È una svolta strategica di portata storica quella che si sta consumando dietro le quinte della Silicon Valley. Secondo recenti indiscrezioni trapelate dall’agenzia Bloomberg, Microsoft ha avviato una transizione tanto discreta quanto massiccia per sostituire i modelli di intelligenza artificiale di OpenAI e Anthropic all’interno delle sue applicazioni di punta. Per orchestrare questa emancipazione, la casa di Redmond si affida ora alla propria infrastruttura software nativa: la nuova famiglia di modelli proprietari battezzata Microsoft MAI.
Presentata ufficialmente da Mustafa Suleyman, CEO della divisione Microsoft AI, durante la conferenza annuale Build, questa suite tecnologica segna la ferma volontà del colosso americano di riprendere il controllo totale della propria catena del valore e di alleggerire una bolletta energetica e computazionale diventata ormai astronomica.
Una famiglia di 7 modelli sviluppati da zero
L’offensiva non si limita a un semplice aggiornamento tecnico. Microsoft ha rilasciato simultaneamente sette modelli distinti che coprono il ragionamento testuale, la programmazione, la generazione di immagini, la trascrizione e la sintesi vocale. Contrariamente alla tendenza attuale del mercato, questi modelli sono stati addestrati interamente “da zero”, senza ricorrere alla distillazione (un processo che consiste nell’addestrare un modello più piccolo partendo dalle risposte di uno più grande).
Al cuore di questa architettura si trova la macchina per “scalare le vette” (hill-climbing machine) teorizzata da Mustafa Suleyman: una pipeline di sviluppo co-progettata in cui ogni iterazione migliora continuamente le prestazioni grazie a dati commerciali rigorosamente sotto licenza, eliminando alla radice i rischi di controversie legate al diritto d’autore.
MAI-Thinking-1: La punta di diamante del ragionamento sovrano
Il modello più atteso di questa gamma è senza dubbio MAI-Thinking-1. Si tratta del primo grande modello di ragionamento logico concepito interamente in-house da Microsoft.
Dotato di un’architettura di tipo Mixture of Experts (MoE) che attiva 35 miliardi di parametri per singola richiesta (su un totale di circa 1.000 miliardi di parametri complessivi), il sistema integra una finestra di contesto massiccia da 256.000 token. Questa capacità gli consente di elaborare un documento di oltre 600 pagine in un unico passaggio: una prerogativa indispensabile per i flussi di lavoro complessi delle grandi aziende.
Metrica / CaratteristicaSpecifiche MAI-Thinking-1ArchitetturaMixture of Experts (MoE)Parametri Attivi35 miliardi (~1T totali)Fenestre di Contesto256.000 tokenPunteggio AIME 202694,5 %DisponibilitàAzure AI Foundry (Private Preview)
Sui banchi di prova normativi, il modello si posiziona direttamente di fronte ai leader del settore. Nei test alla cieca condotti con utenti umani, MAI-Thinking-1 è stato preferito a Claude 3.7 Sonnet per la sua pertinenza complessiva. Inoltre, sul severissimo benchmark di programmazione SWE-Bench Pro, si allinea alle prestazioni di Claude Opus, pur registrando un’impronta computazionale nettamente inferiore.
L’imperativo economico: Ridurre la dipendenza da OpenAI
Sebbene Microsoft rimanga il principale investitore e partner di OpenAI, la realtà finanziaria ha imposto un necessario riequilibrio. L’integrazione massiccia di modelli esterni come GPT-4o in strumenti utilizzati quotidianamente da decine di milioni di lavoratori (Word, Excel, Outlook) genera costi di calcolo insostenibili nel lungo periodo.
Secondo i report di settore, l’utilizzo di varianti dei modelli Microsoft MAI specificamente ottimizzate per Excel o Outlook consente di eguagliare le prestazioni richieste per i compiti d’ufficio, risultando fino a 10 volte più economico rispetto al ricorso sistematico alle API di OpenAI. Applicazioni come PowerPoint sfruttano già la declinazione grafica MAI-Image-2.5 per generare layout e infografiche direttamente adattabili, mentre Microsoft Teams si appresta a integrare MAI-Transcribe-1.5 per la trascrizione e la presa di appunti in tempo reale in 43 lingue.
«Il nostro obiettivo è raggiungere una Superintelligenza Umanistica: capacità di IA avanzate progettate per servire le persone e le organizzazioni, non per sostituirle», ha sottolineato Mustafa Suleyman nel suo manifesto.
Un’offerta multimodale aggressiva su Azure AI Foundry
Per conquistare gli sviluppatori terzi e trattenere i clienti cloud all’interno dell’ecosistema Azure, Microsoft propone un listino prezzi particolarmente aggressivo sulla sua piattaforma Azure AI Foundry:
- MAI-Image-2.5: Si classifica al secondo posto mondiale sulla piattaforma LMSYS Arena per l’editing di immagini. Viene offerto a 5 $ USD per milione di token in input testuale e 47 $ USD per milione di token in output d’immagine. È disponibile anche una versione Flash per ridurre i costi a 1,75 $ USD in input.
- MAI-Voice-2: Permette la clonazione vocale da un singolo campione audio (da 5 a 60 secondi) preservando le sfumature emotive in 15 lingue, tariffato a 22 $ USD per milione di caratteri.
- MAI-Transcribe-1.5: Offre un tasso di errore parziale (WER) di appena il 2,4% sul benchmark FLEURS, accessibile a partire da 0,36 $ USD per ora di universale elaborazione audio.
Internalizzando i blocchi tecnologici fondamentali dell’IA generativa (testo, voce, immagini e codice con MAI-Code-1-Flash), Microsoft garantisce alle imprese una conformità nativa con le policy di sicurezza Azure (RBAC, Entra ID), azzerando le code di attesa e la volatilità dei prezzi legata ai fornitori terzi. I modelli Microsoft MAI non sanciscono la fine dell’alleanza con OpenAI, ma ridefiniscono chiaramente chi stringe il volante dell’innovazione software presso il leader mondiale dell’informatica.