La Cina punta sugli agenti IA: conta meno addestrare il modello più grande, più farlo lavorare bene

La corsa cinese all’intelligenza artificiale sta cambiando terreno. Non è più soltanto una gara a chi addestra il modello di base più grande: è sempre più una gara a chi riesce a trasformare quei modelli in agenti IA utili, connessi a software, dati e processi aziendali, e in grado di operare a volumi elevati.

Per un’impresa, un agente non è il classico chatbot che risponde a una domanda. Può cercare informazioni, usare strumenti software, compiere più passaggi in un flusso di lavoro, controllare il risultato e ripetere l’operazione. Il vantaggio competitivo, quindi, dipende dalla capacità di ottenere lavoro concreto in modo economico, veloce, affidabile e verificabile.

L’inferenza diventa il vero carico di lavoro

Secondo una previsione del China Telecom Research Institute, entro il 2029 l’inferenza potrebbe rappresentare l’80% del mercato cinese della potenza di calcolo, superando la domanda legata all’addestramento. Lo stesso filone di ricerca stima che gli agenti potrebbero far crescere quasi di dieci volte all’anno la domanda di calcolo nei prossimi due o tre anni. 59

L’inferenza è il lavoro svolto da un modello già addestrato quando risponde a un prompt o esegue una fase di un’attività. Con gli agenti, questo consumo può essere molto più intenso di una singola conversazione: ogni recupero di dati, chiamata a un applicativo, verifica o passaggio successivo richiede risorse di calcolo e aumenta la complessità operativa.

Le stime parlano di un consumo annuale cinese di token — le unità di testo elaborate dai modelli — fino a 100 quadrilioni nel 2026 e oltre 35 quintilioni entro il 2030. Sono proiezioni, non dati già osservati, ma mostrano perché servire i modelli in modo continuo potrebbe diventare strategico quanto addestrarli. 6

Dalla grande spesa iniziale ai costi ricorrenti

Addestrare un modello di frontiera è in genere un investimento infrastrutturale concentrato nel tempo. Gestire un agente, invece, è un’attività di servizio continua: comporta costi ricorrenti di inferenza, recupero dati, rete, archiviazione, monitoraggio e, quando necessario, revisione o escalation a una persona.

Di conseguenza, un agente molto capace non è automaticamente un prodotto sostenibile. Se costa troppo, risponde lentamente o commette errori incompatibili con un processo aziendale, la sua adozione resta limitata. La metrica più importante diventa il rapporto tra costo e qualità del compito completato, non il solo risultato in un benchmark del modello.

Per scalare, fornitori e imprese dovranno puntare su alcuni elementi pratici:

• scegliere il modello più piccolo che possa svolgere in sicurezza il compito richiesto;
• instradare ogni attività verso il modello o lo strumento più adatto;
• ridurre i calcoli ripetuti con caching e sistemi di serving efficienti;
• collegare gli agenti a dati affidabili e specifici per il dominio d’uso;
• testare l’intero flusso, compreso l’uso degli strumenti, non solo la risposta finale del modello;
• monitorare errori, autorizzazioni di accesso e tracce di audit;
• prevedere l’intervento umano per decisioni o azioni ad alto rischio.

Questo non significa che l’addestramento dei modelli avanzati perda importanza: resta essenziale per le capacità tecnologiche, l’autonomia e l’accesso a modelli di punta. Ma quando modelli validi sono disponibili a molti attori, la differenza più difficile da replicare può diventare l’esecuzione quotidiana: inferenza a basso costo, affidabile e integrata nei sistemi reali.

La politica industriale di Pechino punta alla diffusione

I segnali della politica cinese vanno nella stessa direzione. Il piano del Ministero dell’Industria e dell’Information Technology (MIIT) su «IA+software» mira a portare strumenti di programmazione basati sull’IA in oltre 20.000 grandi imprese software entro il 2028. Prevede inoltre 100 applicazioni di riferimento di software basato su agenti nei settori chiave e almeno cinque progetti open source di alta qualità. 3

L’orizzonte al 2030 è un ecosistema software più intelligente e sicuro, che includa l’aggiornamento intelligente dei sistemi software critici. 37 Un distinto piano del MIIT per IA e comunicazioni informative fissa per il 2028 più di 30 scenari ad alto valore, applicazioni rappresentative e agenti specializzati, collegando la loro diffusione al rafforzamento delle infrastrutture di rete e calcolo. 17

Un’altra iniziativa del MIIT e della National Data Administration chiede scenari IA ad alto valore per settore, set di dati specializzati e modelli o agenti dedicati nei casi in cui servano pianificazione ed esecuzione autonome. Il piano richiede inoltre dati e sistemi di valutazione calibrati sui modelli e sugli agenti industriali. 18

Nel complesso, emerge un modello orientato alla diffusione: creare scenari riutilizzabili, dati, strumenti software e implementazioni di riferimento che possano essere replicati fra comparti diversi. L’opportunità è accelerare l’adozione; il rischio è valutare il successo dal numero di progetti pilota, anziché dalla loro efficacia duratura, sicurezza e sostenibilità economica.

Investimenti e scala industriale

Secondo analisi attribuite al China Telecom Research Institute, le aziende tecnologiche cinesi potrebbero spendere quest’anno quasi 600 miliardi di yuan nell’IA. Poiché le fonti pubbliche possono usare definizioni diverse di «spesa per l’IA», il dato va considerato una stima e non una misura perfettamente standardizzata. 9

Su scala nazionale, la Cina prevede che le industrie connesse all’IA superino i 10.000 miliardi di yuan entro la fine del 15° Piano quinquennale, cioè nel periodo 2026-2030. 45 In questa prospettiva, gli agenti non sono solo un servizio cloud: sono un livello abilitante per modernizzazione industriale, sviluppo software, telecomunicazioni e servizi al consumo.

L’Europa costruisce capacità, ma deve trasformarla in applicazioni

Anche l’Europa sta investendo nell’infrastruttura. La Commissione europea ha aperto un bando per creare fino a sette AI Gigafactories, sostenute da un massimo di 10 miliardi di euro di fondi UE e nazionali e destinate ad attrarre almeno 20 miliardi di investimenti privati. 50

È un passaggio rilevante per la capacità di calcolo europea e per la sovranità tecnologica. Ma costruire infrastrutture non risolve da solo il problema della diffusione. Il valore competitivo dipenderà dalla capacità di offrire inferenza accessibile e conveniente, dati utili per i diversi settori, integrazione con i software esistenti e applicazioni affidabili per organizzazioni europee.

La prossima fase della gara globale

La spinta cinese sugli agenti segnala una transizione più ampia. Il vantaggio nell’IA dipenderà sempre più dalla capacità di trasformare potenza di calcolo in lavoro utile, controllabile e ripetibile su larga scala.

Servono certamente chip ed elettricità, ma anche efficienza nell’erogazione dei modelli, accesso ai dati, integrazione nei flussi di lavoro, controlli di sicurezza, valutazioni rigorose e responsabilità umana. La previsione dell’80% per l’inferenza va letta come indicazione di tendenza, non come certezza acquisita. Il messaggio, però, è netto: mentre l’IA esce dalle demo e diventa operatività continua, i vincitori potrebbero non essere soltanto quelli che addestrano il modello più grande, ma quelli che sanno far lavorare gli agenti in modo affidabile e a costi abbastanza bassi da renderli parte del lavoro di tutti i giorni. 56