Furiosaai sfida Nvidia: la startup coreana punta all’inferenza Ai

La startup coreana FuriosaAI sfida Nvidia nel settore dei chip per l’AI, rifiutando un’offerta di Meta e puntando sull’inferenza on-premise con implicazioni per la privacy

Sembra che la Silicon Valley e i suoi distaccamenti asiatici abbiano trovato un nuovo giocattolo costoso, e questa volta non si tratta di un chatbot che scrive poesie scadenti, ma del “ferro” necessario per farlo girare. Mentre il mondo guarda ancora con un misto di ammirazione e terrore alla dominazione incontrastata di Nvidia, c’è chi, nell’ombra dei grandi laboratori di Seoul, sta affilando le armi per prendersi una fetta della torta.

O meglio, dell’intero buffet.

La notizia di oggi non riguarda un’altra app virale destinata a sparire in tre mesi, ma qualcosa di molto più tangibile e, potenzialmente, insidioso. FuriosaAI, startup sudcoreana dal nome che sembra uscito da un film d’azione distopico (e forse non è un caso), ha deciso di alzare la posta. Stando alle ultime indiscrezioni, FuriosaAI punta a raccogliere 500 milioni di dollari prima di una possibile quotazione in borsa, con l’obiettivo di sfidare i giganti americani sul loro stesso terreno.

Ma prima di applaudire al coraggio del “piccolo” contro i colossi, fermiamoci un attimo a guardare chi sta firmando gli assegni e perché. La narrazione del Davide contro Golia è affascinante, certo, ma nel settore dei semiconduttori Davide di solito finisce acquisito da Golia o schiacciato dai costi di produzione.

E qui la posta in gioco non è solo il profitto, ma il controllo sull’infrastruttura fisica che deciderà quanto velocemente e a che costo verranno processati i nostri dati biometrici e comportamentali nei prossimi dieci anni.

Il rifiuto a Zuckerberg e l’illusione dell’indipendenza

C’è un dettaglio in questa storia che dovrebbe farci riflettere sulla reale ambizione di questi nuovi attori. Non stiamo parlando di ingenui startupper che sognano un mondo migliore, ma di veterani che sanno esattamente quanto vale la loro merce. Per capire la caratura dell’operazione, basta guardare al recente passato: in una mossa che ha sorpreso molti analisti, l’azienda ha respinto un’offerta di acquisizione da 800 milioni di dollari avanzata da Meta.

Perché rifiutare quasi un miliardo di dollari da Mark Zuckerberg?

Non certo per etica o per proteggere la privacy degli utenti dall’azienda che ha fatto della profilazione la sua ragione di vita. Il rifiuto suggerisce una scommessa molto più cinica: i fondatori e gli investitori credono che il mercato dell’hardware per l’intelligenza artificiale sia destinato a crescere talmente tanto da rendere quell’offerta “spiccioli”. E hanno ragione, se consideriamo che la domanda di potenza di calcolo non sta rallentando, ma si sta solo spostando.

Il vero affare, infatti, non è più l’addestramento dei modelli (il training), dove Nvidia regna sovrana e inattaccabile. Il nuovo campo di battaglia è l’inferenza.

In parole povere: l’applicazione pratica dell’AI.

Ogni volta che chiedete qualcosa a un assistente vocale, ogni volta che una telecamera di sorveglianza analizza il vostro volto in tempo reale, state usando l’inferenza. FuriosaAI scommette tutto su questo: chip specializzati, meno flessibili delle GPU generaliste, ma dannatamente più efficienti per compiti specifici.

E qui sta il problema.

L’efficienza come cavallo di Troia

Ci vendono questi nuovi chip, come il loro modello RNGD, parlando di “efficienza energetica” e “sostenibilità”. È il classico greenwashing tecnologico: consumare meno energia per processare più dati.

Sembra fantastico, vero?

Ma attenzione al rovescio della medaglia. Se l’hardware diventa più economico e veloce, le barriere all’entrata per l’analisi massiva dei dati crollano. È il Paradosso di Jevons applicato alla sorveglianza: più efficiente diventa la tecnologia, più ne abuseremo.

Questa spinta verso l’hardware proprietario nasce da lontano, con l’avvio della produzione di massa del chip RNGD destinato all’inferenza AI che ha segnato il passaggio dalle slide di PowerPoint alla realtà del silicio. Ma cosa significa, in pratica, avere chip capaci di eseguire modelli linguistici complessi (LLM) con una frazione dell’energia richiesta dai sistemi attuali?

Significa che l’AI locale, quella che gira direttamente sui dispositivi o sui server aziendali (on-premise), diventerà onnipresente.

Le implicazioni per la privacy sono vertiginose. Se oggi un’azienda esita a implementare un sistema di analisi comportamentale dei dipendenti perché i costi server sono proibitivi, domani, con chip come questi, l’ostacolo economico sparisce. Resta solo l’ostacolo normativo. E qui, nonostante il GDPR in Europa e le varie normative frammentate altrove, la tecnologia corre sempre tre volte più veloce della legge. L’efficienza non è amica della privacy; è l’acceleratore che permette di processare più violazioni al secondo.

Chi controlla il rubinetto dei dati?

La mossa di FuriosaAI, guidata dall’ex ingegnere Samsung Paik Jun-ho, non è solo una sfida commerciale. È un segnale che la “sovranità del silicio” sta diventando il tema centrale del 2026. La Corea del Sud, con il supporto della Korea Development Bank, sta cercando di ritagliarsi uno spazio vitale per non dipendere totalmente dagli Stati Uniti o da Taiwan.

Ma per noi utenti finali, cambia davvero qualcosa se il chip che viola la nostra privacy è stato disegnato a Santa Clara o a Seoul?

I conflitti di interesse sono palesi. Gli investitori vogliono un ritorno economico, e il ritorno economico nell’AI si ottiene in un solo modo: scalando. Scalare significa inserire questi chip ovunque, dai data center alle auto a guida autonoma, fino alle infrastrutture delle smart city.

Ogni chip venduto è un potenziale nodo di sorveglianza in più.

E mentre ci distraiamo con le promesse di “AI sostenibile”, nessuno si chiede se abbiamo davvero bisogno di tutta questa capacità di calcolo o se stiamo solo costruendo la gabbia digitale più efficiente della storia.

Siamo di fronte a una corsa agli armamenti dove l’arma è la capacità di elaborazione. FuriosaAI, con la sua valutazione da unicorno e il rifiuto sprezzante a Meta, ci sta dicendo che il futuro non appartiene a chi possiede i dati, ma a chi possiede i mezzi per “masticarli” più in fretta.

Resta da chiedersi: quando questa potenza di calcolo diventerà così economica da essere invisibile, saremo ancora in grado di accorgerci quando viene usata contro di noi?