Negli ultimi anni Alibaba si è affermata come uno dei principali attori globali nello sviluppo di modelli di intelligenza artificiale di grandi dimensioni, grazie alla famiglia di modelli Qwen, una piattaforma di AI generativa che comprende modelli linguistici, multimodali e strumenti applicativi destinati sia agli sviluppatori sia al mercato enterprise. Tuttavia, un recente episodio riportato dalla stampa tecnologica internazionale ha attirato l’attenzione dell’ecosistema AI: diverse figure chiave del team responsabile dello sviluppo dei modelli Qwen hanno annunciato la loro uscita dall’azienda, sollevando interrogativi sul futuro della strategia AI del gruppo cinese.
Il caso riguarda in particolare la dimissione di Lin Junyang, uno dei principali responsabili tecnici del progetto Qwen, considerato una delle figure centrali nella costruzione dell’ecosistema di modelli open source sviluppato da Alibaba negli ultimi anni. Lin ha annunciato la propria uscita attraverso un breve messaggio pubblicato sui social media, limitandosi a scrivere “me stepping down. bye my beloved qwen”, senza fornire ulteriori spiegazioni sulle motivazioni della decisione.
La notizia ha immediatamente attirato l’attenzione degli analisti perché la dimissione è arrivata a distanza di pochi giorni dal rilascio di una nuova serie di modelli della famiglia Qwen, tra cui la linea Qwen 3.5 Small, progettata per funzionare su hardware più leggero e in ambienti edge o dispositivi locali. Questi modelli rappresentano una parte importante della strategia di Alibaba per diffondere l’AI generativa anche su infrastrutture meno potenti rispetto ai grandi cluster cloud utilizzati per l’addestramento dei modelli più grandi.
Oltre a Lin, anche altre figure tecniche del progetto hanno lasciato il team nello stesso periodo. Tra queste vi è Yu Bowen, responsabile delle attività di post-training dei modelli Qwen, mentre nei mesi precedenti aveva già lasciato l’organizzazione un ricercatore specializzato nello sviluppo di modelli per la programmazione. La sequenza di queste uscite ha portato osservatori e sviluppatori a interrogarsi sulle possibili cause di questo cambiamento improvviso nella leadership del progetto.
Per comprendere l’importanza di questi eventi è necessario considerare il ruolo strategico che il progetto Qwen ha assunto all’interno della strategia tecnologica di Alibaba. Il progetto nasce all’interno del laboratorio di ricerca Tongyi dell’azienda e rappresenta l’infrastruttura principale per lo sviluppo dei modelli di linguaggio e dei sistemi di AI generativa del gruppo. Negli ultimi due anni Alibaba ha pubblicato centinaia di modelli basati su questa architettura, molti dei quali distribuiti in modalità open source e utilizzati da sviluppatori e imprese in tutto il mondo. Secondo i dati citati da fonti del settore, i modelli Qwen sono stati scaricati oltre un miliardo di volte e hanno generato un ampio ecosistema di varianti e applicazioni.
Il progetto Qwen rappresenta quindi non soltanto un prodotto tecnologico, ma una vera e propria piattaforma di sviluppo AI. La famiglia di modelli include sistemi progettati per l’elaborazione del linguaggio naturale, modelli multimodali capaci di interpretare immagini e video e varianti ottimizzate per compiti specifici come la generazione di codice o l’analisi dei dati. Nel corso del tempo Alibaba ha progressivamente ampliato questo ecosistema, rendendo Qwen uno dei principali concorrenti dei modelli sviluppati da aziende occidentali come OpenAI, Google e Anthropic.
All’interno di questa strategia, Lin Junyang ha svolto un ruolo particolarmente rilevante. Considerato uno dei più giovani leader tecnici di alto livello all’interno dell’azienda, Lin aveva promosso un approccio integrato allo sviluppo dei modelli, sostenendo che le diverse fasi del ciclo di vita dell’AI — pre-training, post-training, infrastruttura e ottimizzazione hardware — dovessero essere coordinate all’interno di un’unica architettura tecnica. Questo approccio mirava a migliorare l’efficienza dell’addestramento e a ridurre il divario tra ricerca teorica e implementazione pratica.
Tuttavia, alcune fonti indicano che Alibaba avrebbe recentemente avviato una riorganizzazione interna del proprio laboratorio AI. Secondo queste ricostruzioni, l’azienda starebbe valutando di separare le diverse componenti del team Qwen in unità specializzate dedicate a funzioni specifiche, come il pre-training dei modelli, il fine-tuning, le applicazioni multimodali e l’integrazione nei prodotti cloud. Questa strategia organizzativa si differenzia dall’approccio sostenuto da Lin, che privilegiava invece una maggiore integrazione tra le diverse componenti del processo di sviluppo.
Se confermata, questa riorganizzazione potrebbe riflettere una tendenza più ampia all’interno dell’industria dell’intelligenza artificiale. Con l’aumento della complessità dei modelli e delle infrastrutture di calcolo necessarie per addestrarli, molte aziende stanno riorganizzando i propri team di ricerca per separare le attività di ricerca fondamentale dalle applicazioni commerciali. Questo consente alle imprese di accelerare la distribuzione di prodotti AI destinati al mercato, anche se può ridurre la coesione tra le diverse fasi del ciclo di sviluppo tecnologico.
Nel caso di Alibaba, la riorganizzazione potrebbe essere collegata anche alla crescente competizione nel settore dell’AI in Cina. Aziende come ByteDance, Baidu e DeepSeek stanno investendo massicciamente nello sviluppo di modelli generativi e stanno cercando di conquistare quote di mercato sia nel settore consumer sia nel segmento enterprise. Questo contesto competitivo spinge le grandi aziende tecnologiche a rivedere continuamente le proprie strategie di ricerca e sviluppo per mantenere il passo con i progressi dei rivali.
Un ulteriore elemento da considerare riguarda la diffusione delle applicazioni basate su Qwen tra gli utenti finali. L’applicazione AI basata su questi modelli ha registrato una crescita molto rapida, passando in pochi mesi da alcune decine di milioni di utenti a oltre duecento milioni, diventando una delle applicazioni AI più utilizzate a livello globale. Questo successo commerciale aumenta la pressione sull’azienda affinché continui a innovare rapidamente e a mantenere competitiva la propria piattaforma di modelli.
Le dimissioni di figure chiave all’interno di un progetto tecnologico di queste dimensioni non rappresentano necessariamente un segnale di crisi, ma possono indicare un momento di transizione nella strategia aziendale. Nel settore dell’intelligenza artificiale, dove la competizione per il talento è estremamente intensa, è relativamente comune che ricercatori e ingegneri di alto livello cambino azienda o assumano nuovi ruoli in altre organizzazioni.
Tuttavia, quando questi cambiamenti coinvolgono i leader tecnici di un progetto particolarmente influente, come nel caso di Qwen, il loro impatto può essere significativo. Le figure che guidano lo sviluppo dei modelli spesso svolgono un ruolo fondamentale nel definire la direzione tecnica delle piattaforme AI, dalle scelte architetturali ai metodi di addestramento fino alla strategia open source.
Il caso delle dimissioni nel team Qwen dimostra quindi quanto lo sviluppo dell’intelligenza artificiale dipenda non solo da infrastrutture computazionali e dataset di grandi dimensioni, ma anche dalla stabilità delle comunità di ricerca e degli ecosistemi di sviluppo che sostengono questi progetti. In un settore in cui i modelli vengono aggiornati continuamente e le innovazioni tecnologiche si susseguono a ritmo accelerato, il capitale umano rappresenta ancora uno degli elementi più determinanti per il successo delle piattaforme di AI.
Nei prossimi mesi sarà quindi interessante osservare come Alibaba gestirà la transizione all’interno del team Qwen e se la strategia di riorganizzazione del laboratorio AI porterà a una nuova fase di sviluppo per la piattaforma. L’evoluzione di questo progetto non riguarda soltanto l’azienda cinese, ma l’intero panorama globale dell’intelligenza artificiale, in cui la competizione tra modelli, infrastrutture e comunità di sviluppatori continua a intensificarsi.