L’Italia si trova in quella fase storica che i manuali di strategia chiamerebbero “momento di verità”, ma che nella pratica assomiglia più a una riunione di consiglio d’amministrazione dove tutti annuiscono e nessuno vuole essere il primo a dire che il piano è incompleto. Il rapporto coordinato da Luciano Floridi fotografa un Paese sospeso tra potenziale e inerzia, tra eccellenze quasi imbarazzanti e fragilità strutturali altrettanto evidenti, come se il sistema industriale italiano fosse un motore Ferrari montato su un telaio progettato per una utilitaria.
La narrativa ufficiale parla di una “transizione decisiva”, formula elegante che nasconde una realtà meno poetica: l’Italia non ha più il lusso di scegliere se partecipare alla rivoluzione dell’intelligenza artificiale, ma deve decidere con quale ruolo farlo. Il dato più interessante, e forse più sottovalutato, è che il Paese dispone di una combinazione rara di asset. Due supercomputer tra i più potenti in Europa, una normativa anticipatoria rispetto al resto dell’Unione e un ecosistema emergente di modelli linguistici locali rappresentano una base che molti competitor europei non possono vantare contemporaneamente.
Il problema, come spesso accade, non è la presenza degli asset ma la loro orchestrazione. L’Italia eccelle nel produrre componenti di valore, ma fatica nel costruire sistemi. Questa è una costante storica, dal Rinascimento industriale fino all’era digitale. La differenza è che oggi il tempo di latenza tra innovazione e irrilevanza si è ridotto drasticamente. Nel mercato dell’intelligenza artificiale, essere in ritardo di tre anni equivale a essere fuori dal gioco.
Il dato di crescita del mercato italiano dell’IA, che ha raggiunto circa 1,2 miliardi di euro nel 2024 con un incremento del 58%, viene spesso celebrato come segnale di vitalità. In realtà, per chi ha un minimo di esperienza nei cicli tecnologici, è un classico effetto di base bassa. Crescere rapidamente partendo da numeri piccoli è facile; consolidare quella crescita in un ecosistema sostenibile è l’operazione che distingue i Paesi leader da quelli eternamente “in fase di sviluppo”.
Il vero indicatore da osservare non è la crescita percentuale ma la qualità dell’adozione. Il 16,4% delle imprese italiane utilizza formalmente soluzioni di intelligenza artificiale, un dato inferiore alla media europea, ma con una dinamica di accelerazione significativa. Qui entra in gioco un fenomeno interessante che potremmo definire “effetto ChatGPT”, ovvero la democratizzazione della percezione dell’IA. Non è la tecnologia ad essere diventata improvvisamente più potente; è la sua comprensibilità ad essere aumentata.
La storia dell’innovazione insegna che le rivoluzioni non avvengono quando la tecnologia è perfetta, ma quando diventa accessibile. Il personal computer non era più potente dei mainframe; era semplicemente utilizzabile. L’intelligenza artificiale generativa ha fatto lo stesso salto. Ha trasformato una disciplina accademica in uno strumento quotidiano. E questo ha spostato il baricentro decisionale dalle direzioni IT ai consigli di amministrazione.
Il divario tra grandi imprese e PMI, tuttavia, resta il vero nodo strutturale. Le grandi aziende italiane hanno raggiunto un tasso di adozione superiore al 50%, mentre le PMI si fermano intorno al 15%. Non è solo una questione di risorse, come spesso si ripete con una certa superficialità. È una questione di architettura organizzativa. Le PMI italiane sono progettate per l’efficienza operativa, non per l’innovazione sistemica.
In altre parole, l’intelligenza artificiale richiede strutture che possano assorbirne la complessità. Servono dati strutturati, processi formalizzati, competenze dedicate. Tutti elementi che nelle grandi imprese sono dati per scontati e nelle PMI rappresentano spesso un lusso. Il risultato è un’economia a due velocità, dove una parte del sistema produttivo corre verso il futuro mentre l’altra rischia di restare intrappolata nel presente.
Il tema della fuga dei talenti aggiunge un ulteriore livello di complessità. Il divario salariale del 40-50% rispetto a Paesi come Germania e Regno Unito non è solo un problema economico; è un problema strategico. L’Italia forma competenze di alto livello che poi vengono capitalizzate altrove. È una forma sofisticata di outsourcing involontario, dove il capitale umano diventa la principale esportazione non contabilizzata.
Sul piano globale, il confronto è impietoso ma istruttivo. Gli Stati Uniti operano con una logica di piattaforma totale, controllando l’intera catena del valore, dall’hardware ai modelli fondativi fino alle applicazioni. La Cina segue un approccio sistemico, combinando investimenti statali massicci con un ecosistema applicativo di scala continentale. L’Italia, e più in generale l’Europa, si muove in una dimensione intermedia, dove la sovranità tecnologica è più una aspirazione che una realtà.
La dipendenza dall’hardware statunitense, in particolare dai produttori di GPU, rappresenta una vulnerabilità strategica evidente. La recente storia delle restrizioni all’export dimostra che la tecnologia è diventata uno strumento geopolitico. In questo contesto, parlare di autonomia senza affrontare il tema della catena del valore dei semiconduttori rischia di essere esercizio retorico.
La risposta italiana, come evidenziato nel rapporto, sembra orientarsi verso una strategia di specializzazione intelligente. Non competere frontalmente sui modelli fondativi generalisti, ma concentrarsi su applicazioni verticali e su modelli linguistici specifici per il contesto nazionale. È una scelta pragmatica, quasi inevitabile. La vera domanda è se sarà sufficiente.
L’emergere di modelli linguistici italiani rappresenta un segnale interessante. Non tanto per la loro capacità di competere con i colossi globali, quanto per il loro valore strategico in termini di sovranità dei dati e adattamento normativo. In un contesto regolatorio sempre più stringente, la capacità di controllare l’intero ciclo di vita dei dati diventa un vantaggio competitivo.
La normativa, spesso vista come un vincolo, può trasformarsi in un asset. L’Italia è stata tra i primi Paesi europei a dotarsi di una legge organica sull’intelligenza artificiale, anticipando alcune dinamiche dell’AI Act. Questo crea un paradosso interessante: un Paese che non domina tecnologicamente può comunque influenzare il mercato attraverso la regolazione.
La storia economica offre precedenti simili. L’Europa ha perso la corsa ai motori di ricerca e ai social network, ma ha imposto standard globali sulla privacy con il GDPR. La regolazione, quando ben progettata, può diventare una forma di soft power. Il rischio, naturalmente, è che diventi un freno anziché un acceleratore.
Un altro elemento spesso trascurato è la convergenza tra intelligenza artificiale e scienze della vita. Gli investimenti significativi nel biotech indicano una direzione strategica che potrebbe rivelarsi più promettente dell’ossessione mediatica per l’IA generativa. La combinazione di dati biologici, capacità computazionale e modelli predittivi apre scenari di valore economico e sociale difficilmente replicabili in altri settori.
La pubblica amministrazione rappresenta un banco di prova cruciale. L’adozione di sistemi di intelligenza artificiale nelle istituzioni, come nel caso della Camera dei Deputati, segnala una volontà di innovazione che va oltre la retorica. Tuttavia, la fiducia dei cittadini resta limitata. Solo una minoranza esprime piena fiducia nella PA, un dato che evidenzia come la tecnologia da sola non sia sufficiente a colmare il gap di credibilità.
Il vero tema, in ultima analisi, è quello dell’esecuzione. Il rapporto insiste giustamente sulla necessità di passare dalle raccomandazioni all’implementazione, un punto che molti documenti strategici tendono a ignorare. Le buone idee sono abbondanti; la capacità di tradurle in azione è la vera scarsità.
L’Italia ha dimostrato più volte di saper innovare, ma spesso in modo episodico. La sfida dell’intelligenza artificiale richiede continuità, coordinamento e, soprattutto, una visione di lungo periodo. Non è una gara sprint, ma una maratona in cui la resistenza conta più della velocità iniziale.
Nel mondo dell’IA, la differenza tra chi guida e chi segue non è determinata solo dalla tecnologia, ma dalla capacità di costruire ecosistemi. Gli Stati Uniti hanno costruito piattaforme, la Cina ha costruito sistemi, l’Europa deve ancora decidere cosa vuole costruire. L’Italia, nel suo piccolo, ha l’opportunità di ritagliarsi un ruolo, ma solo se riuscirà a trasformare la propria tradizionale creatività in disciplina esecutiva.
Una frase, più di altre, sintetizza la situazione: l’Italia non ha un problema di intelligenza artificiale, ha un problema di intelligenza strategica applicata all’artificiale. E come spesso accade, la tecnologia è la parte facile; il resto è management.