parla di una contestazione ufficiale, non di una violazione accertata da un tribunale o di una prova tecnica conclusiva.
La vicenda riguarda Anthropic e OpenAI, ma va ben oltre una rivalità tra aziende. La distillazione dei modelli è una tecnica reale e spesso legittima; la controversia nasce dal modo in cui, secondo l’accusa, sarebbe stata utilizzata: con estrazioni su larga scala degli output di modelli accessibili tramite interfaccia, per addestrare sistemi concorrenti.
Che cosa sostiene l’accusa
Le agenzie statunitensi accusano sei aziende cinesi di aver cercato di riprodurre capacità associate a modelli IA di frontiera statunitensi. Tra i nomi citati nei rapporti figurano Alibaba, MiniMax, StepFun e Z.AI. DeepSeek compare nella stessa disputa per accuse relative all’estrazione di capacità da modelli statunitensi, mentre Moonshot AI è indicata in relazione ad accuse riguardanti Claude.
La formulazione conta. Non si sostiene necessariamente che le aziende abbiano ottenuto il codice sorgente o i pesi dei modelli originali. L’ipotesi riguarda piuttosto l’invio di grandi quantità di richieste a un modello “insegnante”, la raccolta delle risposte e l’uso di quei risultati per addestrare un modello concorrente.
| Attore | Ruolo nella disputa | Relazione descritta |
| Agenzie statunitensi | Accusatrici | Contestano a sei aziende cinesi attività di copia o distillazione di modelli IA di frontiera |
| Alibaba | Azienda cinese citata nelle accuse | Indicata in relazione a modelli statunitensi specifici |
| MiniMax | Azienda cinese citata nella disputa | Collegata ad accuse relative all’estrazione di capacità da modelli statunitensi |
| StepFun | Azienda cinese citata nelle accuse | Inclusa nella contestazione riportata contro aziende cinesi |
| Z.AI | Azienda cinese citata nelle accuse | Indicata in relazione a modelli di Anthropic e OpenAI |
| Anthropic e OpenAI | Sviluppatori di modelli di frontiera | I loro sistemi sono tra quelli associati alla disputa |
Questo non trasforma la somiglianza tra due modelli in una prova automatica di copia. Risposte simili possono avere spiegazioni diverse; per stabilire un caso concreto servirebbero elementi tecnici e giuridici riferiti a quella specifica attività.
Come funziona la distillazione dei modelli
La distillazione è un metodo di addestramento “insegnante-studente”. Un modello più capace produce risposte, esempi o segnali di comportamento; un secondo modello usa quei risultati per imparare a riprodurre alcune capacità. L’obiettivo può essere creare un sistema più piccolo, meno costoso o più rapido.
Non è quindi corretto usare “distillazione” come sinonimo di furto. La tecnica può essere impiegata da un’azienda sui propri modelli o in un contesto autorizzato. Inoltre, la distillazione basata su un’interfaccia pubblica può avvenire senza trasferire direttamente il codice sorgente o i pesi del modello insegnante.
La differenza sta nella condotta concreta: quantità e modalità delle richieste, rispetto delle regole di accesso, eventuale uso di account falsi, aggiramento dei limiti e destinazione commerciale del modello addestrato. Sono proprio questi elementi, secondo l’accusa, a trasformare una tecnica di sviluppo in una possibile estrazione avversaria.
La distillazione descrive un metodo. Non descrive da sola né l’autorizzazione né l’illegalità dell’uso che ne viene fatto.
La distillazione ordinaria non è la stessa cosa dell’estrazione contestata
| Aspetto | Distillazione ordinaria | Condotta contestata nella disputa |
| Funzione | Trasferire alcune capacità da un modello a un altro | Riprodurre capacità di un modello concorrente tramite raccolta sistematica degli output |
| Accesso | Proprio modello, dati autorizzati o accordi consentiti | Accesso contestato, su larga scala o con possibile aggiramento dei limiti |
| Codice e pesi | Non necessariamente coinvolti | L’accusa non richiede necessariamente il trasferimento diretto di codice o pesi |
| Esito | Modello più piccolo, economico o specializzato | Sistema concorrente che potrebbe imitare capacità proprietarie |
| Questione da valutare | Scopo e autorizzazione | Termini di servizio, accessi, account, eventuali danni e giurisdizione |
La distillazione, dunque, non implica automaticamente un illecito. Le possibili contestazioni potrebbero riguardare violazioni dei termini API, elusione dei controlli di accesso, frode, appropriazione di segreti commerciali o pratiche commerciali scorrette. Senza un accertamento specifico non è possibile trasformare queste ipotesi in una conclusione legale.
La risposta della Cina
Funzionari cinesi hanno respinto le accuse statunitensi, sostenendo che siano prive di fondamento e motivate da pregiudizi. Mao Ning ha difeso i progressi dell’IA cinese come risultato dell’autosufficienza scientifica e tecnologica del Paese. Liu Chang ha descritto la campagna statunitense come una diffamazione.
La risposta di Pechino contiene anche una controaccusa: il Ministero degli Esteri cinese sostiene che molte aziende statunitensi abbiano usato modelli cinesi per la distillazione durante ricerca, sviluppo e addestramento. È una posizione politica contrapposta a quella statunitense, non una conclusione indipendente sul comportamento delle aziende coinvolte.
Il risultato è una disputa con due piani sovrapposti. Sul piano tecnico si discute di output, accessi e addestramento. Sul piano geopolitico, ogni accusa si inserisce nella competizione tra Stati Uniti e Cina per il controllo dei modelli avanzati, dei chip e dell’infrastruttura necessaria a farli funzionare.
La posta in gioco strategica
OpenAI, Anthropic e Google hanno iniziato a condividere informazioni attraverso il Frontier Model Forum per individuare tentativi di distillazione avversaria. È un segnale importante: i produttori di modelli considerano l’accesso sistematico agli output un rischio economico e strategico, soprattutto se consente a un concorrente di ridurre i costi di sviluppo.
La questione riguarda anche il mercato. Modelli cinesi come quelli associati a DeepSeek e Alibaba vengono presentati come alternative competitive per costi e prestazioni. Questo aumenta l’interesse delle aziende statunitensi, ma anche la sensibilità politica sull’uso di tecnologie cinesi. Il dibattito commerciale aggiunge un ulteriore livello di pressione.
Sul fronte infrastrutturale, la Cina punta a quadruplicare la capacità di calcolo intelligente entro il 2030. Si tratta di un obiettivo pianificato, non di un risultato già raggiunto. Se attuato, rafforzerebbe la capacità del Paese di addestrare e distribuire sistemi IA su scala maggiore, indipendentemente dall’esito delle accuse attuali.
Anche la diplomazia fa da sfondo: per il 24 settembre era previsto un incontro tra Donald Trump e Xi Jinping. La controversia arriva quindi dentro una relazione già segnata da controlli tecnologici, rivalità industriale e accuse reciproche.
Che cosa conta davvero adesso
Per capire dove finirà la disputa, serviranno soprattutto quattro elementi: dettagli tecnici verificabili sulle interazioni contestate, una spiegazione precisa dei modelli coinvolti, risposte ufficiali delle aziende chiamate in causa ed eventuali procedimenti legali o misure governative.
La distinzione da tenere a mente è semplice: usare gli output di un modello per addestrarne un altro è una tecnica; farlo senza autorizzazione, aggirando controlli o per imitare sistematicamente un concorrente è l’oggetto dell’accusa. Confondere i due piani produce titoli più rumorosi, ma non una spiegazione migliore.
Per ora, la vicenda mostra soprattutto quanto sia sottile il confine tra innovazione, concorrenza e appropriazione delle capacità di un modello. La distillazione resterà una parte normale dello sviluppo dell’IA; a decidere il peso delle accuse saranno il metodo usato, il consenso esistente e le prove concrete della condotta contestata.
