Il rischio del lock-in tecnologico è un classico che a quanto pare non andrà mai fuori moda. Ne abbiamo parlato per anni riguardo agli ambienti cloud, adesso il tema è tornato di prepotente attualità grazie alla diffusione delle piattaforme e delle tecnologie di intelligenza artificiale. Lo descrive bene una indagine pubblicata da Zapier - che di suo si occupa di automazione software - e realizzata su un campione di circa 500 dirigenti aziendali statunitensi. 

Anche in campo AI, sostiene in pratica Zapier, il rischio di trovarsi a dipendere da un singolo fornitore tecnologico è concreto. Anche più che nel caso delle piattaforme cloud, perché l'integrazione tra componenti di AI e applicazioni e processi di business deve essere - per dare valore all'AI - decisamente stretta. Il che rende più complesso un eventuale cambio di piattaforma.

Il campione di Zapier conferma: cambiare fornitore AI causerebbe interruzioni operative rilevanti. Il 47% degli intervistati sostiene che alcune funzioni aziendali smetterebbero di funzionare correttamente, mentre il 27% afferma che l’AI è ormai troppo integrata nella maggior parte delle attività operative per avere migrazioni indolori. Solo il 6% indica che potrebbe cambiare vendor senza problemi, e un ulteriore 20% indica che un eventuale cambio si limiterebbe a ridurre l'efficienza delle funzioni "core" aziendali.

Il dato riflette una trasformazione in corso all’interno delle imprese: l’intelligenza artificiale esce dai progetti pilota e ed entra decisamente nei workflow operativi. Conseguenza: se si vuole mantenere un elevato grado di flessibilità tecnologica in questo ambito, bisogna pensarci in anticipo. Cosa che pochi, a quanto pare, stanno facendo.

Illusioni di flessibilità

Uno degli aspetti più interessanti emersi dalla ricerca riguarda la percezione della capacità di migrazione. L’89% delle aziende intervistate dichiara infatti di ritenere possibile il passaggio da un vendor AI a un altro entro un mese. Altre hanno una visione ancora più ottimistica: il 41% prefigura una migrazione da un provider AI all'altro che duri al massimo una settimana lavorativa, e non sono poche (13%) quelle che immaginano una migrazione di un solo giorno.

La realtà è completamente diversa. Il 66% del campione di Zapier ha già provato a fare lo "switch" tra piattaforme di AI e, di questo gruppo di aziende, solo il 42% - quindi, fatti conti, solo il 28% scarso del campione - ha vissuto una transizione indolore. Il resto afferma che il processo ha richiesto un sforzo significativamente maggiore del previsto, oppure è fallito del tutto.

La distanza tra percezione e realtà è legata soprattutto alla struttura degli ecosistemi AI moderni. Molte piattaforme utilizzano API proprietarie, formati specifici per orchestrare workflow, strumenti dedicati per il prompt management e meccanismi integrati di governance dei modelli. In teoria i modelli linguistici possono essere sostituiti con relativa facilità; nella pratica, però, no: le applicazioni costruite attorno a essi tendono a incorporare dipendenze operative che rendono più costosa una migrazione.

La questione del lock-in si inserisce inoltre in un mercato caratterizzato da forte concentrazione industriale. Le principali piattaforme AI sono controllate da pochi grandi operatori, che dispongono contemporaneamente di modelli, infrastrutture GPU, ambienti di sviluppo e marketplace applicativi. Questa integrazione verticale tende a rafforzare la dipendenza dei clienti, soprattutto quando l’adozione AI avviene attraverso suite complete già integrate con i sistemi aziendali esistenti. Non è un caso che diversi AI provider puntino proprio su questa integrazione verticale come elemento di differenziazione competitiva.

Consapevoli del rischio di lock-in - il 29% di quelle analizzate da Zapier ne è "molto preoccupata" - le imprese hanno iniziato a introdurre qualche forma di contromisura. Il 47% dispone di team interni dedicati alla valutazione e alla gestione dei fornitori AI, il 44% ha deciso di usare contemporaneamente più piattaforme AI, il 42% ha definito piani "di emergenza" per il cambio di fornitore, il 35% afferma di considerare alternative open source per ridurre la dipendenza tecnologica. La diffusione di modelli AI open source come Llama, Mistral o DeepSeek ha infatti introdotto la possibilità di costruire architetture AI meno vincolate ai servizi completamente proprietari, a patto ovviamente di avere "in casa" le competenze necessarie.

Le scelte "flessibili", come il multi-vendor o lo sviluppo in-house di servizi e tool di AI, sono un aiuto ma richiedono - almeno oggi, dato che l'AI è ancora priva di standard riconosciuti - la capcità di mantenere un difficile equilibrio tra eterogeneità e complessità (di integrazione, governance e sicurezza). Forse, consiglia Zapier, è già arrivato il momento di ragionare su strategie di "AI transformation" che garantiscano un alto grado di adattabilità dell'AI aziendale nel lungo periodo.