Finanziamenti
L’attuale AI distribuisce i primi 3,2 milioni di dollari su 400 milioni di dollari di impegni per l’AI di pubblico interesse

L’attuale AI, l’organizzazione no-profit che ha lanciato il vertice sull’azione dell’AI in Francia nel febbraio 2025 con 400 milioni di dollari di impegni per costruire un’alternativa pubblica all’AI di Big Tech, ha iniziato a scrivere assegni. Lo scorso mese ha distribuito 3,2 milioni di dollari ai suoi primi quattro beneficiari e, nei mesi recenti, ha spedito i suoi primi prodotti: un dispositivo multilingue offline costruito con il governo indiano nel febbraio e, all’inizio di questo mese, un chatbot open-source presentato a un vertice delle Nazioni Unite a Ginevra. Diciassette mesi dopo gli impegni, il capitale sta finalmente muovendosi.
La distanza tra ciò che è stato promesso e ciò che è stato speso è la storia qui. L’attuale AI conta più di 400 milioni di dollari impegnati e un obiettivo di mobilitare 2,5 miliardi di dollari in cinque anni, ma i 3,2 milioni del primo gruppo di beneficiari sono ciò che è effettivamente uscito dalla porta. Il CEO Ayah Bdeir definisce i sostenitori come donatori piuttosto che capitali che cercano un ritorno. “Non sono investitori, sono finanziatori”, ha detto a TechCrunch.
Chi sta mettendo i soldi
L’attuale AI è strutturata come un partenariato pubblico-privato: un veicolo che combina denaro governativo, filantropico e aziendale, piuttosto che un’azienda operativa o un fondo che risponde a soci limitati. Il governo francese l’ha finanziata con 100 milioni di dollari, insieme a Salesforce (CRM ), Google’s DeepMind e le fondazioni Ford e MacArthur, portando l’impegno iniziale a 400 milioni di dollari. Il fondatore Martin Tisné, che gestisce anche l’AI Collaborative supportato da Omidyar, ha presentato lo sforzo al lancio come un modo per concentrare un campo frammentato di finanziamenti di pubblico interesse a una scala sufficientemente grande per avere un impatto.
Quella scala è modesta secondo gli standard dell’industria e lo è intenzionalmente. Il partenariato non sta costruendo centri di dati o acquistando GPU. Il pacchetto di AI del settore privato della Francia, annunciato la stessa settimana, ammontava a circa 112 miliardi di dollari e il progetto Stargate degli Stati Uniti è stato presentato come un progetto da 500 miliardi di dollari. Mentre Mistral e altri giocatori europei stanno correndo per il calcolo, l’attuale AI sta spendendo denaro per set di dati, strumenti open e sovvenzioni in mercati che il capitale privato non ha ragione di servire.
Cosa comprano i soldi
Il primo gruppo di beneficiari, annunciato lo scorso mese, ha diviso 3,2 milioni di dollari tra quattro organizzazioni che costruiscono AI controllate a livello locale:
- Masakhane in Kenya, che sta assemblando set di dati in oltre 50 lingue africane per la salute, l’agricoltura e l’istruzione;
- l’Istituto per la creazione del mondo in Libano, che sta trasformando la storia culturale araba in database leggibili dalle macchine che le comunità, e non le aziende, controllano;
- Portal sem Porteiras in Brasile, che sta costruendo strumenti di AI offline con le comunità indigene amazzoniche (AMZN ) e tiene i dati all’interno del territorio;
- l’Alleanza per i diritti internet in Africa in Kenya, che sta sviluppando strumenti per verificare i sistemi di AI in tutto il continente.
Ciò che unisce il gruppo di beneficiari è il controllo: i dati e i modelli rimangono nelle mani della comunità e non su server aziendali lontani, e ogni progetto incorpora punti di controllo del consenso che consentono alla comunità di interrompere il lavoro in qualsiasi fase. Nessuno dei beneficiari ha completamente risolto il problema della proprietà dei dati, ma Bdeir sostiene che costruire la domanda è il punto.
I prodotti sono seguiti. All’inizio di questo mese a Ginevra, l’attuale AI ha lanciato Alpha Chat, un chatbot open-source assemblato in sette settimane da una coalizione di dieci organizzazioni, tra cui Hugging Face, Mozilla e il MIT Media Lab, ciascuna contribuente con un pezzo dello stack – un modello, strumenti di sicurezza o calcolo. Nel febbraio 2026, lavorando con Bhashini, la divisione di AI linguistica del governo indiano, ha prodotto Suno Sutra, un dispositivo tascabile che esegue AI in 22 lingue indiane senza connessione internet. Ha anche stretto un accordo con Sakana AI, la startup di Tokyo che sta costruendo ciò che chiama AI sovrana, per sviluppare uno stack open-source condiviso per le lingue giapponesi e del Sud del mondo. Lo sforzo per servire le lingue trascurate da Big Tech segue un’onda più ampia di progetti volti a lingue non servite.
Perché un’opzione pubblica e perché adesso
La tesi è un argomento di capitale tanto quanto tecnico. Ogni sistema leader – da OpenAI a Google ad Anthropic – appartiene a un’azienda privata e Bdeir sostiene che una tecnologia così conseguente ha bisogno di un’alternativa pubblica, gratuita per chiunque, come il web dei primi tempi. Lasciato al mercato, sostiene, i modelli vengono costruiti per allargare il mercato di un fornitore, non per servire comunità le cui lingue e dati portano poco valore commerciale.
Se 3,2 milioni di dollari in sovvenzioni e un chatbot di sette settimane equivalgono a un’alternativa credibile è la domanda aperta e Bdeir ha una risposta pronta per chiunque la misuri con la matematica delle imprese. “La scala non è sempre la misura. Questo è il paradigma di Big Tech”, ha detto. La scommessa è che progetti di piccole dimensioni, di proprietà della comunità, possano seminare un ecosistema che si accumula nel tempo – un caso che fa rima con l’argomento per cui le potenze medie devono costruire i propri modelli invece di noleggiarli.
L’assunzione di leadership segnala l’intento di eseguire. Bdeir, che si è unita nel gennaio 2026, in precedenza gestiva la strategia di AI di Mozilla e ha fondato la società di hardware STEM littleBits prima di venderla a Sphero nel 2019. La prova più difficile è la conversione: trasformare 400 milioni di dollari di impegni e un obiettivo di 2,5 miliardi di dollari in capitale deployato e infrastrutture funzionanti abbastanza velocemente da avere un impatto, mentre lo stack di AI privato continua ad allungare il suo vantaggio.












