Intelligenza Artificiale Tutto su AI e machine learning
Microsoft ha aperto la sua conferenza per sviluppatori Build 2026, in scena a San Francisco, con l’annuncio che segna la svolta strategica più chiara degli ultimi anni: una famiglia di modelli di intelligenza artificiale sviluppati internamente e riuniti sotto il marchio MAI. Si tratta di modelli che l’azienda ha addestrato da zero, senza appoggiarsi alla tecnologia di OpenAI, e che potrà far girare interamente sulla propria infrastruttura cloud Azure. Per capire la portata della notizia devi guardare oltre il singolo lancio di prodotto: Microsoft sta dichiarando di voler competere direttamente sul terreno dei modelli di base, lo stesso su cui finora si era affidata al partner che ha contribuito a rendere celebre con ChatGPT.
Cosa ha annunciato davvero Microsoft a Build 2026
Il cuore dell’annuncio è la famiglia MAI, un insieme di modelli pensati per coprire compiti diversi senza dover dipendere da fornitori esterni. Il primo modello presentato è MAI-Code-1-Flash, progettato per trasformare descrizioni scritte in linguaggio naturale in codice sorgente pronto per applicazioni e siti web. Accanto a questo arriva MAI-Thinking-1, il primo modello di ragionamento sviluppato in casa dall’azienda, disponibile in anteprima privata attraverso Microsoft Foundry, la piattaforma con cui gli sviluppatori integrano i modelli nelle proprie applicazioni. La famiglia si completa con modelli multimodali: MAI-Image-2.5 per la generazione di immagini, MAI-Transcribe-1.5 per la trascrizione audio e MAI-Voice-2 per la sintesi vocale.
Il dettaglio tecnicamente più significativo riguarda proprio MAI-Thinking-1, che secondo Microsoft è stato addestrato senza utilizzare dati provenienti dai modelli di OpenAI. È un punto che vale la pena sottolineare, perché segna una differenza sostanziale rispetto a esperimenti passati in cui le aziende affinavano i propri sistemi attingendo agli output di modelli concorrenti. Microsoft rivendica così la piena autonomia della propria pipeline di addestramento, dalla raccolta dei dati fino al modello finale. Se vuoi capire meglio cosa significa addestrare un sistema di questo tipo, è utile sapere come funzionano i large language model e quali fasi attraversa il loro sviluppo.
Perché i modelli interni cambiano gli equilibri
La ragione economica dietro questa mossa è tanto semplice quanto rilevante. Ogni volta che un servizio Microsoft chiama un modello di OpenAI, una parte del valore generato finisce a un fornitore terzo. Disporre di modelli proprietari da eseguire su Azure consente all’azienda di abbattere quei costi e, soprattutto, di offrire agli sviluppatori opzioni più economiche per i carichi di lavoro che non richiedono per forza il modello più potente sul mercato. In un settore in cui il costo per token è diventato una voce di spesa concreta per le aziende che mettono l’AI in produzione, la possibilità di scegliere un modello meno costoso ma adeguato al compito rappresenta un vantaggio competitivo immediato.
C’è poi una dimensione strategica che va oltre il prezzo. Controllare l’intera filiera, dal data center al modello, significa non dipendere dalle tempistiche, dalle priorità e dalle condizioni commerciali di un partner esterno. Microsoft ottiene così quella che gli osservatori hanno definito optionality, ovvero la libertà di scegliere di volta in volta lo strumento migliore senza vincoli. Questa logica si riflette nel modo in cui l’azienda ha presentato Azure AI Foundry.
Azure AI Foundry come strato di orchestrazione
Microsoft non ha posizionato i modelli MAI come sostituti esclusivi, ma come tasselli di un mosaico più ampio. Azure AI Foundry viene descritta come la piattaforma di orchestrazione di livello enterprise per flussi di lavoro che combinano più modelli e più agenti. In concreto, uno sviluppatore può costruire una pipeline che mette insieme i modelli MAI con quelli di OpenAI, Anthropic, Meta e con modelli open weight, scegliendo per ogni passaggio lo strumento più adatto. Il tutto con funzioni pensate per le aziende: registrazione delle attività per la conformità, controlli sugli accessi e misurazione dell’utilizzo.
Questo approccio multi modello è la vera novità culturale. Per anni la narrazione dominante è stata quella del modello unico e onnipotente a cui affidare ogni compito. Build 2026 racconta una storia diversa, in cui l’intelligenza artificiale in azienda diventa un sistema composito, dove agenti specializzati collaborano e ogni modello viene chiamato in base alle sue qualità. Se questo è il futuro del lavoro, capire cosa sono gli agenti AI e come funzionano diventa una competenza chiave anche per chi non scrive codice.
Il rapporto con OpenAI resta, ma cambia natura
Sarebbe un errore leggere l’annuncio come una rottura tra Microsoft e OpenAI. La lettura più accurata è un’altra: il legame resta solido, ma cambia natura. Azure continua a essere l’infrastruttura primaria su cui girano i modelli di OpenAI, GitHub Copilot continua a supportarli e anche l’assistente integrato negli strumenti di produttività mantiene le capacità basate sulla loro tecnologia. Se usi quotidianamente quell’assistente, trovi tutti i dettagli nella nostra guida completa a Microsoft Copilot. Ciò che cambia è che Microsoft ora ha un’alternativa interna da affiancare, e questa semplice presenza modifica i rapporti di forza al tavolo delle trattative.
La concorrenza sul fronte dei modelli si fa quindi sempre più affollata. Da una parte ci sono i colossi che puntano sul modello di punta, dall’altra una crescente offerta di sistemi specializzati e meno costosi. Per orientarti tra le diverse opzioni e capire quale assistente conviene davvero in base alle tue esigenze, può aiutarti il nostro confronto tra ChatGPT, Gemini e Claude.
Cosa cambia concretamente per sviluppatori e aziende
Per chi sviluppa software, l’arrivo dei modelli MAI significa più scelta e, potenzialmente, costi più bassi. Un modello come MAI-Code-1-Flash, pensato per la generazione di codice, si inserisce in un segmento in cui la domanda è altissima e dove ogni miglioramento di efficienza si traduce in tempo e denaro risparmiati. La disponibilità tramite Microsoft Foundry abbassa inoltre la barriera all’ingresso, perché consente di integrare questi modelli direttamente nei flussi già esistenti, senza dover ricostruire da zero l’infrastruttura.
Per le aziende il messaggio è ancora più ampio. La possibilità di combinare modelli diversi all’interno di una stessa piattaforma, con strumenti di governance integrati, risponde a una preoccupazione concreta: portare l’intelligenza artificiale in produzione rispettando i requisiti di sicurezza, conformità e controllo dei costi. È proprio su questi aspetti che spesso si arenano i progetti aziendali, e una piattaforma che li gestisce nativamente rappresenta un incentivo forte all’adozione.
Resta da vedere quanto i modelli MAI sapranno reggere il confronto sulle prestazioni con i sistemi più maturi della concorrenza. Microsoft parte con il vantaggio dell’infrastruttura e della base installata enorme dei suoi prodotti, ma la qualità di un modello si misura sul campo, nell’uso quotidiano di milioni di sviluppatori. I prossimi mesi diranno se questa famiglia di modelli saprà conquistare la fiducia di chi costruisce applicazioni reali.
Conclusioni
Con il lancio della famiglia MAI a Build 2026, Microsoft compie un passo che molti attendevano e che ridefinisce la sua posizione nel mercato dell’intelligenza artificiale. Non si tratta di abbandonare OpenAI, ma di costruire un’autonomia che dà all’azienda più leve negoziali, più margini economici e più libertà strategica. Per sviluppatori e imprese il risultato è un panorama più ricco di opzioni, in cui la scelta del modello giusto diventa parte integrante della progettazione. Se vuoi restare aggiornato su questi sviluppi e capire come sfruttare al meglio gli strumenti di AI nel tuo lavoro, continua a seguire i nostri approfondimenti e mettiti alla prova fin da subito con i modelli che hai già a disposizione. Puoi approfondire l’annuncio nel resoconto di CNBC su Build 2026.
