Databricks rivela l’ascesa dei modelli aperti e del multi-fornitore nell’IA aziendale

Databricks rivela l’ascesa dei modelli aperti e del multi-fornitore nell’IA aziendale

Databricks ha svelato il Databricks AI Index, un osservatorio dedicato all’adozione, alle prestazioni e ai costi dei modelli di intelligenza artificiale in ambito aziendale. Basato sui dati anonimizzati di oltre 10.000 organizzazioni che utilizzano Unity Gateway, lo studio evidenzia una diversificazione dei fornitori e un progresso dei modelli a peso aperto, i cui parametri sono pubblicati. Sottolinea anche forti differenze di costo tra le soluzioni.

Pubblicato il 16 novembre 2026, questo indice combina dati di consumo e valutazioni di agenti di programmazione, ovvero software di IA in grado di concatenare azioni per completare un compito, realizzate a partire da compiti interni. L’obiettivo è misurare le prestazioni dei modelli, ma anche la loro efficienza economica in ambienti professionali.

Il multi-fornitore avanza

Secondo Databricks, il 64% delle aziende che utilizzavano Unity Gateway aveva richiesto un solo fornitore di modelli di IA nel luglio 2026. Al 2 novembre, questa proporzione era scesa al 28%, il che testimonia una diversificazione delle tecnologie utilizzate. Questo indicatore conta tuttavia i fornitori contattati dal 20 luglio, anche quando un’azienda ha testato un fornitore aggiuntivo una sola volta.

Anche i modelli a peso aperto registrano una progressione significativa. La loro quota nei token, queste unità di testo elaborate da un modello, inviati ai modelli ospitati da Databricks tramite Unity Gateway è passata dal 7,3% a luglio al 30,9% all’inizio di novembre. Questa cifra misura un volume di token in questo ambiente, e non la proporzione di aziende che hanno adottato questi modelli.

Questa crescita mostra comunque segni di rallentamento. Secondo un’analisi di Tomasz Tunguz, la quota dei modelli a peso aperto ha raggiunto circa il 33% a settembre 2026 prima di stabilizzarsi intorno al 31%, in un contesto di forti riduzioni tariffarie di OpenAI. Questa evoluzione suggerisce che le strategie di prezzo possono influenzare le scelte tecnologiche delle aziende, senza stabilire da sole un nesso di causalità.

Differenze di costo maggiori

Nelle sue valutazioni di programmazione, Databricks classifica tre modelli a peso aperto tra i primi dieci. DeepSeek V4.1 e GLM 5.3 raggiungono in particolare un tasso di successo del 93,1%, un risultato che illustra la loro competitività rispetto ai modelli proprietari sui compiti testati.

Lo studio sottolinea anche che prestazioni comparabili possono comportare costi molto diversi. GPT-6 Luna e Claude Opus 5.5 ottengono ciascuno un tasso di successo dell’89,1%, ma il loro costo medio per compito raggiunge rispettivamente 0,05 e 1,62 dollari, ovvero una differenza di circa 32 volte.

Questa constatazione deve comunque essere sfumata in base agli utilizzi. Databricks indica di aver scelto Claude Opus 5.5 come modello predefinito di Claude Code internamente, dopo aver constatato un miglioramento della qualità e una riduzione del 29% del costo per sessione rispetto al suo predecessore. Il prezzo dei token non basta quindi a determinare la redditività reale di un modello.

Spese concentrate

Lo studio rivela inoltre importanti disparità nelle spese di IA tra i collaboratori. Il consumo settimanale mediano raggiunge 2,49 dollari per utente, contro 699,74 dollari per gli utenti situati al 99° percentile, ovvero una differenza di circa 281 volte.

Questa concentrazione riflette la diversità degli utilizzi, tra i dipendenti che richiedono occasionalmente un assistente conversazionale e gli sviluppatori che eseguono ogni giorno agenti di programmazione. Per le aziende, queste differenze rafforzano l’importanza del monitoraggio del budget, della governance degli utilizzi e dell’ottimizzazione delle risorse.

Con questo AI Index, Databricks afferma di voler aiutare le organizzazioni a confrontare i modelli in base alle loro prestazioni, costi e necessità aziendali. Unity Gateway propone in particolare strumenti di supervisione, controllo del budget e instradamento intelligente delle richieste verso i modelli più adatti. I risultati restano tuttavia limitati al perimetro delle aziende che utilizzano la piattaforma e ai compiti di programmazione valutati, e non costituiscono una misura rappresentativa dell’intero mercato mondiale dell’intelligenza artificiale.

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x