Microsoft ha reso pubblico il modello di AI più potente

Il modello Harrier-OSS-v1-27B, leader nei benchmark, è rilasciato con licenza MIT sollevando interrogativi sulle strategie di mercato.

C’è qualcosa di strano nell’annuncio che il team di Bing ha fatto lo scorso 7 aprile. Strano nel senso tecnico, ma anche strategico. Secondo l’annuncio ufficiale di Microsoft sul modello Harrier, l’azienda ha rilasciato in open-source un modello di embedding che ha appena conquistato il primo posto nel benchmark internazionale più autorevole del settore. Non un modello mediocre reso pubblico per generosità, non un esperimento di laboratorio. Un modello che, al 6 aprile 2026, guida la classifica MTEB-v2 con un punteggio medio di 74,3 su 131 task. E lo regala a chiunque, con licenza MIT. La domanda che sorge spontanea — e che molti nell’industria si stanno ponendo sottovoce — è semplice: perché?

Il trionfo inatteso

Dal paradosso iniziale, ecco i numeri che lo confermano. Harrier-OSS-v1-27B ha ottenuto un punteggio di 74,3 sul benchmark MTEB, superando i competitor di oltre il 2%. Il modello supporta più di 100 lingue, ha una finestra di contesto di 32.000 token e produce embedding di dimensione fissa compatibili con qualsiasi sistema di ricerca vettoriale. Per addestrarlo, Microsoft ha utilizzato oltre 2 miliardi di esempi debolmente supervisionati per il pre-training e più di 10 milioni di esempi di alta qualità per il fine-tuning. Sono numeri che fanno capire quante risorse computazionali ci siano dietro, e che rendono ancora più paradossale la scelta di distribuire tutto gratuitamente.

Ma questo successo non è un caso isolato, né un improvviso accesso di generosità. Microsoft ha una storia precisa in questo campo, e capirla è fondamentale per smontare la narrazione dell’altruismo tecnologico. Già nel giugno 2023 aveva rilasciato i modelli E5 multilingue in open-source — e anche allora il gesto era stato presentato come contributo alla comunità. In realtà, come documenta il paper di ricerca sul modello E5, già nella versione originale E5 era il primo modello a superare la baseline BM25 sul benchmark BEIR in modalità zero-shot, senza utilizzare dati etichettati. E quando sottoposto a fine-tuning, batteva modelli con quaranta volte più parametri. Il punto è che Microsoft sapeva già allora come costruire embedding competitivi. Harrier è la maturazione di quella traiettoria — e la domanda irrisolta è: a vantaggio di chi?

La commoditizzazione dell’AI

Gli embedding sono l’infrastruttura invisibile dell’intelligenza artificiale moderna. Determinano la qualità del grounding — cioè quanto accuratamente un sistema AI recupera le informazioni rilevanti prima ancora di generare una risposta — e Microsoft stessa, nel suo annuncio, è esplicita: “la qualità del grounding è determinata molto prima che un modello produca la sua risposta finale”. In termini pratici, sistemi con embedding più forti producono maggiore accuratezza fattuale, minore latenza, costi più bassi e comportamenti più stabili in applicazioni multi-step. Sono i mattoni fondamentali di RAG (Retrieval-Augmented Generation), legal discovery, ricerca scientifica, knowledge management aziendale.

Fino a poco fa, questi mattoni erano proprietari. OpenAI vende i suoi embedding tramite API, Google idem. Il modello di business era semplice: tu costruisci l’applicazione, noi ti affittiamo l’infrastruttura. Con Harrier disponibile sotto licenza MIT, secondo quanto riporta l’analisi di Open Source For You sul rilascio di Harrier, “i modelli di embedding proprietari non mantengono più un chiaro vantaggio qualitativo”, accelerando la commoditizzazione dell’infrastruttura AI di base per enterprise retrieval, RAG, legal discovery e ricerca scientifica. In altri termini: quello che prima era un differenziale competitivo vendibile, ora è un bene comune. Gratis.

Bisogna però chiedersi chi ci guadagna davvero da questa mossa. Microsoft non è una cooperativa. Il rilascio di Harrier in open-source erode le entrate dei competitor che vendono embedding — OpenAI in primis — ma rafforza l’attrattività dell’infrastruttura cloud Azure, dove le aziende che adottano Harrier tenderanno comunque a deployare i propri sistemi. È la stessa logica con cui Google ha open-sourcato Android mantenendo il controllo su Play Store e servizi: il codice è libero, la piattaforma resta tua. Ci sono anche implicazioni regolatorie che vale la pena tenere a mente: un modello MIT rilasciato senza vincoli di utilizzo semplifica la vita delle imprese europee rispetto al GDPR — non ci sono chiamate API verso server esterni, i dati restano on-premise — ma apre anche nuove domande per le autorità antitrust su come Microsoft stia usando la leva open-source per consolidare la propria posizione nell’infrastruttura cloud.

Lo scontro inevitabile

Google non sta a guardare. Lo scorso 10 marzo 2026, prima ancora che Harrier fosse annunciato, aveva lanciato Gemini Embedding 2 di Google in anteprima pubblica tramite Gemini API e Vertex AI. Il modello è presentato come il primo embedding completamente multimodale basato sull’architettura Gemini: mappa testo, immagini, video, audio e documenti PDF in un unico spazio di embedding unificato, coprendo oltre 100 lingue. È una risposta tecnica a un problema diverso — non solo testo, ma cinque modalità native — e segnala dove si sta spostando la competizione. Se Harrier vince sul piano del testo multilingue e dell’open-source, Google punta sul multimodale integrato e sulla piattaforma.

La domanda che rimane aperta, e che nessun benchmark risolve, è la seguente: in questa guerra silenziosa tra embedding, chi vincerà alla fine — chi offre codice libero o chi controlla le piattaforme integrate? Microsoft scommette che il valore futuro non stia nel modello in sé, ma nei servizi costruiti attorno a esso. Google scommette che l’integrazione multimodale crei una dipendenza abbastanza profonda da rendere irrilevante il costo dell’API. Entrambe le scommesse hanno una logica. Entrambe potrebbero rivelarsi sbagliate.

Con Harrier che trasforma l’embedding in una commodity distribuita liberamente, il vero potere nell’AI potrebbe non risiedere più nel codice. Potrebbe stare in chi decide quando condividerlo — e soprattutto perché. Quella risposta, Microsoft non l’ha ancora data del tutto.