Microsoft si sta costruendo un’alternativa a OpenAI

Microsoft addestra modelli interni mentre resta il principale finanziatore di OpenAI

C’è una domanda che a Redmond preferirebbero non sentire, ma che diventa sempre più difficile evitare: se Microsoft sta versando miliardi in OpenAI, perché nei suoi laboratori sta addestrando modelli che sembrano fatti apposta per renderla superflua? Lo scorso 23 luglio Microsoft AI ha presentato MAI-Image-2.5-Pro e MAI-Voice-2-Flash, due modelli che su carta sembrano un semplice aggiornamento tecnico. Guardati più da vicino, raccontano una storia diversa: quella di un’azienda che si sta costruendo, pezzo dopo pezzo, un’alternativa interna a tutto ciò che finora ha comprato da altri.

Il socio che diventa concorrente

La cronologia, messa in fila, è quantomeno curiosa. Il 28 agosto 2025 Microsoft annunciava i suoi primi due modelli sviluppati internamente, MAI-Voice-1 e MAI-1-preview, quest’ultimo messo subito alla prova pubblica su LMArena. Un test, un segnale: l’azienda voleva vedere se i suoi modelli reggevano il confronto con quelli dei grandi player, OpenAI incluso. Meno di un anno dopo, lo scorso 2 giugno, Microsoft AI ha alzato la posta annunciando una famiglia di sette nuovi modelli sviluppati in-house, dichiarando esplicitamente l’obiettivo di costruire quella che ha definito una “hillclimbing machine”, una macchina che scala le classifiche un gradino alla volta. E ora, con l’ultimo annuncio, il gradino riguarda anche la voce: MAI-Voice-2-Flash è due volte più veloce del suo predecessore MAI-Voice-2 e costa il 32% in meno. Non è un dettaglio da comunicato stampa. È un vantaggio economico misurabile, e Microsoft lo sa bene, tanto da metterlo al centro dell’annuncio.

Chi paga per questa corsa? Per ora, apparentemente, nessuno—se non OpenAI, che vede il suo principale finanziatore e distributore tecnologico costruirsi in casa esattamente ciò che vende. Ma il fronte della voce è solo la punta dell’iceberg: nel silenzio, Microsoft ha scalato le classifiche anche nelle immagini.

L’ascesa invisibile delle immagini

Dalle voci alle immagini, il copione non cambia. Secondo quanto dichiarato da Microsoft AI, MAI-Image-2.5 ottiene punteggi su Arena che superano quelli di GPT-Image-1.5 e Nano Banana Pro 2K, piazzandosi al terzo posto nella classifica text-to-image e al secondo in quella di image-editing. Numeri che, se confermati sul campo, non sono un dettaglio marginale: significano che un modello sviluppato internamente da Microsoft ha superato in prestazioni misurate uno dei prodotti di punta di OpenAI, l’azienda in cui Microsoft ha investito somme colossali.

C’è un particolare che rende la vicenda ancora più interessante: il sorpasso è avvenuto quasi senza clamore. Secondo quanto riportato da MindStudio, il modello è stato rilasciato con un lancio silenzioso, e ha raggiunto il terzo posto nella classifica di Arena.ai per i modelli di generazione immagini “quasi immediatamente”. Nessuna campagna di lancio in grande stile, nessuna conferenza. Solo un modello che compare in classifica e scala posizioni. Viene da chiedersi perché proprio ora, e perché con questa discrezione: forse perché intestarsi pubblicamente il sorpasso di un partner strategico avrebbe sollevato domande scomode, di quelle che i regolatori antitrust—già attenti ai rapporti di dipendenza incrociata tra Microsoft e OpenAI—amano porsi.

C’è poi un dettaglio tecnico che Microsoft AI ha voluto sottolineare esplicitamente, quasi a marcare una distanza: il modello, si legge nell’annuncio della famiglia di sette modelli, è stato addestrato da zero su dati puliti, senza distillazione da modelli di terze parti. Tradotto: Microsoft non ha copiato compiti da OpenAI o da altri per arrivare al risultato. Lo ha costruito in casa, dalle fondamenta. È il tipo di affermazione che serve a rivendicare autonomia tecnologica, non solo commerciale. Se l’IA visiva di Microsoft è già a livelli da podio, cosa significa per un mercato dove il nome OpenAI era sinonimo di dominio?

La guerra dei costi come arma finale

E mentre l’immagine sorpassa, la voce diventa un’arma di logoramento economico. MAI-Voice-2-Flash non è solo più veloce e più economico in astratto: è già operativo in un prodotto enterprise concreto. Il modello, secondo l’annuncio di Microsoft AI, alimenta ora Dynamics 365 Contact Center, la piattaforma enterprise per costruire agenti da call center usata da clienti come T-Mobile e EasyJet, portando quella che Microsoft descrive come la sua voce sintetica più espressiva e naturale alle conversazioni che definiscono un brand, riducendo al contempo i costi GPU fino all’89%.

Un taglio dei costi del genere non è cosmetico. È il tipo di numero che convince un direttore finanziario a spostare un intero reparto di assistenza clienti su infrastruttura Microsoft, senza passare per le API di OpenAI. Ed è esattamente qui che il paradosso diventa concreto: ogni cliente enterprise che Microsoft sposta sui propri modelli MAI è un cliente che non genera più margine per OpenAI attraverso Azure. Microsoft, cioè, sta monetizzando l’uscita graduale dal rapporto di dipendenza che l’ha resa celebre. La domanda che nessuno a Redmond vuole sentire, ma che tutti i concorrenti si pongono, è quanto manca a Microsoft per tagliare il cordone ombelicale con OpenAI—o se quel cordone, in realtà, si stia già assottigliando modello dopo modello, senza che nessuno lo dichiari ad alta voce.

Il paradosso di Microsoft resta, ad oggi, la storia meno raccontata dell’intelligenza artificiale: un’azienda che continua a presentarsi pubblicamente come il principale sostenitore finanziario di OpenAI, mentre costruisce, un annuncio silenzioso alla volta, i mezzi per farne a meno. È ancora un partner, o è già il rivale più pericoloso che OpenAI si ritrova in casa?