La strategia AI di Meta è diventata strana: codice sorgente aperto, codice sorgente chiuso e il problema dell’avocado
Meta è stata la sostenitrice più vocale dell’AI open-source per due anni. Llama è diventata la base su cui migliaia di aziende hanno costruito. Zuckerberg ha scritto un’intera lettera su perché l’open source sia vantaggioso per tutti.
E poi hanno iniziato a sviluppare silenziosamente un modello closed-source chiamato Avocado.
Cosa sta succedendo?
La storia di Llama fino ad ora
Diamo credito a chi lo merita. I modelli Llama di Meta hanno cambiato il panorama dell’AI. Prima di Llama, se volevi un potente modello linguistico, avevi due opzioni: pagare OpenAI o pagare Google. Llama ha fornito a tutti una terza opzione: eseguirlo da soli.
Llama 3.1 ha aumentato la lunghezza del contesto a 128K token. Llama 4 ha introdotto modelli nativamente multimodali — Scout e Maverick — in grado di gestire testo, immagini e video in un’unica architettura. A LlamaCon nell’aprile 2025, Meta ha puntato tutto sul messaggio “il futuro è open source”.
E l’impatto è stato reale. Le startup hanno costruito prodotti su Llama che non avrebbero potuto permettersi di costruire su API proprietarie. I ricercatori lo hanno utilizzato per far progredire il campo. I paesi lo hanno impiegato per sviluppare capacità AI senza dipendere dalle aziende tecnologiche statunitensi.
Allora perché Meta dovrebbe iniziare a tirarsi indietro?
Entrare in Avocado
Sono emerse notizie che Meta sta sviluppando un nuovo modello con nome in codice “Avocado” sotto il suo Meta Superintelligence Labs (MSL), guidato dal Chief AI Officer Alexandr Wang. Il dettaglio chiave: Avocado è in fase di sviluppo sotto un “controllo più stretto” — un modo aziendale per dire “non è completamente open source”.
Il piano originale era di lanciare entro la fine del 2025. Questo è stato ritardato. Le stime attuali lo collocano nel Q1-Q2 2026.
Perché questo cambio? Alcune ragioni che hanno senso se ci pensi:
La ricezione di Llama 4 è stata tiepida. Nonostante fosse tecnicamente impressionante, Llama 4 non ha generato lo stesso entusiasmo di Llama 3. Il mercato si sta saturando di modelli open, e differenziare diventa più difficile.
Pressione sui ricavi. Meta ha speso miliardi per l’infrastruttura AI. A un certo punto, gli investitori vogliono vedere ritorni. L’open source dei tuoi migliori modelli rende difficile farli pagare.
Dinamiche competitive. OpenAI, Google e Anthropic tengono tutti i loro migliori modelli in modo proprietario. Meta offrire modelli comparabili gratuitamente è generoso, ma è anche una strategia commerciale che ha dei limiti.
La tensione dell’Open Source
Ecco la verità scomoda che nessuno nell’industria dell’AI vuole esprimere ad alta voce: l’AI open source pura è economicamente insostenibile alla frontiera.
Addestrare un modello di frontiera costa centinaia di milioni di dollari. Se lo rilasci gratuitamente, i tuoi concorrenti beneficiano del tuo investimento senza il costo. Questa strategia funziona quando stai cercando di costruire un ecosistema (cosa che Meta stava facendo). Smette di funzionare quando l’ecosistema è costruito e devi monetizzare.
Probabile approccio di Meta: mantenere Llama open source come offerta per la “comunità”, mentre Avocado diventa il modello premium e proprietario per i clienti aziendali. Pensala come Red Hat e Linux — la versione open source è gratuita, la versione enterprise ha un costo.
Questo non è necessariamente negativo. Potrebbe infatti essere l’unico modello sostenibile per lo sviluppo di AI di frontiera. Ma significa anche che l’era in cui “Meta regala la sua migliore AI gratuitamente” sta probabilmente per finire.
Cosa significa questo per gli sviluppatori
Se hai costruito su Llama, non farti prendere dal panico. Meta non stravolgerà tutto. Llama continuerà a essere sviluppato e rilasciato come open source. La comunità è troppo grande e troppo preziosa per essere abbandonata.
Ma ecco cosa dovresti considerare:
Diversifica le tue dipendenze dai modelli. Se l’intero stack dipende da Llama, sei esposto alle decisioni strategiche di Meta. Avere un piano di riserva con Mistral, Qwen, o altri modelli open.
Fai attenzione alle licenze. La licenza di Llama è sempre stata “open” con asterischi (restrizioni d’uso per grandi aziende, divieto di utilizzarla per addestrare modelli concorrenti). Le future versioni potrebbero avere più restrizioni.
La vera competizione è nel fine-tuning. Man mano che i modelli base si commoditizzano, il valore si sposta su fine-tuning specifico per il dominio e ottimizzazione del deployment. È lì che dovresti investire i tuoi sforzi.
Il quadro più ampio
La strategia AI di Meta riflette una tensione più ampia nell’industria: tutti vogliono i benefici dell’open source (ecosistema, talenti, buona volontà) senza i costi (regalare il proprio vantaggio competitivo).
Google ha reso open source Gemma ma mantiene Gemini in modo proprietario. Mistral è partito completamente open ma sta progressivamente offrendo modelli enterprise proprietari. Anche Stability AI, che ha costruito il suo marchio sull’open source, ha avuto difficoltà finanziarie.
Il modello è chiaro: l’open source è una grande strategia di crescita ma un modello di business difficile. Le aziende che riusciranno a gestire entrambe le cose — mantenere un ecosistema open vibrante mentre costruiscono prodotti proprietari su di esso — vinceranno.
Meta sta cercando di capire tutto ciò in tempo reale. Il progetto Avocado è il loro primo serio tentativo di avere il meglio di entrambi i mondi. Se funzionerà, ci dirà molto sul futuro dell’AI open source.
La mia scommessa: Meta manterrà Llama competitiva a sufficienza per mantenere l’ecosistema, mentre Avocado si concentrerà sul mercato enterprise dove le aziende sono disposte a pagare per prestazioni migliori, supporto e SLA. Non è così idealista come “open source tutto”, ma potrebbe essere l’unico approccio che funziona davvero nel lungo periodo.
🕒 Published: