Nel recente articolo linkedin dell’area culturale di Paolo Benanti emergono intuizioni solide, coerenti con molte delle sue posizioni pubbliche sulla governance dell’AI, sulla sovranità tecnologica e sulla necessità di evitare una subordinazione infrastrutturale europea rispetto agli hyperscaler americani. Alcuni passaggi, però, richiedono precisione terminologica e contestualizzazione economica per evitare di trasformare un’analisi strategica molto valida in una narrazione eccessivamente deterministica. Ed è qui che la questione diventa interessante, perché il dibattito sull’intelligenza artificiale in Europa sta rapidamente uscendo dalla dimensione tecnica per entrare in quella geopolitica, fiscale e perfino filosofica.
Il token non è una misura neutrale. Gli hyperscaler, da Microsoft a Google, passando per Amazon Web Services e OpenAI, hanno costruito un modello economico nel quale la crescita dei ricavi dipende direttamente dall’espansione del consumo computazionale. Il parallelismo con il cloud degli ultimi quindici anni è evidente: abbassare il costo unitario per aumentare il volume complessivo consumato. È la stessa dinamica che ha trasformato il cloud da promessa di efficienza a gigantesca macchina di opex ricorrente. Il prezzo per token diminuisce, ma il costo totale dell’adozione AI aumenta perché aumentano esponenzialmente i casi d’uso, i workflow automatizzati, le integrazioni e soprattutto la dipendenza cognitiva dell’organizzazione.
Gli operatori cloud hanno un incentivo enorme a migliorare l’efficienza infrastrutturale, perché il margine operativo nasce proprio dalla differenza tra costo energetico/computazionale e prezzo venduto al cliente. Il problema è un altro: l’efficienza ottenuta dal provider raramente si traduce in riduzione proporzionale della spesa enterprise. La storia del cloud dimostra che ogni guadagno di efficienza genera nuovi consumi. Una legge quasi termodinamica dell’IT enterprise. Più il compute costa meno, più le aziende lo usano in modo indiscriminato.
Le stime aggregate 646 miliardi di dollari di capex degli hyperscaler nel 2026 sugli investimenti AI e datacenter dei grandi operatori statunitensi sono molto elevate e stanno crescendo rapidamente, ma la cifra citata appare superiore rispetto a molte previsioni finanziarie consolidate attualmente disponibili. Più realistico parlare di alcune centinaia di miliardi cumulati fra datacenter, GPU, networking e infrastrutture energetiche nel biennio 2025-2026, con NVIDIA diventata il simbolo quasi caricaturale di questa nuova corsa all’oro computazionale. La sostanza però non cambia: una quota crescente della spesa digitale europea finanzia asset strategici extraeuropei.
Chiunque abbia negoziato programmi enterprise con grandi system integrator sa che il concetto di “advisor indipendente” è diventato sfumato. I programmi di co-selling esistono realmente; partnership commerciali, rebate, fondi marketing condivisi e incentivi congiunti fanno parte del normale funzionamento del mercato cloud. Questo non significa che ogni consulente agisca contro l’interesse del cliente, ma significa che il board dovrebbe leggere le raccomandazioni architetturali anche come oggetti economici, non soltanto tecnici. La neutralità assoluta nel mercato AI contemporaneo è più rara di un data center alimentato soltanto da energia rinnovabile durante un picco di inferenza generativa.
Benanti intercetta un punto che molti CDA italiani stanno sottovalutando. Il lock-in contemporaneo non è soltanto infrastrutturale. È cognitivo, operativo e organizzativo. Quando migliaia di dipendenti iniziano a costruire workflow attorno a API proprietarie, modelli closed-source e servizi gestiti, il costo di uscita smette di essere tecnologico e diventa culturale. Cambiare provider significa riaddestrare persone, processi, compliance e supply chain applicativa. È il motivo per cui molte aziende europee, pur criticando la dipendenza americana, continuano ad aumentare la spesa su stack statunitensi.
Il commento di Franco Bernabè è particolarmente interessante perché introduce il tema della pubblica amministrazione. L’idea che la PA debba privilegiare modelli open source, più piccoli e deployabili su infrastrutture controllate, è coerente con le traiettorie regolatorie europee e con il principio di sovranità digitale promosso anche dall’Unione Europea. Quando un sistema AI contribuisce a decisioni amministrative o giuridiche, la trasparenza non è una feature premium: è un requisito democratico.
Nel dibattito europeo: open source non significa automaticamente sovranità. Molti modelli open vengono comunque addestrati su infrastrutture americane, dipendono da GPU americane e spesso sono mantenuti da ecosistemi industriali non europei. La vera sovranità tecnologica richiederebbe una filiera completa: semiconduttori, cloud, modelli, energia, networking e competenze. Attualmente l’Europa non possiede questa catena in modo integrato. Possiede invece un vantaggio normativo e industriale in alcuni verticali specialistici dove modelli più piccoli, efficienti e task-specific potrebbero effettivamente risultare superiori ai grandi LLM generalisti, anche la presenza di provider Italici aiuta.
“Sobrietà computazionale”, il mercato AI sta vivendo una fase simile alle prime stagioni del cloud: entusiasmo enorme, governance limitata, metriche poco mature e pressione politica interna per “fare qualcosa con l’AI”. In molte aziende italiane l’adozione della GenAI è diventata un indicatore simbolico di modernità manageriale più che una valutazione rigorosa del ROI. Il risultato è prevedibile: proliferazione di PoC, spese cloud ingestibili, strumenti ridondanti e crescente esposizione a fornitori esterni.
“L’AI non è un’utility come l’elettricità: è un’infrastruttura di potere”. Qui il ragionamento di Benanti converge con la tradizione europea della responsabilità tecnologica. Il punto non è demonizzare gli hyperscaler, che stanno costruendo infrastrutture straordinarie con livelli di innovazione difficilmente replicabili nel breve periodo. Il punto è comprendere che ogni architettura tecnologica incorpora rapporti di forza economici e politici. Chi controlla il compute controlla i margini, i dati, la velocità dell’innovazione e, progressivamente, anche la capacità decisionale delle organizzazioni.
Il vero problema, quindi, non è il costo del token. È la progressiva trasformazione dell’AI enterprise in una forma di dipendenza operativa invisibile, contabilizzata mensilmente come semplice voce di costo cloud. Una linea apparentemente innocua nel bilancio operativo che, trimestre dopo trimestre, ridefinisce silenziosamente la sovranità industriale delle imprese europee.