Altri Economisti » Saggi in evidenza » Saggi, articoli su riviste. Krugman ed altri » Selezione del Mese
Il vero motivo per cui l’IA cinese sta conquistando il Sud del mondo. Pechino è ben lieta di lasciare che altri costruiscano utilizzando i suoi strumenti. Di Lizzi C. Lee e Zhuoning Li (da Foreign Policy, 21 settembre 2026)
Sept. 21, 2026
The Real Reason Chinese AI Is Winning the Global South
Beijing is happy to let others build using its tools.
By Lizzi C. Lee and Zhuoning Li
Chinese open-weight models—artificial intelligence systems whose underlying weights are publicly released—are having a moment. Alibaba’s Qwen, for example, boasts 151,448 derivatives on Hugging Face. These are customized adaptations, where programmers fine-tuned the Qwen architecture for their specific needs. That gives Qwen a repository footprint 4.7 times that of Meta’s Llama and almost double that of Google’s Gemma. It also draws 39.6 million monthly downloads of GGUF, a lightweight format optimized for local hardware, far ahead of Llama’s 7.5 million.
These numbers should not be dismissed. Many of the top U.S. AI firms’ business models, especially at OpenAI and Anthropic, still largely follow a walled-garden approach, whose access is metered through APIs and subscriptions. That is a harder sell in cost-sensitive markets across the global south.
Chinese open-weight models provide a feasible alternative. Analysts at the Stanford Institute for Human-Centered Artificial Intelligence have already pointed to this as a next generation of digital infrastructure with geopolitical implications built in. But the key difference from, for example, the Belt and Road Initiative, China’s much-ballyhooed global investment initiative, is that Chinese AI does not need to be pushed by the central government. If anything, Beijing is being pulled in by developers globally. Adoption began well before Chinese President Xi Jinping delivered his now-famous pitch to global south leaders at the Shanghai World AI Conference in July. This is critical: The geopolitical influence may be more organic and therefore much harder to dislodge.
There is a useful precedent here from an earlier generation of open-source technology. The open-source operating system Linux, an alternative to Windows, revolutionized enterprise computing without directly selling the software itself. Companies such as Red Hat built profitable businesses around enterprise subscriptions and services layered on top of the Linux ecosystem. By giving users the flexibility to adapt the system, Linux became an indispensable global standard.
Chinese open-weight AI models could follow a similar path, effectively becoming the Linux of the generative AI era while driving demand for the hardware and cloud services needed to run them locally. Many are already doing this. In fact, many Chinese big tech companies, Alibaba most notably, are simultaneously open-weight model developers and cloud providers.
Interestingly, this playbook is not unique to open source. It is already visible in another technology where China leads: electric vehicles. AI may be next.
The Chinese EV story in Africa, for example, is not as simple as a story of dumping Chinese finished vehicles. Much of the action is in commercial “boda-boda” motorcycle taxis, tailored to local realities of battery access, electricity supply, and price sensitivity. In sub-Saharan Africa, grid instability is a major constraint, and many operators cannot afford to buy a finished EV that requires reliable grids and high upfront costs.
Chinese suppliers have approached this market by providing modular components such as lithium batteries to local companies such as Zeno Uganda. Zeno then uses those parts to build a localized “Battery-as-a-Service” battery-swapping ecosystem around local infrastructure constraints. In Ghana, start-ups such as SolarTaxi import Chinese solar panels, batteries, and electric motors and then use them to modify affordable two-wheelers and tuk-tuks for local demand.
This is the Lego-like model. Chinese technology arrives as swappable components; local businesses turn those parts into products that fit their markets, often bundling them with local microfinance to enable grassroots access and training local teams in maintenance and technology development.
The adoption logic of open-weight AI in the global south is similar and in some ways goes one step further. The AI models are Lego blocks that developers can use, adapt, assemble, and, importantly, innovate on top of to create entirely new products. That creates an enormous opportunity for local economies to benefit from global AI development while also helping to build local technical talent.
Chinese tech companies developed their products under tight computing and hardware constraints, pushing them toward algorithmic efficiency and models that can run locally on less demanding hardware. This is an advantage in power-constrained regions that cannot sustain large-scale compute clusters. Chinese AI architectures also perform well with multibyte, non-Latin scripts such as Burmese, Indonesian, Malay, Filipino, Tamil, Thai, and Vietnamese. Developers with access to the architecture can train regional-language models and fine-tune them for local use.
Obviously, cost matters, too. Many Chinese models are dramatically cheaper to access than the U.S. proprietary models, while open weights also give developers the option to self-host. For small developers operating on tight budgets, premium subscription fees are difficult to justify for marginal performance gains.
Then there is sovereignty concern. Open-weight architectures give governments more control over where data is stored and processed. That matters in countries wary of routing sensitive information through U.S.-controlled cloud providers, particularly as debates over the reach of laws such as the U.S. CLOUD Act continue.
This is already showing up in practice. Several countries are using Chinese technology to build local AI systems. Singapore launched SEA-LION, designed as a regional AI system for Southeast Asia. The project aims to give Southeast Asian countries a sovereign foundation model with better support for local languages and fine-tuning. Its best-performing model, SEA-LION v4.5, is built on Qwen. Malaysia is evaluating a $494 million sovereign AI initiative powered by Huawei’s Ascend 910C chips to gain more control over national data, despite U.S. warnings over semiconductor export controls.
The trend now extends beyond Southeast Asia and into the U.S. backyard. Brazil has actually gone further: In August, its government announced a $251 million supercomputing project in Rio de Janeiro developed with Huawei and iFlytek, alongside a separate $193 million supercomputer tender, as it seeks to balance U.S. influence. Rio-3.5-Open-397B, released by Rio’s municipal IT company, is also based on Qwen 3.5.
None of this requires governments or developers to “choose China over the United States” in a geopolitical or ideological sense. Even as Pax Silica attempts to force U.S. partners toward Washington’s preferred technology supply chains, developers can adopt Chinese models for entirely prosaic reasons: The price is right, flexibility is high, and they are simply the better choice for certain needs. And adoption is not binary. Developers in the United States, for example, already use combinations of closed and open-weight models depending on the workload. That is simply business logic.
But once applications, data pipelines, hardware, and services grow around those models, switching becomes expensive. A practical choice today can become structural dependence tomorrow, and that has geopolitical implications.
That is the part Washington should watch. The stickiest technological dependence is the kind users choose for themselves. If emerging markets shape their digital futures around Chinese open-weight models, China could do in AI what it has already done in EVs: gain lasting influence by supplying the bricks others build with.
Il vero motivo per cui l’IA cinese sta conquistando il Sud del mondo.
Pechino è ben lieta di lasciare che altri costruiscano utilizzando i suoi strumenti.
A cura di Lizzi C. Lee [1] e Zhuoning Li [2]
I modelli open-weight cinesi, ovvero sistemi di intelligenza artificiale i cui pesi sottostanti sono resi pubblici, stanno vivendo un momento di grande popolarità. Qwen di Alibaba, ad esempio, vanta 151.448 derivati su Hugging Face . Si tratta di adattamenti personalizzati, in cui i programmatori hanno perfezionato l’architettura di Qwen per le loro esigenze specifiche. Questo conferisce a Qwen un’impronta nel repository 4,7 volte superiore a quella di Llama di Meta e quasi il doppio di quella di Gemma di Google. Inoltre, registra 39,6 milioni di download mensili di GGUF, un formato leggero ottimizzato per hardware locale, ben al di sopra dei 7,5 milioni di Llama.
Questi dati non vanno sottovalutati. Molti dei modelli di business delle principali aziende statunitensi di intelligenza artificiale, soprattutto OpenAI e Anthropic, si basano ancora in gran parte su un approccio “a giardino recintato”, il cui accesso è a pagamento tramite API e abbonamenti. Un modello più difficile da proporre nei mercati del Sud del mondo, dove i costi sono un fattore critico.
I modelli cinesi a ‘pesi aperti’ [3] rappresentano un’alternativa praticabile. Gli analisti dello Stanford Institute for Human-Centered Artificial Intelligence li hanno già indicati come la prossima generazione di infrastrutture digitali con implicazioni geopolitiche intrinseche. Ma la differenza fondamentale rispetto, ad esempio, alla Belt and Road Initiative, la tanto decantata iniziativa cinese di investimenti globali, è che l’IA cinese non ha bisogno di essere promossa dal governo centrale. Anzi, Pechino viene attratta dagli sviluppatori di tutto il mondo. L’adozione è iniziata ben prima che il presidente cinese Xi Jinping pronunciasse il suo ormai celebre discorso ai leader del Sud del mondo alla Conferenza mondiale sull’IA di Shanghai a luglio. Questo è cruciale: l’influenza geopolitica potrebbe essere più organica e quindi molto più difficile da scalzare.
Esiste un utile precedente proveniente da una precedente generazione di tecnologie open source. Il sistema operativo open source Linux, un’alternativa a Windows, ha rivoluzionato l’informatica aziendale senza vendere direttamente il software. Aziende come Red Hat hanno costruito attività redditizie basate su abbonamenti e servizi aziendali sovrapposti all’ecosistema Linux. Offrendo agli utenti la flessibilità di adattare il sistema, Linux è diventato uno standard globale indispensabile.
I modelli di intelligenza artificiale open-weight cinesi potrebbero seguire un percorso simile, diventando di fatto il Linux dell’era dell’IA generativa e alimentando al contempo la domanda di hardware e servizi cloud necessari per eseguirli localmente. Molti lo stanno già facendo. Infatti, molte grandi aziende tecnologiche cinesi, in particolare Alibaba, sono contemporaneamente sviluppatrici di modelli open-weight e fornitrici di servizi cloud.
È interessante notare che questa strategia non è esclusiva dell’open source. È già visibile in un’altra tecnologia in cui la Cina è all’avanguardia: i veicoli elettrici. L’intelligenza artificiale potrebbe essere la prossima.
La storia dei veicoli elettrici cinesi in Africa, ad esempio, non si riduce semplicemente allo svendita di veicoli finiti cinesi. Gran parte dell’attività si svolge sui mototaxi “boda-boda” , adattati alle realtà locali in termini di disponibilità di batterie, fornitura di energia elettrica e sensibilità al prezzo. Nell’Africa subsahariana, l’instabilità della rete elettrica rappresenta un vincolo importante e molti operatori non possono permettersi di acquistare un veicolo elettrico finito, che richiede reti affidabili e costi iniziali elevati.
I fornitori cinesi si sono rivolti a questo mercato fornendo componenti modulari, come le batterie al litio, ad aziende locali come Zeno Uganda. Zeno utilizza poi questi componenti per costruire un ecosistema locale di “Battery-as-a-Service” per la sostituzione delle batterie, adattandosi ai limiti delle infrastrutture locali. In Ghana, startup come SolarTaxi importano pannelli solari, batterie e motori elettrici dalla Cina e li utilizzano per modificare scooter e tuk-tuk a basso costo, in base alla domanda locale.
Questo è il modello “alla Lego“. La tecnologia cinese arriva come componenti intercambiabili; le imprese locali trasformano questi componenti in prodotti adatti ai loro mercati, spesso abbinandoli a microfinanziamenti locali per facilitare l’accesso dal basso e formare team locali nella manutenzione e nello sviluppo tecnologico.
La logica di adozione dell’IA open-weight nei paesi del Sud del mondo è simile e, per certi versi, va oltre. I modelli di IA sono come mattoncini Lego che gli sviluppatori possono utilizzare, adattare, assemblare e, soprattutto, su cui possono innovare per creare prodotti completamente nuovi. Ciò crea un’enorme opportunità per le economie locali di beneficiare dello sviluppo globale dell’IA, contribuendo al contempo a formare talenti tecnici locali.
Le aziende tecnologiche cinesi hanno sviluppato i loro prodotti in condizioni di forte limitazione in termini di risorse computazionali e hardware, il che ha spinto verso l’efficienza algoritmica e la creazione di modelli eseguibili localmente su hardware meno esigente. Questo rappresenta un vantaggio nelle regioni con risorse energetiche limitate, dove non è possibile sostenere cluster di calcolo su larga scala. Le architetture di intelligenza artificiale cinesi offrono inoltre ottime prestazioni con alfabeti multibyte non latini come il birmano, l’indonesiano, il malese, il filippino, il tamil, il tailandese e il vietnamita. Gli sviluppatori che hanno accesso a queste architetture possono addestrare modelli per le lingue regionali e ottimizzarli per l’utilizzo locale.
Ovviamente, anche il costo è importante. Molti modelli cinesi sono notevolmente più economici rispetto ai modelli proprietari statunitensi, mentre i pesi open source offrono agli sviluppatori la possibilità di ospitarli autonomamente. Per i piccoli sviluppatori con budget limitati, i costi degli abbonamenti premium sono difficili da giustificare a fronte di miglioramenti marginali delle prestazioni.
Poi c’è la questione della sovranità. Le architetture open-weight offrono ai governi un maggiore controllo su dove i dati vengono archiviati ed elaborati. Questo è importante per i paesi che diffidano del transito di informazioni sensibili attraverso fornitori di servizi cloud controllati dagli Stati Uniti, soprattutto mentre continuano i dibattiti sulla portata di leggi come il CLOUD Act statunitense .
Questo si sta già manifestando nella pratica. Diversi paesi stanno utilizzando la tecnologia cinese per costruire sistemi di intelligenza artificiale locali. Singapore ha lanciato SEA-LION , progettato come sistema di intelligenza artificiale regionale per il Sud-est asiatico. Il progetto mira a fornire ai paesi del Sud-est asiatico un modello di base sovrano con un migliore supporto per le lingue locali e una messa a punto precisa. Il suo modello più performante, SEA-LION v4.5, è basato su Qwen. La Malesia sta valutando un’iniziativa sovrana di intelligenza artificiale da 494 milioni di dollari, basata sui chip Ascend 910C di Huawei, per ottenere un maggiore controllo sui dati nazionali, nonostante gli avvertimenti degli Stati Uniti sui controlli alle esportazioni di semiconduttori.
La tendenza si estende ormai oltre il Sud-est asiatico, arrivando fino al “cortile di casa” degli Stati Uniti. Il Brasile si è spinto addirittura oltre: ad agosto, il suo governo ha annunciato un progetto di supercalcolo da 251 milioni di dollari a Rio de Janeiro, sviluppato con Huawei e iFlytek, insieme a una gara d’appalto separata da 193 milioni di dollari per supercomputer, nel tentativo di bilanciare l’influenza statunitense. Anche Rio-3.5-Open-397B , rilasciato dalla società IT municipale di Rio, è basato su Qwen 3.5.
Niente di tutto ciò obbliga i governi o gli sviluppatori a “scegliere la Cina al posto degli Stati Uniti” in senso geopolitico o ideologico. Anche se la Pax Silica tenta di spingere i partner statunitensi verso le catene di approvvigionamento tecnologiche preferite da Washington, gli sviluppatori possono adottare modelli cinesi per ragioni del tutto prosaiche: il prezzo è conveniente, la flessibilità è elevata e sono semplicemente la scelta migliore per determinate esigenze. E l’adozione non è binaria. Gli sviluppatori negli Stati Uniti, ad esempio, utilizzano già combinazioni di modelli a peso chiuso e aperto a seconda del carico di lavoro. Questa è semplicemente logica aziendale.
Ma una volta che applicazioni, flussi di dati, hardware e servizi si sviluppano attorno a questi modelli, il passaggio diventa costoso. Una scelta pratica oggi può trasformarsi domani in una dipendenza strutturale, con conseguenti implicazioni geopolitiche.
È proprio questo l’aspetto che Washington dovrebbe tenere d’occhio. La dipendenza tecnologica più insidiosa è quella che gli utenti scelgono autonomamente. Se i mercati emergenti plasmano il loro futuro digitale attorno a modelli cinesi a peso aperto, la Cina potrebbe fare nell’ambito dell’intelligenza artificiale ciò che ha già fatto nel settore dei veicoli elettrici: acquisire un’influenza duratura fornendo gli elementi con cui gli altri costruiscono.
[1] Lizzi C. Lee è ricercatrice in economia cinese presso il Center for China Analysis dell’Asia Society Policy Institute.
[2] Zhuoning Li è stagista di ricerca presso lo stesso istituto.
[3] I modelli open-weight (a pesi aperti) sono modelli di intelligenza artificiale di cui vengono rilasciati pubblicamente i parametri numerici finali addestrati (i cosiddetti “pesi” e “bias”), consentendo a chiunque di scaricarli ed eseguirli localmente sulla propria infrastruttura.
Con il termine open source (a ‘sorgente aperta’), spesso, nel linguaggio giornalistico si intende una cosa analoga. In realtà tra i due concetti c’è una differenza sostanziale. In un modello open-weight, l’azienda rilascia pubblicamente solo il “cervello” già pronto e addestrato (i parametri numerici finali, chiamati pesi). In un modello opern source, un modello per essere definito tale deve garantire una trasparenza totale. Oltre ai pesi, chi lo crea deve pubblicare l’intero set di dati (dataset) di addestramento, i filtri usati per pulire i dati e il codice sorgente completo per l’addestramento.
By mm
E' possibile commentare l'articolo nell'area "Commenti del Mese"