Secondo il Fondo Monetario Internazionale, l’adozione dell’intelligenza artificiale AI può contribuire fino al 4% del PIL globale nel prossimo decennio. Un valore che però non si genera nei luoghi in cui la tecnologia viene sviluppata, ma dove viene effettivamente integrata nei processi produttivi, nei servizi e nella pubblica amministrazione. È su questo terreno che si gioca oggi la partita della competitività.
Eppure, nel dibattito pubblico, la sovranità tecnologica continua a essere interpretata come controllo diretto di infrastrutture, modelli e dati lungo l’intera catena del valore. Un obiettivo che, alla prova dei fatti, si scontra con un limite strutturale: per la maggior parte dei Paesi, costruire e sostenere nel tempo un ecosistema di AI completamente autonomo richiede risorse, competenze e scala difficilmente replicabili.
Il divario è evidente: programmi nazionali arrivano a decine di migliaia di unità di elaborazione grafica (GPU), ovvero i processori utilizzati per addestrare e far funzionare i modelli di intelligenza artificiale, mentre gli operatori privati si muovono su ordini di grandezza di gran lunga superiori. Il programma IndiaAI, ad esempio, ha raggiunto circa 62.000 GPU, mentre Microsoft ha acquistato da sola circa 485.000 GPU in un solo anno (2024). L’elevata intensità di risorse e la velocità dell’innovazione rendono questo approccio sostenibile solo per poche superpotenze, mentre per tutti gli altri il rischio è quello di investimenti ingenti destinati a diventare rapidamente obsoleti.
Il punto si sposta quindi dal controllo all’uso dell’AI, come emerge dal report “For Most Countries, AI Sovereignty Is an Illusion. Resilience Is Real” di Boston Consulting Group (BCG), che analizza le politiche in ambito AI adottate da oltre 30 Paesi tra economie avanzate, emergenti e piccoli Stati, proponendo proprio un cambio di paradigma: passare dalla logica della sovranità a quella della resilienza, definita come la capacità di utilizzare, adattare e governare l’AI a livello domestico riducendo al minimo le dipendenze critiche.
“Per la maggior parte delle economie, la sovranità tecnologica intesa come autosufficienza completa resta un’illusione. La vera priorità è mettere imprese e istituzioni nelle condizioni di utilizzare l’AI in modo affidabile, sicuro e su scala, perché è lì che si genera il vantaggio competitivo e il valore economico” – commenta Roberto Ventura, Managing Director e Partner di BCG.
Il report individua quattro leve che spiegano come riuscirci. La prima riguarda le infrastrutture: non si tratta di replicare gli hyperscaler globali, ma di garantire che i carichi di lavoro più sensibili possano essere eseguiti localmente, in conformità con le normative nazionali e con costi prevedibili.
“L’Europa offre un esempio concreto di questo approccio: pur senza competere con gli hyperscaler, ha già costruito capacità reali attraverso infrastrutture condivise e ad alte prestazioni, come i supercomputer del programma EuroHPC, accessibili a ricerca e PMI” – spiega Ventura. “Allo stesso tempo, è oggi il principale destinatario globale di investimenti internazionali in AI, con oltre 120 miliardi di dollari tra il 2024 e il 2025. È la dimostrazione che la resilienza non si costruisce isolandosi, ma rafforzando le proprie capacità interne e integrandosi in modo strategico nelle catene globali del valore.”
A far emergere un ecosistema sempre più interconnesso è infatti l’accelerazione dei flussi di investimenti internazionali: tra il 2016 e il 2025, gli investimenti diretti esteri nell’AI sono cresciuti di circa 200 volte, con un numero di progetti annuali aumentato di circa 20 volte.
Anche il caso dell’India dimostra come politiche mirate (come l’obbligo di localizzazione dei dati) possano creare domanda interna e attrarre investimenti privati su larga scala. Tra il 2018 e il 2025, la capacità dei data center nel Paese è cresciuta circa il 66% più velocemente della media globale e potrebbe superare gli 8 GW entro il 2030, sostenuta da investimenti di grandi player tecnologici e industriali.
La seconda leva è quella della fiducia e dei valori. La resilienza non dipende solo dalla capacità tecnologica, ma anche dalla possibilità per imprese e cittadini di adottare l’AI con sicurezza. Modelli che riflettono lingua, contesto e norme locali, insieme a standard operativi chiari e verificabili, accelerano significativamente l’adozione. Singapore rappresenta un benchmark in questo ambito, grazie a framework di governance applicabili e strumenti concreti di testing come AI Verify, che rendono la fiducia un elemento operativo e non solo teorico.
La terza dimensione è quella dell’adozione. La disponibilità di tecnologia non garantisce automaticamente il suo utilizzo. In molti contesti, soprattutto dove il costo del lavoro è relativamente basso, le imprese tendono a rimandare gli investimenti. Per questo le politiche pubbliche devono agire sulla domanda, riducendo i costi iniziali e incentivando l’implementazione concreta. Il Brasile, ad esempio, ha destinato circa il 65% del proprio programma nazionale sull’AI (pari a 4,3 miliardi di dollari) a progetti di innovazione e formazione per le imprese, mentre la Corea del Sud ha introdotto voucher fino a circa 140.000 dollari per facilitare l’adozione da parte delle PMI.
Infine, il quarto driver riguarda le partnership e la diversificazione. Nessun Paese può eliminare completamente le interdipendenze nella filiera dell’AI, la sfida è trasformarle da vulnerabilità a scelta strategica. Basti pensare che il Giappone, sta costruendo una rete di investimenti esteri in Paesi partner per garantire accesso a nodi critici come semiconduttori e infrastrutture dati, mentre in Europa accordi come quello tra Spagna e IBM mostrano come sia possibile combinare capacità globale e controllo locale.
Il vero motore di crescita è quindi la capacità di diffondere l’AI nell’economia reale, piuttosto che controllarne ogni componente tecnologica. Gli Stati che riusciranno ad aumentare il tasso di adozione e a costruire ecosistemi resilienti potranno catturare i benefici in termini di produttività e innovazione.
