Il tema ha acquisito una rilevanza particolare con la diffusione dell’intelligenza artificiale generativa, il cloud è stato presentato alle imprese come una scelta prevalentemente economica: investimenti iniziali inferiori, infrastrutture scalabili e accesso rapido a tecnologie avanzate. Il modello ha funzionato, ma ha anche favorito una concentrazione del mercato nelle mani di pochi grandi operatori statunitensi. Con l’IA, questa dipendenza assume una dimensione ulteriore. Un’impresa può trasferire un archivio da un sistema all’altro, sostenendo costi e tempi di migrazione; sostituire un servizio di inferenza integrato nei propri processi, invece, può richiedere la revisione delle applicazioni, delle procedure di sicurezza e dei sistemi che governano le decisioni operative. Il costo reale della dipendenza, quindi, non coincide con il prezzo della fattura mensile. Comprende anche la difficoltà di uscire da un ecosistema quando il rapporto commerciale, le condizioni normative o le tensioni geopolitiche cambiano.
La distinzione proposta nella presentazione fra beni fisici e servizi digitali è particolarmente utile per comprendere questo rischio. Una GPU acquistata entra nella disponibilità dell’organizzazione, anche se richiede manutenzione, energia e aggiornamenti. Un servizio cloud, al contrario, rimane sotto il controllo del fornitore, che ne gestisce l’accesso secondo condizioni contrattuali e operative definite. Se un embargo o una decisione commerciale rende indisponibile una risorsa remota, l’organizzazione può perdere immediatamente una capacità produttiva senza possedere gli strumenti necessari per ricostruirla. Le restrizioni statunitensi sulle esportazioni di semiconduttori avanzati verso la Cina hanno già mostrato quanto il controllo delle tecnologie possa diventare uno strumento di politica estera. L’intelligenza artificiale estende questa logica anche al software e ai servizi: non occorre possedere fisicamente una macchina per dipendere da chi ne controlla la capacità di calcolo.
Il problema riguarda anche la giurisdizione, un esempio è l’audizione del giugno 2025 davanti al Senato francese, durante la quale, secondo il documento, il direttore legale di Microsoft France avrebbe riconosciuto l’impossibilità di garantire in assoluto che i dati dei cittadini francesi non potessero essere trasferiti alle autorità statunitensi senza il consenso di Parigi. Il punto strategico è distinguere la localizzazione fisica dei dati dalla possibilità giuridica di accedervi. Un server collocato in Europa non risolve da solo il problema se il servizio resta soggetto a obblighi normativi di un altro ordinamento. La sovranità digitale richiede pertanto un’analisi della catena di controllo, non una semplice verifica della posizione geografica del data center.
La questione è diventata abbastanza concreta da produrre conseguenze amministrative. L’8 aprile 2026, la Direction interministérielle du numérique francese ha annunciato un piano per ridurre le dipendenze tecnologiche extraeuropee, chiedendo ai ministeri di predisporre entro l’autunno programmi specifici di intervento. La stessa DINUM ha previsto di abbandonare Windows sui propri computer a favore di Linux, mentre la strategia francese coinvolge anche strumenti collaborativi, sistemi di intelligenza artificiale e infrastrutture informatiche. È importante non confondere questo programma con una migrazione già completata: il governo ha avviato un percorso di riduzione delle dipendenze, i cui tempi e risultati dipenderanno dalla complessità dei sistemi coinvolti.
Il segnale politico, tuttavia, è inequivocabile. La dipendenza tecnologica non viene più trattata soltanto come una questione di procurement, ma come una vulnerabilità che può incidere sulla continuità dei servizi pubblici.
Secondo le cifre riportate daDeloitte, nel 2023 la spesa europea per i servizi cloud avrebbe raggiunto 150 miliardi di euro, con l’80% diretto verso i grandi operatori statunitensi; il settore governativo rappresenterebbe inoltre 34 miliardi, prevalentemente esclusi a beneficio dell’industria europea.
Una proposta possibileè quella di destinare una quota del 20-30% della spesa agli operatori europei realmente competitivi. Non si tratta necessariamente di creare un mercato protetto, né di sostituire ogni servizio americano con un equivalente locale, spesso meno maturo o meno conveniente. Si tratta di introdurre una scelta strategica negli acquisti, affinché la domanda pubblica e privata contribuisca a consolidare capacità industriali europee. Se un operatore locale non riesce a competere su prezzo, affidabilità e prestazioni, la sua nazionalità non può diventare un lasciapassare; se invece dispone di tecnologie adeguate, ma viene escluso sistematicamente da contratti e programmi di investimento, il mercato rischia di perpetuare una dipendenza che considera poi inevitabile. È il classico paradosso industriale europeo: lamentare l’assenza di campioni tecnologici continentali mentre si finanzia, attraverso la spesa corrente, la crescita dei concorrenti globali.
Nell’intelligenza artificiale, tuttavia, esiste una possibilità che non era altrettanto accessibile nelle precedenti generazioni di infrastrutture digitali. I modelli open-weight, i framework open source per la generazione aumentata dal recupero delle informazioni, o RAG, e gli strumenti per orchestrare agenti autonomi permettono di costruire sistemi applicativi senza dipendere necessariamente da un unico fornitore di modelli proprietari. L’accesso aperto ai pesi di un modello non equivale alla disponibilità di tutta la tecnologia necessaria per addestrarlo, aggiornarlo e gestirlo in produzione, ma consente di scegliere dove eseguire l’inferenza e come integrare il sistema nei processi aziendali. La presentazione sottolinea proprio la disponibilità di modelli utilizzabili liberamente, software open source, competenze professionali e infrastrutture GPU come elementi sui quali fondare una strategia europea di autonomia.
Il vantaggio non consiste nel replicare ogni investimento di OpenAI o dei grandi laboratori americani. Consiste nel selezionare modelli sufficientemente capaci per ciascun compito e nel mantenere il controllo sull’ambiente in cui vengono utilizzati.
È in questa prospettiva che si inserisce la proposta di un’infrastruttura cloud europea dedicata alla Private AI, articolata in server GPU, risorse NPU e accesso serverless attraverso Kubernetes. Il documento descrive un’offerta che comprende acceleratori NVIDIA e AMD, risorse di calcolo accessibili a consumo e strumenti di automazione infrastrutturale tramite API e Terraform.
L’obiettivo architetturale è consentire alle organizzazioni di dimensionare le risorse secondo le esigenze effettive, evitando di acquistare capacità che rimarrebbe inutilizzata e riducendo la necessità di vincolare l’intera applicazione a un solo ambiente proprietario. La convenienza, però, deve essere verificata sui carichi di lavoro reali: il costo per milione di token, da solo, non basta a determinare la competitività di una piattaforma. Contano anche la latenza, la disponibilità dei modelli, la qualità delle risposte, i requisiti di sicurezza e il costo di integrazione. Un’infrastruttura europea è strategicamente interessante quando riesce a soddisfare questi requisiti senza imporre compromessi operativi insostenibili.
La componente di inferenza proposta attraverso Regolo.ai di Seeweb in Italia ad esempio segue una logica complementare, il servizio offre accesso ai modelli tramite API compatibili con quelle OpenAI, una politica di prezzi basata sul consumo o su formule mensili e una configurazione progettata per non conservare i dati delle richieste, indicata come Zero Data Retention.
La compatibilità delle API riduce il lavoro necessario per integrare il servizio nelle applicazioni esistenti, mentre una politica di conservazione limitata può contribuire a soddisfare i requisiti di riservatezza. Occorre comunque distinguere le caratteristiche dichiarate dal fornitore dalle garanzie che un cliente deve verificare contrattualmente e tecnicamente, soprattutto quando tratta dati personali, informazioni riservate o documenti soggetti a obblighi normativi. La conformità al GDPR non deriva automaticamente dalla collocazione europea dell’infrastruttura o dall’assenza di conservazione dichiarata: dipende anche dai ruoli dei soggetti coinvolti, dalle misure di sicurezza, dai trasferimenti eventualmente effettuati e dalle condizioni effettive del trattamento.
Per un’impresa, la soluzione più razionale non è necessariamente scegliere tra intelligenza artificiale pubblica e privata. La presentazione propone un modello ibrido nel quale i servizi pubblici possono essere impiegati per attività che richiedono modelli di frontiera, mentre l’infrastruttura privata gestisce applicazioni nelle quali controllo dei dati, prevedibilità dei costi e conformità assumono maggiore rilevanza.
È una distinzione che dovrebbe entrare nelle decisioni dei consigli di amministrazione. Non tutti i processi aziendali richiedono il modello più potente disponibile sul mercato; in numerosi casi, un modello più piccolo, eseguito in un ambiente controllato e collegato alle fonti documentali interne, può offrire un rapporto migliore tra qualità, costo e rischio. La scelta deve partire dalla funzione aziendale e dai requisiti del dato, non dalla notorietà del modello.
Rimane, infine, una questione che nessuna architettura tecnologica può risolvere da sola: la sovranità digitale richiede la capacità di cambiare fornitore senza compromettere l’operatività. Un’organizzazione dovrebbe poter migrare i propri modelli, trasferire i dati, ricostruire gli ambienti di esecuzione e mantenere funzionanti le applicazioni essenziali anche in caso di interruzione del servizio principale. P
er ottenere questo risultato servono contratti adeguati, procedure di uscita testate e un’architettura che eviti dipendenze inutili. L’Europa non deve necessariamente produrre ogni componente della propria infrastruttura, ma deve conoscere quelle da cui dipende e disporre di alternative credibili per le funzioni strategiche.
La proposta è quindi soprattutto una questione di allocazione del capitale e di responsabilità manageriale: le alternative tecnologiche esistono già in diversi segmenti del mercato, mentre la loro adozione dipende ancora dalla capacità delle organizzazioni di valutarle senza pregiudizi. La sovranità digitale non si misura contando i data center costruiti entro i confini europei, ma verificando quanta libertà di decisione rimane quando il fornitore dominante cambia le regole del gioco.
Note:
L’Europa spende miliardi per acquistare servizi digitali da operatori stranieri, mentre una parte consistente della propria industria tecnologica resta ai margini degli acquisti pubblici e delle decisioni strategiche. È questa la contraddizione al centro della presentazione Sovranità digitale e Intelligenza Artificiale. Il ruolo strategico delle infrastrutture europee, presentata durante AI Now a Milano il 30 settembre 2026.
La sovranità non si conquista con una dichiarazione politica, ma attraverso la capacità di continuare a lavorare quando un fornitore esterno decide di modificare le condizioni di accesso ai propri servizi.