leggi su: Financial Times

Mario Draghi torna a mettere l’intelligenza artificiale al centro del problema economico europeo, ma con una prospettiva diversa da quella dominante nella Silicon Valley. Per l’ex presidente del Consiglio italiano e della Banca centrale europea, l’AI non è soltanto una tecnologia capace di aumentare la produttività delle imprese: è una delle poche leve disponibili per consentire all’Europa di finanziare contemporaneamente il proprio modello sociale, la transizione energetica e il crescente fabbisogno di spesa per la difesa. La questione, quindi, non è scegliere tra competitività, sovranità tecnologica e welfare. È creare abbastanza crescita da poter sostenere tutte e tre.

Il problema parte da un dato che l’Europa conosce da tempo ma che continua a trattare con una certa eleganza burocratica: la produttività cresce troppo lentamente rispetto agli Stati Uniti. Secondo le stime richiamate dal Financial Times, il differenziale di produttività oraria tra area euro e Stati Uniti è passato da circa 9 dollari nel 2018 a circa 21 dollari nel 2025, anche se confronti di questo tipo dipendono dalla metodologia utilizzata e non possono essere interpretati come una semplice perdita di 12 dollari per ogni ora lavorata. Il fenomeno strutturale, tuttavia, è difficile da contestare. La BCE osserva che gli investimenti digitali rappresentano una quota molto maggiore degli investimenti statunitensi rispetto a quelli dell’area euro, mentre l’Europa continua a soffrire di una crescita debole della produttività totale dei fattori.

È proprio qui che l’intelligenza artificiale assume un significato macroeconomico. Gli scenari elaborati dalla BCE indicano che una rapida adozione dell’AI potrebbe aumentare la crescita della produttività totale dei fattori di circa 0,3-0,4 punti percentuali all’anno nel prossimo decennio. Non si tratta di una previsione certa, né di un dividendo tecnologico garantito. Le stime sull’impatto economico dell’AI presentano infatti una dispersione enorme, perché dipendono dalla velocità di adozione, dalla capacità delle imprese di riorganizzare i processi produttivi e dalla disponibilità di capitale, energia e infrastrutture digitali. La tecnologia, da sola, non produce produttività. Servono organizzazioni capaci di assorbirla.

La difficoltà europea è che il continente rischia di beneficiare dell’AI senza controllarne le infrastrutture fondamentali. Gli Stati Uniti dominano i grandi modelli, il cloud hyperscale, il venture capital e gran parte dell’infrastruttura di calcolo. La Cina dispone di una scala industriale e finanziaria che l’Europa fatica a replicare. L’Europa possiede invece importanti società nella componentistica, nel software industriale, nelle telecomunicazioni e nei servizi, ma è meno presente nei segmenti che stanno concentrando una parte crescente del valore economico dell’intelligenza artificiale. Il problema della sovranità tecnologica, quindi, non riguarda soltanto chi sviluppa il modello linguistico più potente. Riguarda chi possiede i chip, il cloud, i data centre, l’energia, i dati e il capitale necessario per costruire l’infrastruttura.

Il dato sul calcolo è particolarmente significativo. L’Unione europea dispone di meno del 5% della capacità globale di calcolo destinata all’AI, mentre gli Stati Uniti arrivano a circa il 75% secondo le stime citate dal Financial Times. La differenza non è soltanto quantitativa. Il compute determina la capacità di addestrare modelli, effettuare inferenza, sviluppare applicazioni industriali e mantenere nel territorio europeo una parte dei carichi di lavoro più strategici. Senza capacità computazionale sufficiente, la sovranità digitale rischia di trasformarsi in una dichiarazione politica accompagnata da una fattura cloud americana.

Il secondo elemento strategico sono i dati. L’Europa dispone di un patrimonio informativo enorme, prodotto da industria, sanità, pubblica amministrazione, ricerca, mobilità e servizi finanziari. La Commissione europea stima che la data economy possa raggiungere circa 815 miliardi di euro nel 2030, oltre il 5% del PIL europeo. È una delle poche aree nelle quali l’Europa dispone di un vantaggio dimensionale e regolatorio potenzialmente convertibile in valore. Ma possedere dati non significa automaticamente possedere una data economy. Occorrono infrastrutture, accesso, interoperabilità, competenze e soprattutto imprese capaci di trasformare quei dati in prodotti e servizi.

Anche il cloud sta diventando una questione industriale, non soltanto informatica. La Commissione europea ha proposto il Cloud and AI Development Act, un quadro destinato a introdurre livelli crescenti di sovranità per infrastrutture cloud e AI utilizzate nei settori più sensibili. Il principio è pragmatico: un workload europeo non diventa necessariamente sovrano soltanto perché viene eseguito in un data centre situato in Europa. Conta anche chi controlla l’infrastruttura, quale legislazione può applicarsi al provider, dove sono localizzati i dati e quanto è trasparente la catena tecnologica.

Questa distinzione diventerà sempre più importante. Un cloud americano installato in Germania può essere perfettamente adeguato per molti servizi commerciali europei. Per alcuni sistemi critici, tuttavia, la questione cambia. Difesa, infrastrutture energetiche, amministrazione pubblica, ricerca strategica e determinati dati industriali richiedono un livello di controllo superiore. La sovranità digitale non significa necessariamente costruire un equivalente europeo di ogni tecnologia americana. Significa poter decidere, quando necessario, dove risiedono i dati, chi controlla l’infrastruttura e quali dipendenze possono essere accettate.

Il collo di bottiglia più concreto, tuttavia, potrebbe essere l’energia. Un data centre destinato all’AI non è semplicemente un edificio pieno di server. È una grande infrastruttura industriale con un fabbisogno elettrico crescente, tempi di connessione alla rete, autorizzazioni, sistemi di raffreddamento e contratti energetici di lungo periodo. In Germania, secondo le stime riportate dal Financial Times, la realizzazione di nuova capacità per data centre può richiedere circa 42 mesi, contro circa 24 mesi negli Stati Uniti. In questo contesto, la competizione sull’AI diventa anche una competizione sulla velocità con cui un Paese riesce a trasformare un progetto industriale in megawatt disponibili.

Il problema non è soltanto costruire data centre. È trovare qualcuno disposto a pagarne la capacità prima che siano costruiti. Un investitore può finanziare centinaia di megawatt di infrastruttura AI soltanto se dispone di una ragionevole certezza sui ricavi futuri. Le imprese europee, però, tendono ancora ad acquistare capacità con orizzonti molto più brevi rispetto ai tempi necessari per costruire grandi infrastrutture. Il risultato è un circolo vizioso: l’offerta non cresce perché la domanda non è sufficientemente impegnata, mentre la domanda non si impegna perché l’offerta non esiste ancora.

Il progetto di Mistral prova a rompere questo meccanismo trasformando la domanda futura in un impegno finanziario. ASML, Amadeus, Capgemini, Caisse des Dépôts e CMA CGM sono tra gli anchor customer che hanno sottoscritto accordi pluriennali per l’utilizzo della capacità di calcolo europea. L’obiettivo dichiarato da Mistral è arrivare progressivamente a circa 1 GW di capacità entro il 2030. Non significa che oggi esista 1 GW già operativo e acquistato. Significa piuttosto creare una base contrattuale sufficiente a rendere finanziabile la costruzione della capacità futura.

È un modello industriale più interessante di molte delle discussioni europee sull’AI perché affronta direttamente il problema del capitale. L’Europa non ha necessariamente bisogno di replicare ogni singolo elemento della Silicon Valley. Ha bisogno di costruire una filiera nella quale domanda, capitale, energia, compute e applicazioni industriali possano rafforzarsi reciprocamente. ASML non deve diventare Nvidia, così come Mistral non deve necessariamente diventare OpenAI. Il vantaggio europeo potrebbe essere costruito mettendo in rete aziende tecnologiche e industriali che già possiedono mercati, dati e capacità di investimento.

La dimensione finanziaria resta però decisiva. Le startup europee dell’AI hanno raccolto capitali significativamente inferiori rispetto alle omologhe statunitensi, mentre la capacità americana di finanziare data centre, semiconduttori e modelli di frontiera continua a essere superiore. Per questo Draghi insiste sulla necessità di mobilitare risparmio privato, migliorare l’accesso al capitale e completare l’integrazione dei mercati finanziari europei. Un mercato unico che dispone di enormi riserve finanziarie ma non riesce a trasformarle in investimenti tecnologici su scala continentale ha un problema di allocazione del capitale, non di mancanza di capitale.

Il paradosso europeo è che il continente possiede contemporaneamente risparmio, industria, ricerca, consumatori, dati e una grande base manifatturiera, ma fatica a combinarli in imprese tecnologiche capaci di crescere rapidamente. Il mercato unico resta incompleto proprio nei punti in cui la scala diventa decisiva. Capitali frammentati, regole nazionali, mercati energetici ancora poco integrati, autorizzazioni lente e domanda pubblica dispersa riducono il vantaggio potenziale della dimensione europea.

Il bilancio sull’eredità del rapporto Draghi conferma questa difficoltà. Secondo il tracker dell’European Policy Innovation Council citato dal Financial Times, soltanto il 15,7% delle 383 raccomandazioni del rapporto risultava pienamente implementato a luglio, mentre il 41,3% era stato attuato solo parzialmente. Un’analisi dell’Institut Montaigne, costruita con una metodologia differente, arriva invece a circa il 30%. I numeri non sono direttamente comparabili, ma convergono su un punto: le riforme più semplici procedono, mentre quelle che richiedono agli Stati membri di cedere competenze o modificare interessi consolidati rimangono molto più difficili.

La questione dell’AI rende questa lentezza particolarmente costosa, una tecnologia che evolve ogni pochi mesi non può essere governata con infrastrutture che richiedono anni per essere autorizzate e con decisioni industriali prese attraverso ventisette calendari politici differenti. La competitività digitale ha una caratteristica poco compatibile con la tradizione europea: il tempo è una variabile economica. Ogni anno perso nella costruzione di compute, reti elettriche, cloud e capitale di rischio aumenta il vantaggio di chi queste infrastrutture le ha già costruite.

Draghi, in questo senso, non propone semplicemente una politica industriale dell’intelligenza artificiale. Propone una politica economica nella quale l’AI diventa una componente della capacità europea di produrre crescita. È un passaggio concettuale importante. Se l’AI aumenta la produttività, la produttività aumenta il reddito potenziale; se aumenta il reddito potenziale, rende più sostenibili welfare, investimenti energetici e spesa per la difesa. Ma perché questa catena funzioni, il valore creato dall’AI non può essere interamente catturato da pochi fornitori globali di cloud, chip e modelli.

Il rischio è quindi duplice: l’Europa può rimanere indietro tecnologicamente, diventando un grande mercato per l’AI prodotta altrove, oppure può reagire costruendo una nuova concentrazione industriale interna, sostituendo una dipendenza americana con pochi campioni europei protetti da sussidi e regolazione. Nessuna delle due soluzioni è particolarmente attraente. La strategia più razionale passa dalla concorrenza, da infrastrutture condivise, da grandi consorzi di domanda, da mercati finanziari più integrati e da una capacità europea di investire rapidamente dove la scala economica lo richiede.

La partita dell’intelligenza artificiale europea, dunque, non si decide soltanto nei laboratori che sviluppano il prossimo modello linguistico. Si decide nei consigli di amministrazione delle imprese che devono impegnarsi su contratti pluriennali, nelle società energetiche che devono garantire megawatt, nelle reti elettriche che devono collegare nuovi data centre, nelle banche e nei fondi che devono finanziare infrastrutture ancora inesistenti e nei governi che devono ridurre i tempi necessari per costruirle. L’AI europea sarà sovrana nella misura in cui l’Europa saprà trasformare domanda, capitale, energia e dati in capacità produttiva. Il resto, per quanto affascinante, appartiene ancora alla categoria delle presentazioni PowerPoint.