Ovvero: come si disperde un patrimonio intellettuale, e cosa resta quando te ne accorgi
Quando si elencano i protagonisti della corsa all’intelligenza artificiale, il copione è quasi sempre lo stesso. Stati Uniti e Cina in testa, poi l’Europa con Mistral, il Golfo con i suoi fondi sovrani. La Russia compare di rado, e quasi sempre come problema: disinformazione, droni, sanzioni. Raramente come produttore di modelli. Per il paese di Kolmogorov è un destino curioso.
Curioso ma non inspiegabile. Il problema russo con l’AI è più vecchio della guerra, e ha una forma che un lettore italiano dovrebbe riconoscere al volo: eccellenza scientifica d’élite che non diventa industria diffusa. Sono tre livelli distinti: il talento, le istituzioni che lo trattengono, l’infrastruttura che lo moltiplica. Si possono perdere in ordine diverso.
La scuola matematica sovietica resta una delle più solide del Novecento. Kolmogorov ha lavorato sulla probabilità e sulla complessità algoritmica. A Mosca, Vapnik e Červonenkis hanno scritto la teoria statistica dell’apprendimento, cioè letteralmente le fondamenta del machine learning. Poi Vapnik è emigrato, e le macchine a vettori di supporto le ha sviluppate ai Bell Labs, nel New Jersey. Anni dopo, Yandex ha dato il nome di Červonenkis al suo supercalcolatore più potente [5]. Il simbolo è quasi troppo perfetto: il nome resta a Mosca, l’idea ha fatto carriera altrove.
La diaspora successiva conta nomi pesanti. Dzmitry Bahdanau, formato a Minsk, è primo autore del lavoro del 2014 sul meccanismo di attenzione da cui discendono i transformer [10]. Ilya Sutskever, nato a Nižnij Novgorod, ha cofondato OpenAI, anche se ha lasciato la Russia da bambino e parlare di “scuola” nel suo caso è più genealogia che causa. Il punto non sono i singoli nomi, ma la direzione: quella tradizione si è esportata, non moltiplicata.
Qui il paragone italiano smette di essere ornamento. Nel 1959 Olivetti consegna l’ELEA 9003, tra i primi calcolatori interamente a transistor. Nel 1960 muore Adriano Olivetti, nel 1961 Mario Tchou, che guidava il laboratorio. Nel 1964 la divisione elettronica passa a General Electric. Nel 1965 esce comunque la Programma 101. Il talento c’era, il prodotto pure. Mancava il meccanismo di conversione: capitale paziente, un mercato che scommettesse, una politica industriale che non trattasse l’elettronica come un capriccio. Nessuno ha dovuto invadere nessuno perché andasse così.
In Russia quel meccanismo era già fragile prima del 2022. Dopo la Crimea, raccogliere capitale di rischio internazionale con la sede a Mosca diventa sempre più difficile. Chi punta al mercato globale sposta all’estero la società, e spesso i fondatori. Poi la guerra accelera tutto.
Il 22 marzo 2022 un’associazione di settore stima tra 50.000 e 70.000 lavoratori tecnologici già partiti, e altri 70–100.000 in arrivo [1]. I dati GitHub analizzati da Nicu Calcea danno la misura indiretta [2]. Tra fine 2021 e fine 2023 i push di codice dalla Georgia quadruplicano e quelli dall’Armenia più che raddoppiano, mentre la Russia resta piatta. E la quota di contributi russi a progetti americani scende da quasi metà a un quarto.
Sull’hardware, il nodo non è solo «niente H100». Lo sviluppo di frontiera vive dentro l’ecosistema NVIDIA: CUDA, librerie, interconnessioni. Sber e Yandex ci avevano costruito sopra i loro supercalcolatori prima del 2022, e da allora vanno avanti con scorte, importazioni parallele e ottimizzazione spinta.
Il finanziamento pubblico diretto è modesto, circa 54 milioni di dollari nel 2024 secondo Future Center [3]. Ma fermarsi lì sarebbe fuorviante: il grosso lo mettono Sber e Yandex, con decine di miliardi di rubli l’anno [5]. Il modello russo non è quello delle giovani imprese finanziate dal capitale di rischio. Sono due campioni nazionali con la benedizione del Cremlino.
E i campioni qualcosa hanno prodotto. Qui la tesi comoda, «la Russia è assente», non regge. Nel novembre 2025 Sber pubblica i pesi di GigaChat 3: 702 miliardi di parametri, seguito dalle versioni 3.1 e 3.5 [6]. Non è un simulacro. Ma basta aprire la scheda tecnica per trovare il dettaglio che stona col racconto ufficiale. Attenzione latente multi-testa e predizione multi-token sono l’architettura resa celebre da DeepSeek. Nella versione più piccola, il file di configurazione si chiama ancora configuration_deepseek.py.
Boh. Forse è questa la sovranità possibile oggi: pesi addestrati in casa, su dati russi, con un progetto preso a Hangzhou.
Poi ci sono i valori. Nel febbraio 2024 il premier Mišustin spiega che GigaChat e ChatGPT hanno «una diversa comprensione del bene e del male» [7]. Un anno e mezzo dopo, Antonio Giustozzi raccoglie per il RUSI le lamentele degli stessi utenti russi [4]. I modelli nazionali rispondono peggio di quelli occidentali e a volte rifiutano di riconoscere l’annessione di Crimea e Donbass.
Giustozzi lo attribuisce a una dipendenza da tecnologie straniere. A me pare più probabile una spiegazione più banale: si addestra sul web, e il web la pensa diversamente dal Cremlino. A novembre 2025, all’AI Journey, Putin chiede una task force nazionale per l’AI generativa e dichiara inaccettabile dipendere da modelli stranieri [5]. Un modello sovrano che non riconosce le annessioni: se l’avesse scritto Bulgakov, sarebbe sembrato troppo.
Resta da capire a quale tavolo sieda la Russia.
Sul piano militare e dell’influenza è operativa e ottiene risultati: droni che lavorano con GPS disturbato, operazioni informative su scala industriale. C’è anche un’ironia documentata: reti vicine a Rybar usavano ChatGPT per produrre propaganda mentre in patria se ne discuteva il bando [9].
Sul mercato interno, GigaChat e YandexGPT servono banche, pubblica amministrazione e consumatori.
Sulla frontiera, dove si sposta il prossimo limite, la Russia insegue. E insegue su progetti altrui.
Il talento non è scomparso. Si sono erose le istituzioni che lo trattenevano e l’infrastruttura che lo moltiplicava. E un pezzo di quel talento ha cambiato bandiera senza cambiare mestiere. Nel luglio 2024 la parte internazionale di Yandex vende il ramo russo e diventa Nebius [8]. Ha sede ad Amsterdam, la guida il cofondatore di Yandex Arkadij Voloz, e vende potenza di calcolo per l’AI con le GPU che a Mosca non arrivano.
La scacchiera si è ridisegnata. La Russia ha ancora pezzi eccellenti: alcuni li muove in casa, con l’apertura di un altro; molti giocano per altri.
Riferimenti:
[1] Boston Globe, Russian tech industry faces ‘brain drain’ as workers flee, 13 aprile 2022. Stima del 22 marzo: 50–70.000 partiti, altri 70–100.000 attesi.
URL: https://www.bostonglobe.com/2022/04/13/business/russian-tech-industry-faces-brain-drain-workers-flee/
[2] Nicu Calcea / Samizdata, Russia’s tech brain drain in numbers, 17 aprile 2024. Push GitHub: Georgia ×4, Armenia oltre ×2; contributi russi a progetti USA da circa metà a un quarto.
URL: https://samizdata.co/story/russias-tech-brain-drain-in-numbers/
[3] Future Center, Technological Sovereignty: Can Russia Catch Up in the AI Race?, 2025. Finanziamento pubblico AI 2024, circa 54 milioni di dollari.
URL: https://futureuae.com/en-US/Mainpage/Item/11040/technological-sovereignty-can-russia-catch-up-in-the-ai-race
[4] A. Giustozzi, RUSI, Can AI Help Russia Decisively Improve its Information War Against the West?, 27 giugno 2025. Limiti di GigaChat e YandexGPT, rifiuto di riconoscere le annessioni.
URL: https://www.rusi.org/explore-our-research/publications/commentary/can-ai-help-russia-decisively-improve-its-information-war-against-west
[5] GINC, Russia’s National AI Strategy, gennaio 2026. Investimenti di Sber, supercalcolatori Christofari e Červonenkis, task force annunciata all’AI Journey 2025 (citando Reuters).
URL: https://www.ginc.org/russias-national-ai-strategy/
[6] Sber / ai-sage, scheda tecnica di GigaChat 3 Ultra Preview (702B-A36B) su Hugging Face.
URL: https://huggingface.co/ai-sage/GigaChat3-702B-A36B-preview
[7] TASS, Russia’s GigaChat, Western ChatGPT reflect divergent worldviews, 2 febbraio 2024.
URL: https://tass.com/economy/1740737
[8] DCD, Becoming Nebius, 2026. La vendita degli asset russi di Yandex e la nascita di Nebius.
URL: https://www.datacenterdynamics.com/en/analysis/becoming-nebius/
[9] RealClearDefense, Can ‘Traditional Values’ Shield Russia from ChatGPT?, aprile 2026. Uso di ChatGPT da parte della rete Rybar, documentato da OpenAI.
URL: https://www.realcleardefense.com/articles/2026/04/08/can_traditional_values_shield_russia_from_chatgpt_1175304.html
[10] Bahdanau, Cho, Bengio, Neural Machine Translation by Jointly Learning to Align and Translate, arXiv 2014 (ICLR 2015).
URL: https://arxiv.org/abs/1409.0473
Leave a Reply