Intelligenza artificiale, il mondo sempre più diviso. Che ruolo ha l'Europa?
Gli Stati Uniti costruiscono modelli sempre più potenti grazie a capitali, chip e grandi piattaforme cloud. Pechino risponde con sistemi aperti, economici e pronti a diffondersi nell’industria. E il Vecchio Continente cerca una strada per non diventare soltanto un mercato dipendente.
L’intelligenza artificiale sta dividendo il mondo molto prima di averlo trasformato fino in fondo. Da una parte ci sono gli Stati Uniti, che concentrano capitali, talenti, chip e data center per costruire i modelli più avanzati. Dall’altra c’è la Cina, che punta su sistemi meno costosi, spesso aperti e progettati per diffondersi rapidamente nell’industria, nei servizi e nella vita quotidiana. È una competizione tra due diverse idee di innovazione e, sempre più chiaramente, tra due ecosistemi tecnologici completi. Quello americano si fonda sulla scala degli investimenti, sul controllo delle infrastrutture e sull’accesso ai modelli attraverso piattaforme cloud proprietarie. Quello cinese cerca invece di ridurre i costi, migliorare l’efficienza e rendere i sistemi disponibili a un numero maggiore di sviluppatori e imprese. Il successo di DeepSeek, seguito dall’avanzata di aziende come Z.ai, Alibaba, ByteDance, Moonshot, MiniMax e Xiaomi, ha mostrato che Pechino non deve necessariamente superare gli Stati Uniti in ogni parametro di valutazione per mettere in discussione il loro primato. Può farlo offrendo modelli sufficientemente potenti, molto più economici e più facili da adattare.
Una corsa dominata da due superpotenze
Dalla presentazione di ChatGPT alla fine del 2022, l’intelligenza artificiale generativa è entrata rapidamente nel lavoro, nell’istruzione, nella ricerca e nei processi aziendali. Stati Uniti e Cina controllano insieme circa il 90% della capacità di calcolo mondiale e attirano tra il 70% e l’80% degli investimenti globali nell’intelligenza artificiale. Entrambi considerano questa tecnologia una leva di crescita economica, influenza geopolitica e sicurezza nazionale. Per tutti gli altri, il rischio è duplice. Da una parte potrebbero dipendere dalle due superpotenze per accedere ai modelli, ai chip e alle infrastrutture. Dall’altra potrebbero subire le conseguenze dell’automazione e della diffusione dell’IA senza riuscire a catturarne pienamente i benefici economici. La competizione coinvolge l’intera filiera, dai semiconduttori ai data center, dai servizi cloud ai sistemi operativi, fino alle applicazioni e alle regole sulla gestione dei dati.
Pasquale Raicaldo
Gli Stati Uniti e la strategia della scala
Il vantaggio americano si fonda innanzitutto sulla disponibilità di capitali. Dal 2023, secondo l’analisi di Boston Consulting Group, le startup statunitensi avrebbero raccolto circa 380 miliardi di dollari di venture capital legato all’AI. Nel solo 2024, le grandi aziende tecnologiche avrebbero investito più di 300 miliardi di dollari in ricerca e sviluppo, una parte rilevante dei quali destinata all’intelligenza artificiale e alle tecnologie collegate.
L’obiettivo è mantenere il primato nello sviluppo dei cosiddetti modelli di frontiera, cioè i sistemi più avanzati per capacità di ragionamento, generazione di contenuti, programmazione e utilizzo degli strumenti digitali. La competizione si sta però spostando sempre più verso le infrastrutture. La spesa in conto capitale delle principali aziende tecnologiche americane avrebbe superato i 400 miliardi di dollari nel 2025 e potrebbe oltrepassare gli 800 miliardi nel 2026. La crescita è determinata dalla necessità di costruire data center capaci di sostenere non soltanto l’addestramento dei modelli, ma soprattutto il loro utilizzo quotidiano da parte di milioni di persone e imprese. Con la diffusione degli agenti AI, in grado di eseguire autonomamente attività articolate, la domanda di potenza di calcolo potrebbe aumentare ulteriormente. Gli Stati Uniti stanno quindi cercando di vincere attraverso una combinazione di grandi investimenti privati, capacità di attrarre ricercatori, controllo dei chip più avanzati, leadership nei servizi cloud e accordi sempre più stretti tra laboratori, hyperscaler e produttori di semiconduttori.
Un ecosistema potente ma interdipendente
Il sistema americano è alimentato da una rete di accordi, investimenti e impegni commerciali incrociati. I laboratori che sviluppano i modelli acquistano capacità di calcolo dai cloud provider, mentre le grandi aziende tecnologiche investono direttamente nei laboratori e i produttori di chip stipulano contratti pluriennali per sostenere la domanda. Dal 2024, secondo BCG, sarebbero stati annunciati accordi per oltre 1.500 miliardi di dollari tra laboratori di AI, progettisti di chip, operatori cloud e investitori statunitensi. Questa integrazione permette di mobilitare risorse a una velocità difficilmente replicabile da altri Paesi. Al tempo stesso, però, può produrre un rischio sistemico: il fallimento, la svalutazione o l’interruzione delle forniture di uno dei grandi protagonisti potrebbe avere conseguenze sull’intero ecosistema. La strategia americana resta inoltre fortemente dipendente dalla crescita della domanda. Gli investimenti devono essere sostenuti da un aumento continuo dell’utilizzo dei modelli e dei servizi AI da parte di imprese, amministrazioni e consumatori.
Giancarlo Donadio
Modelli avanzati, ma accesso controllato
La leadership americana presenta un’altra caratteristica: i modelli più avanzati vengono generalmente ospitati nel cloud, offerti attraverso abbonamenti o interfacce di programmazione e protetti dalle aziende che li sviluppano. Questo modello permette ai produttori di controllare gli aggiornamenti, limitare determinati utilizzi e monetizzare l’accesso. Rende però utenti, aziende e governi dipendenti dalle decisioni del fornitore. Un modello cloud può essere modificato, ritirato o reso indisponibile. Il prezzo può aumentare, alcune funzionalità possono essere eliminate e l’accesso può essere limitato per ragioni commerciali, normative o geopolitiche. Il problema diventa più evidente quando entra in gioco la sicurezza nazionale. Negli ultimi anni Washington ha introdotto e rafforzato i controlli sulle esportazioni dei chip più avanzati verso la Cina. La stessa logica può essere applicata ai modelli più potenti, soprattutto quando vengono considerati in grado di produrre rischi informatici, militari o strategici. La politica statunitense si trova così di fronte a una contraddizione. Da una parte vuole esportare nel mondo il proprio ecosistema di chip, cloud, software e modelli; dall’altra può essere spinta a limitare l’accesso alle tecnologie più avanzate. Per i Paesi che dipendono da queste infrastrutture, la disponibilità dell’AI rischia quindi di essere condizionata dalle decisioni di Washington e di un numero ristretto di aziende private.
Pasquale Raicaldo
La Cina punta sull’efficienza
La strategia cinese nasce anche dalla necessità di operare con un accesso più limitato ai chip di fascia alta. Per restare competitivi, i laboratori cinesi hanno dovuto concentrarsi sull’efficienza dei modelli, sull’ottimizzazione delle architetture e sulla riduzione dei costi. Il momento simbolico di questa strategia è stato il lancio di DeepSeek R1 nel gennaio 2025. Il modello è stato presentato come un sistema in grado di avvicinarsi alle prestazioni delle soluzioni americane più avanzate, ma disponibile gratuitamente e scaricabile dagli utenti. La reazione dei mercati è stata immediata. Le aziende tecnologiche statunitensi hanno perso complessivamente centinaia di miliardi di dollari di valore, mentre negli Stati Uniti è iniziato un dibattito sui rischi politici e di sicurezza legati all’utilizzo di un modello cinese. Quando Z.ai ha successivamente presentato GLM-5.2, avanzando affermazioni analoghe sulle prestazioni, non si è verificato lo stesso panico. Nel frattempo, l’idea che la Cina potesse competere con gli Stati Uniti sui modelli avanzati era diventata più accettata. DeepSeek, inoltre, non rappresenta più un caso isolato. Intorno alle soluzioni sviluppate da Alibaba, ByteDance, Moonshot, Z.ai, MiniMax e Xiaomi si è formato un ecosistema sempre più articolato.
L’apertura come leva competitiva
Molti dei principali modelli cinesi vengono distribuiti aperti. Gli sviluppatori possono scaricarli, eseguirli sulle proprie infrastrutture e, in alcuni casi, modificarli o adattarli a esigenze specifiche. Questo approccio favorisce la circolazione dell’innovazione. I laboratori possono partire dalle architetture e dai modelli sviluppati da altre aziende, migliorandoli senza dover ricostruire ogni volta il sistema da zero. Le prestazioni non sono sempre equivalenti a quelle dei modelli premium più costosi, ma per numerosi impieghi possono essere sufficienti. Uno sviluppatore britannico ha raccontato di aver utilizzato un modello locale di Z.ai e un modello cloud di OpenAI per svolgere la stessa attività. La soluzione locale avrebbe richiesto il 30% di tempo in più, ma senza alcun costo di utilizzo. È una differenza particolarmente importante per aziende, sviluppatori e Paesi che non possono sostenere i prezzi dei modelli americani più avanzati.
Giancarlo Donadio
Dalla ricerca all’economia reale
La Cina non punta soltanto a produrre modelli meno costosi. Vuole integrarli rapidamente nella manifattura, nei servizi, nella pubblica amministrazione e nella vita quotidiana. L’iniziativa governativa “AI+” prevede una diffusione su vasta scala dei cosiddetti terminali intelligenti e degli agenti AI. Gli obiettivi dichiarati indicano una penetrazione superiore al 70% entro il 2027 e al 90% entro il 2030. La robotica rappresenta una delle manifestazioni più concrete di questa strategia. Nel 2024 la Cina avrebbe installato il 54% dei robot industriali introdotti nel mondo. L’intelligenza incorporata nelle macchine è stata inoltre indicata come uno dei settori prioritari nei programmi industriali del Paese.
La traiettoria cinese è quindi meno concentrata sul primato simbolico del modello che ottiene il punteggio più alto nei test e più orientata a trasformare l’intelligenza artificiale in produttività industriale.
La diffusione può produrre un circolo virtuoso. Modelli più economici favoriscono una maggiore adozione; l’adozione genera esperienza, domanda e nuovi dati; la crescita del mercato sostiene ulteriori investimenti e miglioramenti tecnologici.
La competizione arriva fino ai chip
Pechino sta cercando contemporaneamente di ridurre la dipendenza dall’hardware americano. I data center sostenuti dallo Stato vengono spinti a utilizzare chip nazionali, mentre aziende come Huawei sviluppano soluzioni capaci di competere con l’ecosistema Nvidia. DeepSeek V4, secondo BCG, sarebbe stato ottimizzato per l’esecuzione sui chip Huawei Ascend, anche se almeno una parte dell’addestramento sarebbe stata ancora realizzata attraverso chip progettati da Nvidia. La divisione tra Stati Uniti e Cina può quindi estendersi fino al livello più profondo dell’infrastruttura. Il software costruito per funzionare sui chip Nvidia attraverso CUDA non può essere trasferito automaticamente sui chip Huawei, che utilizzano un diverso ambiente software. Il passaggio richiede modifiche, nuovi investimenti e, in alcuni casi, la riscrittura di parti del codice. Con il tempo, i modelli americani potrebbero essere sempre più ottimizzati per l’hardware statunitense, mentre quelli cinesi potrebbero funzionare meglio sui chip nazionali. Attraversare il confine tra i due ecosistemi diventerebbe così progressivamente più difficile.
Giancarlo Donadio
Il dilemma delle potenze intermedie
Per i Paesi che non appartengono ai due blocchi, le alternative sono limitate. Una prima possibilità è creare una coalizione tra potenze intermedie, mettendo in comune modelli, capacità di calcolo, risorse finanziarie e competenze. La difficoltà consiste nelle dimensioni degli investimenti necessari per competere con Stati Uniti e Cina. Una seconda strada è sviluppare modelli sovrani. È una possibilità discussa, con strategie differenti, dall’Unione europea, dall’India e dai Paesi del Golfo. Realizzare un modello nazionale, però, non basta a eliminare la dipendenza. Il sistema potrebbe continuare a utilizzare chip americani, infrastrutture cloud straniere, data center gestiti da gruppi internazionali e software sviluppato altrove.
La sovranità non coincide quindi con il possesso di un chatbot nazionale. Richiede il controllo, o almeno un accesso stabile e diversificato, ai diversi livelli della filiera. Una terza possibilità consiste nell’avvicinarsi a una delle due superpotenze, costruendo un rapporto privilegiato per assicurarsi l’accesso alle tecnologie. È probabilmente la strada più realistica per molti Paesi, ma espone al rischio che l’accesso venga utilizzato come strumento di pressione.
Le strategie di Europa, Giappone, Golfo e India
L’Unione europea punta soprattutto sul sostegno a Mistral e sulla costruzione di capacità di calcolo sovrana attraverso iniziative come InvestAI e le AI Factories. Il divario rimane però ampio. Secondo l’analisi di BCG, all’inizio del 2026 ricavi, valutazione e capitale raccolto da Mistral rappresentavano ciascuno circa il 2% dei corrispondenti valori di OpenAI. Le capacità dei modelli europei risultavano inoltre indietro di alcuni mesi rispetto alla frontiera statunitense. L’Europa potrebbe comunque diventare un polo alternativo per i Paesi che non vogliono dipendere completamente né dagli Stati Uniti né dalla Cina, ma che non dispongono delle risorse necessarie per costruire da soli un ecosistema completo. Il Giappone ha scelto una strada diversa. Attraverso gli investimenti di SoftBank, tenta di acquistare una posizione privilegiata nell’ecosistema americano, mentre sviluppa modelli più circoscritti, adattati alla lingua e al contesto culturale nazionale. Emirati Arabi Uniti e Arabia Saudita puntano invece a diventare hub infrastrutturali. Il loro obiettivo è ospitare grandi data center, attirare talenti e trasformare la capacità di calcolo in una risorsa strategica, come già avvenuto con energia, logistica e finanza.
L’India sfrutta le dimensioni del proprio mercato per mantenere relazioni con diversi ecosistemi. Collabora con gli Stati Uniti sulle infrastrutture, con l’Europa sulla governance e con i Paesi del Golfo sulla capacità di calcolo, senza rinunciare completamente ai rapporti con la Cina.
Il problema culturale dell’intelligenza artificiale
Aditya Vashistha della Cornell University osserva che molti sistemi sono stati progettati prevalentemente da e per le cosiddette società WEIRD, cioè occidentali, istruite, industrializzate, ricche e democratiche. Queste società rappresenterebbero appena il 14-15% della popolazione mondiale. Rimane quindi aperta la questione di come vengano rappresentati il restante 85%, le lingue meno diffuse, le culture locali e le comunità marginalizzate. I modelli possono riprodurre stereotipi religiosi, linguistici e identitari. Possono inoltre non tenere adeguatamente conto delle persone con disabilità, nonostante nel mondo siano circa un miliardo. La domanda non riguarda quindi soltanto chi controlla i server. Riguarda anche chi stabilisce quali dati utilizzare, quali valori incorporare, quali lingue supportare, quali comportamenti considerare accettabili e quali criteri adottare per misurare sicurezza e qualità.
Il rischio per l’Europa
Per l’Europa, il pericolo è diventare un grande mercato di consumatori e aziende dipendente da tecnologie sviluppate altrove. La costruzione di regole avanzate non garantisce automaticamente l’autonomia industriale. Un continente può disciplinare l’uso dell’intelligenza artificiale, ma restare privo dei modelli, dei chip e delle infrastrutture necessarie a farla funzionare. Philip Torr dell’Università di Oxford ha descritto questo scenario attraverso una domanda: l’Europa vuole diventare una “colonia dell’intelligenza artificiale”, completamente dipendente da sistemi sui quali non esercita un controllo pieno, oppure vuole costruire le proprie capacità? La risposta non richiede necessariamente di replicare subito tutte le dimensioni degli ecosistemi americano e cinese. Richiede però investimenti in capacità di calcolo, ricerca, aziende tecnologiche, infrastrutture e competenze. Senza una base industriale, la sovranità normativa rischia di rimanere incompleta.
