Concorrenza nel mercato dei Foundation Models: Dinamiche competitive & Policy recommendations = Competition in the Foundation Models Market: Competitive Dynamics & Policy Recommendations

Dal 2023 l’intelligenza artificiale è diventata una fedele compagna quotidiana nella vita di milioni di persone e aziende. Poche sono le task che non riesce a completare ed infinite le possibili applicazioni. L’entusiasmo di professionisti e users e le incredibili performance raggiunte hanno attirato l’attenzione di grandi investitori e colossi tech che oggi si sfidano nel mercato per assicurarsi più market share possibile e, di conseguenza, alti ritorni. La filiera dell’Ai è articolata in più layers: risorse computazionali, dati e talenti come principali input per il secondo livello contenente i foundation models, modelli generali più grandi e capaci che vengono, a valle, affinati per i singoli applicativi. La presente tesi mira ad indagare le dinamiche della competizione nel mercato dei modelli fondativi non potendo però prescindere dall’analisi di tutte le interdipendenze all’interno della value chain e dalla presenza delle community open source. In particolare si concentra sull’analisi delle ripercussioni sulla concorrenza e sulle scelte strategiche (investimenti e tempistiche di ingresso a mercato), dei vari player a monte e a valle, in un contesto tecnologico, questo, caratterizzato da un apprendimento data enabled e forti effetti di rete. L’attuale scenario vede una competizione molto attiva nonostante le caratteristiche tecniche e strutturali del mercato indichino una chiara minaccia oligopolistica. Da qui l’ esigenza per i policymakers di tutto il mondo di intervenire a garanzia dell’innovazione, della dinamicità ottenuta e ovviamente, dei consumatori. Attraverso un approccio matematico e con l’utilizzo di modelli di teoria dei giochi, viene evidenziata la necessità di un intervento regolatorio studiato ad hoc per il settore e soprattutto, che sia differenziato lungo la filiera, caratteristica che, ad oggi, risulta poco presente.