Onu: il boom dell’AI rischia di rafforzare il gap tra economie avanzate e paesi più fragili

L’intelligenza artificiale si sta diffondendo con una velocità che pochi altri cicli tecnologici hanno avuto. Ma la sua espansione non coincide con una distribuzione equilibrata dei benefici. È il punto centrale del rapporto preliminare del nuovo pannello scientifico indipendente delle Nazioni Unite sull’AI, presentato in vista del primo Global Dialogue on AI Governance in programma a Ginevra il 6 e 7 luglio 2026.

Il documento sostiene che la corsa all’adozione dell’AI può aggravare le disuguaglianze globali se una parte del mondo resta consumatrice di tecnologie sviluppate altrove, senza controllo su standard, sicurezza, dati e adattamento ai contesti locali. (Fonte: un.org)

Il passaggio più netto del rapporto è economico prima ancora che tecnico: l’accesso agli strumenti non produce automaticamente benefici uguali. Un paese può usare modelli, cloud e pipeline di dati stranieri e restare comunque dipendente da chi definisce i parametri industriali e normativi. In questa lettura, il rischio non è solo restare indietro nell’innovazione, ma perdere sovranità operativa su un’infrastruttura che incide su produttività, servizi pubblici, istruzione, credito, sanità e informazione.

Un rapporto nato dentro la nuova architettura Onu

Il panel è composto da 40 esperti indipendenti nominati dall’Assemblea generale il 12 febbraio 2026, dopo una selezione partita da oltre 2.600 candidature. Il suo mandato dura tre anni e rientra nei meccanismi di governance previsti dal Global Digital Compact, il pacchetto Onu che punta a costruire regole condivise su tecnologie digitali e rischi transfrontalieri. La novità, per le Nazioni Unite, è l’ambizione di avere un organismo scientifico stabile, non politico, in grado di produrre valutazioni utilizzabili da tutti gli Stati membri, anche quelli con capacità tecniche limitate.

Il segretario generale António Guterres ha descritto il panel come un riferimento scientifico in una fase in cui la comprensione affidabile dell’AI conta quanto la sua potenza industriale. È una formula che risponde a un problema concreto: la governance dell’AI oggi procede a velocità diverse, mentre i modelli più avanzati, l’hardware e gli investimenti restano concentrati in pochi paesi e in poche imprese.

Roadmap

Stati Uniti e Cina guidano la corsa agli investimenti

Il rapporto Onu osserva che Stati Uniti e Cina dominano sia lo sviluppo dei modelli di punta sia gli investimenti nell’infrastruttura di calcolo, cioè chip, memoria, reti e capacità di archiviazione necessarie per addestrare e far girare sistemi avanzati. È il nodo materiale della nuova economia dell’AI: chi controlla il compute controlla una parte crescente della catena del valore, dai modelli fondativi ai servizi applicativi.

I numeri confermano la concentrazione. Secondo l’Oecd, nel 2025 le imprese dell’AI hanno assorbito il 61% di tutto il venture capital mondiale, pari a 258,7 miliardi di dollari su 427,1 miliardi complessivi. La quota è più che raddoppiata rispetto al 2022, quando era al 30%. In parallelo, la stessa Oecd segnala che nella transizione all’AI stanno emergendo divari fra paesi, territori, settori e imprese: ad accelerare sono soprattutto economie più innovative, grandi aziende e servizi ad alta intensità di conoscenza.

Per i paesi che arrivano tardi, questo significa partire con un doppio svantaggio. Da una parte mancano i capitali per costruire data center, cloud locali, dataset e capacità di calcolo. Dall’altra parte aumenta il costo di ingresso, perché la tecnologia si sta consolidando attorno a infrastrutture molto onerose e a standard definiti da pochi attori dominanti. È qui che il tema della disuguaglianza globale si sposta dal digitale alla struttura industriale.

Il Sud globale sconta il ritardo su rete, energia e competenze

Il rapporto Onu insiste sul fatto che il ritardo del Sud globale non dipende solo dalla disponibilità di software. Servono elettricità affidabile, connettività stabile, data center, cloud sicuri, dati di qualità, scuole e forza lavoro capaci di usare e governare i sistemi. La World Bank ha riassunto questa base nelle “quattro C” della readiness: connectivity, compute, context e competency. Senza questi elementi, l’AI resta uno strato esterno importato, non un moltiplicatore di crescita.

La distanza infrastrutturale parte ancora più indietro. L’Itu stima che nel 2025 circa 6 miliardi di persone, il 74% della popolazione mondiale, usassero internet. Restano però offline 2,2 miliardi di persone. La stessa Itu segnala che le differenze non riguardano solo l’accesso, ma anche qualità, velocità, affidabilità e convenienza economica della connessione. In altri termini, anche chi è connesso non parte dallo stesso livello quando si tratta di usare servizi ad alta intensità di dati come quelli dell’AI generativa. (Fonte: ITU)

Il problema si aggrava sul lato energetico. Il rapporto 2025 sullo stato dell’obiettivo Onu per l’energia rileva che 565 milioni di persone vivevano ancora senza elettricità nel 2023 e che l’Africa subsahariana concentra l’85% della popolazione mondiale priva di accesso elettrico. In un quadro del genere, costruire data center e attrarre investimenti in compute non è solo una questione industriale: richiede reti elettriche stabili, costi sostenibili e capacità pubblica di pianificazione.

Lingue escluse, errori pericolosi, mercati incompleti

Un altro capitolo del rapporto riguarda la lingua. I modelli generativi funzionano bene soprattutto in inglese e in altre lingue ad alta presenza digitale. Molte lingue restano escluse o hanno prestazioni molto inferiori. La conseguenza non è solo culturale. In sanità, amministrazione e scuola, una traduzione sbagliata può compromettere diagnosi, istruzioni cliniche e accesso ai servizi.

Il rapporto cita un caso di traduzione automatica dal tigrino in cui il vaiolo viene confuso con la sifilide e la frase “ti sono stati somministrati antibiotici per via endovenosa” diventa “ti sono stati somministrati insetticidi per via endovenosa…”.

Se i dati linguistici di una comunità sono scarsi, quella comunità diventa meno interessante per i grandi sviluppatori globali. Ne deriva un circolo vizioso: meno dati producono modelli peggiori, modelli peggiori riducono l’adozione, minore adozione riduce l’incentivo a investire. Unesco, con il programma LT4All, sta lavorando proprio sulla necessità di tecnologie linguistiche inclusive per evitare che il divario digitale diventi un divario permanente di cittadinanza economica e informativa.

L’Onu propone una ricetta: infrastrutture locali e alfabetizzazione

Il rapporto non si limita all’allarme. Propone una cassetta degli attrezzi per gli Stati membri. Le priorità indicate sono costruire infrastrutture locali, dai data center ai sistemi di dati; alzare l’alfabetizzazione sull’AI nelle scuole e nei luoghi di lavoro; investire in sviluppatori e competenze tecniche; creare istituti per la sicurezza dell’AI; predisporre strategie contro la disinformazione; e misurare il comportamento dei sistemi anche dopo il rilascio, con utenti reali e compiti reali.

È una linea coerente con il lavoro avviato da altre istituzioni multilaterali. World Bank, in un brief del maggio 2026, ha indicato che molti paesi hanno bisogno di riforme pubbliche e finanziamenti per sviluppare data center, cloud providers e mercati dei dati più competitivi. Il punto è rilevante perché sposta la discussione dal solo uso dei chatbot alla capacità di possedere pezzi dell’infrastruttura. Senza questa base, gli effetti sulla crescita rischiano di concentrarsi dove il capitale è già più abbondante.

I conti tornano: altri studi vedono un aumento delle disuguaglianze

La diagnosi dell’Onu non è isolata. Un working paper del Fondo monetario internazionale pubblicato nell’aprile 2025, “The Global Impact of AI: Mind the Gap”, conclude che l’AI accentuerà la disuguaglianza di reddito tra paesi, favorendo in modo sproporzionato le economie avanzate. Lo studio collega gli effetti a tre fattori: esposizione settoriale all’AI, preparazione delle economie a integrarla e accesso a dati e tecnologie essenziali. (Fonte: IMF)

Un altro paper del Fondo, “AI Adoption and Inequality”, mostra però che sul piano interno le conseguenze distributive possono essere più ambigue: alcuni canali possono aumentare le disparità, altri possono ridurle se l’automazione colpisce quote più alte di lavoro qualificato. La sintesi è che non esiste un esito meccanico. Ma sul piano internazionale il vantaggio iniziale dei paesi ricchi, se non corretto, tende a cumularsi.

Il costo ambientale e finanziario della corsa all’AI

Il panel Onu riconosce anche i costi ambientali dei data center: consumi elevati di energia e acqua, oltre al rischio di emissioni climalteranti. Questo tema pesa soprattutto nei paesi con risorse energetiche scarse, dove destinare potenza elettrica a centri di calcolo può entrare in tensione con altri bisogni essenziali. Anche l’Unesco, in un rapporto del 2025 sugli impatti dell’AI generativa, avverte che l’attuale traiettoria dello sviluppo può approfondire i divari digitali proprio nei contesti dove energia e acqua sono già limitate.

C’è poi un tema finanziario. Negli ultimi giorni la Banca dei regolamenti internazionali ha avvertito che l’euforia sugli investimenti in AI potrebbe portare a una correzione brusca se i ritorni attesi non si materializzeranno, in un contesto in cui i cinque maggiori hyperscaler sono attesi investire oltre 1.000 miliardi di dollari tra 2025 e 2026. Per i paesi che stanno ancora decidendo quanto puntare su infrastrutture domestiche, l’incertezza sui cicli finanziari conta quasi quanto il costo tecnologico.

Perché la questione riguarda anche l’Europa

L’allarme dell’Onu non riguarda soltanto Africa, Asia meridionale o America Latina. Riguarda anche economie avanzate ma dipendenti da cloud, chip e modelli esterni. Per l’Europa il punto è noto: il continente ha capacità scientifiche, regolazione e domanda industriale, ma resta meno forte di Stati Uniti e Cina sui grandi modelli e sul compute. In questo quadro, il messaggio del panel vale su due livelli: ridurre il divario con il Sud globale e, nello stesso tempo, non scivolare in una dipendenza strategica da pochi fornitori stranieri.

L’economia dell’AI, in sostanza, non premia soltanto chi inventa gli algoritmi. Premia chi controlla dati, energia, reti, capitale e competenze. È per questo che il rapporto Onu insiste sulla capacità locale e non sul semplice accesso a strumenti generativi già pronti. La differenza tra usare l’AI e governarla passa tutta da qui.

La vera frattura è tra chi costruisce e chi dipende

Il merito del rapporto Onu è spostare il dibattito da una visione astratta dell’innovazione a una domanda molto concreta: chi catturerà il valore economico dell’intelligenza artificiale nei prossimi anni? Se il grosso dei modelli, degli investimenti e del calcolo resta nelle mani di un numero ridotto di paesi e imprese, la promessa di produttività rischia di trasformarsi in una nuova gerarchia industriale globale.

L’AI può migliorare agricoltura, istruzione, salute e servizi pubblici. Il rapporto lo riconosce apertamente. Ma può farlo in modo inclusivo solo se le economie che oggi stanno ai margini costruiscono reti, energia, competenze, dataset e istituzioni. In caso contrario, la frattura non passerà più soltanto tra paesi connessi e paesi scollegati. Passerà tra chi sviluppa l’infrastruttura del nuovo ciclo tecnologico e chi la noleggia.

Keyword:

Titolo seo:

Metadescription:

Posso anche rifinirlo in chiave più da quotidiano finanziario o più da magazine economico.