DeepSeek sta accelerando una trasformazione strategica significativa, passando da un approccio basato su modelli AI “leggeri” a un’impostazione fortemente infrastrutturale e compute-intensive. Il segnale più evidente di questo cambiamento è l’intensificazione del reclutamento di ingegneri legati al team Harness e la valutazione di costruire capacità di calcolo proprietarie. La società punta così a rafforzare il controllo sull’intero stack tecnologico, in un momento in cui il settore dell’intelligenza artificiale richiede sempre più potenza computazionale, scalabilità e integrazione tra software e hardware.
DeepSeek accelera sul reclutamento del team Harness
Il cambio di strategia di DeepSeek si manifesta prima di tutto sul fronte del capitale umano. Il 21 giugno il team lead di DeepSeek Harness, Cui Tianyi, ha avviato una campagna di reclutamento online per ricercatori, ingegneri e product manager. L’obiettivo è rafforzare una divisione considerata centrale per lo sviluppo dell’azienda.
Questa fase di hiring aggressivo si inserisce in una logica precisa: costruire competenze interne in grado di sostenere una nuova architettura AI basata su sistemi agentici. L’attenzione non è più solo sul modello, ma sull’intero ecosistema che consente al modello di operare in ambienti complessi e produttivi. In questo scenario, DeepSeek punta a una crescita fondata su know-how interno e velocità di implementazione.
Harness e la nuova architettura degli agenti AI
Il team Harness rappresenta uno degli elementi più innovativi della strategia DeepSeek. Il suo ruolo riguarda i sistemi che definiscono quali strumenti un modello AI può utilizzare, come accede alle risorse e in che modo le informazioni circolano tra sottosistemi.
Il principio guida è sintetizzato nella formula “Model + Harness = Agent”, che descrive la trasformazione dei modelli linguistici in agenti operativi. Il team, nato intorno a marzo 2025, ha iniziato a espandersi in modo costante soprattutto dopo il lancio di DeepSeek V3.2, che ha rafforzato le capacità di ragionamento e le funzioni agentiche.
In questo contesto, Harness diventa un ponte strategico tra ricerca e applicazioni concrete, accelerando la transizione verso prodotti AI più complessi e integrati. L’obiettivo è trasformare la potenza del modello in capacità operativa reale, riducendo i tempi tra sviluppo e deployment.
Dal modello “light” a infrastrutture AI pesanti
La svolta strategica di DeepSeek segna l’abbandono progressivo di un approccio “light”, basato su infrastrutture più snelle e meno costose. L’azienda sta invece orientandosi verso un modello “heavy”, caratterizzato da un uso intensivo di risorse computazionali.
Tra le ipotesi allo studio figura la costruzione di impianti di calcolo proprietari nella regione della Mongolia Interna, una scelta ancora poco comune tra le aziende AI cinesi, che tendono a preferire il noleggio di capacità esterne. Questo cambiamento indica una volontà chiara di aumentare l’autonomia tecnologica e la capacità di scalare i sistemi.
La transizione verso infrastrutture più pesanti consente a DeepSeek di affrontare progetti più ambiziosi, ma implica anche un maggiore investimento iniziale e una gestione più complessa dell’intero ecosistema computazionale.
Compute proprietario e controllo dell’infrastruttura
Secondo analisi del settore, sempre più aziende di AI stanno valutando cluster proprietari per ottenere vantaggi nel lungo periodo. La vice presidente di IDC China, Zhou Zhengang, ha evidenziato come i leader del settore puntino a infrastrutture interne per migliorare controllo dei costi e personalizzazione, nonostante gli investimenti iniziali elevati.
Per DeepSeek, questa scelta consentirebbe di ottimizzare elementi chiave come consumo energetico, raffreddamento e scheduling dei carichi di lavoro, adattandoli all’architettura dei propri modelli. Il risultato sarebbe una maggiore efficienza operativa e un controllo end-to-end della catena tecnologica.
Investimenti e posizionamento nella corsa all’AI
La trasformazione di DeepSeek si inserisce in un contesto finanziario favorevole, dopo un round Series A da 51 miliardi di yuan che ha coinvolto investitori strategici come Tencent, JD.com, NetEase e CATL. La presenza di CATL, leader mondiale nelle batterie, ha alimentato l’ipotesi di una futura integrazione tra energia e calcolo, anche attraverso soluzioni legate a storage e rinnovabili.
Nel panorama cinese dell’intelligenza artificiale, le strategie stanno divergendo: Zhipu AI punta sul coding, Alibaba su un approccio full-stack, mentre DeepSeek sta tracciando una terza via basata su infrastrutture pesanti e ingegneria degli agenti. Una direzione che evidenzia una crescente competizione non solo sui modelli, ma soprattutto sul controllo dell’infrastruttura AI globale.
Fonte: Pandaily
