L’intelligenza artificiale non è una tecnologia tra le altre. È la nuova infrastruttura generale dell’economia, della pubblica amministrazione, della difesa, della ricerca scientifica, della giustizia, della sanità, dell’industria manifatturiera e perfino della formazione culturale delle opinioni pubbliche. Chi controlla i modelli, i dati, i chip, il cloud, le piattaforme di distribuzione e gli ecosistemi applicativi non controlla soltanto un mercato: controlla la capacità di un Paese di decidere, produrre, innovare e difendersi.
Per questo il ritardo dell’Unione europea, e in misura ancora più grave dell’Italia, non può essere liquidato come una fisiologica lentezza burocratica. È un problema di sovranità. È la manifestazione più evidente di una debolezza industriale che viene da lontano: l’Europa ha regolato molto, investito poco e costruito ancora meno; l’Italia ha spesso confuso la digitalizzazione con l’acquisto di servizi digitali prodotti altrove. Il risultato è che, mentre Stati Uniti e Cina hanno trasformato l’intelligenza artificiale in una priorità strategica nazionale, noi continuiamo a trattarla come un capitolo laterale dell’innovazione amministrativa.
Perché Stati Uniti e Cina dominano l’intelligenza artificiale
Gli Stati Uniti dominano perché dispongono di un ecosistema integrato: capitale di rischio abbondante, università di vertice, imprese globali, cloud hyperscaler, semiconduttori progettati in casa, capacità di attrarre talenti e un mercato interno sufficientemente grande da trasformare rapidamente la ricerca in prodotti. La Cina, pur con un modello politico ed economico radicalmente diverso, ha compreso la stessa lezione: l’AI è leva di potenza industriale e geopolitica. Pechino investe in infrastrutture, brevetti, ricerca, robotica, sorveglianza, manifattura avanzata e piattaforme nazionali, con una continuità strategica che l’Europa non riesce a garantire.
L’Europa ha scelto la regolazione senza l’industria
L’Unione europea, invece, ha scelto per anni di giocare prevalentemente sul terreno della regolazione. L’AI Act è un passaggio importante per la tutela dei diritti, della trasparenza e della responsabilità, ma non basta una buona architettura normativa per creare campioni industriali. Il diritto può orientare il mercato, non sostituirlo. Può impedire abusi, non generare automaticamente modelli fondazionali, data center, chip, talenti e imprese scalabili. L’Europa ha prodotto una grammatica giuridica dell’AI prima ancora di possedere una vera grammatica industriale dell’AI.
Il punto non è contrapporre regole e innovazione. Questa è una falsa alternativa, spesso alimentata proprio dalle grandi piattaforme tecnologiche per ottenere deregolazione. Il punto è che le regole europee devono poggiare su capacità tecnologiche europee. Altrimenti diventano norme applicate a prodotti stranieri, infrastrutture straniere, modelli stranieri, cloud stranieri. In tal caso l’Europa non governa davvero l’intelligenza artificiale: disciplina, ex post, un ecosistema che altri hanno costruito.
La posizione fragile dell’Italia
L’Italia si trova in una posizione ancora più fragile. Abbiamo competenze scientifiche di qualità, università eccellenti, imprese manifatturiere avanzate, settori verticali nei quali l’AI potrebbe produrre vantaggi competitivi enormi: meccanica, automazione, farmaceutica, moda, agroalimentare, energia, diritto, pubblica amministrazione, beni culturali. Ma manca la massa critica. Manca una politica industriale. Manca la consapevolezza che l’intelligenza artificiale non si “adotta” soltanto: si costruisce, si addestra, si governa, si integra nelle filiere produttive.
Il rischio è che l’Italia diventi un Paese utilizzatore, non produttore. Un Paese che compra API americane, cloud americani, suite d’ufficio americane, sistemi di cybersecurity americani, ambienti di sviluppo americani, modelli linguistici americani, e poi chiama tutto questo “innovazione”. Ma questa non è innovazione sovrana: è consumo tecnologico. È dipendenza raffinata. È una nuova forma di subordinazione industriale.
Che cosa significa davvero sovranità digitale
La questione della sovranità digitale non va intesa in modo autarchico. Nessun Paese europeo, da solo, può replicare integralmente l’ecosistema americano o cinese. Ma sovranità non significa isolamento. Significa capacità negoziale, controllo sugli asset critici, possibilità di scelta, padronanza delle infrastrutture essenziali, tutela dei dati strategici, disponibilità di competenze nazionali, capacità di sviluppare soluzioni alternative quando l’interesse pubblico lo richiede.
Oggi, invece, l’Italia rischia di essere sovrana solo sulla carta. Il Polo Strategico Nazionale è un’infrastruttura importante, perché affronta il tema della sicurezza e della resilienza dei dati pubblici. Ma la sovranità digitale non può limitarsi alla localizzazione fisica dei dati o alla mera conformità contrattuale. Se l’infrastruttura cloud, il software di base, gli strumenti di AI, le piattaforme di produttività, i sistemi di autenticazione, le architetture applicative e i modelli fondazionali restano dipendenti da fornitori extraeuropei, il controllo effettivo rimane parziale.
L’intelligenza artificiale è una politica industriale
Il Governo italiano dovrebbe avere il coraggio di dire una cosa semplice: l’AI è una politica industriale, non un bonus per startup. Un miliardo di euro, pur utile, non è sufficiente se viene disperso in microinterventi, bandi frammentati, incentivi orizzontali e progettualità senza coordinamento. Servono scelte selettive, anche scomode. Servono campioni nazionali ed europei. Servono commesse pubbliche orientate. Serve una domanda pubblica intelligente, capace di creare mercato per soluzioni italiane ed europee.
Una infrastruttura nazionale per l’AI e il supercalcolo
La prima misura dovrebbe essere la creazione di una vera infrastruttura nazionale per l’AI, collegata al supercalcolo europeo ma governata con priorità industriali italiane. L’Italia dovrebbe investire in capacità computazionale pubblica e pubblico-privata destinata a università, centri di ricerca, PMI innovative, imprese manifatturiere e pubbliche amministrazioni. Non basta avere accesso occasionale a potenza di calcolo europea: occorre una capacità stabile, programmabile, accessibile, con tariffe sostenibili e finalità industriali chiare.
I dati pubblici come infrastruttura produttiva
La seconda misura riguarda i dati. L’Italia possiede patrimoni informativi enormi: sanità, giustizia, territorio, mobilità, fisco, previdenza, istruzione, beni culturali, ambiente, industria. Ma questi dati sono spesso frammentati, disomogenei, difficili da usare, bloccati in silos amministrativi o affidati a fornitori esterni. Il Governo dovrebbe varare un piano nazionale per i dataset strategici, con regole rigorose di anonimizzazione, sicurezza, tracciabilità e riuso controllato. I dati pubblici ad alto valore devono diventare infrastruttura produttiva, non giacimenti inutilizzati.
Modelli fondazionali italiani per i settori strategici
La terza misura è la creazione di modelli fondazionali italiani ed europei per settori strategici. Non ha senso inseguire genericamente OpenAI, Google, Anthropic o i grandi player cinesi sul loro stesso terreno, senza risorse comparabili. Ha invece senso costruire modelli verticali per domini nei quali l’Italia ha competenze distintive: lingua e diritto italiano, giustizia, pubblica amministrazione, sanità, manifattura, progettazione industriale, patrimonio culturale, turismo, agroalimentare. Un modello giuridico italiano, addestrato e validato su fonti normative, giurisprudenziali e dottrinali controllate, sarebbe molto più utile per tribunali, avvocati e pubbliche amministrazioni di un chatbot generalista ospitato su infrastrutture straniere.
Appalti pubblici e fine del lock-in tecnologico
La quarta misura riguarda gli appalti pubblici. Lo Stato italiano è un enorme acquirente di tecnologia, ma troppo spesso si comporta come cliente debole delle multinazionali. Nei contratti pubblici digitali dovrebbero essere inserite clausole serie di interoperabilità, portabilità, reversibilità, accesso ai log, controllo delle chiavi crittografiche, localizzazione giuridica dei dati, auditabilità degli algoritmi e preferenza per soluzioni open standard. Non si tratta di protezionismo cieco, ma di tutela dell’interesse nazionale. Uno Stato che non può cambiare fornitore senza paralizzare i propri servizi non è uno Stato moderno: è uno Stato prigioniero.
Competenze: dottorati industriali e rientro dei talenti
La quinta misura è una politica industriale sulle competenze. L’Italia non può limitarsi a corsi generici di alfabetizzazione digitale. Servono dottorati industriali in AI, borse di rientro per ricercatori italiani all’estero, percorsi tecnici superiori per data engineer, AI engineer, esperti di cybersecurity, specialisti di cloud sovrano, giuristi computazionali, esperti di compliance algoritmica. Nella PA occorre creare carriere tecniche vere, retribuite in modo competitivo. Non possiamo pretendere di governare sistemi complessi con amministrazioni che non riescono ad assumere o trattenere profili tecnologici qualificati.
L’open source come leva di sovranità
La sesta misura è la difesa dell’open source come leva di sovranità. L’open source non è una scelta ideologica, ma una strategia di indipendenza. Modelli aperti, standard aperti, librerie verificabili e architetture interoperabili consentono di ridurre il lock-in, favorire il controllo pubblico, stimolare l’ecosistema nazionale e permettere alle PMI di innovare senza essere schiacciate dai costi delle piattaforme proprietarie. Il Governo dovrebbe finanziare una fondazione nazionale per l’AI open source, con partecipazione di università, imprese, PA e comunità tecniche.
Senza sovranità energetica non c’è sovranità digitale
La settima misura riguarda l’energia. L’AI consuma potenza computazionale e la potenza computazionale consuma energia. Senza una politica energetica stabile, competitiva e abbondante, l’Italia non potrà ospitare data center avanzati né sostenere infrastrutture AI di scala. La sovranità digitale passa anche dalla sovranità energetica. È inutile parlare di cloud, supercalcolo e modelli fondazionali se poi il costo dell’energia rende antieconomica qualsiasi infrastruttura nazionale.
Un Airbus europeo dell’intelligenza artificiale
L’ottava misura è europea, ma richiede iniziativa italiana. L’Italia dovrebbe spingere per un consorzio europeo dell’AI industriale, non limitato alla ricerca accademica ma orientato alla produzione di tecnologie utilizzabili dalle imprese. Un Airbus dell’intelligenza artificiale non può essere uno slogan: deve essere un’infrastruttura comune per cloud, chip, modelli, dataset, cybersecurity e applicazioni industriali. L’Europa ha già perso la battaglia delle piattaforme social, dei motori di ricerca e dei sistemi operativi mobili. Non può permettersi di perdere anche quella dell’AI.
Partnership o dipendenza: la distinzione decisiva
Tutto questo richiede coraggio politico. E il coraggio politico, in Italia, spesso manca quando si toccano gli interessi delle grandi multinazionali tecnologiche. Il problema non è collaborare con le imprese americane: sarebbe ingenuo e dannoso escluderle. Il problema è farlo da posizione subordinata, accettando che la trasformazione digitale della PA, della scuola, della sanità e della giustizia coincida con l’integrazione crescente dentro ecosistemi proprietari non controllati dal Paese.
Un Governo serio dovrebbe distinguere tra partnership e dipendenza. La partnership prevede scambio, controllo, trasferimento di competenze, interoperabilità, concorrenza, pluralità di fornitori. La dipendenza prevede lock-in, opacità, asimmetria contrattuale, impossibilità di audit, costi crescenti e perdita progressiva di capacità interna. Troppo spesso l’Italia ha chiamato partnership ciò che era, nei fatti, dipendenza.
La sovranità digitale come condizione dello Stato di diritto
La posta in gioco è anche democratica. Se i sistemi di AI entreranno nei procedimenti amministrativi, nelle attività giudiziarie, nella sanità, nella scuola, nel lavoro e nell’informazione, allora il controllo sulla loro architettura non potrà essere lasciato esclusivamente a soggetti privati globali. Per i giuristi questo punto è essenziale: la sovranità digitale è ormai una condizione materiale dello Stato di diritto. Non basta proclamare diritti se l’infrastruttura che li rende esercitabili è governata altrove.
Due strade per l’Italia
L’Italia ha ancora margini per agire, ma non ha tempo infinito. Può scegliere di essere un laboratorio europeo di AI applicata alla manifattura, al diritto, alla pubblica amministrazione e ai servizi ad alto valore aggiunto. Oppure può rassegnarsi a diventare un mercato di sbocco per tecnologie straniere, pagate con denaro pubblico, alimentate da dati italiani e monetizzate da piattaforme estere.
La differenza tra queste due strade non dipende dal destino, ma dalla politica. Una politica industriale dell’intelligenza artificiale dovrebbe fissare obiettivi misurabili a dieci anni: capacità computazionale nazionale, numero di modelli verticali sviluppati in Italia, quota di cloud pubblico su infrastrutture controllabili, percentuale di appalti digitali con clausole di portabilità, numero di ricercatori trattenuti o rientrati, valore degli investimenti in startup deep tech, adozione dell’AI nelle PMI manifatturiere, riduzione della dipendenza da fornitori unici.
La domanda, dunque, non è se l’Italia debba usare l’intelligenza artificiale. La domanda è se intenda governarla. Perché usare tecnologie altrui senza comprenderle, senza controllarle e senza alternative significa accettare una sovranità dimezzata. E una sovranità dimezzata, nell’economia del XXI secolo, è semplicemente un altro nome della dipendenza.
Fonti
- Dipartimento per la trasformazione digitale – Legge sull’intelligenza artificiale e il miliardo di euro (art. 23, Fondo venture capital / CDP)
- AgID – Strategia Italiana per l’Intelligenza Artificiale 2024-2026 (documento ufficiale)
- Commissione europea – Quadro normativo sull’intelligenza artificiale (AI Act)
- Polo Strategico Nazionale – Infrastruttura cloud per la Pubblica Amministrazione
- CorCom – La strategia nazionale sull’AI e il ruolo di CDP Venture Capital
