AI, la via per una sovranità europea non è l’autarchia: che fare

Sull’intelligenza artificiale la parola che sta conquistando tutti ora è “sovranità”. Governi e istituzioni parlano di cloud nazionali, data center “strategici”, modelli fondativi europei. L’importanza di una AI “sovrana” cresce con quella di uno stack tecnologico sovrano perché l’AI (e i chip) sono considerati la tecnologia ora più strategica per una Nazione. E cresce in modo direttamente proporzionale alle tensioni geopolitiche Usa-Europa-Cina. Quindi, sempre più.

Entro il 2030, a livello globale, ci saranno oltre 1.300 miliardi di dollari di investimenti pubblici e privati in infrastrutture AI con l’idea di riportare a casa dati, chip e potenza di calcolo. Ma la corsa all’autosufficienza totale si scontra con un fatto semplice: l’AI è una filiera irrimediabilmente globale, in cui nessun attore può controllare tutto.

Il World Economic Forum, nel white paper Rethinking AI Sovereignty: Pathways to Competitiveness through Strategic Investments fatto con Bain e pubblicato il 20 gennaio, propone di cambiare prospettiva: non sovranità come chiusura, ma come “interdipendenza strategica”, cioè capacità di governare ecosistemi AI combinando investimenti locali e alleanze fidate. È un cambio di paradigma che riguarda da vicino l’Europa e, al suo interno, l’Italia: non ha senso sovrainvestire per replicare Silicon Valley, ha senso decidere dove specializzarsi, cosa orchestrare e su quali punti mantenere un controllo effettivo, anche quando l’infrastruttura non è di proprietà diretta.

L’illusione dell’autarchia digitale

Un approccio maturo che vale la pena considerare, soprattutto per un Paese come l’Italia che ha capacità di spesa limitata e una certa specificità industriale.

Negli ultimi anni “sovranità digitale” è spesso stata tradotta in un’agenda infrastrutturale: più data center, più gigafactory di chip, più cloud “nazionali”.

Secondo il WEF, oltre metà degli investimenti globali legati all’AI dal 2010 al 2024 è andata a infrastrutture e ad applicazioni e servizi, con più di 600 miliardi di dollari nella sola infrastruttura AI (data center e capacità di calcolo specializzata).

Stati Uniti e Cina da soli assorbono circa il 65% degli investimenti lungo l’intera catena del valore, dal silicio ai modelli fondativi.

Questo approccio infrastruttura-first presenta almeno tre limiti strutturali:

1. Energia e fisica
   Il potenziamento dei data center è vincolato da energia e reti. Il WEF stima che la capacità globale dei data center possa arrivare a 130 gigawatt entro il 2030, con investimenti elettrici aggiuntivi di circa 125 milioni di dollari per ogni miliardo investito in nuovi siti. Già oggi oltre 750 miliardi di investimenti pianificati in data center devono fare i conti con ritardi sulle connessioni alla rete. L’Europa, con mercati elettrici frammentati e reti congestionate, non è il terreno più semplice per una moltiplicazione di “Stargate” alla OpenAI.
2. Concentrazione industriale
   Nel segmento chip, circa il 90% del fatturato mondiale dei fonder è nelle mani di quattro aziende (TSMC, UMC, Samsung Foundry, SMIC) localizzate in tre giurisdizioni asiatiche. Pensare di ricostruire ex novo una supply chain completa in Europa è un progetto di decenni, non di legislature.
3. Talento mobile
   I ricercatori e gli imprenditori AI si muovono dove trovano ecosistema, capitali e libertà di sperimentare. Aumentare di qualche punto la potenza di calcolo nazionale non basta a trattenere i migliori profili se l’ecosistema non è attrattivo.

In sintesi: inseguire una sovranità intesa come controllo proprietario dell’intera filiera rischia di generare cattedrali nel deserto – data center costosi che, tra cinque anni, faranno girare “modelli di ieri”, mentre altrove si innova più velocemente.

Che cosa significa davvero “sovranità AI”

Il WEF definisce l’AI sovereignty come la capacità di “progettare, dispiegare e governare ecosistemi AI in linea con i propri valori, garantendo controllo strategico e operativo, flessibilità e resilienza, tramite una combinazione di investimenti locali e collaborazione internazionale”. Non è una questione di quanti petaflop possiede un Paese, ma di:

• quali priorità economiche e sociali riesce a supportare con l’AI;
• quanto è libero di fissare regole, standard e condizioni d’uso;
• quanto è resiliente rispetto a shock geopolitici o di mercato.

Si veda anche il saggio pubblicato su MIT Technology Review da Cathy Li del Wef. Parla di “sovranità come orchestrazione”: scegliere cosa costruire in casa, cosa ottenere tramite partnership e in quali segmenti si può davvero guidare il gioco. Non si tratta di “decoupling dei data center”, ma di specializzarsi e guidare reti di cooperazione.

Europa e Italia nei “tipi ideali” del WEF

Il report del WEF propone cinque archetipi di competitività AI:

• “global AI value chain leaders” (leader lungo tutta la filiera),
• “ecosystem builders” (orchestratori bilanciati),
• “selective players” (specialisti su alcune fasi),
• “adoption accelerators” (forti sull’adozione applicativa) ed “emerging collaborators”.

• Stati Uniti e Cina rientrano tra i leader globali: investimenti massicci dall’energia ai modelli fondativi, con un orizzonte esplicito di supremazia tecnologica.
• Singapore, Emirati, Corea del Sud hanno scelto la via degli ecosystem builders: infrastruttura adeguata, forti regole di governance, focus su ambiti dove possono pesare (finanza, logistica, servizi pubblici). La Corea persino, pur avendo un campione come Samsung, ha fatto partnership con Nvidia e Microsoft.
• L’Unione europea nel suo complesso assomiglia a un “selective player”: investimenti significativi in energia pulita, manifattura avanzata, applicazioni industriali e regolazione (AI Act, Data Governance, ecc.), ma dipendenza esterna su chip e parte dell’infrastruttura cloud.

E l’Italia? Se guardiamo alla fotografia attuale, il Paese ha:

• una base manifatturiera forte e dati industriali preziosi;
• eccellenze verticali (robotica, automotive, moda, agroalimentare, sanità di ricerca);
• un ecosistema cloud e HPC in crescita ma ancora limitato rispetto ai grandi hub europei;
• un ampio spazio di miglioramento nella digitalizzazione della PA e delle PMI.

In questa griglia, l’Italia sta a cavallo tra adoption accelerator (quando l’AI viene usata per accelerare l’adozione digitale, sfruttando servizi cloud esterni) e selective player (in alcuni verticali industriali dove applica AI ad alto valore aggiunto). L’obiettivo realistico non è diventare un “leader full-stack”, ma un ecosystem builder europeo focalizzato su alcuni punti di forza, agganciato alle iniziative comunitarie e alle alleanze transatlantiche.

Dal controllo proprietario al controllo strategico

Per passare da una logica difensiva (“non dipendere da nessuno”) a una logica di leadership (“scegliere da chi dipendere, su che cosa e a quali condizioni”) servono tre cambi di passo.

1. Specializzare l’Europa sulle filiere dove ha un vantaggio reale

Il WEF insiste su un punto: le economie devono “investire saggiamente, non ovunque”, concentrandosi sui segmenti della catena del valore dove hanno un vantaggio comparato.

Per l’Europa questi segmenti sono evidenti:

• Manifattura avanzata e automazione industriale
  L’AI applicata al controllo di processo, alla manutenzione predittiva, alla robotica collaborativa è un’estensione naturale del patrimonio industriale europeo.
• Green tech e gestione energetica
  L’AI è essenziale per bilanciare reti elettriche decarbonizzate e per aumentare l’efficienza dei data center stessi. Qui la regolazione europea può diventare standard globale.
• Sanità e pharma
  Dati clinici ricchi, grandi player farmaceutici, un quadro regolatorio esigente ma chiaro: terreno ideale per modelli specialistici in diagnosi, ricerca di farmaci, gestione ospedaliera.

Per l’Italia, questi driver vanno declinati su made in Italy, manifattura, agroalimentare, turismo e PA territoriale: meno ambizione di un LLM “tricolore” generalista, più investimenti in modelli e dataset settoriali, capaci di incorporare lingua, norme e processi specifici.

2. Orchestrare infrastrutture, non replicarle

Il report WEF suggerisce di vedere l’infrastruttura AI come un “portafoglio integrato di asset interdipendenti” – chip, compute, energia, terra, finanza – da combinare con intelligenza, non da possedere integralmente.

Per Europa e Italia questo significa:

• multi-cloud e workload portability: evitare lock-in verso un solo hyperscaler imponendo standard di interoperabilità tecnica e contrattuale;
• nodi europei di calcolo condiviso: partecipare attivamente alle iniziative di supercalcolo e cloud federato europeo, garantendo accesso preferenziale a ricerca pubblica e PMI nazionali anziché duplicare infrastrutture identiche in ogni Paese;
• integrazione con politiche energetiche: collocare i nuovi data center dove c’è energia a basso impatto e capacità di rete, non dove c’è il consenso politico del momento.

In questa logica, non è un problema se una parte della capacità di calcolo italiana gira su infrastrutture di soggetti non italiani, purché:

• esistano chiari presidi su sicurezza, portabilità dei dati e continuità operativa;
• la PA e i settori critici dispongano anche di opzioni “di ultima istanza” sotto controllo nazionale o europeo.

3. Costruire partnership strategiche economiche e politiche

Il terzo pilastro è la diplomazia tecnologica. Il WEF mostra come i Paesi che più stanno beneficiando dell’AI sono quelli che combinano investimenti mirati con alleanze robuste: Singapore con i grandi cloud provider, Israele con la rete di start-up e istituzioni militari, Corea con i campioni nazionali che collaborano con Microsoft e Nvidia.

Per l’Europa, il tema è duplice:

• partnership industriali con hyperscaler e grandi produttori di chip, che garantiscano accesso a capacità di calcolo e componenti avanzati in cambio di investimenti, regole chiare e mercati aperti;
• partnership politiche con democrazie affini per convergere su standard di sicurezza, trasparenza, responsabilità dell’AI – dove il continente può giocare una leadership normativa, a partire dall’AI Act.

Per l’Italia la via maestra è usare l’appartenenza europea come leva negoziale, non come vincolo, e al tempo stesso costruire alleanze selettive con Paesi complementari (mediterranei, balcanici, MENA) su data space settoriali, progetti cloud federati, programmi di formazione.

I veri punti di controllo per una “sovranità intelligente”

Se si accetta che la proprietà totale dell’infrastruttura non è né possibile né necessaria, dove deve concentrarsi il controllo pubblico europeo e italiano?

Alcune priorità:

• Regole e standard
  È il terreno dove l’Europa ha già mostrato di poter fare la differenza. La capacità di definire cosa è un modello ad alto rischio, come si tracciano i dati di addestramento, quali audit sono richiesti, vale più di qualche megawatt in più di GPU.
• Dati strategici e piattaforme abilitanti
  Anagrafe, sanità, fisco, catasto, registri d’impresa, identità digitale: qui la sovranità non è opzionale. L’infrastruttura può essere gestita anche in partnership, ma i dati e le regole d’accesso devono restare in mano pubblica.
• Capitale umano e ricerca
  Trattenere e attrarre talenti AI conta più che costruire data center. Servono dottorati competitivi, percorsi industriali per i ricercatori, incentivi fiscali per chi riporta in Europa laboratori di R&D.
• Capacità di orchestrazione
  Nella classificazione del WEF, gli “ecosystem builders” sono proprio quei Paesi che sanno coordinare normative, investimenti, talenti e infrastrutture, spesso attraverso agenzie dedicate e forti PPP. L’Europa ha bisogno di questa regia; l’Italia ha bisogno di rafforzare quella nazionale e di collegarla meglio ai programmi europei.

Agenda minima per l’Italia

Se si guarda al quadro dall’Italia, una strategia di sovranità AI credibile potrebbe ruotare attorno ad alcuni punti essenziali:

1. Definire una strategia nazionale AI allineata al quadro europeo, con poche priorità verticali (manifattura, sanità, PA, agroalimentare, turismo) e obiettivi misurabili di produttività e qualità dei servizi, non solo di spesa in infrastrutture.
2. Sfruttare fino in fondo le infrastrutture europee esistenti e in via di sviluppo (supercalcolo, cloud federato, programmi Chips Act) invece di moltiplicare iniziative nazionali frammentate.
3. Mettere i dati pubblici in condizione di “lavorare”, creando veri data space nazionali interoperabili con quelli europei e rendendoli accessibili, in condizioni di sicurezza, a start-up e imprese.
4. Usare la PA come primo grande cliente di AI responsabile, con gare che premino soluzioni interoperabili, open source quando possibile, e che aprano mercato alle PMI innovative.
5. Costruire un fondo pubblico-privato per applicazioni AI specialistiche, cofinanziando progetti che sfruttano dati e competenze italiane nei settori a maggior valore aggiunto.

Dal mito dell’indipendenza alla leadership partecipata

Nel dibattito su “sovranità AI” l’Europa rischia di farsi dettare l’agenda da un riflesso difensivo: paura di dipendere da cloud americani, da chip asiatici, da modelli addestrati altrove. È una preoccupazione comprensibile, ma se diventa l’unico faro porta a strategie costose e poco efficaci.

Il messaggio che arriva dal lavoro del WEF è più pragmatico: la vera sovranità non è separazione, è partecipazione più leadership. Partecipare alle catene globali dell’AI con ruoli riconoscibili, portando a casa valore economico e capacità di influenza. E guidare, insieme ad altri, le regole del gioco.

Per l’Europa e per l’Italia la scelta non è tra dipendenza e autarchia, ma tra irrilevanza e capacità di trovare una propria via specifica anche in collaborazione con terzi, nei confronti dei quali però è importante impostare un rapporto simmetrico.