A giugno 2026, Hugging Face sbarcherà al Nasdaq. Ticker HFCE, prezzo stimato 42 dollari per azione, capitalizzazione prevista intorno ai 15 miliardi di dollari, domanda sovrassottoscritta tre volte. Un’ovazione da parte dei mercati finanziari per quella che si definisce la piattaforma dell’AI aperta — il “GitHub dell’intelligenza artificiale”, come piace ripetere agli analisti che non hanno mai scaricato un modello in vita loro. Nel capitale trovi Google, Amazon, Nvidia, AMD, Intel, Qualcomm, IBM, Salesforce: praticamente l’intero complesso industriale che l’AI aperta dovrebbe, almeno in teoria, contrastare. La domanda che nessuno sembra porsi, o che tutti preferiscono ignorare, è brutale nella sua semplicità: una volta che rispondi al Nasdaq, con azionisti da soddisfare e trimestri da chiudere in positivo, puoi ancora definirti il bastione della libertà? O diventi semplicemente un’altra piattaforma che usa l’open source come strategia di acquisizione utenti?
Hugging Face ospita oltre due milioni di modelli pubblici, mezzo milione di dataset, tredici milioni di utenti registrati. Il 30% delle Fortune 500 ha un account verificato sulla piattaforma. I ricavi sono passati da 70 milioni di dollari nel 2023 a circa 130 nel 2024, e la traiettoria non accenna a rallentare — roba che farebbe invidia a molte startup della Silicon Valley che bruciano miliardi senza vedere il colore dei profitti. A febbraio 2026 ha acquisito GGML e llama.cpp, il motore che fa girare i modelli linguistici sul tuo portatile senza passare dal cloud di nessuno. A maggio ha lanciato un app store per robot domestici con diecimila unità già nelle mani dei clienti. La piattaforma è diventata l’infrastruttura critica su cui poggia l’ecosistema open source dell’intelligenza artificiale, e il problema è esattamente questo: quando un’unica entità privata, finanziata dalla stessa Silicon Valley che pretende di democratizzare, diventa lo snodo obbligato per accedere ai modelli cosiddetti “aperti”, la parola libertà inizia a perdere pezzi. Quello che segue non è una celebrazione — è un’autopsia su un organismo ancora vivo, per capire se sotto il vestito dell’open source batta ancora un cuore libero.
Chi paga il conto dell’open source
Il round di Serie D del 2023 è un documento che andrebbe letto come un atto d’accusa, non come un comunicato di successo. Duecentotrentacinque milioni di dollari versati da Google, Amazon, Nvidia, AMD, Intel, Qualcomm, IBM e Salesforce — aziende che non investono per filantropia ma perché hanno calcolato esattamente quanto valore possono estrarre dalla piattaforma. Nessuno regala 235 milioni per amore dell’open source: chiunque sostenga il contrario o mente o non ha mai letto un bilancio societario. Nvidia carica i propri modelli su Hugging Face e li usa come vetrina per vendere GPU da decine di migliaia di dollari. Google ci piazza Gemma per presidiare l’ecosistema senza perdere il controllo della narrativa. Amazon integra tutto nei servizi AWS, offrendo inferenza a pagamento su modelli che altri hanno sviluppato gratis. Il meccanismo è lo stesso che ha spolpato il software libero per trent’anni: finanzi l’infrastruttura comune quel tanto che basta per tenerla in vita, poi monetizzi ogni cosa che ci costruisci sopra. Solo che stavolta la posta non è un kernel o un web server, è l’intera catena di distribuzione dell’intelligenza artificiale — e chi la controlla, decide chi può innovare e a quali condizioni.
Clément Delangue, il CEO franco-americano che ha trasformato un’app di chatbot per teenager in un colosso dell’infrastruttura AI, ha dichiarato a novembre 2025 che siamo dentro una “bolla degli LLM” destinata a scoppiare. Ha aggiunto che Hugging Face tiene ancora 200 milioni in banca dal round precedente — noi siamo i prudenti, il sottotesto è chiaro. Una mossa astuta: prendere le distanze dalla frenesia speculativa mentre ti prepari a quotarti in borsa con una valutazione che su quella stessa frenesia è costruita fino all’ultima cifra. Dal palco dell’annuncio dell’IPO, Delangue ha giurato che “il futuro dell’AI deve essere aperto, accessibile e costruito da una comunità diversificata”. Parole bellissime, che abbiamo sentito pronunciare anche da Zuckerberg quando comprava Instagram promettendo indipendenza, e da Nadella quando acquistava GitHub giurando che nulla sarebbe cambiato. Il fatturato di 130 milioni — quasi il doppio dell’anno precedente — è notevole per una piattaforma open source, ma resta una goccia rispetto ai miliardi che OpenAI e Anthropic incassano con i modelli proprietari. Per competere sul mercato azionario e giustificare quella valutazione da 15 miliardi, Hugging Face dovrà estrarre molto più valore dal proprio ecosistema — e quel valore, che piaccia o no, verrà dalla community che oggi regala lavoro gratuito alla piattaforma. La crescita va bene, purché non costi troppa libertà. Ma questa è una distinzione che a Wall Street non interessa a nessuno.
I servizi enterprise sono già il cuore della monetizzazione, e la direzione è inequivocabile. Abbonamenti Pro ed Enterprise, accesso API per l’inferenza cloud, soluzioni dedicate con privacy e compliance per grandi aziende — è lo schema collaudato di GitHub prima che Microsoft lo comprasse per 7,5 miliardi nel 2018. Attiri milioni di sviluppatori con il piano gratuito, poi vendi ai reparti IT delle corporation le funzionalità di sicurezza, audit e conformità normativa che la community non vedrà mai. Il piano post-IPO prevede il raddoppio dei modelli ospitati e l’apertura a settori regolamentati — sanità, finanza, difesa — con opzioni di deployment privato e strumenti di conformità. Tradotto senza perifrasi: i modelli restano aperti, ma l’infrastruttura per usarli in modo professionale diventa un prodotto premium con prezzi crescenti. L’open source come esca, il platform lock-in come rete. Chi ha attraversato gli ultimi vent’anni di software libero — da MySQL a MongoDB, da CentOS a Rocky Linux — riconosce questo copione a memoria.
C’è un elemento che rende il quadro ancora più intricato. Governi europei e asiatici — dalla Svizzera al Regno Unito, dalla Corea del Sud alle iniziative di AI sovrana nazionali — stanno iniziando a parlare di finanziamento pubblico per infrastrutture AI open source, il principio del “soldi pubblici, codice pubblico”. La Corea del Sud ha lanciato un programma nazionale designando campioni come LG AI Research, SK Telecom e Naver Cloud, con tre modelli coreani entrati contemporaneamente nei trending di Hugging Face nel febbraio 2026. Suona promettente, ma il paradosso è lì davanti agli occhi: i governi investono nella sovranità tecnologica nazionale appoggiandosi su una piattaforma americana privata che sta per quotarsi in borsa. È come costruire la propria indipendenza energetica comprando i pannelli solari dal monopolista del gas. La sovranità genuina richiede infrastrutture proprie, non la dipendenza da un intermediario diverso con una bandiera diversa. Ma per adesso, Hugging Face è l’unico gioco in città — e questo, più di ogni cifra miliardaria, è il vero problema.
Due milioni di modelli e un solo collo di bottiglia
I numeri del report “State of Open Source” pubblicato da Hugging Face nella primavera 2026 sono impressionanti sulla carta e devastanti se li leggi con spirito critico. Due milioni di modelli, mezzo milione di dataset, cifre che raddoppiano anno dopo anno. Sembra la democrazia dell’AI realizzata, il sogno di ogni attivista per la tecnologia aperta che prende forma nei numeri. Poi guardi le distribuzioni e il quadro cambia radicalmente: lo 0,01% dei modelli concentra il 49,6% di tutti i download, la metà dei modelli ha meno di duecento download totali. La democratizzazione tanto sbandierata si traduce in una legge di potenza brutale dove pochi modelli di pochissime aziende dominano un ecosistema apparentemente infinito. Meta con Llama, Alibaba con Qwen — che da sola ha generato oltre 113.000 modelli derivati, più di Google e Meta messe insieme — e Google con Gemma controllano i rubinetti dell’attenzione. I singoli sviluppatori non affiliati sono passati dal 17% al 39% dei download, un dato che suona democratico finché non realizzi che la stragrande maggioranza di quei download riguarda comunque modelli prodotti da corporation miliardarie. Il dato geografico chiude il cerchio: nel 2025 la Cina ha superato gli Stati Uniti raggiungendo il 41% dei download totali, e il “momento DeepSeek” di gennaio 2025 ha scatenato un’esplosione — Baidu da zero a oltre cento modelli, ByteDance e Tencent con la produzione moltiplicata di nove volte. La dimensione media dei modelli è passata da 827 milioni di parametri nel 2023 a 20,8 miliardi nel 2025, un dato che dice tutto sulla direzione del mercato: modelli sempre più grandi, risorse sempre più concentrate, barriere all’ingresso sempre più alte per chi non ha i miliardi di Big Tech alle spalle.
L’acquisizione di GGML e llama.cpp, annunciata il 20 febbraio 2026, è la mossa che rivela la strategia meglio di qualsiasi slide aziendale. Georgi Gerganov, lo sviluppatore bulgaro che ha reso possibile far girare i modelli linguistici su hardware consumer grazie alla libreria ggml, al formato GGUF e al progetto llama.cpp, è entrato sotto l’ombrello di Hugging Face con la promessa che “tutto resta open source” e che il team “continuerà a operare in piena autonomia”. Promesse identiche a quelle sentite decine di volte nella storia recente del software. Il punto è che llama.cpp non è un progetto qualsiasi: è il software che rende possibile l’AI locale, l’inferenza sul tuo hardware senza chiedere il permesso a nessun cloud provider, senza account, senza abbonamenti, senza sorveglianza. È lo strumento chiave per la sovranità tecnologica individuale nell’era dei modelli linguistici. L’obiettivo dichiarato è il “single-click deployment” — rendere l’inferenza locale facile come scaricare un’app. Nobile in teoria, ma se l’unico modo semplice per far girare un modello in locale passa dall’ecosistema di una corporation quotata al Nasdaq con Google e Nvidia nel capitale, hai solo spostato la dipendenza dal cloud alla piattaforma. La community ha applaudito con 505 upvote, ma nei commenti qualcuno ha ricordato Trixbox, FreeNAS, PCBSD: progetti open source fagocitati con le migliori intenzioni, tutti finiti in un vicolo cieco.
Il lancio di Reachy Mini, il robot domestico open source con app store dedicato presentato il 6 maggio 2026, completa il mosaico strategico. Diecimila unità tra consegnate e in spedizione, prezzo tra 299 e 449 dollari, duecento app disponibili — dal baby monitor all’assistente in cucina, fino a un “distraction tracker” che ti sorveglia mentre lavori e ti avvisa se ti distrai, perché evidentemente non bastavano il capo e le telecamere dell’ufficio. Hugging Face non è più una repository di modelli: è un ecosistema hardware-software verticale che vuole presidiare ogni anello della catena, dal peso grezzo di un transformer al robot che te lo porta in salotto. L’acquisizione di Pollen Robotics nel 2025 e il boom di LeRobot — con la categoria robotica esplosa da 1.145 a quasi 27.000 dataset in un solo anno, diventando la più grande sulla piattaforma, più del text generation — confermano un’ambizione che va molto oltre il software. L’analogia con Apple è scomoda ma calzante: parti dal codice aperto e arrivi a venderti un dispositivo che funziona bene solo dentro il tuo giardino. I modelli aperti, le API a pagamento, il robot in vendita sulla piattaforma quotata in borsa. Il valore scorre verso gli azionisti di Wall Street; il lavoro gratuito della community resta alla base, esattamente come sempre.
Sicurezza, censura e le crepe che nessuno vuole vedere
C’è un aspetto di Hugging Face che non troverai nei comunicati dell’IPO e che gli analisti finanziari preferiscono non menzionare: la piattaforma è un colabrodo di sicurezza. In uno studio condotto su tre mesi, i ricercatori hanno individuato 91 modelli contenenti codice malevolo e 9 script di caricamento dataset con backdoor attive, di cui il 95% sfruttava la deserializzazione Pickle di PyTorch per eseguire codice arbitrario sulla macchina dell’utente. Un caso ha fatto scuola: un repository chiamato Open-OSS/privacy-filter — il nome era un capolavoro di ingegneria sociale — nascondeva un dropper Python nel file loader.py che lanciava PowerShell, scaricava un eseguibile secondario e creava persistenza tramite il Task Scheduler di Windows, accumulando 244.000 download in ventiquattro ore prima che qualcuno si accorgesse del problema. La dipendenza massiccia da Hydra, libreria di configurazione usata da quasi metà dei modelli sulla piattaforma, crea un’esposizione sistemica che i ricercatori hanno definito un single point of failure per l’intero ecosistema AI. Oltre il 15% dei progetti AI aziendali dipende da modelli scaricati da Hugging Face, eppure la piattaforma non ha meccanismi di verifica paragonabili a quelli — già insufficienti — dei package manager come npm o PyPI. Un modello avvelenato non si limita a rubarti le credenziali: può manipolare i risultati dell’inferenza in modo invisibile, corrompendo decisioni mediche, finanziarie, giudiziarie su cui nessuno andrà mai a controllare i pesi del modello. E quando i creatori cancellano i propri account, i namespace restano disponibili per la ri-registrazione — chiunque può ricreare il profilo e caricare versioni avvelenate di modelli affidabili, sfruttando la fiducia costruita da altri.
La questione dei contenuti non consensuali è ancora più inquietante di qualsiasi malware. Un’inchiesta di 404 Media ha documentato che oltre 5.000 modelli per la generazione di immagini sessuali non consensuali di persone reali — celebrità, ma in alcuni casi anche minorenni — sono stati caricati su Hugging Face dopo essere stati bannati da Civitai sotto la pressione dei processori di pagamento. La dinamica è prevedibile e deprimente: una piattaforma banna i contenuti tossici, gli utenti li scaricano in massa e li ricaricano altrove in una migrazione coordinata e deliberata. I dirigenti di Hugging Face avevano definito il deepfake pornografico non consensuale “una pratica enormemente dannosa”. Lo scarto tra le dichiarazioni e la moderazione effettiva è un canyon. Due milioni di modelli e un team strutturalmente incapace di controllare cosa viene caricato — non per cattiva volontà, ma per l’impossibilità matematica di moderare un ecosistema di quella scala con risorse umane finite. Il paradosso è che la stessa apertura che rende Hugging Face uno strumento di libertà — chiunque può caricare qualsiasi cosa — è ciò che la trasforma in veicolo di abuso, e la moderazione ex post su una piattaforma di quelle dimensioni è come svuotare il mare con un secchio. È il copione già visto con YouTube, Facebook, Twitter: cresci prima di tutto, la moderazione arriva come cerotto quando la stampa ti becca. Solo che qui parliamo di strumenti industriali per produrre contenuti sintetici di qualsiasi persona, in qualsiasi quantità, senza il minimo consenso.
La censura incorporata nei modelli cinesi aggiunge uno strato di complessità che mette a nudo la contraddizione fondamentale della piattaforma. Delangue stesso ha espresso preoccupazione: i modelli sviluppati in Cina — che nel 2025 rappresentavano la quota maggioritaria dei nuovi modelli trending — censurano automaticamente argomenti sensibili per Pechino. Tiananmen, Tibet, Taiwan, Xinjiang — chiedi e il modello tace, cambia argomento, nega. Non è un bug, è il prodotto di un addestramento che riflette le priorità politiche di chi lo finanzia. Se costruisci un chatbot con Qwen o DeepSeek e un utente chiede di piazza Tian’anmen, il modello semplicemente rifiuta di rispondere. La piattaforma “aperta” diventa il veicolo di distribuzione globale della censura di stato — e Hugging Face non sa come uscirne, perché togliere quei modelli tradisce il principio di neutralità e lasciarli significa normalizzare la censura autoritaria su scala planetaria. È la contraddizione irrisolvibile di ogni piattaforma che si proclama neutrale di fronte al potere: ospitando tutto senza discriminare, dai lo stesso spazio alla libertà e alla sua negazione. Chi governa la piattaforma — chi decide cosa resta e cosa viene rimosso — esercita un potere enorme che nessuna elezione ha conferito e nessun meccanismo democratico controlla. La neutralità è un mito comodo: ogni scelta di moderazione è politica, e l’assenza di scelta lo è altrettanto.
Hugging Face è ancora libera? La risposta onesta è scomoda: nella forma sì, nella sostanza sempre meno. I modelli restano sotto licenze aperte, il codice sorgente è pubblico, chiunque può creare un account e caricare il proprio lavoro. Ma la piattaforma è proprietaria, i soldi vengono dai soliti nomi che dominano il settore, la governance è quella di una corporation che tra un mese sbarcherà in borsa. È il paradosso strutturale del software libero nell’economia delle piattaforme: puoi rilasciare tutto sotto licenza MIT e trovarti intrappolato in un ecosistema controllato da chi possiede l’infrastruttura. GitHub ci è passato — prima il paradiso degli sviluppatori indipendenti, poi Microsoft con i suoi 7,5 miliardi, poi Copilot che ha iniziato a risucchiare il codice di tutti per addestrare un modello proprietario. La community ha protestato, qualcuno è migrato su GitLab e Codeberg, ma la massa è rimasta perché la comodità vince sulla libertà, quasi sempre. L’alternativa esiste: il self-hosting, i modelli in locale, le reti decentralizzate, i formati come GGUF. Ma Hugging Face è dannatamente comodo, e questo è il vantaggio competitivo più pericoloso che un monopolista possa avere.
Il nocciolo della questione, per chi crede nell’autogestione tecnologica, è che non basta che i modelli siano aperti se l’infrastruttura per distribuirli risponde al Nasdaq. Non basta che il codice sia libero se la piattaforma che lo ospita può riscrivere i termini di servizio domani mattina con un click. La vera sovranità tecnologica si costruisce dal basso, con strumenti che non hanno investitori da soddisfare e comunità che non dipendono dalla benevolenza di un singolo CEO — per quanto simpatico possa essere. Hugging Face è oggi il meno peggio in un panorama dominato da giganti che di “aperto” non hanno nemmeno il codice postale. Ma costruire la propria indipendenza sul meno peggio è come costruire una casa su un terreno in affitto: finché il padrone è di buon umore va tutto bene, ma il contratto lo ha scritto lui e può riscriverlo quando vuole. La storia di ogni piattaforma digitale lo dimostra: prima sei l’utente, poi sei il prodotto, poi sei l’ostaggio. Scaricare i modelli, farli girare in locale, contribuire a infrastrutture genuinamente decentralizzate — è faticoso, scomodo, imperfetto. Ma è l’unica architettura che nessun IPO può espropriare.