Italia e sovranità digitale: a che punto siamo davvero sull’AI

L’Italia ha stanziato 1 miliardo di euro per l’intelligenza artificiale nel biennio 2024-2026, una cifra che sulla carta sembra significativa ma che impallidisce di fronte ai 7 miliardi annunciati dalla Francia o ai 3,3 miliardi della Germania per il solo 2024. Il tema della sovranità digitale, cruciale in un’epoca in cui i modelli linguistici di grandi dimensioni ridefiniscono interi settori economici, resta per il nostro Paese una questione aperta, sospesa tra ambizioni dichiarate e capacità effettive di esecuzione.

Il Polo Strategico Nazionale e l’illusione del controllo

Il Polo Strategico Nazionale (PSN), l’infrastruttura cloud destinata a ospitare i dati della pubblica amministrazione, rappresenta il tentativo più concreto di costruire una base per l’autonomia digitale italiana. Gestito dal consorzio formato da TIM, Leonardo, CDP Equity e Sogei, il PSN promette di garantire che i dati sensibili dei cittadini restino sotto giurisdizione nazionale.

La realtà tecnica è però più sfumata. L’infrastruttura si appoggia pesantemente su tecnologie di Google Cloud e Microsoft Azure, con i relativi hyperscaler che forniscono il software di orchestrazione, i servizi di machine learning e buona parte dello stack applicativo. La sovranità, in questo contesto, diventa un concetto giuridico più che tecnologico: i dati risiedono fisicamente in Italia, ma le competenze per gestirli e valorizzarli restano in larga parte oltreconfine.

Il nodo delle competenze e della ricerca

L’ecosistema italiano della ricerca in AI produce lavori di qualità ma fatica a trattenere i talenti. Secondo i dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano, nel 2023 il mercato italiano dell’intelligenza artificiale ha raggiunto 760 milioni di euro, con una crescita del 52% rispetto all’anno precedente. Numeri incoraggianti che però nascondono una struttura fragile.

Le università italiane sfornano ricercatori che finiscono regolarmente nei laboratori di OpenAI, Google DeepMind, Meta AI e Anthropic. Il brain drain non è solo una questione di stipendi – certamente più alti nella Silicon Valley o a Londra – ma di accesso a risorse computazionali. Addestrare un modello di linguaggio competitivo richiede cluster di GPU per centinaia di milioni di dollari, investimenti che nessuna istituzione italiana può oggi sostenere.

GAIA-X e le velleità europee

Il progetto GAIA-X, l’iniziativa franco-tedesca per creare un’infrastruttura cloud europea federata, doveva rappresentare la risposta del continente allo strapotere americano e cinese. L’Italia vi partecipa attraverso il nodo nazionale coordinato da Confindustria, ma dopo anni di lavori i risultati concreti latitano.

Il problema di GAIA-X è strutturale: nasce come framework di interoperabilità e governance, non come piattaforma tecnologica. Non produce hardware, non sviluppa modelli fondazionali, non offre servizi paragonabili a quelli degli hyperscaler. È un tentativo di regolamentare un mercato che l’Europa non controlla, sperando che le regole bastino a riequilibrare i rapporti di forza.

La sovranità digitale europea rischia di tradursi in sovranità normativa: siamo bravi a scrivere regolamenti, meno a costruire tecnologie.

Le startup italiane tra promesse e limiti strutturali

Il panorama delle startup italiane nell’AI mostra segnali di vitalità ma anche limiti evidenti. Realtà come Translated, con il suo modello ModernMT per la traduzione automatica, o Expert.ai nel natural language processing enterprise, dimostrano che competenze di alto livello esistono. Il problema è la scala.

Una startup italiana che voglia competere nel settore dei foundation model si trova di fronte a ostacoli quasi insormontabili:

• Accesso limitato al capitale di rischio: i round di finanziamento italiani raramente superano i 10-20 milioni di euro, contro le centinaia di milioni disponibili negli Stati Uniti
• Costo dell’energia più alto della media europea, fattore critico per i data center
• Burocrazia che rallenta l’accesso ai fondi pubblici e alle collaborazioni con la PA
• Mercato domestico troppo piccolo per giustificare investimenti massicci

Il risultato è un ecosistema polarizzato: da un lato system integrator che rivendono soluzioni altrui, dall’altro nicchie di eccellenza che faticano a crescere.

L’AI Act e il paradosso regolatorio

L’Italia ha recepito con entusiasmo l’AI Act europeo, la prima normativa organica sull’intelligenza artificiale a livello mondiale. Il regolamento, entrato in vigore nell’agosto 2024, introduce un approccio basato sul rischio che impone requisiti stringenti per le applicazioni ad alto impatto.

Il paradosso è evidente: l’Europa regola tecnologie che non produce. Le aziende che dovranno adeguarsi all’AI Act sono in larga parte americane o cinesi, mentre le startup europee si trovano a sostenere costi di compliance che i competitor d’oltreoceano possono ammortizzare su mercati ben più vasti.

L’Agenzia per l’Italia Digitale (AgID) e l’Agenzia per la Cybersicurezza Nazionale (ACN) stanno lavorando alle linee guida attuative, ma il rischio concreto è di creare un ulteriore svantaggio competitivo per chi sviluppa in Italia.

Cosa servirebbe davvero

Una strategia credibile di sovranità digitale richiederebbe scelte che l’Italia, da sola, difficilmente può compiere. Servirebbe un consorzio europeo sul modello di Airbus per sviluppare modelli fondazionali, con investimenti nell’ordine delle decine di miliardi. Servirebbero data center alimentati da energia rinnovabile a basso costo, come quelli che i Paesi nordici stanno costruendo. Servirebbe, soprattutto, una visione di lungo periodo che vada oltre i cicli elettorali.

Nel frattempo, le scelte pragmatiche sono limitate: rafforzare le competenze nella customizzazione e nel fine-tuning dei modelli esistenti, investire nella sicurezza e nella governance dei dati, creare sandbox regolatori che permettano alle startup di sperimentare. Non è sovranità, ma è realismo.

Prospettive per il 2025

Il governo italiano ha annunciato la creazione di una Fondazione per l’Intelligenza Artificiale, con sede a Torino, che dovrebbe coordinare ricerca e trasferimento tecnologico. I fondi del PNRR dedicati alla digitalizzazione, circa 40 miliardi complessivi, potrebbero in parte essere riorientati verso l’AI.

Le premesse per un cambio di passo esistono, ma la storia recente insegna cautela. L’Italia ha già mancato appuntamenti cruciali con il digitale: il ritardo sulla banda larga, la frammentazione dei sistemi informativi della PA, l’incapacità di far emergere campioni nazionali nel software. Ripetere gli stessi errori con l’intelligenza artificiale significherebbe condannarsi a un ruolo di consumatori passivi di tecnologie altrui, in un settore che definirà gli equilibri economici e geopolitici dei prossimi decenni.