Mostra sommario Nascondi sommario
La notizia che Elon Musk intende addestrare Grok con l’insieme dei dati interni di SpaceX ha acceso un dibattito acceso tra dipendenti e osservatori del settore. L’annuncio è stato fatto durante un incontro aziendale trasmesso su X e ha sollevato domande sul consenso, la privacy e le conseguenze per la tecnologia AI dell’azienda.
Le parole di Musk e il piano per i dati interni
Shrek arriva su LEGO: prezzo, contenuti e data di uscita delle minifigure
Google Maps 3D: attiva ora la navigazione tridimensionale in un clic
Durante l’all-hands Musk ha spiegato che il modello sarà formato anche sui contributi intellettuali dello staff. Ha descritto gli ingegneri come i “genitori” dell’intelligenza artificiale. In pratica, secondo lui, il sistema dovrebbe riflettere il loro giudizio e le loro idee.
Tuttavia non sono stati forniti dettagli operativi. Mancano informazioni su quali informazioni verranno raccolte. Non è chiaro come verranno trattati i dati sensibili. Nessuna indicazione ufficiale sul diritto di rifiutare la partecipazione.
Grok 4.6: prestazioni, architettura e prezzo
SpaceXAI ha lanciato nello stesso giorno Grok 4.6. Il salto di performance è evidente nei benchmark.
- Score: 61 sull’Artificial Analysis Intelligence Index.
- Delta: +5 rispetto a Grok 4.5 e +23 rispetto a Grok 4.3.
- Base: ancora la stessa architettura da 1,5 trilioni di parametri V9.
SpaceXAI attribuisce il miglioramento a un ciclo di addestramento più lungo e a una supervisione più raffinata. Il modello non è più grande, ma è stato perfezionato.
Il prezzo resta invariato: 2$ per milione di token in input e 6$ per milione di token in output.
Confronti con altri modelli
Grok 4.6 si posiziona vicino a GPT-5.6 Sol di OpenAI. È a un punto da Claude Fable 5 di Anthropic. Questo colloca Grok tra i modelli di punta del mercato.
Implicazioni finanziarie: l’AI che spinge i ricavi
Nel secondo trimestre 2026 SpaceX ha registrato 7,81 miliardi di ricavi totali. Di questi, 2,56 miliardi sono stati attribuiti all’AI.
Musk ha affermato che entro settembre i ricavi generati dall’AI supereranno quelli di tutti gli altri settori dell’azienda messi insieme. Per ottenere questo risultato il segmento AI dovrebbe crescere molto rapidamente.
Utilizzare dati interni è una strategia per accelerare i progressi senza comprare grandi quantità di dati esterni.
Questioni etiche: consenso, riservatezza e responsabilità
Il punto più delicato non è tecnico ma etico. Addestrare un modello sui lavori dei dipendenti solleva nodi su:
- consenso informato;
- protezione della proprietà intellettuale;
- confidenzialità dei progetti sensibili.
Se non verranno definite regole chiare, cresce il rischio di contestazioni interne e legali. Nessun portavoce aziendale ha ancora chiarito le opzioni di opt-out o le garanzie per i lavoratori.
Le lezioni dal caso Meta e i rischi reputazionali
Un precedente recente è quello di Meta, che aveva aperto accessi interni a conversazioni e dati sulle performance con il suo Model Capability Initiative. Quel progetto è stato sospeso dopo fughe di notizie.
La vicenda mette in luce come la mancanza di trasparenza possa bloccare iniziative simili. SpaceX dovrà decidere se imparare da quell’esperienza o correre lo stesso rischio.
Cosa resta da chiarire sulle modalità operative
Al momento restano molte domande senza risposta. Tra le principali:
- Quali categorie di dati saranno effettivamente usate per l’addestramento?
- Come verranno anonimizzati o protetti i contributi individuali?
- Esisterà una procedura di opt-out e come verrà gestita?
La mancanza di dettagli operativi mantiene alta la tensione tra dipendenti e osservatori del settore.
