Anthropic ha portato il caso al Senate Banking Committee degli Stati Uniti il 24 giugno: operatori legati ad Alibaba avrebbero generato 28,8 milioni di chiamate verso Claude usando circa 25.000 account fraudolenti tra il 22 aprile e il 5 giugno 2026. Per Anthropic e’ la piu’ grande operazione di distillazione mai documentata contro un modello frontier, e cambia il modo in cui chi lavora con l’AI deve pensare alla geopolitica del proprio stack.
Cosa e’ successo: la denuncia al Senate Banking Committee
La sequenza dei fatti e’ chiara nei documenti depositati. Tra il 22 aprile e il 5 giugno 2026, Anthropic ha rilevato un pattern anomalo di accessi alle API Claude: migliaia di account creati in serie, distribuiti su provider diversi per mascherare la provenienza, che generavano volumi di richieste lontani da qualsiasi uso commerciale plausibile. Il totale fa impressione anche per chi e’ abituato ai numeri dei grandi laboratori, ovvero 28,8 milioni di scambi attraverso quasi 25.000 account fraudolenti. Anthropic sostiene che dietro l’operazione ci siano entita’ affiliate ad Alibaba Group e al suo laboratorio di intelligenza artificiale, e ha portato la documentazione direttamente al Senate Committee on Banking, Housing, and Urban Affairs, con copia indirizzata ai senatori Elizabeth Warren e Tim Scott. Il quadro disegnato dalla lettera e’ quello di una campagna industriale, non di abusi sparsi: budget dedicato, infrastruttura distribuita, obiettivi tecnici ben definiti. La risposta del governo americano non e’ ancora arrivata, ma la mossa di Anthropic alza ufficialmente la posta sul tema della concorrenza AI fra Stati Uniti e Cina e mette pressione sui legislatori che stanno discutendo nuove regole di export.
Distillazione AI: cosa significa davvero e perche’ conta
Il termine “distillazione” descrive una pratica nota e in se’ legittima nel mondo del machine learning: addestrare un modello piu’ piccolo o meno avanzato usando gli output di un sistema piu’ capace come insegnante. Quando il modello insegnante e’ un proprio prodotto, la distillazione e’ uno strumento standard per comprimere capacita’ in versioni piu’ leggere e veloci da servire. Il problema nasce quando il “professore” e’ un modello di un’azienda terza, con cui hai sottoscritto termini d’uso che vietano esplicitamente di farne il fine-tuning di un sistema concorrente. E’ esattamente lo scenario che Anthropic contesta: pagare l’accesso alle API Claude, generare milioni di scambi simulando casi reali, raccogliere risposte di altissima qualita’ su domini critici come ragionamento, codice e analisi multistep, e usare quel materiale per accelerare modelli interni. Per chi sviluppa frontier model con investimenti miliardari in compute e training, la distillazione non autorizzata non e’ una violazione formale fra le tante: e’ la sottrazione del vantaggio competitivo che giustifica il modello di business. E’ la differenza fra leggere un libro in libreria e fotocopiarlo per rivenderlo nella libreria accanto.
Anthropic non e’ la prima a denunciare il fenomeno. Operazioni simili, anche se piu’ piccole, erano gia’ state attribuite a DeepSeek, Moonshot AI e MiniMax, con volumi nell’ordine rispettivamente di 150.000, 3,4 milioni e 13 milioni di interazioni. Il caso Alibaba e’ in un’altra categoria: oltre il doppio dell’operazione piu’ grande precedente, concentrato in poco piu’ di sei settimane, e con un sistema di account che ha richiesto un coordinamento operativo difficile da improvvisare. Anthropic indica come obiettivo dichiarato della campagna l’accelerazione dei modelli cinesi verso le capacita’ della propria famiglia Mythos Preview, ovvero i sistemi sperimentali piu’ avanzati attualmente in test interno. Il messaggio implicito, pensato per orecchie legislative americane, e’ che senza regole vincolanti sull’export di capacita’ AI il mercato globale si sta riequilibrando dietro le quinte, indipendentemente dalle policy ufficiali sull’export di chip e dei controlli ai semiconduttori avanzati gia’ in vigore da due anni.
I numeri della campagna: 28,8 milioni di chiamate, 25.000 account
La metrica da tenere d’occhio non e’ il volume in se’ ma il rapporto fra account e chiamate. Quasi 25.000 account hanno generato in media circa 1.150 conversazioni ciascuno in 45 giorni: un ritmo di 25 al giorno per account, costante, che esce dal radar dei sistemi anti-abuso classici e che richiede una pianificazione dell’utilizzo molto fine. Anthropic spiega di aver intercettato il pattern combinando segnali eterogenei: caratteristiche dei prompt (molto omogenei e orientati a stress-test di capacita’), pattern di pagamento (carte ripetute, IP provider mascherati via residential proxy), uso degli output (assenza totale di interazione utente finale tipica di un prodotto reale), e correlazioni temporali tra account formalmente indipendenti. E’ un esempio interessante anche per chi gestisce piattaforme SaaS al di fuori dell’AI: il modello di abuso “distribuito a bassa frequenza per account, massiccio in aggregato” e’ la nuova frontiera dell’abuso API, e i sistemi di rate limiting per singolo account non bastano piu’. Servono modelli di anomaly detection a livello di flotta, capaci di correlare comportamenti fra account che si presentano formalmente come scollegati ma che condividono firme tecniche.
Cosa cambia per chi usa Claude e per il mercato AI
Per gli utenti business che usano Claude attraverso le API legittime non cambia nulla di immediato. Anthropic ha gia’ rafforzato i sistemi di onboarding API durante il periodo dell’attacco e l’azienda continua a operare normalmente con i clienti enterprise e con gli abbonati Pro, Team e Max. Sul medio periodo, pero’, due conseguenze sono prevedibili. La prima e’ un giro di vite sulle procedure KYC (Know Your Customer) per l’accesso alle API piu’ avanzate, con processi di verifica probabilmente piu’ lunghi e tetti di spesa iniziali piu’ bassi per gli account nuovi. La seconda e’ la pressione politica per inserire i modelli AI frontier nelle liste dei controlli di esportazione, alla pari dei chip avanzati. Per le agenzie e le PMI italiane che hanno integrato Claude nei propri workflow questo si traduce in due cose pratiche. Una, mettere in conto qualche giorno in piu’ per attivazioni nuove di account business e tenere documentazione fiscale pronta. Due, costruire l’integrazione AI come catena di valore (output, riutilizzo, controllo qualita’), non come dipendenza da un singolo modello: la guerra geopolitica sui frontier model e’ entrata in una fase nuova e il rischio di interruzioni puntuali da regolamentazioni e’ oggi parte del costo di fare business con l’AI generativa, esattamente come il rischio cambio per chi importa dalla Cina.
Cosa fare in agenzia e in PMI: 5 azioni concrete
La denuncia di Anthropic apre una finestra utile per fare ordine nel proprio uso dell’AI. In primo luogo, mappare i flussi: dove finiscono i prompt che mandate ai modelli, quali dati ci sono dentro, chi ha accesso agli output. In secondo luogo, formalizzare i termini d’uso dei provider AI nei contratti con i propri clienti, evitando di promettere comportamenti che dipendono da scelte del fornitore. In terzo luogo, valutare una strategia multi-modello: avere alternative testate fra Claude, GPT, Gemini e modelli open weight riduce il rischio di lock-in e protegge da blocchi improvvisi. In quarto luogo, registrare con cura quanto effettivamente costa ogni workflow AI in termini di token e tempo umano, perche’ un eventuale inasprimento dei pricing legato a nuove regole di accesso puo’ cambiare in fretta l’unit economics di servizi che oggi reggono solo perche’ l’AI e’ a basso costo. In quinto luogo, monitorare le posizioni pubbliche dei provider sui temi di sovranita’ tecnologica: e’ il segnale anticipatore di policy che possono toccare anche chi opera in Europa, anche se la normativa formale arriva piu’ tardi.
