Google investe in Sakana AI: la mossa per competere con OpenAI in Asia

Google investe in Sakana AI per competere con OpenAI in Giappone, puntando sull’agilità e sulla sovranità dei dati offerta dalla startup di Tokyo

C’è una certa ironia, quasi poetica, nel vedere Google investire pesantemente in una startup fondata da persone che hanno lasciato Google stessa per poter innovare più velocemente.

L’annuncio di oggi, 23 gennaio 2026, conferma che il gigante di Mountain View ha deciso di puntare su Sakana AI, la startup di Tokyo che negli ultimi due anni ha scosso il mondo del machine learning non con la forza bruta dei dati, ma con l’eleganza degli algoritmi evolutivi.

Non si tratta del solito investimento di venture capital volto a diversificare il portafoglio. Analizzando i dettagli tecnici e le implicazioni infrastrutturali, appare chiaro che Google sta cercando di comprare qualcosa che ha perso tempo fa: l’agilità nella ricerca fondamentale.

Sakana AI, valutata 2,6 miliardi di dollari dopo la serie B, non sta costruendo l’ennesimo chatbot generalista. Sta sviluppando metodi per automatizzare la creazione di modelli AI, fondendo architetture esistenti in sistemi più complessi e specializzati.

È un cambio di paradigma: invece di addestrare un modello da zero (processo costoso e lento), si fanno “accoppiare” ed evolvere modelli diversi per ottenere una progenie migliore.

E Google, che si trova a dover difendere la posizione di Gemini contro un’OpenAI sempre più aggressiva in Asia, ha disperatamente bisogno di questa tecnologia.

Ma per capire perché questa mossa sia tecnicamente rilevante, bisogna guardare sotto il cofano di quello che Sakana chiama “Evolutionary Model Merge”.

L’eleganza dell’evoluzione contro la forza bruta

Nel panorama attuale, la maggior parte dei laboratori AI segue la legge dello scaling: più parametri, più GPU, più dati. È un approccio ingegneristicamente valido ma intellettualmente pigro.

Sakana AI, guidata dall’ex ricercatore di Google Brain David Ha, ha preso una strada diversa, ispirata ai processi biologici. Invece di usare la discesa del gradiente per ottimizzare ogni singolo peso di una rete neurale da zero, utilizzano algoritmi evolutivi per combinare modelli open source esistenti in nuove configurazioni.

Immaginate di avere un modello esperto in matematica e uno esperto in lingua giapponese. Invece di fare un fine-tuning tradizionale che rischia di sovrascrivere le competenze precedenti, Sakana usa tecniche di merging nello spazio dei pesi o nello spazio dei flussi di dati, lasciando che un algoritmo di selezione naturale trovi la combinazione ottimale tra i due.

Il risultato è un modello estremamente performante, creato con una frazione della potenza di calcolo necessaria per il training tradizionale.

È qui che l’accordo diventa cruciale per Mountain View. Google ha deciso di investire strategicamente in Sakana AI per potenziare l’espansione di Gemini in Giappone, integrando questa metodologia agile con la potenza massiccia dei suoi modelli Gemini e Gemma.

L’obiettivo non è solo avere un modello che parli giapponese, ma un sistema capace di generare rapidamente varianti di Gemini ultra-specializzate per settori critici come la finanza o la difesa, senza dover riavviare cluster di migliaia di TPU per ogni singola modifica.

Questa efficienza, tuttavia, nasconde una battaglia territoriale molto più ampia.

Il fronte di Tokyo e la sovranità dei dati

Il Giappone non è un mercato come gli altri. È un ecosistema che richiede una precisione culturale e linguistica che i modelli “anglo-centrici” come GPT-4 spesso mancano, producendo allucinazioni o risposte stilisticamente inappropriate.

Inoltre, il concetto di Sovereign AI sta diventando un requisito fondamentale per i governi e le grandi corporazioni nipponiche: vogliono sistemi che siano controllabili localmente e che non dipendano interamente da scatole nere gestite in California.

OpenAI lo aveva capito aprendo il suo ufficio a Tokyo nell’aprile 2024, guadagnando un vantaggio competitivo notevole. Google, che rischiava di vedere il mercato giapponese scivolare verso ChatGPT, usa Sakana come testa di ponte.

La startup offre quella patina di “sovranità” e specificità locale, pur girando, ironicamente, sull’infrastruttura di Google Cloud. È un compromesso tecnico necessario: Sakana ottiene l’accesso ai pesi e alle API profonde di modelli che Google solitamente tiene chiusi a chiave.

David Ha, CEO di Sakana AI, non ha nascosto l’importanza di questo accesso privilegiato alle risorse di Big G:

Avere maggiore accesso a più modelli fondativi, specialmente da Google, migliorerà le prestazioni dei nostri prodotti.

— David Ha, Co-founder e CEO di Sakana AI

Questa dichiarazione, nella sua semplicità, rivela la dipendenza sottostante. L’approccio evolutivo funziona meglio se il “pool genetico” di partenza è di alta qualità.

La mossa si configura come una risposta diretta all’apertura degli uffici asiatici di OpenAI avvenuta nel 2024, cercando di tagliare fuori la concorrenza offrendo alle banche e alle istituzioni giapponesi una versione di Gemini che sembra “fatta in casa”.

Tuttavia, c’è un aspetto che merita scetticismo: quanto può rimanere “sovrana” e agile una startup quando il suo principale fornitore di “DNA digitale” è anche il suo investitore strategico?

Un laboratorio agile per un gigante lento

Per un tecnico, la bellezza di Sakana risiedeva anche nella sua natura scrappy, capace di tirare fuori risultati eccellenti da hardware limitato e modelli open source come Llama o Mistral.

L’ingresso di Google cambia le carte in tavola. Da un lato, valida l’approccio del Model Merging come una tecnica industriale e non solo accademica; dall’altro, rischia di trasformare Sakana in un semplice reparto di R&D esternalizzato per Google.

La storia della tecnologia è piena di acquisizioni che hanno spento la fiamma dell’innovazione radicale a favore dell’integrazione di prodotto. Google ha bisogno di Sakana perché i suoi processi interni sono diventati troppo lenti e burocratici per competere sulla velocità di iterazione.

Affidarsi a un team esterno di ex-dipendenti è un modo per aggirare la propria stessa inerzia organizzativa.

Se Sakana riuscirà a mantenere la sua metodologia open-minded e a pubblicare ricerche trasparenti mentre lavora con i modelli proprietari di Google, sarà un vantaggio per tutta la comunità developer. Se invece diventerà un “walled garden” per versioni custom di Gemini, avremo perso un attore interessante nel panorama open source.

Resta da chiedersi se, in questa corsa all’oro dell’AI generativa, ci sia ancora spazio per l’architettura elegante e l’ottimizzazione.

O se alla fine, la gravità dei grandi cloud provider assorbirà inevitabilmente ogni tentativo di fare le cose in modo diverso, trasformando l’evoluzione naturale del software in una selezione artificiale guidata solo dal capitale.