LA SFIDA TRA STATI UNITI E CINA CHE STA RIDISEGNANDO IL FUTURO (E PERCHÉ L’EUROPA NON PUÒ RESTARE A GUARDARE)

Siamo entrati in un’era che, fino a qualche decennio fa, era appannaggio esclusivo della fantascienza. L’intelligenza artificiale, dopo anni di evoluzione e tentativi, ha compiuto nell’ultimo periodo passi da gigante in modo tanto rapido quanto sorprendente. Il sogno di disporre di macchine in grado di apprendere, di comprendere, di adattarsi quasi come esseri umani (se non addirittura in modo superiore) è oggi una realtà tangibile e in continua espansione. Alcune applicazioni, come la generazione di testo e le analisi avanzate di dati, hanno già trasformato la vita quotidiana e il mondo degli affari.

Eppure, dietro l’entusiasmo e le straordinarie opportunità, si cela una lotta geopolitica di proporzioni inaudite. Da un lato, i colossi tecnologici statunitensi e il governo federale USA stanno puntando enormi capitali ed energie per restare saldamente in testa alla corsa all’innovazione. Dall’altro, la Cina, con la sua crescita formidabile, vuole scalzare il primato americano e diventare la nuova superpotenza tecnologica. Nel mezzo troviamo l’Europa, alle prese con una regolamentazione stringente – come l’AI Act – e una frammentazione che spesso la rallenta, ma anche con notevoli punti di forza, come un enorme patrimonio di dati industriali e centri di ricerca di primo piano.

Il racconto che segue attraversa diversi argomenti: dall’origine di questa battaglia per l’AI, alle innovazioni più rivoluzionarie, al ruolo giocato dalla Cina, dagli Stati Uniti e dall’Europa, fino ad arrivare ad alcuni possibili scenari futuri e alle strategie indispensabili per non rimanere tagliati fuori.



1. L'origine della nuova corsa tecnologica: i precedenti tra dazi e competizione globale

Prima di addentrarci nel presente e nel futuro, è importante compiere qualche passo indietro e capire come si è giunti a questa tensione fra Stati Uniti e Cina. Già a partire dal decennio 2010-2020 si era consolidata una sfida commerciale particolarmente agguerrita tra le due superpotenze, culminata in diverse misure protezionistiche messe in campo sia dall’amministrazione Trump (la prima presidenza) sia, in modo più sfumato, da quella successiva di Biden.

Dazi commerciali e restrizioni all’export di componenti chiave come i microchip hanno a più riprese inasprito i rapporti bilaterali, spingendo la Cina ad accelerare i propri piani di autosufficienza tecnologica. Elemento cruciale di questa storia è stato il CHIPS Act, firmato negli Stati Uniti per incentivare la produzione domestica di semiconduttori e frenare la dipendenza da Paesi asiatici. Parallelamente, il governo cinese ha iniziato a investire ingenti risorse per rafforzare il proprio settore dei chip: le restrizioni provenienti dall’esterno, infatti, non hanno fatto altro che alimentare la volontà di Pechino di creare un’economia interna autonoma.

Tuttavia, la scintilla decisiva che ha innescato una vera e propria “nuova corsa” (paragonata in molti alle vecchie corse allo spazio) è arrivata con l’ascesa dell’AI generativa. Nel corso di pochi anni, alcuni laboratori di ricerca e startup, tra cui la statunitense OpenAI, la cinese Baidu e la francese Mistral AI, hanno mostrato al mondo che gli algoritmi di deep learning potevano emulare (e in certi compiti superare) le abilità umane di comprensione linguistica, di risoluzione di problemi e di elaborazione di dati. Questo, inevitabilmente, ha rappresentato una svolta epocale, non più limitata a questioni puramente tecnologiche, ma con enormi ripercussioni economiche e geopolitiche.



2. DeepSeek: la “startup sconosciuta” che ha scatenato la tempesta

Uno dei momenti più eclatanti nella scalata della Cina verso la leadership dell’intelligenza artificiale è stato l’arrivo di DeepSeek, un’azienda cinese fondata da Liang Wen Feng. Fino a pochi anni prima, Liang era noto per aver diretto l’hedge fund Highflyer, specializzato in strategie di investimento basate su modelli matematici e intelligenza artificiale. Le performance del fondo erano state straordinarie, con ritorni nettamente superiori a quelli degli indici cinesi tradizionali come il CSI 300.

Ma la passione di Liang non era soltanto la finanza: voleva, come lui stesso ha dichiarato, “unire finanza e intelligenza artificiale” e superare le barriere di costo e potenza di calcolo che sembravano insormontabili per altri progetti, come quelli di OpenAI negli Stati Uniti. La sua convinzione era che, partendo da risorse limitate, fosse possibile ideare un sistema di deep learning più leggero, più efficiente e soprattutto meno costoso da addestrare. Un sogno che fino a poco fa sembrava utopico.

Le sanzioni americane sull’export di chip più avanzati verso la Cina – tese a bloccare l’avanzata dei rivali – rischiavano di far naufragare il progetto di Liang fin dagli esordi. Eppure, paradossalmente, proprio la carenza di hardware di fascia alta ha costretto i tecnici di DeepSeek a sviluppare algoritmi capaci di ottimizzare al massimo le risorse disponibili. Così, a inizio 2025, l’azienda cinese è stata in grado di annunciare il modello R1, un sistema di AI che, a detta dei suoi creatori, riesce a “imparare” 10 volte più velocemente rispetto ai modelli concorrenti statunitensi. Risultato: si poteva raggiungere lo stesso livello di performance con un decimo dei costi energetici e delle infrastrutture di calcolo.

Quando DeepSeek ha rilasciato il proprio modello sul mercato, ha affermato che l’intero progetto era costato la cifra incredibilmente bassa di 6 milioni di dollari. Molti analisti (e in particolare la società SemiAnalysis) hanno subito dubitato, ipotizzando che la cifra vera fosse più vicina ai 500 milioni di dollari. Anche così, però, un confronto con i miliardi di dollari investiti dalle grandi società americane come OpenAI, Google e Meta lasciava intendere che la sfida competitiva fosse stata seriamente lanciata. Nel giro di poche ore dal lancio di DeepSeek, l’indice tecnologico statunitense Nasdaq ha perso il 3% e numerose aziende legate al settore AI hanno visto le proprie azioni precipitare.



3. La guerra dei chip (e non solo): nuove restrizioni, nuovi stratagemmi

Lo sviluppo di modelli come DeepSeek R1 ha evidenziato la fragilità del piano americano di bloccare la Cina attraverso i divieti di esportazione di chip. Già in precedenza, la mossa degli Stati Uniti di limitare la vendita di semiconduttori avanzati alla Cina aveva rappresentato un duro colpo alle aziende cinesi, dipendenti in larga parte dai produttori globali (fra cui TSMC, leader mondiale con sede a Taiwan). Ora, con le soluzioni ingegnose messe in piedi dai ricercatori cinesi, il vantaggio iniziale di Washington si stava assottigliando.

La nuova amministrazione Trump, insediatasi a inizio 2025, ha raddoppiato gli sforzi per rafforzare l’isolamento tecnologico della Cina, minacciando anche di colpire con sanzioni i Paesi alleati che non avessero rispettato i blocchi. Aumentare il muro commerciale, tuttavia, rischia di avere un effetto boomerang: più è pressante il vincolo, più la Cina, forte delle proprie risorse, corre verso l’obiettivo di produrre autonomamente i chip più avanzati. E, come l’esempio di DeepSeek ha mostrato, a volte la necessità aguzza l’ingegno e si ottengono anche prodotti più efficienti di quelli sviluppati in contesti di abbondanza di risorse.

Ma la guerra commerciale non riguarda soltanto il settore dei microchip. È commercio di software, di know-how, di talenti, di ricerca su larga scala. È una corsa agli armamenti in cui l’“arma” è l’intelligenza artificiale. Ecco perché gli Stati Uniti, con la spinta dell’amministrazione Trump 2, hanno varato progetti come Stargate, una joint venture in cui convergono capitali di colossi come Oracle, OpenAI, SoftBank e persino fondi sovrani mediorientali, per creare enormi data center specializzati nello sviluppo e addestramento di AI. Con un investimento stimato di 500 miliardi di dollari, Stargate vuole assicurare alla potenza a stelle e strisce il vantaggio tecnologico in questa gara serrata.

Parallelamente, Washington cerca di alleggerire i vincoli normativi sulle aziende AI domestiche, abolendo l’obbligo di condividere i dati dei test di sicurezza e facendo leva su stanziamenti pubblici per l’innovazione. L’idea è: di fronte alla minaccia cinese, mettere le ali alle proprie imprese, lasciarle libere di sperimentare senza troppi lacci burocratici e sostenendole finanziariamente in modo massiccio.



4. Il ruolo della Cina: tra pianificazione centralizzata e spirito open source

È importante non cadere nell’errore di pensare che la straordinaria crescita delle AI cinesi sia frutto soltanto di circostanze recenti. Già nel 2017, Pechino aveva varato il Piano di sviluppo dell’intelligenza artificiale di nuova generazione, un documento con cui il governo delineava una strategia dettagliata per far diventare la Cina la superpotenza mondiale dell’AI entro il 2030. Da allora, le aziende tech cinesi – da Baidu a Tencent, da Huawei ad Alibaba – hanno ricevuto un enorme supporto statale e al tempo stesso hanno cooperato tra loro in modo più aperto rispetto a quanto avvenga fra i colossi americani. È così che, secondo i dati ufficiali di Pechino, a metà del decennio 2020-2030 si contavano già centinaia di modelli di AI generativa “made in China”.

L’esempio di DeepSeek non è un caso isolato: molte altre applicazioni e startup cinesi hanno beneficiato della cosiddetta fusione militare-civile, un meccanismo per cui i fondi pubblici dedicati a progetti militari sono utilizzati anche dal settore privato, e viceversa. Tale sinergia ha permesso di integrare rapidamente nuove scoperte in campo AI nel tessuto economico e nella difesa, fornendo un potente vantaggio competitivo. Inoltre, il National AI Team, fondato nel 2017, ha assegnato a ciascuna grande società tecnologica cinese un compito specifico: Baidu ha puntato sui veicoli autonomi, Tencent sulla medicina, Alibaba sulle smart city, Huawei sul riconoscimento vocale, ecc. In altre parole, un vero e proprio piano quinquennale aggiornato all’era digitale, volto a evitare sprechi e duplicazioni e a convogliare capitali e talenti in modo mirato.

Un altro elemento da non sottovalutare è la filosofia open source promossa dal piano cinese del 2017. Sebbene i modelli AI “di Stato” non siano del tutto open source nell’accezione occidentale, si incoraggia ampiamente la condivisione di programmi e risultati fra imprese, università e laboratori pubblici. In un contesto dove l’accesso a hardware di ultima generazione è difficile a causa dei blocchi statunitensi, si è costruita una rete di risorse di calcolo “distribuite”, facendo confluire le potenze dei server situati nelle province meno costose verso i centri di ricerca e le aziende delle regioni orientali. Una specie di cloud su scala nazionale, orchestrato direttamente dal governo, che sta dando alla Cina un vantaggio imprevedibile nell’addestramento di AI su grandissima scala.



5. L’Europa nella terra di mezzo: regolamentazione stringente e bisogno di recuperare terreno

Mentre Stati Uniti e Cina si sfidano all’ultimo chip, l’Europa si ritrova come spesso accade nel ruolo di grande consumatore di tecnologie estere. In molti settori, l’Europa è dipendente dai servizi cloud americani (Amazon Web Services, Microsoft Azure, Google Cloud) e dalle fabbriche asiatiche di semiconduttori per alimentare i propri data center. Allo stesso tempo, il Vecchio Continente ha puntato soprattutto sulla regolamentazione e sulla protezione dei dati, come dimostra il GDPR (General Data Protection Regulation) e più di recente l’AI Act, che mira a creare un “ecosistema di fiducia” per lo sviluppo e l’utilizzo delle intelligenze artificiali. Il rischio, secondo alcuni, è che norme troppo stringenti e complesse frenino l’innovazione e spingano le grandi aziende AI a sviluppare altrove i propri modelli.

Allo stesso tempo, l’Europa ha una carta vincente potenzialmente straordinaria: dati di altissima qualità in settori come la manifattura, la farmaceutica, l’automotive, l’aerospazio, le biotecnologie. La tradizione europea nell’industria pesante e nella ricerca scientifica di punta significa possedere archivi di dati reali, spesso raccolti con standard di precisione elevatissimi. Questi dati sono oro puro per addestrare AI di livello industriale e scientifico, in molti casi più complessi di un semplice generatore di testo su base linguistica.

Ecco perché la Commissione Europea si è attivata annunciando stanziamenti considerevoli, come i 200 miliardi di euro presentati dalla presidente Von der Leyen all’AI Action Summit di Parigi. L’idea è di creare quattro GB Factory distribuite in punti strategici dell’Unione, ognuna dotata di supercomputer e chip di ultima generazione, per allenare grandi modelli e supportare iniziative industriali e startup. A questi fondi pubblici si aggiungono i 150 miliardi del consorzio industriale “EU AI Champions Initiative”, formato da oltre 70 aziende europee che vogliono mettersi in rete per accelerare lo sviluppo e la commercializzazione di intelligenze artificiali.

Nei piani europei rientra anche il rafforzamento energetico: come si stima, la domanda di potenza di calcolo crescerà di almeno tre volte entro il 2030, e i data center consumeranno più energia di quanta ne utilizzino alcune nazioni intere. Sarà dunque fondamentale investire nelle infrastrutture elettriche, in nuove fonti rinnovabili e in reti in grado di supportare un flusso continuo e massiccio di elettricità. Allo stesso modo, il European Chips Act, varato nel 2023, punta a portare la produzione di chip europea dal 10% al 20% del totale mondiale. Un obiettivo ambizioso che, se raggiunto, potrebbe ridurre in modo significativo la vulnerabilità del Continente.

Certo, non mancano i problemi strutturali. L’Europa è ancora molto frammentata al proprio interno, con 27 mercati nazionali, regole fiscali diverse e investimenti che tendono a rimanere confinati nelle singole nazioni. Anche il settore del venture capital europeo è meno “aggressivo” di quello americano o cinese, e le startup faticano a reperire ingenti capitali in tempi brevi. Lo stesso Mario Draghi ha evidenziato che l’adeguamento al GDPR ha implicato costi non trascurabili per le piccole e medie imprese. Nonostante ciò, negli ultimi anni sono sorti segnali incoraggianti: la francese Mistral AI, che ha rilasciato il modello open source Le Chat, è riuscita in pochi mesi a raccogliere decine di milioni di euro, mentre in Italia si affacciano progetti come Vitruvian e Velvet, nati rispettivamente dalla collaborazione di ASC27 e Cineca, e di Almawave con altri partner. Sono iniziative che potrebbero rappresentare il seme di un risveglio europeo in campo AI.



6. Rischi e opportunità: uno sguardo al futuro dell’AI globale

I riflettori sono puntati su DeepSeek, sull’America First di Trump e sulle manovre europee. Ma al di là delle dichiarazioni e delle misure di brevissimo periodo, che cosa possiamo realmente aspettarci da questa “nuova corsa allo spazio” tecnologica?

  • Polarizzazione geopolitica: C’è chi prevede che il mondo si dividerà in blocchi tecnologici sempre più separati. Un blocco guidato dagli Stati Uniti (con i suoi alleati tradizionali) e un blocco capitanato dalla Cina (con i Paesi che dipendono maggiormente dagli investimenti cinesi). L’Europa rischia di trovarsi “nel mezzo” e di dover scegliere con chi stare, o di tentare con tutte le forze la strada di una terza via autonomista.

  • Corsa al ribasso regolamentare: Gli Stati Uniti, per incentivare l’innovazione domestica, potrebbero allentare ulteriormente i controlli sull’AI, riducendo le tutele relative alla privacy o all’utilizzo di dati sensibili. La Cina ha un modello di controllo statale molto forte, ma che agevola la rapida sperimentazione, spesso senza eccessivi riguardi per le questioni di libertà individuali. L’Europa vorrebbe equilibrare diritti, trasparenza e progresso, ma rischia la fuga di cervelli e aziende verso mercati più “liberi”.

  • Specializzazione e alleanze: Da un punto di vista economico, i vantaggi potrebbero essere rilevanti. Tutti i Paesi e le regioni del mondo avranno l’opportunità di specializzarsi in segmenti specifici della catena del valore dell’AI: alcuni produrranno chip, altri forniranno algoritmi, altri ancora dati di settore. Potremmo assistere a una crescente rete di alleanze e partnership cross-border, almeno finché le tensioni geopolitiche non si faranno troppo marcate.

  • Applicazioni verticali e industriali: Una volta che i modelli di base (i cosiddetti foundation model) saranno maturi, la vera ricchezza potrebbe trovarsi nelle applicazioni finali, quelle che integrano l’AI generativa in settori specifici come la medicina, l’energia, la logistica, la finanza. Startup come Harvey, focalizzata sul settore legale, mostrano che i grandi uffici di avvocati e le multinazionali sono desiderosi di pagare per soluzioni su misura, e probabilmente questo trend si rafforzerà.

  • Aspetti etici e di sicurezza: Con la proliferazione di AI sempre più potenti, i governi e le organizzazioni internazionali saranno chiamati a definire linee guida. L’Europa, con l’AI Act, prova a fare da apripista su trasparenza, responsabilità e sorveglianza sull’uso degli algoritmi. Ma resta il rischio di malintenzionati che sfruttino l’AI per scopi illeciti, come la disinformazione su larga scala, il cybercrime evoluto e persino applicazioni militari in scenari instabili.




7. DeepSeek e le reazioni mondiali: divieti, blocchi e timori di spionaggio

La nascita fulminea di DeepSeek ha creato un clima di tensione. Dopo aver smentito coloro che li accusavano di aver “copiato” progetti americani, gli ingegneri di Liang Wen Feng hanno pubblicato un paper tecnico che, se da un lato non era completamente divulgativo (soprattutto su alcuni punti chiave), dall’altro ha mostrato l’originalità di alcuni algoritmi di compressione e addestramento distribuito. Ciò ha aumentato i timori in Occidente, perché è sembrato sempre più plausibile che la Cina possa riuscire ad aggirare anche barriere tecnologiche più estreme.

Non sorprende che alcuni Paesi occidentali abbiano reagito in modo drastico. L’Italia è stata tra i primi a porre restrizioni all’utilizzo di DeepSeek, seguita a ruota da Australia, Taiwan e Corea del Sud. Negli Stati Uniti, molte agenzie governative come la NASA o la Marina Militare hanno vietato ai dipendenti di utilizzare strumenti basati su DeepSeek, paventando rischi di sicurezza. Paradossalmente, non è diverso da quanto accaduto inizialmente con ChatGPT, quando alcuni governi nazionali europei ne bloccarono l’impiego in attesa di chiarire i potenziali pericoli di fughe di dati e di addestramento su informazioni sensibili.

D’altro canto, DeepSeek ha catturato l’attenzione di milioni di utenti in tutto il mondo, grazie alla promessa di costi di addestramento e utilizzo enormemente ridotti rispetto ai giganti americani. Aziende di piccole e medie dimensioni, università e startup hanno iniziato a sperimentare con DeepSeek, attirate dalla prospettiva di poter fare ricerca avanzata senza dover pagare costose infrastrutture cloud. È un pericoloso “cavallo di Troia” nel mercato occidentale? Oppure una grande opportunità di democratizzazione dell’AI? Il dibattito è aperto.



8. La grande speranza europea: dal ritardo alla costruzione di un ecosistema (forse) unito

L’AI Action Summit di Parigi ha dimostrato che l’Europa, sebbene in ritardo, vuole recuperare. Le misure in cantiere sono molteplici: dalla definizione di standard etici, al sostegno alle startup, passando per il finanziamento di mega hub specializzati in cui fornire a ricercatori e imprese una potenza di calcolo paragonabile, se non superiore, a quella di Stati Uniti e Cina. Non si tratta più di fare concorrenza diretta a GPT-4, ChatGPT, Bard o DeepSeek in termini di generazione di testo, ma di applicare l’intelligenza artificiale ai punti di forza dell’economia europea.

La Commissione, il Parlamento e il Consiglio UE si sono ritrovati a negoziare con fervore le disposizioni del Digital Services Act, dell’AI Act e del European Chips Act, nella speranza di trovare un equilibrio delicato tra protezione dei consumatori, tutela dei dati personali e sviluppo rapido delle tecnologie. Nel frattempo, alcuni Stati, come Francia e Germania, stanno puntando su partenariati bilaterali per costruire grandi poli di ricerca in AI: un esempio è la “Franco-German AI Initiative”, che comprende investimenti congiunti per la creazione di data center, laboratori congiunti per lo studio di modelli linguistici e progetti di open innovation che coinvolgono università e aziende di entrambi i Paesi.

Anche l’Italia sta cercando di muoversi: CINECA, in collaborazione con vari atenei, ha avviato progetti per creare supercomputer di ultima generazione. Il piano è di dare supporto ai ricercatori che vogliano utilizzare potenza di calcolo elevata senza dover andare all’estero. Alcune realtà come Almawave o ASC27 iniziano a sfornare prototipi di modelli linguistici e di visione artificiale made in Italy, seppur ancora distanti dai giganti americani o cinesi. Ma è un inizio promettente.



9. Una sfida anche energetica: il calcolo come risorsa scarsa

Il denominatore comune di tutti i modelli di AI, a prescindere dalla nazionalità, è la sete di calcolo. Addestrare grandi modelli comporta l’utilizzo di enormi data center composti da migliaia di GPU (unità di elaborazione grafica), TPU (unità di elaborazione specializzata per reti neurali) o altri chip personalizzati. Questi server farm consumano quantità colossali di energia e generano calore, richiedendo sistemi di raffreddamento altrettanto imponenti. Il fattore ambientale, spesso trascurato, incombe: quanta CO₂ viene emessa per addestrare e far funzionare un modello di AI?

Gli Stati Uniti, la Cina e l’Europa stanno cercando soluzioni per ridurre l’impatto ambientale, ad esempio promuovendo data center in zone fredde (come la Siberia o la Scandinavia), o utilizzando energie rinnovabili come l’idroelettrico e l’eolico. Ma non si può negare che il consumo energetico crescerà vertiginosamente nei prossimi anni, mano a mano che l’AI diventa parte integrante di servizi pubblici, progetti di ricerca e applicazioni private. La disponibilità di fonti energetiche pulite e la capacità di trasportare questa energia (reti elettriche evolute) diventeranno un fattore strategico per l’affermazione di un’AI su scala globale.

La Cina, dal canto suo, ha investito in mega impianti idroelettrici nelle province occidentali e in grandi distretti di produzione solare ed eolica, spostando parte dei carichi di lavoro AI in aree poco popolate, grazie alle connessioni in fibra e alle reti di trasporto ad alta tensione. L’Europa, con la transizione verde del Green Deal, sta cercando di conciliare la rapida crescita digitale con la riduzione delle emissioni. Gli Stati Uniti, più eterogenei, vantano zone come il Texas, dove le fonti energetiche – dal petrolio alle rinnovabili – abbondano, e dove i costi industriali possono essere più bassi.



10. Dai grandi modelli “generalisti” alle applicazioni verticali: perché l’AI è così rivoluzionaria

Se la “corsa ai modelli di base” come GPT, DeepSeek R1, Le Chat o Gemini attira su di sé i riflettori mediatici, in realtà molti economisti e analisti prevedono che il vero potenziale si nasconda nelle applicazioni “verticali”, dove l’AI diventa lo strumento chiave per trasformare processi e servizi. Pensiamo a:

  • Sanità: AI per la diagnostica (analisi di immagini mediche, radiografie), per la ricerca di nuovi farmaci attraverso simulazioni biochimiche o per la gestione di cartelle cliniche con analisi predittive.

  • Finanza: sistemi di trading algoritmico avanzati (come Highflyer), consulenti virtuali per la gestione del credito e sistemi antifrode. Alcune banche hanno già sperimentato l’uso di AI generativa per rispondere alle esigenze dei clienti.

  • Industria manifatturiera: ottimizzazione di catene di montaggio, manutenzione predittiva, controllo qualità automatizzato e robotica collaborativa in linea di produzione. L’Europa, forte di un tradizionale vantaggio nella manifattura, potrebbe brillare qui.

  • Agricoltura: analisi dei terreni, previsione dei raccolti, gestione intelligente delle risorse idriche, droni agricoli per monitorare campi e piante. La Cina, con la sua vastissima superficie coltivabile, e l’Europa, con il suo enorme patrimonio di conoscenze e produzioni di alta qualità, potrebbero beneficiare di AI specializzate.

  • Trasporti e smart city: guida autonoma, ottimizzazione dei flussi di traffico, riduzione degli incidenti e dei consumi energetici urbani. Alibaba, Baidu, ma anche Google, Tesla e Apple si contendono da tempo questo mercato.

  • Difesa e sorveglianza: i governi e gli eserciti stanno investendo miliardi per sviluppare sistemi di riconoscimento facciale, monitoraggio di droni autonomi, analisi di dati satellitari e tanto altro. È il lato più controverso di questa rivoluzione.


La trasversalità dell’AI (capace di entrare in qualsiasi settore) la rende una forza dirompente, destinata a trasformare l’economia e la società in modo più radicale di quanto abbiano fatto Internet e gli smartphone nelle ultime decadi.



11. Il peso delle infrastrutture e l’impatto sul lavoro

La trasformazione digitale accelerata dall’AI non si limita alle questioni geopolitiche o allo sviluppo dei modelli. Coinvolge anche il mercato del lavoro. Secondo diversi studi, tra cui quelli di McKinsey o di PwC, una notevole percentuale di mansioni potrebbe essere parzialmente o completamente automatizzata, liberando forza lavoro che andrà ricollocata in altre mansioni a più alto valore aggiunto o nei settori che richiedono creatività e empatia. Nel breve periodo, questo potrebbe causare sconvolgimenti sociali e tensioni, specialmente in quei Paesi meno pronti ad adattarsi a un’economia ad alta automazione.

Le infrastrutture digitali (reti 5G, cavi in fibra ottica, data center) diventano la spina dorsale di un nuovo paradigma produttivo. Chi possiede (o riesce a controllare) tali infrastrutture gode di un immenso vantaggio. È evidente che l’Europa, la Cina e gli Stati Uniti si sfideranno anche su questo terreno, con la Cina che ha già dimostrato una notevole capacità di realizzare reti 5G (Huawei) e di implementare soluzioni di smart city in tempi record.



12. Come evitare di restare indietro: riflessioni per l’Europa (e non solo)

L’interrogativo che molti si pongono è: l’Europa può davvero competere con gli Stati Uniti e la Cina, o è destinata a un ruolo marginale? La risposta non è semplice, ma, alla luce delle considerazioni precedenti, possiamo delineare alcune indicazioni strategiche:

  • Investire in modo massiccio e coordinato: frammentare le risorse in mille rivoli nazionali è uno spreco. Bisogna creare poli d’eccellenza europei, con regole condivise e finanziamenti stabili, sul modello del CERN (fisica delle particelle) ma in ambito AI.

  • Favorire la collaborazione pubblico-privato: imitare in parte il modello cinese di fusione militare-civile, in versione democratica e rispettosa dei diritti, dove le università, i centri di ricerca e le grandi aziende condividono progetti e risorse.

  • Sfruttare il patrimonio di dati industriali: avviare consorzi fra le imprese manifatturiere, farmaceutiche, aerospaziali, per l’addestramento di modelli AI su dati esclusivi e di altissima qualità. Questa è una leva competitiva che né gli Stati Uniti né la Cina possono facilmente replicare.

  • Garantire infrastrutture energetiche e di calcolo: supportare la costruzione di nuovi data center ecocompatibili, potenziare le reti elettriche, e spingere sulla produzione locale di chip avanzati (grazie anche a joint venture con i colossi mondiali).

  • Equilibrare regolamentazione e stimolo all’innovazione: definire standard di sicurezza e trasparenza, ma consentire sperimentazioni su larga scala. Creare sandbox regolatorie dove le imprese possano testare soluzioni AI in ambienti protetti senza dover affrontare burocrazie interminabili.

  • Formazione e riconversione del lavoro: investire in programmi di formazione per insegnanti, professionisti e giovani, in modo da creare un capitale umano consapevole e capace di sfruttare l’AI. Evitare il mismatch di competenze riduce il rischio di disoccupazione tecnologica.


Se l’Europa dovesse mettere in atto con decisione queste linee guida, potrebbe costruire una propria via all’intelligenza artificiale, né troppo “liberista” come negli Stati Uniti, né eccessivamente “centralizzata” come in Cina, ma competitiva dal punto di vista tecnologico e attenta ai valori sociali e ambientali.



13. Conclusioni: il mondo verso un nuovo equilibrio tecnologico

La sfida lanciata da DeepSeek, l’enorme programma Stargate negli Stati Uniti, le GB Factory in Europa e la miriade di startup che ogni settimana nascono in ogni parte del pianeta ci ricordano che la corsa all’AI è appena iniziata. Nella fase attuale, l’attenzione è concentrata sui grandi modelli di base, ma presto essa si sposterà su applicazioni reali, su servizi e prodotti intelligenti che trasformeranno profondamente il lavoro, l’economia e la società.

Per molti versi, stiamo vivendo una rivoluzione storica, con la stessa intensità della rivoluzione industriale o dell’avvento di Internet. Le relazioni geopolitiche non saranno più le stesse: la leadership tecnologica diventa un asset cruciale, tanto quanto lo erano il petrolio o le materie prime nel secolo scorso. Gli Stati Uniti non vogliono cedere il trono, la Cina è determinata a conquistarlo, e l’Europa, se saprà essere davvero unita, potrà giocare un ruolo di primo piano. Al contrario, rischia di diventare un mercato di consumatori passivi e un fornitore di dati e competenze a vantaggio di altri poli.

Che fare? La risposta sta nelle politiche integrate, negli investimenti di lungo periodo, nella collaborazione strategica fra pubblico e privato. E, non da ultimo, nell’etica e nella trasparenza di un’AI che voglia servire l’essere umano e non asservirlo. Siamo di fronte a una partita che riguarda tutti, perché l’AI impatterà su chiunque, a prescindere dalla professione o dalla collocazione geografica.

Ecco dunque che l’evento “qualunque” – la startup cinese di Liang Wen Feng che annuncia un modello super efficiente come DeepSeek – potrebbe essere il segnale che siamo già entrati in una nuova era. Un’era dove innovazione, economia e politica si intrecciano come mai prima. La scelta spetta agli attori globali, ma anche a ogni singolo Stato, azienda e cittadino, che potrà decidere di abbracciare l’AI, governarla saggiamente, o lasciarsene travolgere.