Jensen Huang critica la lentezza della Germania, ma investe nelle sue startup e rafforza le partnership industriali. Francia e Regno Unito attirano nuovi capitali strategici, mentre in Italia Nvidia è presente soprattutto attraverso infrastrutture e collaborazioni tecnologiche. Il problema non è la mancanza di innovazione, ma la difficoltà di trasformarla in imprese capaci di competere su scala globale.

Jensen Huang ha un problema con la Germania. Ma continua a investirci

Jensen Huang è arrivato in Germania con un messaggio che difficilmente può essere considerato diplomatico. Il Paese che ha costruito una parte importante della propria prosperità sulla capacità di produrre automobili, macchinari e tecnologie industriali sta procedendo troppo lentamente nell’adozione dell’intelligenza artificiale e rischia di compromettere proprio quel vantaggio competitivo che lo ha reso una delle principali potenze manifatturiere del mondo.

Il fondatore e amministratore delegato di Nvidia ha criticato la tendenza tedesca a discutere, valutare e rinviare le decisioni, invitando imprese e istituzioni ad accelerare. La prossima grande trasformazione dell’AI, ha spiegato durante gli incontri di Berlino, riguarderà sempre più il mondo fisico: fabbriche, robot, automobili, sistemi industriali. Un terreno sul quale la Germania dispone di competenze e conoscenze difficilmente replicabili, ma che potrebbero perdere valore se non venissero integrate rapidamente con le nuove tecnologie.

Fin qui, una critica che potrebbe essere estesa a buona parte dell’Europa. La differenza è che Huang non si è limitato a impartire lezioni di velocità a un continente abituato a discutere molto di innovazione, ha anche annunciato nuovi investimenti.

In Germania Nvidia ha individuato quattro startup nelle quali intende entrare: Agile Robots, specializzata in robotica avanzata; Avelios Medical, che sviluppa sistemi informativi per la sanità; Mirelo, attiva nell’intelligenza artificiale applicata alla generazione audio; Reflex Aerospace, impegnata nello sviluppo di satelliti.

Le operazioni si aggiungono a precedenti investimenti in realtà tedesche come Neura Robotics, n8n e Black Forest Labs, oltre alle collaborazioni industriali con Siemens e altri protagonisti dell’economia manifatturiera.

Il messaggio, apparentemente contraddittorio, è in realtà piuttosto chiaro: Huang considera la Germania troppo lenta nell’adottare l’AI, ma sufficientemente importante da investire nelle imprese che potrebbero accelerarne la trasformazione.

Ed è proprio qui che la vicenda diventa interessante anche per l’Italia, perché mentre Nvidia individua startup nelle quali investire in Germania, Francia e Regno Unito, nel nostro Paese la presenza del gruppo riguarda soprattutto infrastrutture di calcolo, partnership tecnologiche e programmi di supporto all’innovazione.

Non significa che Nvidia abbia escluso l’Italia dai propri investimenti, ma se guardiamo alle iniziative europee rese pubbliche in ottobre, le startup italiane non figurano tra le destinatarie dei nuovi investimenti azionari dell’azienda.

La domanda, a questo punto, non riguarda più soltanto le scelte di Jensen Huang, ma si allarga ad uno scenario più ampio: perché l’ecosistema italiano fatica a produrre imprese tecnologiche capaci di attirare i grandi investitori strategici internazionali?

Nvidia non vende più soltanto chip. Investe nelle imprese che costruiranno l’AI

Per comprendere il significato degli annunci europei occorre considerare come stia cambiando il ruolo di Nvidia nell’economia dell’intelligenza artificiale.

L’azienda è diventata uno dei principali fornitori dell’infrastruttura computazionale necessaria allo sviluppo e all’utilizzo dei modelli AI, ma il suo ruolo si sta progressivamente estendendo al finanziamento delle imprese che utilizzano quella stessa infrastruttura per sviluppare nuovi prodotti e servizi.

Attraverso NVentures e altre operazioni strategiche, Nvidia partecipa al capitale di startup attive in settori che spaziano dai modelli generativi alla robotica, dalla ricerca farmaceutica alla simulazione industriale, fino al quantum computing. L’investimento finanziario, in questo contesto, può essere soltanto una componente della relazione e le startup possono beneficiare anche dell’accesso a competenze ingegneristiche, software, strumenti di sviluppo, capacità di calcolo e reti di partner commerciali.

Per Nvidia sostenere queste imprese significa contribuire alla crescita di mercati che potrebbero diventare grandi utilizzatori delle proprie tecnologie e, da questo punto di vista, la sua capacità di finanziare imprese emergenti può incidere non soltanto sulla crescita di singole startup, ma anche sulla velocità con cui determinati settori tecnologici raggiungono una dimensione industriale.

Gli annunci europei di ottobre illustrano bene questa strategia.

In Francia, Nvidia ha comunicato investimenti programmati in Doctolib, Genesis AI, Pigment ed Entalpic. Si tratta di aziende attive rispettivamente nella sanità digitale, nella robotica, nel software per la pianificazione aziendale e nella ricerca di nuovi materiali attraverso l’intelligenza artificiale.

Nel Regno Unito le nuove operazioni riguardano Boltz, Foresight, Hiverge, Prima Mente e Riverlane, le cui attività comprendono modelli biologici, gestione dei grandi progetti infrastrutturali, ottimizzazione degli algoritmi, ricerca farmaceutica e correzione degli errori nei computer quantistici.

In Germania, infine, le quattro startup annunciate si inseriscono in un contesto nel quale la robotica e l’automazione industriale rappresentano applicazioni particolarmente coerenti con la strategia Nvidia sulla Physical AI.

Gli importi delle singole operazioni non sono stati resi pubblici e diverse partecipazioni sono state presentate come investimenti programmati. Non sappiamo quindi il valore effettivo degli impegni finanziari complessivi annunciati da Nvidia per l’ecosistema europeo, ma la direzione industriale verso cui si sta muovendo l’azienda è evidente: Nvidia sta contribuendo a finanziare le aziende che potrebbero rappresentare una parte della prossima generazione dell’industria dell’intelligenza artificiale.

Non soltanto chi sviluppa modelli, dunque, ma anche chi costruisce robot, scopre materiali, automatizza ospedali o applica l’AI alla ricerca scientific, un campo nel quale l’Europa possiede competenze importanti. La questione è quali Paesi riusciranno a trasformarle in imprese sufficientemente solide e ambiziose da attirare capitali internazionali.

Francia, Germania e Regno Unito. Tre ecosistemi, un vantaggio comune

Le startup individuate da Nvidia non appartengono a un unico modello industriale.

La Francia ha sviluppato un ecosistema riconoscibile nei modelli di intelligenza artificiale, nella ricerca applicata e nelle piattaforme software. Accanto a realtà come Mistral AI operano imprese che utilizzano tecnologie avanzate nella sanità, nella robotica e nella progettazione di materiali.

Il Regno Unito dispone di un sistema che collega università, ricerca scientifica, investitori internazionali e imprese deep tech. La concentrazione di competenze tra Londra, Cambridge e Oxford favorisce la nascita di aziende che sviluppano tecnologie destinate a mercati globali.

La Germania, nonostante le criticità evidenziate da Huang, può contare su una base industriale particolarmente rilevante per robotica, automazione e applicazioni dell’AI al mondo fisico.

Sono ecosistemi differenti, accomunati però da un elemento: la capacità di generare un numero significativo di imprese che operano su tecnologie proprietarie, si rivolgono a mercati internazionali e possono diventare interlocutori di investitori industriali globali.

La differenza rispetto all’Italia poi, emerge con particolare evidenza quando si osservano i capitali disponibili.

Secondo l’European Deep Tech Report 2026 di Dealroom, nel 2025 le startup deep tech britanniche hanno raccolto 5,2 miliardi di dollari, quelle francesi 3,9 miliardi e quelle tedesche 3,2 miliardi.

L’Italia si è fermata a circa 600 milioni di dollari.

Il Regno Unito ha quindi attratto quasi nove volte il capitale italiano, la Francia circa sei volte e mezzo e la Germania oltre cinque volte, ma questo divario non dimostra che le tecnologie sviluppate in Italia siano inferiori, mostra semmai che le aziende italiane operano all’interno di un mercato del capitale molto meno profondo.

I dati esposti riguardano il deep tech nel suo complesso, non esclusivamente l’intelligenza artificiale e comprendono anche robotica, semiconduttori, tecnologie quantistiche, nuovi materiali e altre attività ad alta intensità scientifica.

L’Italia investe, ma il salto di scala resta difficile

In ogni caso il mercato italiano del venture capital mostra segnali di crescita, anche se persistono alcune debolezze strutturali. Secondo il Venture Capital Report di Growth Capital e Italian Tech Alliance, nei primi nove mesi del 2026 gli investimenti hanno raggiunto 1,477 miliardi di euro, con un incremento superiore al 70% rispetto allo stesso periodo del 2025, mentre il numero dei round è diminuito da 307 a 210. Più capitali, dunque, concentrati su meno imprese, con un rafforzamento dei finanziamenti nelle fasi avanzate di sviluppo e una contrazione delle operazioni seed.

Il caso di Exein, che nel terzo trimestre ha raccolto 234 milioni di euro in un Series D, dimostra che anche l’Italia è in grado di esprimere aziende tecnologiche capaci di attirare investimenti di dimensioni importanti. La questione è quanto questi risultati rappresentino ancora casi isolati e quanto, invece, siano il segnale di un ecosistema che sta acquisendo la capacità di generare con continuità imprese competitive sui mercati internazionali.

Le difficoltà, tuttavia, non riguardano soltanto la disponibilità di capitale. Banca d’Italia ha individuato alcuni limiti persistenti del sistema nazionale: una base relativamente contenuta di nuovi progetti imprenditoriali innovativi, un’industria del venture capital meno sviluppata rispetto a quella delle principali economie europee e un mercato delle exit ancora poco dinamico. Quest’ultimo elemento è particolarmente rilevante, perché le limitate opportunità di acquisizione o quotazione riducono le prospettive di rendimento degli investitori e, di conseguenza, la capacità di attrarre nuovi finanziamenti.

A questi fattori si aggiunge la frammentazione dimensionale dell’ecosistema. Il rapporto InnovUp-Assolombarda 2026 evidenzia che oltre il 90% delle startup ed ex startup innovative italiane ha meno di dieci dipendenti, mentre una quota molto ristretta concentra gran parte dell’occupazione. Il problema non è quindi l’assenza di innovazione o di imprese promettenti, ma la difficoltà di accompagnarle dalla fase iniziale a una dimensione industriale significativa.

È proprio questo passaggio, dalla startup alla scaleup, a rappresentare uno dei principali ostacoli alla capacità italiana di attrarre investitori strategici internazionali. Perché gruppi come Nvidia non cercano soltanto tecnologie interessanti, ma imprese capaci di svilupparle, industrializzarle e portarle su mercati globali.

Abbiamo l’industria. Perché fatichiamo a costruire le imprese della Physical AI?

C’è un aspetto che rende il caso italiano particolarmente interessante. Se la prossima fase dell’intelligenza artificiale sarà caratterizzata da robotica, automazione, sistemi autonomi e integrazione dell’AI nei processi produttivi, l’Italia dovrebbe poter trovarsi in una posizione potenzialmente favorevole.

Il nostro Paese dispone di competenze manifatturiere, imprese specializzate nell’automazione, distretti industriali, centri di ricerca e università che operano in settori tecnologici avanzati che sono proprio alcune delle competenze che Jensen Huang considera strategiche per lo sviluppo della Physical AI.

Anche se, va detto, la presenza di una base industriale non garantisce automaticamente la nascita di startup tecnologiche di dimensione internazionale. La capacità di costruire macchinari avanzati, sviluppare sistemi di automazione o integrare tecnologie digitali nei processi produttivi non coincide necessariamente con la capacità di creare nuove imprese che possiedano piattaforme software, modelli proprietari o tecnologie scalabili.

In alcuni casi il rapporto tra startup e grandi aziende diventa decisivo. Un gruppo industriale può contribuire alla crescita di una startup non soltanto investendo nel suo capitale, ma diventandone cliente, consentendole di sperimentare tecnologie in ambienti produttivi reali e accompagnandola nell’accesso a mercati internazionali.

Per una giovane impresa che sviluppa robotica o AI industriale, ottenere un contratto significativo con un grande cliente può rappresentare un passaggio altrettanto importante di un round di finanziamento.

L’Italia dispone di aziende potenzialmente capaci di svolgere questo ruolo nei settori dell’energia, delle infrastrutture, delle telecomunicazioni, della manifattura e della difesa.

La questione è quanto il sistema industriale nazionale riesca a trasformare questa domanda potenziale in opportunità di crescita per nuove imprese tecnologiche.

Il capitale industriale che manca all’Europa

Il problema non riguarda soltanto l’Italia. Un’analisi della Commissione europea sul finanziamento dell’economia dell’intelligenza artificiale evidenzia come le startup europee incontrino maggiori difficoltà nel reperire capitali nelle fasi avanzate di sviluppo e come il contributo dei grandi investitori industriali sia relativamente limitato.

Nei round AI europei superiori a 25 milioni di euro, la partecipazione degli investitori dell’Unione scende al 26%, un dato che descrive una dipendenza crescente dal capitale internazionale proprio quando le imprese raggiungono le dimensioni più interessanti.

Un investitore industriale americano può finanziare una startup europea, contribuire al suo sviluppo tecnologico e favorirne l’ingresso in un ecosistema commerciale internazionale. È esattamente lo spazio nel quale intervengono operatori come Nvidia.

Jensen Huang naturalmente, non investe per risolvere i problemi della politica industriale europea, investe perché ritiene che determinate aziende possano sviluppare tecnologie, prodotti e mercati coerenti con la propria strategia.

E proprio la differenza tra obiettivi pubblici e incentivi industriali privati dovrebbe indurre l’Europa a interrogarsi sulla propria capacità di accompagnare la crescita delle imprese innovative, perché non è sufficiente mettere a disposizione risorse finanziarie, ma occorre anche costruire le condizioni perché quelle risorse producano aziende capaci di competere.

L’Italia nella strategia Nvidia: infrastrutture sì, partecipazioni meno

Tornando al nostro Paese, è importante evitare una rappresentazione inesatta. Nvidia è già presente nell’ecosistema italiano attraverso collaborazioni tecnologiche e infrastrutturali.

I rapporti con realtà come Domyn, iGenius, Fastweb e CINECA testimoniano l’interesse del gruppo per le capacità di calcolo, i modelli AI e le applicazioni sviluppate in Italia.

A queste iniziative si aggiunge la collaborazione annunciata qualche giorno fa con TIM per lo sviluppo di una piattaforma AI destinata a imprese, pubblica amministrazione e centri di ricerca.

Esistono inoltre startup italiane che partecipano a Nvidia Inception, il programma attraverso il quale il gruppo mette a disposizione strumenti, formazione e opportunità di collegamento con il proprio ecosistema.

Ma occorre distinguere queste attività dagli investimenti azionari.

Una partnership tecnologica non equivale a una partecipazione nel capitale. L’adesione a Nvidia Inception non implica un finanziamento venture capital e l’acquisto di infrastrutture Nvidia da parte di un operatore italiano rappresenta una relazione commerciale, non un investimento Nvidia nell’azienda cliente.

Per quanto ci risulta, nel momento in cui scriviamo e per le startup con sede in Italia, non risultano annunci di nuove partecipazioni azionarie comparabili a quelli effettuati in Francia, Germania e Regno Unito durante il mese di ottobre.

Negli altri ecosistemi europei Nvidia sta annunciando investimenti nel capitale di imprese che sviluppano tecnologie proprietarie. In Italia, come abbiamo visto, la presenza appare maggiormente concentrata sulla disponibilità e sull’utilizzo delle infrastrutture AI.

Sono due forme di partecipazione alla trasformazione tecnologica, ma non necessariamente producono gli stessi effetti sulla struttura industriale di un Paese, perché un conto è attrarre investimenti per installare sistemi di calcolo e utilizzare tecnologie sviluppate altrove, un altro è attrarre capitale per finanziare aziende nazionali che progettano prodotti e piattaforme destinati al mercato globale.

Le due attività possono rafforzarsi reciprocamente, ma la prima non garantisce automaticamente la seconda ed è proprio questa la distinzione sulla quale l’Italia dovrebbe concentrare maggiore attenzione.

Il rischio di diventare un grande mercato, ma non una grande industria dell’AI

L’intelligenza artificiale sta aprendo un nuovo ciclo di investimenti industriali. Una parte riguarda le infrastrutture: data center, energia, reti, semiconduttori e sistemi di calcolo. Un’altra riguarda le imprese che utilizzeranno queste infrastrutture per sviluppare tecnologie, applicazioni e servizi destinati a trasformare interi settori economici.

L’Italia può partecipare a entrambe le dimensioni, ma non è affatto scontato che il successo nella prima si traduca automaticamente in una presenza significativa nella seconda.

Un Paese può diventare un mercato importante per le infrastrutture AI senza produrre un numero sufficiente di aziende capaci di competere nella progettazione e nella commercializzazione delle tecnologie che su quelle infrastrutture vengono sviluppate.

Può acquistare capacità di calcolo, adottare sistemi di automazione e migliorare la produttività delle proprie imprese, pur continuando a dipendere da operatori stranieri per una parte rilevante dei prodotti e delle piattaforme utilizzate.

Naturalmente anche l’adozione tecnologica genera valore economico. Per un sistema manifatturiero come quello italiano, l’integrazione dell’intelligenza artificiale nei processi produttivi potrebbe rappresentare un’importante opportunità competitiva, ma la capacità di utilizzare una tecnologia e quella di possederne una parte significativa della catena del valore sono due questioni differenti.

La prima riguarda soprattutto produttività ed efficienza, la seconda riguarda la possibilità di creare imprese, proprietà intellettuale, occupazione qualificata e capacità industriali che possano crescere anche sui mercati internazionali.

Ed è su questo secondo terreno che il divario italiano rischia di diventare più difficile da recuperare, non perché manchino ricercatori, imprenditori o tecnologie promettenti, ma perché la trasformazione di queste risorse in imprese di dimensione globale richiede un ecosistema finanziario e industriale che oggi appare ancora meno sviluppato rispetto a quello dei principali concorrenti europei.

La domanda che dovremmo porci allora non è perché Jensen Huang non abbia annunciato investimenti analoghi in Italia ma perché il nostro sistema fatichi ancora a generare, con sufficiente continuità, aziende tecnologiche capaci di attirare questo genere di attenzione.

Il vero problema non è che Nvidia non abbia investito oggi in una startup italiana, è che l’Italia produca troppo poche imprese capaci di diventare domani interlocutori indispensabili per Nvidia o per qualsiasi altro grande investitore tecnologico globale.

E in un’economia nella quale la competizione si gioca sempre più sulla capacità di trasformare ricerca, capitale e tecnologia in potere industriale, questa differenza potrebbe pesare molto più di quanto suggeriscano le classifiche annuali degli investimenti.

.

Nota metodologica e fonti – L’articolo utilizza le comunicazioni Nvidia e delle imprese interessate, i rapporti Dealroom sul deep tech europeo, il Venture Capital Report Q3 2026 di Growth Capital-Italian Tech Alliance, gli studi di Banca d’Italia sul venture capital e il private equity, il rapporto InnovUp-Assolombarda 2026 e le analisi della Commissione europea sul finanziamento dell’AI.

I dati Dealroom del 2025 riguardano il deep tech, una categoria più ampia dell’intelligenza artificiale, e non sono direttamente confrontabili con i dati complessivi sul venture capital italiano del 2026.

Le operazioni Nvidia annunciate nell’ottobre 2026 comprendono investimenti programmati, per i quali non sono necessariamente disponibili importi individuali o conferme del perfezionamento. Le collaborazioni tecnologiche e l’adesione a programmi di supporto alle startup sono tenute distinte dalle partecipazioni azionarie.

L’assenza di investimenti diretti Nvidia in startup italiane nelle fonti pubbliche esaminate non costituisce prova dell’inesistenza di operazioni non comunicate o indirette. Le interpretazioni sulle ragioni della diversa distribuzione geografica degli investimenti sono analisi editoriali, non motivazioni ufficialmente dichiarate da Nvidia.