La startup cinese di intelligenza artificiale DeepSeek ha chiuso un round di finanziamento da oltre 7,4 miliardi di dollari, raggiungendo una valutazione superiore ai 50 miliardi e annunciando un raddoppio dell’organico nei prossimi mesi. Le assunzioni copriranno aree tecniche, legali, finanza, risorse umane e ingegneria, segno che la compagnia non punta solo a far crescere il prodotto ma a strutturarsi come player industriale di lungo periodo. La notizia, emersa il 26 giugno 2026, e’ arrivata in una fase in cui il mercato AI sta riequilibrando le aspettative: i clienti enterprise occidentali stanno abbandonando il “tokenmaxxing” (uso illimitato dei modelli piu’ costosi) per cercare modelli economicamente sostenibili. DeepSeek e’ diventato negli ultimi mesi una delle poche alternative open-weight credibili a Claude di Anthropic e a GPT di OpenAI, e quel round di funding e’ la conferma che gli investitori internazionali credono nella sua capacita’ di mantenere la pressione sui prezzi.
La novita’ che ha fatto scalpore nel mondo AI degli ultimi mesi e’ che il CEO di Lindy, una startup statunitense, ha pubblicamente dichiarato di aver spostato il 100% del proprio traffico da Claude di Anthropic a DeepSeek. La motivazione e’ chirurgica: a parita’ di qualita’ percepita su moltissimi task aziendali, il costo per token e’ una frazione. Per una web agency italiana che gestisce 30-50 conversazioni di assistenza pre-vendita al giorno per un cliente ecommerce, parliamo della differenza tra spendere 80 euro al mese o 8. Su 12 mesi e 5 clienti, la cifra che cambia margine non e’ marginale. Vale la pena ricordare che DeepSeek pubblica i pesi dei suoi modelli, quindi tecnicamente li si puo’ anche far girare su server propri o europei, con vantaggi di compliance per chi tratta dati sensibili coperti da GDPR o NIS2.
La pressione competitiva sta diventando una variabile strategica per Anthropic e OpenAI. Anthropic ha appena annunciato una partnership con Google e Broadcom per gigawatt di capacita’ compute di nuova generazione, e ha confermato di aver superato i 30 miliardi di run rate di ricavi, ma il caso Lindy non e’ un episodio isolato: in molti workload di chat assistance, classificazione e riassunto, i modelli cinesi open-weight stanno macinando quote enterprise senza che le aziende lo dichiarino apertamente per ragioni di posizionamento. OpenAI sta rispondendo da un’altra direzione, con il lancio nei giorni scorsi del chip Jalapeño in collaborazione con Broadcom, pensato per ridurre il costo di inferenza per token. Sono due strategie diverse per affrontare lo stesso problema: la guerra dei prezzi sta passando dal benchmark di qualita’ alla microeconomia delle API.
Per le agenzie italiane il nodo concreto non e’ “Anthropic, OpenAI o DeepSeek” come scelta ideologica, ma come progettare l’architettura del cliente in modo che il provider AI sia sostituibile in 48 ore. Un’agenzia di Milano che ha costruito un assistente conversazionale per uno shop di ricambi a Bergamo dovrebbe avere oggi tre cose: un wrapper interno alle API che astragga il provider, un set di prompt portabili scritti in modo neutrale rispetto al modello, una batteria di test automatici che permetta di rifare l’A/B in un pomeriggio. Senza questi tre elementi, il cliente diventa ostaggio della tariffa attuale del provider scelto. Con questi tre elementi, il giorno in cui DeepSeek pubblica un modello che batte Claude del 30% sul costo, il passaggio si fa in mezza giornata e il cliente recupera margine direttamente in P&L.
Sul fronte regolatorio, l’utilizzo di modelli AI cinesi in contesto enterprise europeo non e’ privo di domande. Il GDPR impone requisiti precisi sul trattamento dati e sui trasferimenti extra-UE; l’EU AI Act entra in vigore con tempistiche specifiche per i modelli ad alto impatto sistemico. Una PMI italiana che voglia mettere DeepSeek nel proprio prodotto deve valutare sia se l’inferenza avviene su server europei (DeepSeek offre l’opzione, ma molti API provider la fanno girare in Cina) sia se i dati di input contengono informazioni personali identificabili o segreti commerciali. Per workflow consumer di basso rischio (chat di supporto su prodotti standard, generazione di copy non sensibile) il rischio compliance e’ contenuto. Per workflow B2B con contratti enterprise, conviene un audit legale prima di firmare con qualsiasi provider AI, occidentale o cinese che sia. Il vantaggio di costo non vale uno scivolone GDPR.
Cosa significa per la tua agenzia o PMI
- Inserisci nei nuovi progetti AI un wrapper di astrazione (un middleware che parla LangChain, LiteLLM o equivalenti) cosi’ da poter cambiare provider con una modifica di configurazione invece che di codice.
- Fai un benchmark interno su 20 conversazioni reali del tuo cliente piu’ importante confrontando Claude Sonnet 4.6, GPT-5 e DeepSeek: misura costo per conversazione, latenza media e tasso di errore grossolano.
- Valuta dove far girare i modelli open-weight: server europei (OVH, Hetzner, Aruba Cloud), provider managed (Together AI, Fireworks) o on-premise per i clienti con dati sensibili.
- Aggiorna la sezione “tech stack” della tua proposta commerciale includendo la frase: “il provider AI puo’ essere cambiato in 48 ore senza riscritture di codice grazie all’architettura adottata”. E’ un argomento di vendita che funziona molto bene con il management che ha gia’ avuto bruciature con i lock-in.
- Imposta una review trimestrale dei costi per token effettivi dei 3-4 modelli principali: il mercato si sta muovendo cosi’ velocemente che a fine 2026 lo scenario competitivo sara’ molto diverso da quello di gennaio.
Fonte: Top Tech News Today, June 26, 2026 (Tech Startups) e OpenAI and Anthropic face new AI reality as users shift from tokenmaxxing to efficiency (CNBC).
