Anthropic accusa Alibaba di “spionaggio” su Claude, mentre Google lancia il controllo remoto del PC

📌 In Sintesi

• Anthropic accusa Alibaba di aver distillato Claude usando account falsi e milioni di scambi automatizzati.
• Qualcomm adatta la roadmap Dragonfly al mercato cinese rispettando i limiti imposti dalle sanzioni USA.
• Google integra computer use in Gemini 3.5 Flash, aprendo una nuova fase per agenti autonomi enterprise.

Anthropic, Qualcomm e Google si muovono nello stesso scenario globale, dove l’intelligenza artificiale diventa contemporaneamente terreno di innovazione, competizione industriale e conflitto geopolitico. La denuncia di Anthropic contro Alibaba per presunta distillazione illecita dei modelli Claude porta al centro del dibattito la protezione della proprietà intellettuale nei sistemi frontier, mentre Qualcomm prepara chip data center della famiglia Dragonfly adattati al mercato cinese e compatibili con i limiti delle sanzioni statunitensi. Nello stesso momento, Google rafforza Gemini 3.5 Flash con capacità native di computer use, permettendo agli sviluppatori di costruire agenti capaci di vedere lo schermo, interagire con interfacce digitali e completare task complessi. Queste tre direttrici mostrano la nuova fase dell’AI: i modelli diventano più autonomi, l’hardware viene ridisegnato intorno ai vincoli geopolitici e la difesa delle capacità proprietarie diventa un tema strategico per aziende e governi.

Anthropic accusa Alibaba di distillazione illecita di Claude

Anthropic ha accusato Alibaba e il laboratorio Alibaba Qwen di aver utilizzato in modo illecito i modelli Claude per addestrare sistemi concorrenti attraverso una campagna di distillazione su larga scala. Secondo la ricostruzione comunicata al Senato degli Stati Uniti, l’operazione avrebbe coinvolto circa 25.000 account fraudolenti e 28,8 milioni di interazioni con Claude tra aprile e giugno 2026. La distillazione consiste nell’utilizzo degli output generati da un modello avanzato per addestrare un modello più piccolo, più economico o concorrente. In ambito legittimo questa tecnica viene impiegata dagli stessi laboratori per creare versioni più efficienti dei propri sistemi, riducendo costi computazionali e latenza. Il problema nasce quando un concorrente utilizza massivamente un modello frontier altrui per trasferirne capacità di ragionamento, scrittura, coding o cybersecurity senza sostenere gli investimenti necessari per svilupparle autonomamente. Per Anthropic, la campagna attribuita ad Alibaba rappresenta quindi non soltanto una violazione contrattuale, ma un rischio strategico per la leadership tecnologica americana nell’AI avanzata.

La distillazione diventa un rischio per la proprietà intellettuale AI

La vicenda mette in evidenza uno dei problemi più complessi della nuova economia dei LLM: la difficoltà di proteggere capacità immateriali quando l’accesso avviene attraverso interazioni apparentemente ordinarie con un modello pubblico o commerciale. A differenza del furto tradizionale di codice sorgente, la distillazione non richiede necessariamente l’accesso ai pesi del modello o ai dataset originali, ma sfrutta gli output prodotti dal sistema per replicarne parte del comportamento. Questo rende il fenomeno più difficile da individuare, perché milioni di richieste distribuite su account falsi possono apparire come normale traffico utente finché non emergono pattern anomali. Anthropic aveva già segnalato campagne attribuite ad altri laboratori cinesi, tra cui DeepSeek, Moonshot e MiniMax, ma il caso Alibaba viene descritto come più esteso per volume di account e interazioni. La preoccupazione politica riguarda la possibilità che modelli cinesi raggiungano rapidamente prestazioni paragonabili a sistemi frontier statunitensi, riducendo il vantaggio competitivo costruito con miliardi di dollari in ricerca, infrastruttura e acquisizione di talenti.

Il Senato USA osserva il fronte AI con Pechino

La lettera di Anthropic ai senatori Tim Scott ed Elizabeth Warren arriva in un momento di forte tensione tra Stati Uniti e Cina sul controllo delle tecnologie avanzate. Washington considera l’intelligenza artificiale una leva strategica paragonabile ai semiconduttori, al cloud e alle infrastrutture militari dual use, mentre Pechino punta a ridurre la dipendenza dai fornitori occidentali attraverso modelli nazionali, chip domestici e piattaforme cloud locali. In questo contesto, la distillazione viene letta come una possibile scorciatoia tecnologica capace di accelerare il recupero competitivo cinese senza passare per i normali costi di ricerca e sviluppo. Il punto non riguarda soltanto la concorrenza commerciale tra aziende, ma la capacità di modelli avanzati di supportare attività sensibili come sviluppo software, analisi cyber, automazione industriale, ricerca scientifica e operazioni militari. Per questo le accuse di Anthropic potrebbero rafforzare le pressioni su nuove norme dedicate alla protezione degli output dei modelli, alla tracciabilità degli abusi e alla limitazione dell’accesso a infrastrutture AI statunitensi da parte di soggetti ritenuti ad alto rischio.

Qualcomm prepara chip Dragonfly adattati al mercato cinese

Mentre il fronte software si concentra sulla protezione dei modelli, Qualcomm lavora sull’hardware con una strategia calibrata sulle restrizioni statunitensi all’export verso la Cina. L’azienda ha presentato la roadmap data center Dragonfly, che include CPU, acceleratori AI e tecnologie di memoria pensate per migliorare efficienza energetica, throughput per token e costo totale di possesso. La società intende portare in Cina versioni adattate dei propri chip data center, progettate per restare al di sotto delle soglie di prestazione fissate dalle normative americane. La scelta riflette un equilibrio delicato: da una parte Qualcomm vuole entrare nel mercato dei data center AI, oggi dominato da Nvidia e insidiato da AMD, dall’altra deve preservare l’accesso a un mercato cinese che nel 2025 ha rappresentato una quota molto rilevante del suo fatturato. La strategia punta a replicare nei data center il modello di relazione commerciale costruito per anni con produttori cinesi di smartphone e automobili, estendendolo ora all’infrastruttura AI.

La tecnologia HBC punta a superare il collo di bottiglia della memoria

Uno degli elementi più rilevanti della roadmap Dragonfly è l’adozione della tecnologia High Bandwidth Compute (HBC), pensata per ridurre il cosiddetto memory wall che limita l’efficienza dei carichi AI. Nei modelli generativi, la disponibilità di memoria e la velocità di accesso ai dati incidono direttamente su prestazioni, latenza, consumo energetico e costo per token. Qualcomm propone un’architettura near-memory alternativa agli stack HBM utilizzati da molti acceleratori concorrenti, con l’obiettivo di migliorare il rapporto tra prestazioni e watt. Il primo acceleratore della nuova linea, AI250, dovrebbe arrivare nel 2027 e rappresentare uno dei tasselli centrali della nuova strategia data center. Per la Cina, questa architettura potrebbe risultare interessante proprio perché la disponibilità di HBM avanzata è condizionata da restrizioni geopolitiche, capacità produttiva limitata e priorità assegnata ai principali hyperscaler occidentali. Se Qualcomm riuscisse a offrire una piattaforma efficiente, compatibile con le norme di esportazione e sufficientemente competitiva per inferenza AI, potrebbe ottenere spazio in un mercato enorme ma sempre più orientato al silicio domestico.

Le sanzioni USA ridisegnano la competizione sui chip AI

La scelta di progettare chip con prestazioni ridotte per la Cina rientra in una tendenza già osservata nel settore dei semiconduttori avanzati. Nvidia ha seguito una strada simile con acceleratori adattati ai limiti export, ma il caso H20 ha mostrato quanto sia difficile vendere hardware “nerfed” in un mercato nel quale le autorità spingono grandi aziende come Alibaba, ByteDance e Tencent verso soluzioni nazionali di Huawei e Cambricon. Per Qualcomm, il rischio è duplice: rispettare le regole statunitensi senza offrire prodotti percepiti come troppo deboli dai clienti cinesi, e competere in un ambiente dove la politica industriale favorisce esplicitamente fornitori domestici. La società può però contare su relazioni consolidate in Cina e su una strategia data center ancora in costruzione, meno legata alle architetture GPU tradizionali. Il mercato indirizzabile stimato per l’AI data center supera i 1.000 miliardi di dollari entro la fine del decennio, ma l’accesso alla Cina sarà sempre più condizionato da controlli, licenze, indagini regolatorie e obiettivi di autosufficienza tecnologica.

Google porta computer use dentro Gemini 3.5 Flash

Sul fronte degli agenti AI, Google ha integrato la capacità di computer use direttamente in Gemini 3.5 Flash, rendendo il modello in grado di osservare interfacce digitali, interpretare elementi sullo schermo e compiere azioni all’interno di browser, applicazioni desktop e ambienti mobile. In precedenza questo tipo di funzionalità richiedeva modelli dedicati o configurazioni separate; ora diventa parte nativa di una versione Flash orientata a prestazioni rapide e costi più contenuti.

La funzionalità è disponibile attraverso Gemini API e Gemini Enterprise Agent, consentendo agli sviluppatori di creare sistemi capaci di gestire task multi-step come ricerche online, compilazione di moduli, confronti tra servizi, test software e operazioni ripetitive su interfacce grafiche. Google ha mostrato esempi nei quali il modello visita siti di prenotazione, inserisce date, confronta risultati e restituisce opzioni coerenti con le richieste dell’utente. Questa evoluzione segna un passaggio importante: il modello non si limita più a generare testo o codice, ma diventa un attore operativo in grado di manipolare ambienti digitali.

Gli agenti autonomi aumentano produttività e superficie d’attacco

L’integrazione del computer use in Gemini 3.5 Flash apre scenari rilevanti per produttività, automazione aziendale e sviluppo software, ma introduce anche nuovi rischi di sicurezza. Un agente capace di interagire con applicazioni reali può accelerare attività ripetitive, ridurre il lavoro manuale e orchestrare workflow complessi, ma può anche essere esposto a istruzioni malevole, prompt injection indirette, interfacce manipolate e contenuti progettati per dirottarne il comportamento. Per mitigare questi rischi, Google ha introdotto addestramento avversariale mirato e due salvaguardie opzionali per ambienti enterprise: la richiesta di conferma esplicita dell’utente prima di azioni sensibili o irreversibili e l’arresto automatico delle attività quando viene rilevato un tentativo di prompt injection indiretta.

La società raccomanda inoltre sandbox, controlli di accesso rigorosi e verifica umana in loop. Questi elementi confermano che gli agenti autonomi non possono essere trattati come semplici chatbot avanzati, ma come componenti software con privilegi operativi che richiedono governance, logging e policy di sicurezza dedicate.

Claude Cowork su mobile estende il modello agentico di Anthropic

In parallelo alle accuse contro Alibaba, Anthropic sta testando l’estensione mobile di Claude Cowork, una modalità agentica pensata per task di conoscenza a lunga durata. A differenza di Claude Code, focalizzato sullo sviluppo software, Cowork mira a gestire attività più ampie come creazione di documenti, analisi di file, generazione di fogli di calcolo, stesura di report e coordinamento di lavori che possono proseguire anche quando l’app viene chiusa. Il supporto mobile trasforma lo smartphone in una sorta di telecomando per attività eseguite principalmente su desktop o ambiente cloud, permettendo all’utente di avviare, monitorare e controllare task complessi anche lontano dal computer.

Questo modello riflette una tendenza più ampia del settore: gli assistenti AI non vengono più progettati soltanto per rispondere a richieste immediate, ma per operare come collaboratori persistenti, capaci di lavorare in background e produrre risultati intermedi. Anche in questo caso, la sfida principale riguarda il controllo: più un agente è autonomo, più diventano essenziali autorizzazioni granulari, tracciabilità delle azioni e possibilità di interrompere rapidamente processi non desiderati.

Software agentico e hardware adattato convergono nella nuova AI geopolitica

Le mosse di Anthropic, Qualcomm e Google mostrano tre dimensioni della stessa trasformazione. La prima riguarda la proprietà intellettuale dei modelli: se la distillazione non autorizzata diventa una tecnica industriale, i laboratori frontier dovranno investire in sistemi di detection, watermarking comportamentale, limitazioni di accesso e controlli normativi più severi. La seconda riguarda l’hardware: le sanzioni statunitensi stanno frammentando il mercato globale dei chip AI, costringendo aziende come Qualcomm a progettare versioni specifiche per Paesi e regimi regolatori differenti. La terza riguarda il software agentico: modelli come Gemini 3.5 Flash e sistemi come Claude Cowork stanno trasformando l’AI da strumento conversazionale a infrastruttura operativa capace di agire su interfacce, documenti e applicazioni. Il filo comune è la crescente politicizzazione dell’intelligenza artificiale. Ogni avanzamento tecnico produce effetti economici, diplomatici e di sicurezza nazionale, mentre ogni vincolo geopolitico ridisegna roadmap hardware, accesso ai modelli e strategie commerciali. La competizione globale sull’AI non si gioca più soltanto sulla qualità delle risposte, ma sulla capacità di proteggere il know-how, controllare l’infrastruttura computazionale e governare agenti autonomi sempre più potenti.