Le recenti vicende belliche e l’enfasi sulla guerra navale al largo del Venezuela e dell’Iran mi hanno fatto riflettere sul termine “flagship”. Nel lessico tecnologico lo vediamo associato agli smartphone più costosi, ai prodotti di punta dei vendor, ai modelli AI più grandi e potenti, ed è diventato sinonimo di eccellenza, ambizione e leadership tecnologica.
Flagship significa letteralmente “nave ammiraglia”: la nave di comando di una flotta o di un gruppo d’attacco. Non necessariamente la più elegante, ma quasi sempre la più grande, la più potente, la più costosa. Quella che rappresenta simbolicamente la forza di una marina militare e che, nella seconda metà del XX secolo e fino al XXI, è incarnata dalla portaerei, come i giganti americani a propulsione nucleare.
Qui si può vedere un parallelo con i più grandi tra i modelli “di frontiera”, non a caso soprannominati “flagship models”.
La questione interessante è che una portaerei è utile soprattutto in contesti molto specifici: guerra aperta, deterrenza strategica, proiezione geopolitica globale. È una piattaforma enorme, costosissima da costruire, mantenere e proteggere. E soprattutto non opera mai da sola: richiede un intero ecosistema di supporto, fatto di cacciatorpediniere, fregate, sommergibili, logistica, satelliti e intelligence. In altre parole, la flagship esiste anche per comunicare la superiorità tecnologica.
Allo stesso modo, ogni grande player del settore cerca di scavalcare i rivali con l’ultimo modello avanzato: questi prodotti sono impressionanti e richiedono data center enormi, GPU specializzate, consumi energetici elevati e investimenti che iniziano a ricordare quelli dell’industria aerospaziale o militare e, naturalmente, servono anche a comunicare leadership: una dichiarazione strategica verso investitori, governi, sviluppatori e mercato.
Come professionisti IT, possiamo riconoscere che la maggior parte delle missioni non richiede una portaerei e per proseguire il nostro paragone, molte missioni navali vengono svolte da mezzi molto più piccoli: fregate, pattugliatori, sommergibili, droni navali, navi logistiche.
Ugualmente, non tutte le aziende necessitano di un modello con centinaia di miliardi di parametri. Non tutte le applicazioni richiedono reasoning generalista, multimodalità estrema o capacità enciclopediche. Molti casi d’uso reali richiedono invece:
- velocità;
- costi prevedibili;
- inferenza locale;
- privacy;
- specializzazione verticale;
- consumo energetico contenuto;
- controllo operativo.
In questi contesti, i modelli più piccoli iniziano ad apparire molto più interessanti. Negli ultimi mesi si è diffusa una nuova attenzione per modelli più leggeri, specializzati e ottimizzati. Non perché siano “migliori” in senso assoluto, ma perché sono più adatti a uno scopo preciso. Un modello locale installato su un laptop moderno può oggi svolgere task che fino a due anni fa richiedevano un cluster cloud. Alcuni workflow RAG funzionano meglio con modelli piccoli ma ben istruiti sul dominio specifico, anziché con giganteschi generalisti.
Questo non significa che i flagship model siano inutili: le grandi aziende hanno bisogno di laboratori avanzati, alcuni problemi richiedono davvero capacità computazionali enormi, la ricerca fondamentale non nasce quasi mai da sistemi minimali.
Ma esiste una differenza importante tra la ricerca strategica e il deployment operativo. Molte organizzazioni stanno iniziando a confondere le due cose. Implementano stack AI sproporzionati rispetto ai problemi reali da risolvere. Introducono costi infrastrutturali enormi per automatizzare processi relativamente semplici. Oppure adottano modelli giganteschi semplicemente perché il mercato li percepisce come più “credibili”.
È lo stesso motivo per cui le portaerei continuano a esistere anche in un’epoca di droni, cyberwarfare e conflitti asimmetrici ma il futuro sarà forse una flotta ibrida.
Photo by William Rudolph on Unsplash