La prossima battaglia AI non sarà sul modello

Il valore si sposta dal modello al nodo: chi definisce interfaccia e flusso di lavoro possiede lo stack

Il formato di una richiesta vale più del peso di un modello. Quando GPT-5.6 arriva su Amazon Bedrock parlando nativamente il formato OpenAI Responses API, come documenta l’inferenza cross-Region per GPT-5.6 su Bedrock, la notizia non è la qualità del modello: è che il protocollo di interazione è già diventato un oggetto di negoziazione tra provider.

Il prossimo monopolio non sarà su chi addestra il modello più grande, ma su chi definisce l’interfaccia e il flusso di lavoro.

Il grafo che si trasforma in API

Gradio ha introdotto la funzionalità gr.Workflow per trasformare una pipeline in un’interfaccia, ma il punto tecnico è un altro: descrivere i passaggi come un grafo di nodi tipizzati. Ogni workflow è un grafo con tre tipi di nodi: riferimenti, operatori e soggetti — input, passaggi che fanno lavoro, output. La tela drag-and-drop rende ogni nodo eseguibile e ogni risultato intermedio visibile, ma non è un semplice tool visuale.

Lo stesso grafo è anche un’API REST e si distribuisce con un comando su Hugging Face Spaces. Ogni output diventa un endpoint REST nominato dopo la sua etichetta, senza lavoro extra. Gli endpoint che chiamano un modello o uno Space richiedono un token Hugging Face. Ogni endpoint è raggiungibile anche via la chiamata curl, ad esempio: curl -s https://ysharma-gr-workflow-multi-endpoint-API.hf.space/gradio_api/call/word_count -H "Content-Type: application/json" -d '{"data": ["hello there friend"]}'. Costruire un workflow da Python richiede poche righe: il binding di funzioni Python con gr.Workflow(bind=[your_function]).launch(), dopo aver definito una funzione con type hint. Non serve scrivere un server: il grafo è già l’API. Si può arrivare a costruire qualcosa di complesso come AUTOMATIC1111 usando questo stesso meccanismo.

L’acceleratore custom si allinea al rack

Sul fronte hardware, NVIDIA spinge lo stesso principio con NVLink Fusion: collegare gli XPU all’infrastruttura AI di NVIDIA per aumentare prestazioni, accelerare il time-to-market e ridurre il rischio nelle AI factory semi-custom. Gli adottanti possono usare l’architettura rack-scale NVIDIA MGX e la stessa supply chain dei sistemi basati su MGX come NVIDIA Vera Rubin NVL72.

“NVLink Fusion permette agli hyperscaler o ai designer ASIC custom di integrare la propria CPU o XPU e collega la tecnologia NVIDIA con un processo third-party per creare un’architettura rack-scale unificata.” — l’integrazione di CPU e XPU custom, Lie-Szu Juang

Qui il trade-off architetturale è netto: da un lato si cede parte della differenziazione hardware per entrare in un rack standard, dall’altro si accede a un’interfaccia di interconnessione già validata. Non è un problema di silicio, ma di definizione del nodo.

Chi definisce il flusso, possiede lo stack

La conseguenza per chi costruisce è precisa: il valore si sposta dal modello al nodo. Un modello può essere sostituito, un endpoint REST o un grafo tipizzato no, perché definisce come si compone il lavoro. Chi controlla il formato dell’interfaccia — sia esso una pipeline Gradio o un’interconnessione NVLink — stabilisce le regole di integrazione per tutti gli altri. Non si compete più sui parametri, ma sulla topologia.

La prossima battaglia AI non sarà sul modello: sarà su chi scrive il grafo.