Logo di YuSMP Group
YuSMP Group Editorial Team Redazione, YuSMP Group
Un core di processore modulare estratto dal socket di una scheda elettronica mentre un altro core prende il suo posto, in toni blu e oro, a illustrare la sostituzione del fornitore di modelli di IA dietro un’applicazione

In breve

Secondo Bloomberg, il 7 luglio 2026, Microsoft ha iniziato a instradare parte delle richieste a Microsoft 365 Copilot in Excel e Outlook verso i propri modelli MAI anziché verso OpenAI e Anthropic, per ridurre i costi dell’IA di terze parti. Decine di migliaia di prompt a settimana passano già da MAI — ancora una piccola quota del volume complessivo di Copilot — e il responsabile dell’IA Mustafa Suleyman ha dichiarato che l’obiettivo è continuare a tagliare la spesa esterna, fino a interrompere del tutto, un giorno, i pagamenti ad Anthropic.

Per i team che sviluppano software per i mercati statunitense ed europeo, la lezione non è «scegliere MAI» né «abbandonare OpenAI». È architetturale. Quando il più grande acquirente di IA diversifica i fornitori, la concentrazione su un solo provider diventa un tema di progettazione di primo piano — e l’assicurazione più economica è un livello di astrazione che trasforma il cambio o la combinazione di fornitori in una modifica di configurazione, non in una riscrittura.

Che cosa ha cambiato davvero Microsoft?

Non si tratta di una nuova funzione, ma di quale motore lavora dietro lo stesso pulsante. Microsoft 365 Copilot — l’IA integrata in Excel, Outlook, Word e Teams — si è appoggiato in larga parte ai modelli OpenAI, affiancati nell’ultimo anno da modelli Anthropic per alcune attività. Secondo l’articolo di Bloomberg del 7 luglio, Microsoft sta ora dirottando in silenzio una parte di quelle richieste in Excel e Outlook verso la propria famiglia MAI. Gli utenti vedono lo stesso Copilot; è cambiato il modello che risponde dietro le quinte.

Due numeri danno la misura. I modelli interni gestiscono decine di migliaia di prompt a settimana: sembra molto, ma è una piccola frazione del traffico totale di Copilot. È una migrazione graduale e misurata, non un passaggio netto. Ed è destinata ad allargarsi: Microsoft ha fatto sapere che i modelli MAI arriveranno in GitHub Copilot e Teams e che i propri modelli di trascrizione vocale entreranno nelle videochiamate di Teams. Se il vostro prodotto integra Copilot o si basa sullo stack IA di Microsoft, il modello dietro le vostre funzionalità di IA e dati potrebbe cambiare senza alcun intervento da parte vostra — un buon promemoria per sapere da quale modello dipendete davvero.

Microsoft non ha voltato le spalle ai suoi partner. Resta uno dei principali finanziatori di OpenAI e continua a instradare molto lavoro di Copilot verso modelli esterni. La parola giusta è diversificazione: aggiungere un’opzione proprietaria a quelle acquistate, poi spostare il mix dove i propri modelli sono abbastanza buoni e più economici.

Perché portare in casa modelli che ha contribuito a finanziare?

Costi e controllo, in quest’ordine. Servire modelli di frontiera a centinaia di milioni di utenti di Office è una delle bollette di inferenza più alte del pianeta, e ogni prompt inviato a un fornitore esterno è margine ceduto a terzi. Possedere il modello abbatte il costo per token, elimina una dipendenza e consente a Microsoft di calibrare i modelli sui propri prodotti e sulla propria telemetria. Suleyman è stato esplicito: ridurre la spesa esterna — e alla fine non pagare più Anthropic — è l’obiettivo.

Ciò che rende la strategia praticabile oggi è che MAI è diventato abbastanza valido per una quota crescente del lavoro reale. Alla conferenza Build di giugno 2026 Microsoft ha presentato sette nuovi modelli in un colpo solo, e secondo le ricostruzioni uno di questi si avvicina nella generazione di codice a Opus 4.6, la generazione precedente di Anthropic, a un prezzo più basso. È la parte silenziosa della vicenda: per le attività di routine di un assistente — riassumere la casella di posta, impostare una formula, ripulire un foglio di calcolo — un modello interno più economico arriva ormai abbastanza vicino a un modello di frontiera da far prevalere la differenza di prezzo. La frontiera resta importante per i compiti più difficili; non è più l’unica scelta difendibile per quelli semplici.

Perché è un segnale e non solo una storia di Microsoft?

Per via di chi lo fa. Microsoft è tra i maggiori acquirenti e distributori di IA al mondo e ha co-investito proprio nei modelli che ora sta aggirando. Quando un cliente con tanta leva e tante informazioni interne decide che la mossa giusta è costruire un’opzione propria e diversificare le forniture, sta dicendo qualcosa al mercato: i modelli capaci stanno diventando una commodity, i costi di cambio sono il vero rischio e dipendere da un solo fornitore è una posizione da cui uscire con l’ingegneria — non una partnership su cui adagiarsi.

La maggior parte dei team non può copiare la tattica; quasi nessuno dovrebbe costruire un modello di frontiera. Ma la strategia si trasferisce senza difficoltà. Non serve la scala di Microsoft per trattare i modelli come una risorsa intercambiabile e messa in concorrenza, anziché come una dipendenza fissa. I team esposti sono quelli che hanno cablato il prodotto sull’API di un unico fornitore, con le sue peculiarità e i suoi prezzi sparsi in tutto il codice e nessun percorso testato verso un’alternativa. Quando quel fornitore cambia i prezzi, stringe i limiti o ritira un modello, scoprono quanta parte della loro architettura apparteneva in realtà al fornitore.

Cosa significa per i team software negli USA e in Europa

Trasformate la notizia in tre abitudini di ingegneria. Primo: inserite un’astrazione indipendente dal fornitore tra la logica di business e qualsiasi modello, così che fornitore e nome del modello siano configurazione e non ipotesi sparse nel codice. Secondo: valutate per ogni attività almeno un’alternativa più economica o open-weight, sui vostri dati e con il vostro livello di qualità — il caso Microsoft dimostra che «abbastanza buono e più economico» batte «il migliore e il più caro» per una larga parte del lavoro di routine. Terzo: tenete un modello di fallback configurato e testato, in modo che un aumento di prezzo, un limite di quota o un disservizio degradino la funzione con gradualità invece di spegnerla.

Nei settori regolamentati la posta è più alta. Nel FinTech e negli altri ambiti soggetti ad audit, «dipendiamo da un unico fornitore di IA senza alternative» è un rischio di concentrazione che le verifiche sulla resilienza operativa e sul rischio fornitori segnaleranno esplicitamente. Un approccio a portafoglio — un modello primario, un fallback testato, un’astrazione che rende il passaggio ordinario — non è solo più economico: è la postura che una valutazione di resilienza si aspetta. Progettatelo presto, perché inserire a posteriori un’astrazione in un prodotto pensato per un solo fornitore costa molto di più che prevederla dall’inizio.

Niente di tutto questo significa inseguire ovunque il modello più economico o cambiare fornitore per principio. Significa trattare la scelta del modello come un portafoglio da ribilanciare al variare di prezzi e qualità: abbinare la capacità al compito, conservare la possibilità di cambiare idea a basso costo e non lasciare mai che un singolo fornitore detti la roadmap del vostro prodotto.

Cosa cambia per il mercato italiano?

In Italia Microsoft 365 è molto diffuso sia nelle grandi aziende sia nelle PMI, e Copilot viene spesso introdotto come estensione delle licenze già in uso. Proprio per questo la notizia merita attenzione: se Microsoft cambia il modello dietro Copilot, l’interfaccia resta la stessa, ma per il DPO cambia la domanda su quale modello tratti quali dati. Chi usa Copilot o sviluppa funzionalità di IA proprie dovrebbe impostare valutazioni d’impatto (DPIA), nomine a responsabile del trattamento e policy interne in modo che coprano un cambio di modello da parte del fornitore, invece di legarle a un modello specifico. L’attenzione del Garante Privacy sui servizi di IA generativa, già emersa con il caso ChatGPT, rende questa prudenza tutt’altro che teorica.

Un’architettura indipendente dal fornitore aiuta anche sul fronte della sovranità del dato, tema sentito soprattutto nella pubblica amministrazione e nei settori vigilati: consente di affidare i casi d’uso più sensibili a modelli europei o open-weight ospitati su infrastrutture qualificate, mantenendo i modelli statunitensi dove rendono di più. Per banche e assicurazioni, poi, il regolamento DORA richiede di governare il rischio di concentrazione sui fornitori ICT, sotto la vigilanza di Banca d’Italia e IVASS: un piano di uscita documentato dal fornitore di IA diventa parte degli adempimenti, non un optional.

Checklist per la portabilità dei modelli

Nessuna nuova scadenza — solo il lavoro che rende la prossima mossa di un fornitore un non-evento:

  1. Aggiungete un livello di astrazione. Fate passare ogni chiamata al modello da un’unica interfaccia interna, così che fornitore e modello siano configurazione e non codice sparso nell’app.
  2. Conoscete la vostra dipendenza. Annotate quale modello alimenta ogni funzionalità di IA e cosa si rompe se cambia — non si gestisce una dipendenza che non si è mai nominata.
  3. Confrontate un’alternativa per ogni attività. Testate un modello più economico o open-weight sui vostri dati per ogni compito; tenete quelli che rientrano nel vostro livello di qualità.
  4. Configurate e testate un fallback. Collegate almeno un fornitore alternativo ed esercitate davvero il failover, così che funzioni quando serve.
  5. Misurate costi e qualità per funzionalità. Registrate token, latenza e un punteggio di valutazione, perché il ribilanciamento si basi su dati e non su impressioni.
  6. Ribilanciate con cadenza regolare. Prezzi e classifiche dei modelli cambiano ogni mese; rivedete il mix secondo un calendario invece di considerare definitiva la prima scelta.

Questo non è un consiglio di investimento né di procurement, e il giusto mix di modelli dipende dai vostri carichi di lavoro, dal livello di qualità richiesto e dai vostri mercati. Ma il segnale strategico della mossa di Microsoft è chiaro: nemmeno il più grande acquirente accetta il lock-in — quindi costruite i meccanismi che tengono aperte le vostre opzioni.

Domande frequenti

Che cosa ha cambiato davvero Microsoft?

Secondo Bloomberg, il 7 luglio 2026, Microsoft ha iniziato a instradare parte delle richieste a Microsoft 365 Copilot in Excel e Outlook verso i propri modelli MAI anziché verso OpenAI e Anthropic. Decine di migliaia di prompt a settimana passano già da MAI, anche se si tratta ancora di una piccola frazione del volume totale di Copilot. Il responsabile dell’IA di Microsoft, Mustafa Suleyman, ha descritto l’obiettivo come una riduzione progressiva della spesa per l’IA di terze parti e ha detto che Microsoft vuole, alla fine, smettere del tutto di pagare Anthropic.

Perché Microsoft si allontana dai modelli OpenAI che ha contribuito a finanziare?

Per costi e controllo. Servire modelli di frontiera alla scala di Microsoft è estremamente costoso, e Microsoft dispone ora di una propria famiglia MAI — tra cui sette modelli presentati a Build a giugno 2026, uno dei quali eguaglierebbe nella programmazione Opus 4.6, la generazione precedente di Anthropic, a un costo inferiore. Possedere il modello consente di ridurre la spesa per token, limitare la dipendenza da fornitori esterni e calibrare i modelli sui propri prodotti. Microsoft non ha abbandonato OpenAI né Anthropic: sta diversificando.

Anche i team dovrebbero costruire modelli propri?

Per quasi tutti i team, no. Microsoft ha la scala dei data center, il personale di ricerca e la domanda che giustificano lo sviluppo interno. La maggior parte dei team di prodotto dovrebbe continuare ad acquistare modelli di frontiera restando però portabile — con un livello di astrazione tra prodotto e fornitore, per poter cambiare o combinare i modelli quando prezzi e qualità cambiano. La lezione non è «costruitevelo da soli», ma «non cablate un unico fornitore».

Che cos’è l’insourcing dei modelli e perché è un segnale?

Si parla di insourcing quando un’azienda che acquista molta IA inizia a sviluppare e gestire modelli propri per dipendere meno dai fornitori esterni. È un segnale perché Microsoft è uno dei maggiori acquirenti di IA al mondo: quando il cliente più grande si diversifica rispetto a un unico fornitore, indica che i modelli capaci stanno diventando una commodity e che la concentrazione su un solo provider è un rischio di costo e di resilienza da gestire con l’ingegneria.

Cosa dovrebbero fare i responsabili tecnici in questo trimestre?

Inserire un’astrazione indipendente dal fornitore tra l’app e qualsiasi modello, valutare per ogni attività almeno un’alternativa più economica o open-weight sui propri dati, configurare un modello di fallback e misurare costi e qualità per funzionalità, così che una variazione di prezzo o di disponibilità diventi una modifica di configurazione e non un incidente. Trattate la scelta del modello come un portafoglio da ribilanciare, non come una scommessa una tantum.

Fonti

Bloomberg — Microsoft Replaces OpenAI, Anthropic With Own AI in Some Apps (7 luglio 2026)
CNBC — Microsoft unveils new AI models to lessen reliance on OpenAI and lower costs for developers (2 giugno 2026)
The Decoder — Copilot goes cheap as Microsoft phases out OpenAI and Anthropic models to cut costs (luglio 2026)