Di intelligenza artificiale si inizia a parlare con quei toni solenni di solito associati alla religione e alla spiritualità. Le grandi aziende del settore parlano delle nuove tecnologie come della più grande invenzione della storia, qualcosa che potrebbe cambiare per sempre ciò che significa essere umani. Demis Hassabis, cofondatore di Google DeepMind, l’ha definita «la più importante invenzione che l’umanità farà mai». Alcuni ricercatori assegnano probabilità tutt’altro che trascurabili alla possibilità che una macchina possa arrivare a costruire da sola una versione più intelligente di sé entro pochi anni. Yann LeCun ha detto che l’enorme investimento finanziario nella corsa alla superintelligenza «è una grandissima stronzata». E per ora va benissimo così.

In alcuni casi il linguaggio si fa apocalittico, com’è normale che sia di fronte a una tecnologia in grado di sparare da sola e di bucare i sistemi di sicurezza di diverse aziende. Anche per questo c’è stato chi ha fondato una vera chiesa dedicata al futuro Dio dell’intelligenza artificiale. Un ingegnere di Google, dopo avere interagito con un chatbot che gli era sembrato dotato di coscienza, si è chiesto: «Chi sono io per dire a Dio dove può e dove non può mettere le anime?». E Ilya Sutskever, uno dei fondatori di OpenAI, è arrivato a bruciare simbolicamente un’effigie che rappresentava un’intelligenza artificiale non allineata con gli esseri umani, come in una sorta di rito medievale.

È dentro questa atmosfera che è intervenuta la Chiesa cattolica. Nell’enciclica Magnifica Humanitas, Leone XIV difende l’idea che l’essere umano occupi una posizione irriducibile nel creato e sostiene che le macchine, per quanto sofisticate, possano soltanto imitare alcune funzioni dell’intelligenza umana. È una visione che Sebastian Mallaby – autore del libro “The Infinity Machine: Demis Hassabis, DeepMind, and the Quest for Superintelligence” – prova a scandagliare in una lunga analisi su Foreign Affairs intitolata “God From the Machine. AI and the Future of Humanity” chiedendosi: siamo davvero sicuri che distinguere tra imitare l’intelligenza e possederla sia così semplice?

Il problema risale a molto prima delle ultimissime tencologie. Nel 1980 il filosofo John Searle propose il celebre esperimento mentale della «stanza cinese»: immaginiamo un uomo chiuso in una stanza che non conosce il cinese e che riceve istruzioni per manipolare simboli cinesi secondo precise regole. Dall’esterno, le sue risposte sembrerebbero quelle di una persona che comprende perfettamente la lingua. Ma l’uomo non comprende nulla: sta semplicemente applicando un insieme di istruzioni. Per Searle, era la dimostrazione che manipolare correttamente informazioni non equivale necessariamente a capire ciò che significano.

L’argomento è diventato uno dei pilastri della distinzione tra intelligenza artificiale e intelligenza umana. Una macchina può produrre una risposta convincente, riconoscere un volto, tradurre una frase o scrivere un saggio senza che questo significhi che provi qualcosa o che comprenda davvero ciò che sta facendo. Il corpo umano, ricorda Mallaby riprendendo un’obiezione dello scrittore di fantascienza Ted Chiang, non è un dettaglio trascurabile: «Avere un corpo è un prerequisito per avere emozioni». La disperazione, per esempio, non sarebbe separabile dall’esperienza fisica degli ormoni dello stress che attraversano il corpo.

È una distinzione intuitiva perché gli esseri umani nascono, soffrono, amano, si ammalano, muoiono; le macchine no, non sanguinano, non provano dolore e possono essere semplicemente spente. Esistono, scrive Mallaby, non dentro un universo morale ma dentro una matrice di ottimizzazione. Da questo punto di vista, si può sostenere che anche il più sofisticato modello di intelligenza artificiale resti soltanto una macchina che esegue operazioni straordinariamente complesse.

Anche il cervello umano è una macchina fisica. È fatto di materia biologica, obbedisce alle leggi della fisica e funziona attraverso impulsi elettrici e processi di elaborazione delle informazioni. «L’idea che la massa molle dentro il cranio contenga un’essenza ineffabile e non programmabile – la coscienza, lo spirito o qualcos’altro – può essere intuitivamente seducente. Ma dal punto di vista analitico è fragile», scrive Mallaby. E più l’intelligenza artificiale migliora, più quella distinzione diventa difficile da difendere. Gli ultimi modelli di IA non si limitano a consultare un gigantesco archivio di frasi e a scegliere meccanicamente quella successiva: costruiscono rappresentazioni matematiche dei concetti e delle loro relazioni, e possono associare parole, idee, emozioni e situazioni anche quando queste non sono mai state esplicitamente collegate nei dati di addestramento. Non significa che siano coscienti. Significa però che l’argomento «la macchina sta solo seguendo delle regole, quindi non può comprendere» diventa sempre meno risolutivo.

Quindi forse non arriveremo mai stabilire con certezza se una macchina abbia una coscienza. La buona notizia è che non abbiamo bisogno di risolvere questo problema per decidere come governarla. E anzi, concentrarsi troppo sulla domanda potrebbe farci perdere di vista quelle che sono già oggi le questioni più urgenti.

La Chiesa, nelle parole di Leone XIV, secondo Mallaby, ha ragione su una cosa fondamentale: l’intelligenza artificiale deve essere regolata. Può amplificare le disuguaglianze economiche, trasformare il mercato del lavoro, modificare il modo in cui impariamo, alterare le relazioni umane e rendere più facile l’uso della forza militare. Può perfino rendere più difficile stabilire chi sia responsabile di una decisione quando una parte crescente del processo viene affidata a una macchina.

Ma il Papa non inquadra per intero lo scenario. Magnifica Humanitas trascura alcuni elementi fondamentali. Ad esempio, invoca una gestione dei dati come «bene comune o condiviso», mentre il problema più urgente dovrebbe essere impedire che i dati vengano sottratti e utilizzati senza autorizzazione. E sul terreno militare l’enciclica afferma che «la decisione di usare la forza letale non può essere delegata a processi opachi o automatizzati», una posizione moralmente comprensibile ma che Mallaby nel suo breve saggio su Foreign Affairs considera difficile da applicare quando le macchine saranno in grado di prendere decisioni sul campo di battaglia più rapidamente e accuratamente degli esseri umani.

Per questo Mallaby trova almeno tre lacune nell’attuale risposta politica all’intelligenza artificiale. La prima lacuna riguarda la proliferazione. Se i modelli di IA più potenti finiranno per essere capaci di compiere attacchi informatici sofisticati, progettare nuove armi biologiche o svolgere altre attività oggi accessibili soltanto a Stati e grandi organizzazioni, il problema non sarà più soltanto chi controlla le aziende che li sviluppano: sarà che cosa succederà quando quelle capacità diventeranno disponibili in tutto il mondo, anche a criminali e terroristi. Per questo servirebbe arrivare a qualcosa di simile a un trattato di non proliferazione nucleare dell’intelligenza artificiale: un accordo internazionale che stabilisca che cosa gli Stati siano disposti a fare quando i modelli più pericolosi non saranno più nelle mani di pochi laboratori.

La seconda lacuna è economica. I sistemi fiscali dei Paesi occidentali sono costruiti anche sull’idea che il capitale serva a rendere più produttivo il lavoro umano. Per questo i governi hanno storicamente tassato il lavoro più del capitale. Ma se l’IA dovesse cominciare a sostituire i lavoratori anziché semplicemente aiutarli, questa impostazione rischierebbe di produrre l’effetto opposto a quello desiderato: tassare pesantemente il lavoro renderebbe infatti ancora più conveniente per le aziende sostituirlo con le macchine, proprio mentre diminuirebbero le entrate fiscali necessarie per sostenere chi perde il proprio impiego. Per ovviare a questo problema si potrebbe spostare una parte della pressione fiscale dal lavoro al capitale, introdurre forme di assicurazione salariale per chi viene sostituito e perfino distribuire ai cittadini una piccola quota della ricchezza generata dalle aziende di intelligenza artificiale.

La terza lacuna è quella che riporta Mallaby al punto da cui era partito: non sappiamo ancora abbastanza di ciò che accade dentro i modelli di intelligenza artificiale. È il problema dell’interpretabilità. I laboratori stanno cercando di capire come le reti neurali arrivino alle loro conclusioni, ma la ricerca è ancora lontana dal fornire una spiegazione completa dei processi interni dei sistemi più avanzati. E qui Mallaby rovescia l’argomento della Chiesa. Magnifica Humanitas sostiene che non possiamo conoscere il pensiero delle macchine perché nelle macchine non c’è un pensiero da conoscere. Ma forse è vero il contrario: se vogliamo controllarle, dobbiamo capire che cosa stanno facendo.

È probabilmente questo il punto più interessante dell’articolo di Foreign Affairs. Possiamo discutere all’infinito se le macchine abbiano una coscienza, ma nel frattempo l’intelligenza artificiale continuerà a entrare nel lavoro, nella finanza, nella guerra e nelle istituzioni. Non serve sapere se abbia un’anima per capire che ha già abbastanza potere da richiedere regole. «Le macchine non entreranno mai nel nostro universo morale – scrive Mallaby in conclusione del suo articolo – ma se gli esseri umani aspirano a controllarle, dobbiamo prima di tutto comprenderle».

L'articolo L’intelligenza artificiale non ha bisogno di un’anima per cambiare il mondo (o distruggerlo) proviene da Linkiesta.it.

La teoria delle onde lunghe porta a interpretare le grandi trasformazioni degli ultimi anni come il segnale dell’emergere di un nuovo paradigma tecnologico. La competitività futura di Europa e Italia dipende dalla capacità di partecipare al suo sviluppo.

L'articolo L’onda lunga inaugurata dall’intelligenza artificiale proviene da Lavoce.info.

La teoria delle onde lunghe porta a interpretare le grandi trasformazioni degli ultimi anni come il segnale dell’emergere di un nuovo paradigma tecnologico. La competitività futura di Europa e Italia dipende dalla capacità di partecipare al suo sviluppo.

L'articolo L’onda lunga inaugurata dall’intelligenza artificiale proviene da Lavoce.info.

Contenuto tratto dal numero di agosto 2026 di Forbes Italia. Abbonati!

La tecnologia non è il problema. Il problema è guardarla troppo tardi — quando è già infrastruttura — o troppo presto, investendo su onde che non arrivano mai. Ecco la missione del Technology Foresight del Politecnico di Milano: calibrare il timing e costruire una visione tecnologica che orienta decisioni concrete, investimenti, posizionamento competitivo, allocazione delle risorse.

Non un aggiornamento sulle tecnologie del momento, ma un metodo per leggerle tutte, ora e in futuro. Questo processo avviene mettendo a sistema competenze diffuse e reti di esperti accademici e industriali, nazionali e internazionali, per elaborare analisi previsionali di sviluppo tecnologico ed esplorarne criticamente gli impatti in un orizzonte di medio e lungo termine. C’è un gruppo di lavoro che sovrintende e che ci aiuta a capire: Paola F. Antonietti, Cristiana Bolchini, Giuliana Iannaccone, Simona Chiodo e Francesco Braghin.

Le tecnologie cambiano gli stili di vita. Quanto è importante riuscire a prevedere gli sviluppi prima possibile?

Il futuro non si può prevedere, ma lo si può progettare orientando le scelte verso ciò che si ritiene preferibile: per questo è fondamentale anticipare i futuri possibili. È il principio che guida il lavoro del Technology Foresight: non esiste un unico futuro già scritto, ma una pluralità di scenari che possono verificarsi sulla base di complessi meccanismi di interazione tra tecnologia, cultura, società, ambiente, economia e politica. Nel caso degli stili di vita, quest’attività diventa particolarmente importante perché assistiamo a una trasformazione profonda.

La consapevolezza del loro impatto sulla salute, ad esempio, tende a modificare le nostre abitudini verso un’attività continua di prevenzione, monitoraggio e gestione personalizzata, grazie alla dimensione sempre più pervasiva delle tecnologie, alimentata da dati, intelligenza artificiale, sensori e modelli predittivi. L’obiettivo del Technology Foresight non è prevedere cosa accadrà, ma fornire a istituzioni, imprese e cittadini, nonché ai ricercatori stessi, strumenti per avere consapevolezza, prepararsi e orientare il cambiamento.

Quali sono i fattori da tenere in considerazione in questo processo?

Utilizziamo un approccio sistemico, che caratterizza la metodologia di foresight, basato sull’analisi delle cosiddette forze Steep: sociali, tecnologiche, economiche, ambientali (environmental, nell’acronimo inglese) e politiche. La metodologia combina ricerca documentale, analisi dei segnali emergenti, technology scanning e coinvolgimento di una vasta comunità di esperti dei settori accademico, sanitario e sociale.

Tra i fattori più rilevanti che potranno avere un impatto sugli stili di vita troviamo l’invecchiamento della popolazione, l’aumento delle malattie croniche e dei problemi di salute mentale, la diffusione dell’intelligenza artificiale e dei sistemi autonomi, la crescente pervasività dei dati, il cambiamento climatico e la perdita di biodiversità, le tensioni geopolitiche e la scarsità di materie prime, la sostenibilità dei sistemi di welfare. La caratteristica dell’approccio è considerare simultaneamente più livelli, da quello individuale a quello infrastrutturale e ambientale in senso lato, riconoscendo la loro sempre più forte interdipendenza.

C’è anche un margine di imprevedibilità: basta guardare alla geopolitica, per esempio. È tenuto in considerazione?

L’incertezza è uno degli elementi centrali della metodologia di Foresight. Il nostro approccio parte dal presupposto che eventi inattesi possano modificare profondamente le traiettorie tecnologiche. Per questo analizziamo scenari alternativi. Tra le forze considerate figurano elementi quali la competizione geopolitica, l’instabilità globale, la sicurezza e la frammentazione degli ecosistemi internazionali. L’obiettivo è individuare traiettorie di cambiamento che anticipino possibili futuri in contesti diversi e ad alta incertezza e, allo stesso tempo, identificare quali elementi possano verosimilmente essere più resilienti e persistenti, anche passando da uno scenario possibile all’altro.

Le tecnologie quantistiche rischiano di rimescolare le carte?

Le tecnologie quantistiche, così come altre tecnologie emergenti, hanno il potenziale per rappresentare un fattore di discontinuità nei prossimi decenni. Nell’ambito della salute potrebbero, ad esempio, accelerare la simulazione molecolare, la scoperta di farmaci, l’analisi genomica e l’elaborazione di grandi volumi di dati biologici. Se la tecnologia dovesse raggiungere livelli di maturità industriale prima del previsto, potrebbe diventare un moltiplicatore di capacità più che una rivoluzione isolata.

È possibile una descrizione del sistema/mercato a lungo termine?

Possiamo delineare traiettorie plausibili. Dall’ultimo lavoro svolto sul sistema salute, caratterizzato al 2040, emergono alcune tendenze convergenti: maggiore enfasi sulla prevenzione rispetto alla cura; monitoraggio continuo attraverso sensori e dispositivi indossabili/impiantabili; medicina sempre più personalizzata grazie a dati, apprendimento automatico e gemelli digitali; integrazione tra salute umana, ambiente e società secondo una prospettiva unificante e mutuamente interagente; ruolo crescente del cittadino come soggetto attivo nella gestione della propria salute ed evoluzione del ruolo del professionista della salute; sistemi sanitari distribuiti, fortemente integrati con gli ecosistemi e con la possibilità di erogare l’assistenza al di fuori delle strutture ospedaliere tradizionali.

Più che immaginare un futuro dominato da una singola tecnologia, vediamo emergere un ecosistema in cui IA, biosensori, genomica, dispositivi impiantabili e indossabili e nuove piattaforme digitali convergono per creare un sistema sanitario sempre più preventivo, personalizzato e diffuso. La vera sfida non sarà solo tecnologica, ma riguarderà la governance, la sostenibilità, l’etica, la privacy e l’accessibilità, affinché l’innovazione produca benefici diffusi e non nuove forme di disuguaglianza.

L’articolo Le tecnologie che cambieranno la salute entro il 2040: così si prova ad anticiparle è tratto da Forbes Italia.

Uno studio prodotto dall’Università di Ottawa e dal Max Planck Institute for the Science of Light (Mpl, Germania) ha trovato una modalità ecologica per produrre fotoni in stato di entanglement quantistico attraverso la luce solare. L’articolo che riporta il risultato, pubblicato il 6 agosto, è disponibile su Optica.

L’avvento delle tecnologie quantistiche su larga scala sta rendendo disponibili supercomputer e calcolatori molto potenti, ma che richiedono una notevole quantità di energia: a oggi il settore globale dell’informazione e della comunicazione produce tra l’1,8 e il 3,9 per cento delle emissioni di gas serra e, con la continua crescita del traffico di dati globale, il bilancio energetico sarà sempre più aggravato. Parte di questo consumo deriverà dall’energia necessaria per preparare e controllare i sistemi quantistici: i processori a superconduttori, ad esempio, richiedonosistemi criogenici che consumano, per ogni unità, fino a 10 kilowatt per mantenere temperature prossime allo zero assoluto. Nelle tecnologie quantistiche basate sulla luce lo scoglio energetico è invece rappresentato dai laser. I laser commerciali sono estremamente inefficienti: assorbono watt di potenza elettrica per produrre solo pochi milliwatt di potenza ottica, sprecando enormi quantità di energia sotto forma di calore o per stabilizzare lo spettro e la temperatura del raggio.

L’entanglement quantistico è il fenomeno per cui lo stato quantistico di una particella, come il fotone, non può essere descritto indipendentemente dallo stato delle altre particelle del gruppo in cui si trova, Questo significa che le particelle sono correlate nelle loro misure di quantità fisiche come posizione, momento, spin e polarizzazione. L’entanglement quantistico è uno dei principali indicatori di disparità tra fisica classica e fisica quantistica, in quanto viola il principio di località: due particelle possono essere correlate anche se si trovano a grande distanza l’una dall’altra.

I fotoni entangled sono una risorsa fondamentale per la comunicazione, l’informatica e il rilevamento quantistici e trovano spazio in applicazioni come reti di comunicazione crittografate ultrasicure e sensori di altissima precisione.

Per creare queste coppie di fotoni, gli scienziati utilizzano un processo ottico non lineare chiamato conversione parametrica verso il basso spontanea (Spdc). In questo processo, le particelle di luce provenienti da un raggio “pompa” colpiscono un cristallo non lineare e al loro interno vengono convertite in coppie di fotoni entangled. Tradizionalmente, i laser sono sempre stati considerati indispensabili per fungere da sorgente di pompa, a causa della loro altissima coerenza ottica. Fino a poco tempo fa si pensava infatti che la natura iper-precisa e ordinata (coerente) del raggio laser fosse un requisito fondamentale per riuscire a generare un entanglement di alta qualità. Inoltre, si presumeva che i laser fossero le uniche sorgenti luminose in grado di fornire le densità di potenza ottica necessarie per guidare in modo efficiente i processi ottici non lineari.

La luce solare è invece incoerente e molto meno intensa della luce laser. A causa di queste caratteristiche, molti scienziati avevano scartato la luce solare come sorgente di pompaggio valida per la generazione di entanglement. Gli autori del nuovo studio pubblicato su Optica hanno però dimostrato per la prima volta che, contrariamente alla visione scientifica precedente, è possibile generare fotoni entangled a partire dalla luce solare.

In ottica, la coerenza non è una proprietà unica e globale. La luce possiede diverse caratteristiche fisiche e può presentarsi perfettamente ordinata in una, pur restando caotica in un’altra. Ad esempio, un fascio di luce può essere disordinato nel modo in cui si propaga nello spazio e nel tempo, ma possedere una polarizzazione perfettamente definita. Nel processo di generazione dei fotoni, il disordine del raggio di partenza limita l’entanglement solo se si cerca di crearlo proprio in quella specifica caratteristica disordinata. Ma se l’obiettivo è ottenere fotoni entangled nella loro polarizzazione, la componente spaziale della luce solare non ha importanza.

«Finché il fascio di pompaggio è perfettamente polarizzato, la sua incoerenza spaziale o temporale non dovrebbe precludere la generazione di entanglement di polarizzazione», spiega Cheng Li, ricercatore al’Università di Ottawa e primo autore dello studio. «Il segreto per sfruttare la luce solare consiste nell’impedire che le diverse proprietà della luce si influenzino a vicenda durante il processo. Ciò significa che la luce solare è perfettamente in grado di generare fotoni intrecciati, purché si riesca a concentrarne una quantità sufficiente all’interno del cristallo non lineare per indurre l’Spdc».

La superficie utile di un cristallo ottico non lineare (es. il ppKtp) si estende in genere solo per pochi millimetri. Per convogliare una quantità sufficiente di luce solare – che nell’ambiente naturale diverge ampiamente – in una regione così ristretta, il gruppo di Hanieh Fattahi, responsabile del gruppo di ricerca presso l’Mpl, ha realizzato un sistema di concentrazione della luce solare. Questo sistema raccoglie la radiazione su una superficie di 1,4 metri quadrati e la convoglia in una fibra sottile quanto un capello umano. Il cuore di questo sistema è un concentratore solare sviluppato e realizzato internamente presso l’università tedesca. Si tratta di un dispositivo a forma di cono realizzato in vetro. La base del cono è posizionata nel punto focale di una grande lente di Fresnel, montata su un motore di inseguimento solare. La luce solare focalizzata viene quindi ulteriormente concentrata tramite riflessioni interne totali mentre si propaga verso la punta del cono, che accoppia la luce solare in una fibra multimodale. La fibra può quindi guidare la luce solare in un cristallo non lineare per indurre la generazione di entanglement tramite Spdc. Come previsto dal team guidato da Robert Boyd (Università di Ottawa), coautore dello studio, l’Spdc alimentato dalla luce solare ha generato coppie di fotoni con un grado di entanglement molto elevato: con una fedeltà di quasi il 94 per cento, questo risultato si avvicina molto alle prestazioni di un laser. I fotoni Spdc mostrano inoltre correlazioni in grado di violare una soglia matematica fondamentale: la disuguaglianza di Bell, indicando che la connessione tra le particelle non può essere modellata con le teorie classiche della fisica e sono effettivamente caratteristiche dell’entanglement quantistico.

Il team ha inoltre scoperto che, quando il tasso di produzione dei fotoni viene normalizzato rispetto alla potenza di pompaggio e alla larghezza di banda effettiva del processo non lineare, l’efficienza della generazione di entanglement indotta dalla luce solare è pari a quella indotta dal laser. Questa scoperta suggerisce che i laser potrebbero non presentare tutti i vantaggi fondamentali rispetto alla luce solare come ipotizzato dai ricercatori, e che sorgenti di luce quantistica pratiche alimentate dalla luce solare possano diventare sempre più realizzabili attraverso ottimizzazioni tecniche, ad esempio, della raccolta della luce solare e dell’utilizzo della larghezza di banda.

«La luce solare è una risorsa abbondante e affidabile in molti ambienti, specialmente nello spazio. La capacità di generare fotoni quantisticamente intrecciati direttamente dalla luce solare, osserva Fattahi, «potrebbe consentire la realizzazione di sistemi quantistici più semplici e resilienti per i satelliti e le future missioni nello spazio profondo».

I dispositivi quantistici alimentati dalla luce solare offrono anche altri vantaggi che i laser non sono in grado di garantire. L’ampio spettro della luce solare potrebbe consentire l’accesso a fotoni entangled su una gamma più ampia di lunghezze d’onda, specialmente laddove i laser non sono disponibili. Ancora più importante, l’alimentazione diretta delle sorgenti di luce quantistica tramite la luce solare elimina completamente la conversione da elettrica a ottica: non è necessaria alcuna stabilizzazione attiva e il calore residuo da gestire è notevolmente inferiore. Un sistema di questo tipo presenterà un minor numero di potenziali punti di guasto. Questa caratteristica è particolarmente interessante per l’impiego in ambienti strategicamente importanti ma con risorse limitate, come a bordo dei satelliti, nelle sonde per missioni interplanetarie e in regioni remote come l’Artico. Un veicolo spaziale in orbita sincrona con il Sole, ad esempio, godrebbe di un accesso quasi ininterrotto alla propria fonte di pompaggio.

«La parte migliore di questa ricerca è che si tratta solo di un inizio», conclude Boyd. «Oltre all’Spdc, esistono molti altri approcci ottici non lineari per generare fotoni intrecciati: la miscelazione a quattro onde ne è un ottimo esempio. Per ciascuna di queste interazioni non lineari, esistono modi per renderle più efficienti. Riteniamo che questo lavoro possa ispirare numerose nuove ricerche nell’ottica non lineare e quantistica, e che tali ricerche possano a loro volta rendere più praticabile la tecnologia quantistica alimentata dalla luce solare».

Per saperne di più: 

• Leggi su Optica l’articolo “Generating quantum entanglement from sunlight” di Cheng Li, Jasvinder Brar, Michael Küblböck, Jeremy Upham, Hanieh Fattahi e Robert W. Boyd

 

Nella corsa globale alla sovranità tecnologica, l’Unione Europea prova a ritagliarsi uno spazio autonomo. Il 30 luglio 2026 la Commissione ha indetto una gara d’appalto per istituire fino a sette Gigafactory di IA su tutto il territorio europeo da rendere operative entro metà del 2028. L’iniziativa mira a contenere lo strapotere dei colossi esteri — in primis statunitensi e cinesi — nei settori del cloud e dei microchip. Tuttavia, l’operazione rivela un paradosso strutturale: pur puntando all’indipendenza, l’Europa resta per il momento obbligata ad affidarsi alle forniture estere di semiconduttori avanzati, indispensabili per alimentare la stessa infrastruttura di calcolo.

Analoghi progetti di enormi data center sono già ben avanzati negli Stati Uniti e in Cina: basti pensare all’ambizioso progetto Stargate promosso dall’alleanza tra Microsoft e OpenAI ad inizio 2025 o alla mega-infrastruttura statale cinese Eastern Data, Western Computingche, già dal 2022, collega giganti tecnologici come Huawei, Alibaba e Baidu. 

Per evitare di rimanere ai margini di questa corsa, nel febbraio 2025 la presidente della Commissione europea Ursula von der Leyen ha annunciato all’AI Action Summit di Parigi un piano per la creazione di Gigafactory di IA nel Continente. L’iniziativa ha raccolto fin da subito un forte interesse da parte dell’industria, spingendo ben 76 consorzi a manifestare una candidatura preliminare. Il progetto ha compiuto un passo decisivo a luglio 2026 con l’apertura ufficiale del bando destinato alla realizzazione di 7 strutture.

Come funziona il nuovo progetto europeo

Le Gigafactory di intelligenza artificiale rappresentano infrastrutture di supercalcolo ad altissima capacità, concepite per addestrare i modelli linguistici di grandi dimensioni (LLM) su volumi di dati nell’ordine dei trilioni. Per farlo, queste strutture integrano semiconduttori specializzati di nuova generazione, stack software dedicati, soluzioni cloud e connettività ad alta velocità, il tutto all’interno di data center progettati per garantire la massima efficienza energetica.

La procedura di appalto si articolerà in due fasi nei prossimi sei anni e mezzo, un approccio graduale dettato dal ridimensionamento degli impegni finanziari della Commissione europea. L’investimento complessivo per queste strutture si aggira attorno ai 30 miliardi di euro, di cui due terzi dovranno provenire dal settore privato e il restante terzo da fondi pubblici, suddivisi equamente tra 5 miliardi stanziati da Bruxelles e 5 miliardi dai singoli Paesi membri sostenitori. Al momento, tuttavia, e questo è il primo punto critico del progetto, il bilancio dell’UE consente di impegnare soltanto 1 miliardo di euro, lasciando legata la copertura della restante quota ai negoziati sul prossimo Quadro finanziario pluriennale (QFP). 

L’iniziativa ha già raccolto l’adesione di dieci Paesi europei pronti a ospitare una Gigafactory: Germania, Italia, Francia, Polonia, Repubblica Ceca, Danimarca, Finlandia, Grecia, Portogallo e Spagna. Il bando prevede sia candidature singole sia consorzi transnazionali, con Parigi che ha già espresso la volontà di correre da sola.

Tuttavia, la reale emancipazione tecnologica deve fare i conti con un altro ostacolo strutturale: l’UE non dispone ancora di componenti di calcolo proprietari. Per rifornire i nuovi centri, la Commissione si trova così costretta ad affidarsi nuovamente ai colossi statunitensi dei semiconduttori, firmando intese preliminari con Nvidia, AMD e Qualcomm. 

Per mitigare questo vincolo, Bruxelles ha inserito tra i criteri di valutazione delle gare d’appalto specifiche contromisure volte a evitare l’asservimento commerciale e la dipendenza esclusiva da singoli fornitori.

Stati Uniti e Cina nell’IA: il punto sulla corsa globale

Tra Stati Uniti e Cina la competizione sull’IA non si gioca più soltanto sulla potenza dei singoli modelli, ma sulla realizzazione di architetture tecnologiche distinte e tra loro inaccessibili. Il report The Great Divide: How the US and China Are Splitting the AI World targato BCG Institute analizza questa progressiva polarizzazione, mettendo a confronto l’egemonia delle due potenze lungo i sei fattori chiave dell’IA: capitali di rischio, competenze professionali, brevetti, accesso ai dati, fabbisogno energetico e infrastrutture di calcolo.

La strategia degli Stati Uniti si incentra sulla scalabilità di questi sistemi, spostando le enormi risorse finanziarie dallo sviluppo dei modelli alla costruzione dell’infrastruttura necessaria per sostenerli. Dal 2023 le startup americane dell’IA hanno raccolto 380 miliardi di dollari in venture capital (a fronte dei soli 39 miliardi cinesi), sorrette da oltre 300 miliardi annui in Ricerca e Sviluppo e da investimenti in data center che, dai 400 miliardi del 2025 (contro i 63 della Cina), puntano a superare gli 800 miliardi nel 2026. Questa spinta porta gli USA a una capacità infrastrutturale di oltre 50 GW, contro i 31 GW della Cina e i 12 dell’UE. Questo primato trova oggi pieno sostegno anche nella linea politica della seconda amministrazione Trump, impegnata nel favorire l’espansione del settore sia attraverso l‘AI Action Plan sia tramite il supporto a grandi mega-progetti privati come appunto Stargate.

L’ecosistema cinese invece, animato da attori quali DeepSeek, Alibaba, ByteDance, Moonshot, Z.AI, MiniMax e Xiaomi, predilige l’approccio open-weight, consentendo lo sviluppo di soluzioni avanzate, ma a costi drasticamente contenuti. Ne è un esempio il modello Kimi K2.6 di Moonshot che, nel maggio 2026, offriva prestazioni di vertice a 1,71 dollari per milione di token, un costo circa sette volte inferiore rispetto agli 11,25 dollari del concorrente statunitense GPT-5.5. 

Da un lato quindi l’impero a stelle e strisce mantiene complessivamente la leadership grazie alla disponibilità di capitali, alla presenza dei principali laboratori e alla potenza della propria infrastruttura. Dall’altro, Pechino ha ridotto il divario nella capacità di calcolo e trasformato il proprio patrimonio scientifico e brevettuale in una strategia da “fast follower”, concentrata sulla produzione di modelli competitivi, economici e rapidamente adottabili. Il risultato è la nascita di due stack tecnologici paralleli, ciascuno composto da chip, infrastrutture cloud, modelli e applicazioni. A separarli non sono soltanto le caratteristiche tecniche, ma anche le regole sui dati, le restrizioni alle esportazioni, le politiche di sicurezza nazionale e le strategie industriali.

Perché l’UE dovrebbe puntare all’indipendenza tecnologica

Sebbene la cooperazione digitale tra Unione Europea e Stati Uniti sia strutturata da quadri istituzionali di alto livello (come il TTC e il Dialogo Cyber) volti a coordinare standard, dati e tecnologie emergenti, il rapporto è segnato da profonde tensioni. La causa principale di queste frizioni è la dominanza strutturale delle grandi aziende tecnologiche americane, profondamente radicate nell’economia europea. I tentativi dell’UE di regolamentare il settore — in particolare attraverso il Digital Services Act e il Digital Markets Act — incontrano la forte opposizione di Washington, sfociata in minacce di ritorsioni commerciali, divieti di visto per i decisori europei e nello stallo dei canali di dialogo dall’inizio del secondo mandato di Donald Trump.

Per quanto concerne le relazioni con la Cina, l’emancipazione da Pechino, secondo la linea del de-risking, si rende indispensabile per tutelare l’autonomia economica del Continente. Rimanere ancorati ad una posizione di subordinazione espone l’UE a gravi rischi sistemici, tra cui la potenziale strumentalizzazione politica delle esportazioni da parte della Cina tramite restrizioni commerciali, l’immediata paralisi delle GVC europee in caso di crisi geopolitiche o logistiche in Asia e un progressivo declino della competitività e dell’innovazione manifatturiera interna.

All’interno delle relazioni dell’Unione Europea nel Nord-Est asiatico,  un altro attore gioca un ruolo estremamente rilevante: Taiwan,che occupa una posizione cruciale e altamente strategica per la sovranità tecnologica europea, ponendosi come un nodo essenziale nei settori dei semiconduttori, della produzione avanzata e del commercio digitale. Questa centralità si scontra tuttavia con una vulnerabilità geografica strutturale, determinata dall’estrema concentrazione della produzione di chip presso la Taiwan Semiconductor Manufacturing Company, la quale detiene oltre il 90% di questo specifico segmento di mercato. Lo Stretto di Taiwan, identificato dall’intelligence geospaziale come uno dei nodi marittimi più critici a livello globale, è interessato dal transito di oltre il 50% del traffico containerizzato mondiale; un eventuale blocco navale o l’instabilità militare nell’area provocherebbero pertanto l’immediata paralisi delle catene globali del valore nel comparto tecnologico.

Queste dinamiche rappresentano un rischio critico per l’Unione Europea. L’intelligenza artificiale non è un semplice settore a sé stante, ma una tecnologia general-purpose in grado di incrementare in modo trasversale produttività e crescita economica, rivoluzionando l’intero tessuto produttivo. Poiché i data center costituiscono l’infrastruttura abilitante fondamentale dell’IA, i Paesi che ne detengono un’elevata capacità operativa dominano già oggi la corsa ai vantaggi economici di questa trasformazione. Ne consegue l’urgenza per l’Unione Europea di affrancarsi dalla dipendenza strutturale nei confronti di attori esterni. Sviluppare una sovranità autonoma sulle infrastrutture digitali e sul patrimonio dati è la premessa indispensabile per evitare un ruolo di mera subordinazione tecnologica ed economica.