Non è una questione di talento, né di capitale, e nemmeno di tecnologia. È una questione di domanda. L’Europa continua a comportarsi come se l’intelligenza artificiale fosse un problema regolatorio da contenere, mentre il resto del mondo la tratta per ciò che è diventata: un’infrastruttura economica primaria, una commodity sofisticata, una forma di energia computazionale che si compra, si vende e soprattutto si consuma. Il risultato è una distorsione quasi grottesca, in cui aziende perfettamente allineate ai principi europei finiscono per servire clienti extraeuropei, mentre il mercato domestico resta un deserto amministrativo, più attento al compliance checklist che alla creazione di valore.
Il caso di una società con base a Frosinone, Seeweb dotata di datacenter, GPU e una piattaforma di inference costruita secondo i dettami più ortodossi del GDPR, del DNSH e persino del sempre evocato zero data retention, non è un’anomalia. È un sintomo. Quando un’infrastruttura che incarna perfettamente il modello europeo viene ignorata dalla pubblica amministrazione europea, mentre trova trazione fuori dai confini, il problema non è di offerta. È di sistema. Più precisamente, è di assenza strutturale di domanda qualificata.
L’Europa si illude di poter creare un “campione” per via normativa, come se bastasse disegnare il perimetro del campo per generare automaticamente i giocatori. La storia industriale suggerisce esattamente il contrario. I campioni nascono dove esiste un mercato interno esigente, capace di assorbire innovazione, di pagare per essa e di fungere da piattaforma di scala. Senza domanda, non esiste curva di apprendimento. Senza curva di apprendimento, non esiste vantaggio competitivo. Il resto è narrativa istituzionale.
Nel frattempo, il mondo reale si è già spostato altrove. L’economia dell’intelligenza artificiale non si misura più in numero di parametri o benchmark accademici. Si misura in token. Il token è diventato la nuova unità di conto dell’intelligenza, il punto di intersezione tra capacità computazionale, valore economico e consumo reale. È una metrica brutale, ma estremamente onesta. Non racconta ciò che un modello potrebbe fare, ma ciò che effettivamente viene utilizzato.
I numeri, anche quando vanno presi con cautela, hanno una funzione narrativa potente. Se davvero i modelli cinesi hanno raggiunto volumi settimanali nell’ordine dei 12,96 trilioni di token contro i 3,03 trilioni statunitensi, non siamo di fronte a una semplice competizione tecnologica. Siamo di fronte a una divergenza industriale. Il token, in questo contesto, diventa equivalente al barile di petrolio nel Novecento. Non è l’algoritmo in sé a contare, ma la sua circolazione nell’economia.
L’Europa, in questo scenario, sembra ossessionata dal perfezionare la qualità del carburante, mentre ignora completamente la costruzione della rete distributiva. Il risultato è prevedibile. Anche la migliore benzina resta inutile se non esistono pompe di erogazione, flotte di veicoli e infrastrutture logistiche. Tradotto nel linguaggio dell’AI: senza applicazioni, senza procurement, senza integrazione nei processi pubblici e industriali, il modello resta un esercizio di laboratorio.
Il tema del costo per token introduce una seconda dimensione, meno filosofica e più brutale. La Cina, con modelli come quelli sviluppati da DeepSeek, sta ridefinendo il rapporto tra prezzo e volume, comprimendo i margini fino a livelli che l’Occidente fatica a sostenere senza sacrificare redditività. Il confronto con offerte come quelle di OpenAI non è semplicemente una questione di pricing strategy. È una questione di struttura industriale, di accesso all’energia, di ottimizzazione dell’infrastruttura e, soprattutto, di scala della domanda interna.
Il prezzo del token non è solo un numero. È una funzione complessa che incorpora costo dell’energia, efficienza hardware, qualità del software e, non meno importante, intensità d’uso. Più un sistema viene utilizzato, più il costo marginale tende a scendere. È una dinamica ben nota a chi ha vissuto l’evoluzione del cloud computing. La differenza è che qui non si tratta di storage o compute generico, ma di intelligenza operativa.
Il terzo elemento, quello energetico, introduce una prospettiva che in Europa dovrebbe essere quasi naturale, e che invece resta sorprendentemente sottoutilizzata. Se un kilowattora può essere trasformato, attraverso il calcolo AI, in un valore economico multiplo rispetto alla sua vendita come commodity, allora l’AI diventa un moltiplicatore industriale dell’energia. Non è più solo una questione digitale. È politica industriale pura.
Paesi che hanno compreso questa dinamica stanno integrando strategicamente produzione energetica e capacità computazionale, creando ecosistemi in cui data center, reti elettriche e modelli AI funzionano come un unico sistema. L’Europa, con la sua ossessione per la frammentazione regolatoria e la sua lentezza decisionale, rischia di perdere anche questo treno, pur avendo teoricamente tutti gli asset necessari.
Il paradosso diventa evidente quando si osserva il comportamento della pubblica amministrazione. Da un lato si promuovono iniziative come le AI factory, dall’altro si mantengono processi di procurement che scoraggiano l’adozione di soluzioni innovative, soprattutto se sviluppate da attori non ancora “istituzionalizzati”. Il risultato è un cortocircuito perfetto. Si finanzia l’offerta, ma si blocca la domanda.
In assenza di una domanda pubblica forte, il mercato privato dovrebbe teoricamente compensare. Ma anche qui emergono limiti strutturali. Le grandi imprese europee tendono a muoversi con cautela estrema, spesso più preoccupate dei rischi legali che delle opportunità strategiche. Le PMI, dal canto loro, non hanno sempre le risorse o le competenze per integrare soluzioni AI avanzate. Il risultato è una stagnazione che contrasta violentemente con la velocità osservata in altre regioni del mondo.
Il concetto di zero data retention, che dovrebbe essere un vantaggio competitivo enorme in un contesto sempre più sensibile alla privacy, diventa quasi irrilevante in assenza di un mercato che lo valorizzi. È una di quelle ironie che solo l’Europa sa produrre. Si crea uno standard etico avanzato, ma non si costruisce l’ecosistema economico necessario per trasformarlo in vantaggio competitivo.
La questione del “campione europeo” assume, in questo contesto, contorni quasi mitologici. Si parla di esso come di una figura destinata a emergere per inerzia, magari grazie a qualche combinazione fortunata di finanziamenti e regolamentazione favorevole. La realtà è meno romantica. I campioni non emergono. Vengono costruiti, spesso in modo brutale, attraverso politiche industriali aggressive, protezione del mercato interno e una domanda pubblica che funge da acceleratore.
Gli Stati Uniti hanno storicamente utilizzato il procurement pubblico, in particolare quello militare, come leva per creare intere industrie. La Cina utilizza una combinazione di pianificazione statale e mercato interno per ottenere risultati analoghi. L’Europa, nel tentativo di evitare qualsiasi forma di intervento percepito come distorsivo, finisce per non intervenire affatto. Il risultato è una forma di neutralità che, nel contesto attuale, equivale a una resa competitiva.
L’economia dei token rende tutto questo ancora più evidente. Chi controlla il flusso dei token controlla il flusso del valore. Non importa dove sia stato sviluppato il modello, importa dove viene utilizzato, in quale quantità e a quale costo. È una logica che ricorda quella delle telecomunicazioni, dove il vero potere non risiede tanto nella tecnologia di base, quanto nella gestione del traffico.
Quando si osserva che la maggioranza degli utenti di una piattaforma europea di inference è extraeuropea, si sta osservando esattamente questo fenomeno. Il valore generato dai token fluisce altrove, contribuendo a rafforzare ecosistemi che già godono di vantaggi strutturali. Nel frattempo, l’Europa continua a interrogarsi su come regolamentare ciò che, di fatto, non sta utilizzando.
La prospettiva della physical AI aggiunge un ulteriore livello di complessità. Quando i token inizieranno a tradursi direttamente in azioni fisiche, controllando robot, droni, infrastrutture e sistemi industriali, la questione non sarà più solo economica. Diventerà geopolitica. Chi controlla i flussi di intelligenza controlla, indirettamente, i flussi di materia ed energia.
A quel punto, l’assenza di una domanda interna robusta non sarà più solo un problema di competitività. Sarà un problema di sovranità. E la sovranità, come insegna la storia, non si costruisce con linee guida e framework etici, ma con capacità operative e controllo delle infrastrutture critiche.
L’ironia finale, se si vuole trovare un elemento quasi letterario in questa vicenda, è che l’Europa possiede tutte le componenti necessarie per essere un attore dominante in questa nuova economia. Energia, competenze ingegneristiche, capacità industriale, una tradizione normativa che potrebbe trasformarsi in standard globale. Ciò che manca è la volontà di trasformare questi asset in un sistema coerente.
Il mercato dell’AI non aspetta. Non negozia. Non premia la coerenza ideologica. Premia la scala, la velocità e la capacità di esecuzione. In questo contesto, continuare a finanziare l’offerta senza attivare la domanda equivale a costruire centrali elettriche in un deserto senza linee di trasmissione.
Il punto, alla fine, è sorprendentemente semplice. Senza domanda, non esiste mercato. Senza mercato, non esiste industria. Senza industria, non esiste sovranità tecnologica. Tutto il resto è, nel migliore dei casi, un esercizio accademico. Nel peggiore, una forma sofisticata di autoillusione continentale.