Un'azienda di consegne ha pubblicato il controesempio

L'azienda che ha infranto l'assunto non era né un campione dei chip né un laboratorio statale. Era Meituan, il gigante cinese delle consegne di cibo, che il 30 giugno 2026 ha rilasciato LongCat-2.0, un modello mixture-of-experts da 1,6 mila miliardi di parametri con una finestra di contesto di un milione di token. Ciò che conta non è la dimensione. È dove il modello è stato costruito. Meituan afferma che l'intera esecuzione - pre-addestramento e inferenza - è avvenuta su un cluster di più di 50.000 chip di IA cinesi nazionali, su circa 35 mila miliardi di token.

Per capire perché ciò pesa, bisogna separare due cose che i controlli sulle esportazioni hanno confuso in silenzio. Far girare un modello finito su chip locali è inferenza, e la Cina lo aveva già dimostrato. Costruire il modello da zero su chip locali è pre-addestramento, ed è la parte affamata di calcolo e soggetta a errori che tutti supponevano richiedesse ancora Nvidia. LongCat-2.0 ha fatto entrambe le cose, e Meituan ha reso il risultato open source.

Perché la logica dei controlli sulle esportazioni si è appena incrinata

Gli Stati Uniti hanno costruito la loro strategia di contenimento dell'IA su una sola premessa: nega i chip più capaci e rallenterai i modelli più capaci. Quella premessa ha retto finché il silicio cinese nazionale poteva servire solo modelli addestrati altrove. Un modello da mille miliardi di parametri addestrato dall'inizio alla fine su hardware proprio è una dimostrazione pubblica che la premessa ha una data di scadenza.

Il punto non è che i controlli sulle esportazioni non abbiano ottenuto nulla. Hanno alzato i costi e guadagnato tempo. Il punto è che un fossato costruito su un collo di bottiglia hardware si erode nel momento in cui l'altra parte dimostra che il collo di bottiglia può essere aggirato, e quella prova ora è scaricabile. Un vantaggio che dipende dall'incapacità dell'altra parte di fare una cosa non sopravvive al giorno in cui la fa.

Lo specchio scomodo dell'Europa

L'Europa ha passato due anni a spiegare la sua distanza dalla frontiera dell'IA in termini di accesso - ai chip, al capitale su iperscala, alle piattaforme statunitensi. LongCat-2.0 riformula quella spiegazione. Se un'azienda di consegne in una catena di fornitura sotto sanzioni può riunire il calcolo e il talento per addestrare un modello di frontiera su silicio non statunitense, allora il vincolo per uno stack sovrano europeo non è mai stato solo il regime di controlli sulle esportazioni a cui anche l'Europa è soggetta. Era la decisione di finanziare semiconduttori, energia e addestramento dei modelli come un unico programma connesso invece che come una serie di sovvenzioni.

È qui che la posizione dell'Italia incontra la realtà. L'ambizione di un'IA nazionale esiste, ma ciò che conta è la costanza del finanziamento lungo l'intera filiera. È qui che iniziative come EuroStack e l'EU Cloud and AI Development Act si scontrano con la realtà. Il progetto esiste. Ciò che LongCat-2.0 rimuove è l'alibi che la fisica lo renda impossibile. Non lo fa; lo rende costoso e lento, ed è una questione di volontà politica e capitale, non di ciò che è tecnicamente realizzabile.

Cosa dovrebbero trarne i titolari

Ne derivano due spostamenti pratici. Primo, i modelli capaci vengono sempre più costruiti fuori dalla catena di fornitura di USA e Nvidia, e LongCat-2.0 ha un prezzo studiato per battere i laboratori di frontiera occidentali. Per un acquirente, ciò allarga il menu e mette sotto pressione il prezzo dei fornitori che già licenzia. Ignorare per riflesso i modelli non statunitensi è ora un punto cieco negli acquisti, non una tutela.

Secondo, trattate qualsiasi vantaggio che un fornitore rivendica dai controlli sulle esportazioni come limitato nel tempo. Se il vantaggio del vostro fornitore poggia sull'impossibilità dei rivali di procurarsi chip, mettete in conto il giorno in cui ciò non sarà più vero. Le domande durature sono quelle ordinarie: il modello svolge il compito, chi controlla i pesi, e dove vanno i vostri dati.