La settimana scorsa Rivista.AI aveva ricostruito l’ingresso di OpenAI nel sistema universitario italiano (vedi l’articolo “Quando l’AI entra nei laboratori: OpenAI, università e la nuova battaglia per la sovranità scientifica”) partendo dall’accordo triennale 2025-2028 attraverso il quale la CRUI ha messo ChatGPT Edu e altri servizi OpenAI a disposizione degli atenei aderenti. Un contratto con un valore massimo di riferimento di 30 milioni di euro, affidato attraverso una procedura negoziata senza previa pubblicazione di un bando, che aveva lasciato aperta una domanda: prima di arrivare a OpenAI, erano state valutate soluzioni alternative?
Per chiarirlo avevamo rivolto alla CRUI una serie di domande sul fabbisogno originario degli atenei, sulla verifica del mercato, sulle eventuali alternative considerate e sulle misure previste per evitare forme di dipendenza dal singolo fornitore.
Ora la CRUI ha risposto. E le risposte spostano il punto della questione.
Quando nel 2025 la CRUI ha avviato la procedura che avrebbe portato al contratto triennale con OpenAI per le università italiane, il prodotto era già stato scelto.
Non dalla CRUI, secondo quanto la stessa Conferenza ha spiegato a Rivista.AI, ma dagli atenei che avevano manifestato l’esigenza di acquistare specificamente ChatGPT Edu e i servizi collegati. CRUI ha successivamente aggregato quella domanda.
È un chiarimento importante, perché permette di ricostruire con maggiore precisione una vicenda sulla quale avevamo posto una serie di domande nelle scorse settimane.
E soprattutto sposta il problema a monte.
La questione non è perché ChatGPT Edu sia stato acquistato attraverso una procedura negoziata senza la pubblicazione di un bando, ma capire quando una preferenza tecnologica si trasforma in un fabbisogno istituzionale.
Il contratto da 30 milioni che non vale necessariamente 30 milioni
Partiamo dai fatti. Il contratto CRUI-OpenAI ha durata di 36 mesi, dal 14 ottobre 2025 al 13 ottobre 2028, e riguarda la fornitura di soluzioni software e servizi OpenAI alle università italiane. La controparte è OpenAI Ireland Limited e la procedura utilizzata è una negoziata senza previa pubblicazione del bando. I 30 milioni di euro indicati dalla CRUI rappresentano l’“importo a base di gara per richiesta del CIG”: non vanno quindi interpretati come 30 milioni già spesi o garantiti a OpenAI.
L’accordo consente agli atenei di aderire attraverso differenti finestre temporali. La stessa CRUI lo aveva presentato nel luglio 2025 come il primo accordo, sicuramente in Europa e forse nel mondo, tra OpenAI e un intero sistema universitario nazionale.
La procedura adottata trova il proprio riferimento nell’articolo 76 del Codice dei contratti pubblici, che consente in determinate circostanze di ricorrere alla procedura negoziata senza pubblicazione del bando quando una fornitura può essere effettuata unicamente da un determinato operatore, anche per ragioni tecniche o per la tutela di diritti esclusivi. La stessa norma stabilisce però che, in questi casi, non debbano esistere operatori o soluzioni alternative ragionevoli e che l’assenza di concorrenza non derivi da una limitazione artificiale dei parametri dell’appalto.
Ed era precisamente questo uno dei punti sui quali Rivista.AI aveva chiesto chiarimenti.
Ora abbiamo una risposta: il fabbisogno era già ChatGPT Edu.
La CRUI ci ha spiegato che il fabbisogno ricevuto dalle università non era stato formulato genericamente in termini funzionali. Non era, per intenderci: “abbiamo bisogno di una piattaforma di intelligenza artificiale generativa che abbia determinate caratteristiche di sicurezza, privacy, amministrazione, capacità dei modelli e integrazione con l’attività universitaria”.
La domanda riguardava già gli specifici prodotti e servizi proprietari di OpenAI, in particolare ChatGPT Edu. Ed è proprio questo dettaglio a cambiare la sequenza attraverso la quale va letta l’intera operazione.
Non più “fabbisogno → analisi delle soluzioni → confronto → scelta di OpenAI“, ma “richiesta di ChatGPT Edu → aggregazione della domanda → verifica del mercato per ChatGPT Edu → contratto OpenAI“.
La differenza non è semantica. È il punto centrale della vicenda.
La verifica di mercato non riguardava le AI concorrenti
CRUI chiarisce infatti che, essendo la richiesta delle università relativa ai prodotti OpenAI, la verifica effettuata non ha riguardato l’intero mercato delle soluzioni di intelligenza artificiale generativa.
Ha riguardato il mercato della commercializzazione e contrattualizzazione dei prodotti richiesti e secondo le verifiche effettuate dalla Conferenza, non risultavano rivenditori concorrenti abilitati a fornire le sottoscrizioni ChatGPT Edu.
Il tema è semplice: la gara serve a selezionare tra più operatori economici il rivenditore di un prodotto già individuato e per ChatGPT Edu non risultavano ovviamente più rivenditori in grado di commercializzare e contrattualizzare il prodotto, il che avrebbe reso secondo CRUI inefficace una procedura aperta avente il medesimo oggetto.
È una distinzione che merita di essere tenuta in considerazione perché la CRUI non sostiene di avere confrontato ChatGPT Edu con tutte le altre piattaforme e di avere concluso che nessuna fosse adeguata.
Dice qualcosa di differente, ovvero che il confronto tra piattaforme differenti non costituiva l’oggetto della procedura.
La scelta prima della scelta
È qui che la vicenda diventa più interessante del contratto stesso. Se un’organizzazione definisce il proprio fabbisogno attraverso caratteristiche funzionali, il mercato può offrire diverse soluzioni.
Se invece il fabbisogno viene invece formulato indicando direttamente un prodotto proprietario, il campo competitivo successivo si restringe inevitabilmente.
La domanda non è più quale tecnologia soddisfa meglio le nostre esigenze ma chi può venderci quella tecnologia.
È quella che potremmo definire la scelta prima della scelta.
La procedura amministrativa determina come acquistare il prodotto, ma la decisione tecnologica può essere avvenuta prima, nel momento in cui viene stabilito che quel prodotto rappresenta il fabbisogno.
Nel caso OpenAI-CRUI, la risposta ricevuta consente almeno di individuare dove cercare quel passaggio: negli atenei.
E allora la domanda successiva diventa quindi inevitabile: come hanno stabilito le università italiane che ciò di cui avevano bisogno fosse ChatGPT Edu? Quali esigenze avevano individuato? Quali caratteristiche ritenevano indispensabili? Avevano confrontato altri prodotti? Avevano valutato tecnologie open-weight e discusso di switching cost e strategia di uscita?
È un passaggio importante anche per il dibattito sulla sovranità tecnologica.
Sovranità significa anche poter scegliere
La questione non è tanto quella di stabilire se le università italiane debbano utilizzare soltanto tecnologia italiana o europea, sarebbe una definizione piuttosto povera di sovranità tecnologica.
ChatGPT può essere, e per molte attività probabilmente è, uno strumento estremamente competitivo e un’università può avere ottime ragioni per volerlo utilizzare.
Il problema è un altro.
Esiste una capacità istituzionale di confrontare alternative prima che il nome di un prodotto diventi la definizione stessa del fabbisogno?
È precisamente qui che il caso diventa interessante anche oltre OpenAI. Microsoft, Google, AWS, Oracle, SAP, Salesforce: nelle grandi organizzazioni pubbliche la dipendenza tecnologica non comincia necessariamente quando viene firmato un contratto, può iniziare molto prima.
Quando una tecnologia diventa familiare, quando viene adottata individualmente, quando si formano competenze specifiche su quella tecnologia, quando i processi vengono adattati e quando il prodotto, in un certo qual momdo, finisce per coincidere con la funzione che svolge.
A quel punto il procurement rischia semplicemente di formalizzare una preferenza tecnologica che l’organizzazione ha già costruito.
Il problema non sono soltanto i dati
C’è poi una seconda questione: cosa succederà alla scadenza del contratto nell’ottobre 2028?
La Conferenza ci ha comunicato che il contratto prevede obblighi di restituzione o cancellazione dei dati alla cessazione del rapporto e comprende misure relative alla loro esportazione e cancellazione.
È una tutela importante, ma la portabilità dei dati risolve soltanto una parte del problema. In 3 anni un’università può costruire attorno a una piattaforma procedure amministrative, materiali didattici, prompt library, integrazioni, agenti, competenze dei docenti, modalità di ricerca, formazione del personale e abitudini degli studenti.
Tutto questo non necessariamente compare dentro un file esportabile e, da questo punto di vista, allora, il lock-in può essere non solo tecnologico, ma anche cognitivo e operativo.
Ed è molto più difficile da misurare.
Tre anni sono un tempo breve per un’università e lunghissimo per l’AI
Su questo punto CRUI fornisce un’altra informazione utile. Il contratto non prevede durante i 36 mesi un riesame delle alternative disponibili sul mercato, perché riguarda uno specifico prodotto. Qualora le università manifestassero l’esigenza di strumenti differenti, la Conferenza valuterà le procedure più appropriate nel rispetto della normativa.
Non c’è nulla di anomalo, di per sé, nel fatto che un contratto triennale non venga rimesso in discussione ogni volta che compare un nuovo concorrente.
Il problema in questo caso è la velocità particolare di questo mercato. Il contratto termina nell’ottobre 2028 e tre anni sono un intervallo che potremmo definire ordinario per molti servizi informatici ma nell’AI generativa possono corrispondere a diverse generazioni di modelli, nuovi paradigmi di agenti, differenti strutture dei prezzi, progressi dell’open-weight e nuove infrastrutture europee.
A questo punto la questione diventa meno contrattuale e più strategica: come si mantiene contendibile una tecnologia mentre la si integra profondamente nell’organizzazione?
L’infungibilità può essere costruita
Immaginiamo per un momento di essere nel 2028. La situazione è la seguente: ChatGPT Edu è utilizzato da anni, ricercatori e professori lo conoscono, gli studenti sono abituati a utilizzarlo, sono state sviluppate integrazioni. I laboratori e i gruppi di ricerca hanno costruito procedure intorno alla piattaforma che magari è stata anche intergata all’interno di alcuni processi amministrativi.
A questo punto cambiare fornitore potrebbe risultare costoso anche nell’ipotesi in cui esistesse sul mercato una tecnologia equivalente.
Avremmo quindi una situazione interessante: nel 2025 il prodotto viene richiesto specificamente dagli atenei e nel 2028 il prodotto potrebbe risultare difficile da sostituire perché nel frattempo gli stessi atenei lo hanno adottato.
Certo, non sappiamo se questo accadrà realmente, ma è precisamente il tipo di rischio che una strategia di exit dovrebbe permettere di verificare nel tempo.
Perché esistono almeno due forme di infungibilità: quella determinata dalle caratteristiche intrinseche di una tecnologia e quella prodotta dall’adozione della tecnologia stessa.
Nel frattempo OpenAI entra ancora più profondamente nella ricerca
Il contratto CRUI non è inoltre l’unico punto di contatto tra OpenAI e il mondo universitario.
Il 29 luglio 2026 la società ha lanciato ChatGPT for Academic Researchers, un programma che punta a mettere gratuitamente i propri frontier model a disposizione di 100.000 scienziati, matematici e ingegneri entro il 2027. La prima coorte comprende 10.000 posti; OpenAI ha ricevuto nella prima ondata oltre 13.000 candidature corrispondenti a un massimo di 65.000 researcher seats.
Per le istituzioni che già utilizzano ChatGPT Edu, OpenAI specifica che l’accesso gratuito al programma viene coordinato attraverso il workspace istituzionale esistente. Il programma comprende inoltre formazione, supporto e possibilità per i ricercatori di condividere feedback con la società e OpenAI dichiara che i dati dei workspace non vengono utilizzati per addestrare i modelli per impostazione predefinita.
Quello che rileva in questo contesto è la relazione tra frontier lab e università che sta progressivamente andando oltre l’acquisto di una licenza software che con programmi come ChatGPT for Academic Researchers entra sempre più vicino ai processi attraverso i quali viene prodotta la conoscenza.
E questo rende ancora più importante capire quali capacità rimangano all’università.
Il punto non è ciò che OpenAI prende
Sarebbe troppo facile impostare la questione chiedendosi soprattutto quali dati ottenga OpenAI dalle università. Anche se si tratta di una domanda legittima, rischia di essere quella meno interessante.
Il punto potrebbe essere invece ciò che OpenAI costruisce: relazioni con i ricercatori, conoscenza delle modalità d’uso, feedback, familiarità con la piattaforma, competenze degli utenti, integrazione nei workflow scientifici e, non da ultimo, legittimazione istituzionale.
Non è necessario che un’azienda utilizzi i dati riservati di un ricercatore per ottenere un vantaggio dall’adozione del proprio prodotto. In un mercato ancora giovane, può essere altrettanto importante diventare l’ambiente nel quale una generazione di ricercatori impara a lavorare con l’intelligenza artificiale.
Ed è qui che il procurement incontra la politica della ricerca scientifica, perché la questione può essere vista come una grande operazione di procurement, che consente alle università italiane di accedere in maniera coordinata a una delle piattaforme AI più avanzate disponibili, oppure come l’inizio di una possibile dipendenza tecnologica.
Oggi non abbiamo elementi sufficienti per stabilire quale delle due descrizioni rappresenterà meglio ciò che accadrà ed è proprio questo il punto.
La sovranità tecnologica non consiste nel rifiutare le tecnologie migliori perché provengono dall’estero, consiste nel mantenere una capacità credibile di scelta, quella di entrare, di come utilizzare una tecnologia e, s soprattutto, quella di poter scegliere di uscire.
Nel 2028, quindi, la domanda interessante non sarà soltanto quanto ChatGPT Edu abbia migliorato ricerca, didattica e amministrazione nelle università italiane ma anche se il sistema universitario italiano sarà nelle condizioni di poter scegliere una eventuale soluzione migliore.
.
Sullo stessa tematica:
OpenAI sa risolvere i problemi. Adesso ha un problema con i matematici