Europa, da cliente a competitor delle big tech?

L’intelligenza artificiale corre. E parla con accento californiano. I modelli dominanti arrivano dagli Stati Uniti, le infrastrutture cloud vedono una crescente presenza asiatica, e le aziende europee si trovano a costruire il proprio futuro tecnologico su fondamenta spesso esterne. In questo scenario, la domanda non è più teorica: l’Europa può ancora giocare una partita autonoma nell’AI o è destinata a diventare un utilizzatore avanzato di tecnologie altrui? Secondo diverse analisi della Commissione Ue, il ritardo europeo sull’intelligenza artificiale non è solo una questione di “quanto si investe”, ma di “come” si investe e, soprattutto, di quanto rapidamente si riesce a trasformare la ricerca in impresa. A questo si aggiunge un ulteriore elemento critico: la difficoltà nel costruire una filiera completa, dai semiconduttori alla potenza di calcolo fino ai modelli e alle applicazioni industriali, oggi ancora largamente dipendente da attori extraeuropei.

Per questo la Commissione europea ha appena messo sul tavolo due nuove strategie con un obiettivo dichiarato: portare l’AI dentro l’industria e trasformarla nel motore della ricerca scientifica europea. La linea è tracciata da Ursula von der Leyen: l’Europa vuole un’intelligenza artificiale “made in Europe”, capace di coniugare innovazione, sicurezza e autonomia tecnologica. Non solo principi, ma un piano operativo che punta a diffondere rapidamente l’AI nei settori chiave – dalla sanità all’energia, dall’automotive alla manifattura – e a rafforzare la posizione europea nella scienza guidata dagli algoritmi. Sul fronte industriale, Bruxelles spinge sull’adozione concreta: un miliardo di euro per sostenere imprese e pubblica amministrazione, con un’attenzione particolare alle piccole e medie imprese, spesso escluse dalle tecnologie più avanzate.

Il salto di scala, però, passa da cifre ben più rilevanti. Con l’iniziativa InvestAI, l’Unione europea punta a mobilitare fino a 200 miliardi di euro tra fondi pubblici e privati, inclusi circa 20 miliardi destinati alla realizzazione di un numero limitato di “gigafactory” dell’intelligenza artificiale, infrastrutture ad altissima capacità di calcolo destinate allo sviluppo dei modelli più avanzati. Tra le misure, centri sanitari basati sull’AI, sviluppo di modelli di frontiera e applicazioni “verticali” per industria, ambiente e farmaceutica. A supporto, nascerà un’alleanza per l’AI applicata che riunirà imprese, università e istituzioni, mentre un osservatorio monitorerà l’impatto della tecnologia nei diversi settori. In parallelo, Bruxelles prova a semplificare anche il fronte normativo con uno sportello dedicato all’implementazione dell’AI Act, la cui entrata in vigore avverrà in modo progressivo fino al 2027.

La seconda gamba della strategia guarda alla scienza. Qui l’ambizione è ancora più alta: fare dell’Europa un hub globale della ricerca basata sull’intelligenza artificiale. Il fulcro è Raise, un istituto virtuale che coordinerà risorse, dati e competenze a livello europeo. Arrivano risorse significative: 600 milioni per potenziare la capacità di calcolo, accesso dedicato alle future gigafactory dell’AI e un raddoppio degli investimenti in ricerca fino a oltre 3 miliardi l’anno. Sul tavolo anche fondi per attrarre talenti e rafforzare i dottorati, con l’obiettivo di trattenere in Europa competenze sempre più contese a livello globale. In parallelo, iniziative come InvestAI puntano a mobilitare capitali pubblici e privati su larga scala, anche per la realizzazione di grandi infrastrutture di calcolo e data center.

Resta però il nodo strutturale: i dati. Per questo Bruxelles prepara una nuova strategia per l’Unione dei dati, attesa a breve, che dovrà garantire accesso a informazioni di qualità, oggi frammentate e spesso inutilizzate. È su questo terreno che si gioca una parte decisiva della competizione globale, insieme alla disponibilità di energia e infrastrutture necessarie a sostenere lo sviluppo dell’AI su larga scala.

Gli Stati Uniti accusano l’Europa di «regolare troppo e innovare poco». Una critica che Anne Le Hénanff, ministra delegata francese per l’Intelligenza artificiale e il Digitale, non respinge del tutto, ma rilegge: «La sfida non è scegliere tra innovazione e regolamentazione, ma trovare il giusto equilibrio». Il riferimento è all’AI Act, il primo tentativo al mondo di normare in modo organico l’intelligenza artificiale. «Dobbiamo progredire verso un’unione dei mercati dei capitali», sottolinea Le Hénanff. Solo così sarà possibile finanziare la crescita di startup e scale-up tecnologiche.

© Getty Images

Un altro punto critico è l’infrastruttura. Senza cloud e capacità di calcolo europei, parlare di sovranità digitale resta difficile. Progetti come Gaia-X hanno provato a rispondere, ma con risultati ancora limitati rispetto alla velocità dei concorrenti globali. Nel frattempo, iniziano però a emergere segnali di reazione: alcuni Paesi, a partire dalla Francia, stanno accelerando con piani nazionali che prevedono investimenti complessivi superiori ai 100 miliardi di euro tra AI e data center, mentre startup come Mistral AI hanno raccolto oltre 1,7 miliardi di euro, diventando uno dei pochi candidati europei a competere nella corsa ai modelli di frontiera.

Nel frattempo, le aziende europee continuano a utilizzare servizi offerti da grandi provider extra-Ue. Una scelta spesso inevitabile nel breve periodo, ma che pone interrogativi strategici nel lungo. A Montréal, il clima tra Europa e Stati Uniti è stato «buono», ma segnato da tensioni latenti. Anche episodi come la reazione di Elon Musk alle sanzioni europee mostrano come il terreno regolatorio sia diventato un campo di confronto geopolitico. L’Europa rivendica il diritto di fissare le proprie regole – dal Digital Services Act all’AI Act – e di farle rispettare. Ma il confronto decisivo resta quello con le due superpotenze tecnologiche. La questione, alla fine, risulta semplice quanto cruciale: l’Europa vuole essere protagonista o spettatrice?

Un Continente, tre approcci

In Europa l’adozione dell’intelligenza artificiale non segue un modello unico, ma una pluralità di traiettorie che riflettono priorità economiche, visioni politiche, capacità industriali e di investimento diverse. Si possono individuare tre approcci principali. Il primo è quello “industriale”, guidato da Francia e Germania, dove l’AI è vista come leva di competitività nei settori chiave – manifattura, automotive, energia – con investimenti pubblici rilevanti e il sostegno alla nascita di campioni tecnologici. Il secondo è quello “infrastrutturale”, adottato da Spagna e Paesi nordici. In questo caso la priorità è costruire le fondamenta: supercalcolo, gestione dei dati, cloud e digitalizzazione della pubblica amministrazione, con l’AI come abilitatore di sistema. Il terzo è quello “regolatorio”, più evidente nelle istituzioni europee e in parte in Italia, dove l’attenzione si concentra su governance, sicurezza e tutela dei diritti, per sviluppare un’intelligenza artificiale affidabile e conforme ai valori europei. Questi modelli non sono alternativi ma complementari. Il nodo resta la capacità di integrarli: senza scala industriale e capitali adeguati, il rischio è che l’Ue resti un eccellente laboratorio normativo e scientifico, ma dipendente da tecnologie sviluppate oltreconfine.

Più che tecnologico, è un ritardo finanziario

Negli Stati Uniti, il capitale di rischio fluisce con una profondità e una velocità difficilmente replicabili: pochi grandi fondi, fortemente capitalizzati, sono in grado di sostenere cicli di investimento lunghi, bruciare risorse per anni e accompagnare le aziende fino a dimensioni globali. È questo meccanismo che ha permesso la nascita e l’espansione dei grandi player dell’AI. In Europa, al contrario, il venture capital resta più frammentato, meno propenso al rischio e spesso limitato da mercati finanziari non pienamente integrati. Il risultato è che molte startup promettenti non riescono a fare il salto di scala o finiscono per essere acquisite da gruppi stranieri proprio nella fase cruciale della crescita. Il secondo ritardo è quello della scalabilità industriale.

L’Europa si distingue nella ricerca di base – università, centri di eccellenza, laboratori pubblici e privati producono innovazione di altissimo livello – ma fatica a costruire piattaforme industriali capaci di competere su scala globale. Negli Stati Uniti, l’ecosistema combina università, capitale privato e big tech in un circuito virtuoso; in Cina, lo Stato gioca un ruolo diretto, mobilitando risorse massicce su infrastrutture, dati e applicazioni. L’Europa, invece, si muove con maggiore lentezza: mercati nazionali ancora segmentati, normative non sempre armonizzate e una minore disponibilità di infrastrutture critiche – a partire dalla capacità di calcolo e dai grandi data center – rendono più difficile passare dalla sperimentazione al deployment su larga scala.

Questa doppia fragilità si riflette nelle scelte quotidiane delle imprese. Anche quando l’innovazione nasce in Europa, spesso viene sviluppata o commercializzata altrove. Così, molte aziende europee – dalle grandi corporate alle piccole imprese – finiscono per integrare nei propri processi modelli sviluppati da big tech americane, sfruttando piattaforme che offrono potenza di calcolo, ecosistemi di sviluppo e accesso ai dati difficilmente replicabili in casa. Sul fronte infrastrutturale, il ricorso a servizi cloud extraeuropei è spesso una scelta obbligata più che strategica: costi competitivi, affidabilità e scalabilità immediata spingono verso fornitori globali. Nel breve periodo, questa dipendenza consente alle imprese europee di restare competitive e di adottare rapidamente soluzioni avanzate. Ma nel medio-lungo termine il rischio è più profondo: spostamento del valore verso l’esterno, perdita di controllo su dati e catene tecnologiche critiche, minore capacità di indirizzare l’innovazione secondo priorità industriali europee. In altre parole, non è solo una questione tecnologica, ma di sovranità economica. Se gli strumenti fondamentali dell’economia digitale sono progettati, aggiornati e controllati altrove, anche le scelte strategiche – dall’industria alla sicurezza – finiscono inevitabilmente per essere influenzate da chi quei sistemi li sviluppa.

Questo articolo è parte della terza edizione dello Speciale AI, pubblicato sul numero di Business People di giugno 2026. Scarica il numero o abbonati qui

© Riproduzione riservata