AI e investimenti record: siamo davanti a un divario incolmabile?

Viviamo una fase storica in cui i numeri dell’innovazione tecnologica hanno superato la nostra capacità di percepirli come “reali”. Accordi da centinaia di miliardi di dollari non sono più eccezioni, ma stanno diventando la norma in un settore – quello dell’intelligenza artificiale – che ridefinisce equilibri economici e geopolitici. In questo contesto, il confronto con economie come quella italiana solleva una domanda inevitabile: siamo di fronte a un divario incolmabile o a una trasformazione che richiede semplicemente un approccio diverso?

Numeri fuori scala: cosa ci stanno davvero dicendo questi investimenti

Quando leggiamo cifre come 200 miliardi di dollari in cinque anni per un singolo accordo tra Anthropic e Google Cloud, la prima reazione è quasi inevitabile: incredulità. Se poi le confrontiamo con economie come quella italiana, il divario sembra semplicemente incolmabile.

Ma fermarsi a questo confronto rischia di portare a una conclusione sbagliata. Questi numeri non rappresentano solo grandezza economica, ma un cambio di paradigma. Non siamo di fronte a investimenti “tradizionali”, ma alla costruzione dell’infrastruttura su cui si baserà una parte rilevante dell’economia globale nei prossimi decenni.

Perché le cifre sono così enormi

Per capire il fenomeno bisogna cambiare prospettiva. Non si tratta solo di aziende che investono in tecnologia, ma di player che stanno cercando di posizionarsi al centro di un nuovo ecosistema globale.

Tre elementi spiegano questa escalation:

• •

  Economia di scala estrema: l’intelligenza artificiale richiede data center, chip, energia. Più investi, più abbassi i costi unitari e aumenti il vantaggio competitivo.

• •

  Effetto piattaforma: chi costruisce l’infrastruttura (cloud + modelli AI) diventa il punto di passaggio obbligato per migliaia di aziende.

• •

  Dinamica winner-takes-most: non serve che tutti vincano, basta che pochi dominino segmenti chiave.

In altre parole, non è solo una corsa tecnologica: è una corsa al controllo delle fondamenta dell’economia digitale.

Il dubbio centrale: i paesi “normali” sono fuori gioco?

È una domanda legittima. Se gli Stati Uniti (e in parte la Cina) stanno investendo queste cifre, che spazio resta per economie come quelle europee?

La risposta è meno pessimistica di quanto sembri.

No, i paesi “normali” non sono automaticamente condannati a restare ai margini.
Ma sì, devono accettare di non poter competere sullo stesso terreno.

Pensare che l’Italia o anche l’Europa possano sfidare direttamente gli hyperscaler americani sul piano dell’infrastruttura è semplicemente irrealistico.

La partita va giocata altrove.

Dove si gioca davvero la competizione

1. Applicazione dell’intelligenza artificiale

Il vero valore non è solo creare modelli, ma usarli meglio degli altri.

Qui entrano in gioco:

• •

  industria

• •

  manifattura

• •

  automazione

• •

  sanità

• •

  supply chain

L’Italia, ad esempio, ha un enorme vantaggio competitivo in settori ad alta specializzazione.

Integrare l’AI in questi ambiti significa:

• •

  aumentare produttività

• •

  migliorare margini

• •

  creare valore reale

senza dover investire centinaia di miliardi in infrastrutture.

2. Regole e standard

Spesso sottovalutato, ma cruciale.

L’Europa sta già tracciando una strada con:

• •

  regolamentazione dell’AI

• •

  tutela dei dati

• •

  governance tecnologica

Può sembrare un limite rispetto agli Stati Uniti, ma in realtà: chi definisce le regole spesso influenza il mercato globale più di chi produce la tecnologia

3. Nicchie ad alto valore

Non tutto sarà dominato dai colossi.

Ci sarà spazio per:

• •

  software verticali

• •

  soluzioni specializzate

• •

  integrazione nei processi aziendali

È lo stesso schema già visto nel cloud:

• •

  pochi grandi player dominano l’infrastruttura

• •

  migliaia di aziende creano valore sopra quella infrastruttura

Ed è proprio qui che si colloca gran parte dell’opportunità europea.

Il vero rischio: non è restare indietro, è restare fermi

Il punto critico non è tanto il gap tecnologico, quanto la reazione.

Il rischio reale è non fare nulla:

• •

  non investire in competenze

• •

  non aggiornare i modelli produttivi

• •

  non integrare l’AI nei processi

In questo caso sì, il rischio di marginalizzazione diventa concreto.

La lettura macro: siamo dentro un nuovo ciclo globale

Questi investimenti raccontano anche un’altra storia, molto rilevante per i mercati.

Siamo all’inizio di un ciclo di investimenti (capex) enorme, paragonabile a:

• •

  telecom anni 2000

• •

  cloud anni 2010

ma con una scala superiore.

Le implicazioni sono profonde:

• •

  aumento della domanda di energia

• •

  crescita del settore semiconduttori

• •

  rafforzamento delle Big Tech

• •

  possibile compressione dei ritorni nel lungo periodo per eccesso di investimenti

Conclusione

La domanda iniziale è forte: i paesi “normali” sono destinati a restare ai margini?

La risposta è più strategica che economica:

non vinceranno la guerra dell’infrastruttura
ma possono vincere quella dell’utilizzo dell’intelligenza artificiale

Chi capisce questa differenza:

• •

  resta rilevante

• •

  crea valore

Chi prova a competere sul terreno sbagliato:

• •

  rischia di essere schiacciato

E oggi, più che mai, la differenza non la fanno i miliardi investiti, ma dove e come vengono investiti.

E quindi l’Italia? Deve smettere di inseguire i giganti e scegliere dove vincere

L’Italia non può competere con Anthropic, Google, Microsoft, Amazon o OpenAI sul terreno dei mega data center e dei capex da centinaia di miliardi. Ma non è questo il punto. Il punto è capire dove l’intelligenza artificiale può moltiplicare la forza del sistema produttivo italiano.

La Strategia italiana per l’AI 2024-2026 individua già quattro aree: ricerca, pubblica amministrazione, imprese e formazione. Il problema, quindi, non è solo scrivere una strategia, ma trasformarla in una politica industriale selettiva, misurabile e continua.

Primo: portare l’AI nelle imprese, non solo nei convegni

La priorità dovrebbe essere semplice: AI applicata alla manifattura, alla meccanica, alla moda, all’agroalimentare, alla sanità, alla logistica e all’energia.

L’Italia non deve costruire “il nuovo Google”, ma aiutare le PMI e le medie imprese industriali a usare l’AI per:

ridurre costi, aumentare produttività, migliorare qualità, prevedere guasti, ottimizzare magazzini, personalizzare prodotti, automatizzare processi amministrativi e commerciali.

Qui il governo dovrebbe creare un grande piano di voucher AI industriali, ma con una condizione: soldi solo per progetti concreti, con obiettivi misurabili e ritorni verificabili.

Secondo: usare la PA come grande cliente pilota

Lo Stato italiano dovrebbe diventare il primo grande utilizzatore intelligente dell’AI. Non per sostituire persone in modo disordinato, ma per ridurre lentezze e colli di bottiglia.

Le aree sono enormi: giustizia civile, sanità, fisco, autorizzazioni, appalti, comuni, previdenza.

Se l’AI riducesse anche solo una parte dei tempi morti della burocrazia, l’effetto sulla produttività del Paese sarebbe molto più concreto di mille annunci.

Terzo: puntare su infrastrutture sovrane, ma realistiche

L’Italia non deve finanziare data center da 200 miliardi, ma deve garantirsi una quota di capacità computazionale strategica. In questo senso il progetto IT4LIA AI Factory, collegato al supercomputer Leonardo e all’ecosistema EuroHPC, va nella direzione giusta: offrire capacità e servizi AI a startup e PMI europee.

La strada corretta è questa: infrastruttura europea condivisa, specializzazione nazionale, accesso agevolato per imprese e ricerca.

Quarto: formare tecnici, non solo “esperti di AI”

Il vero collo di bottiglia non sarà solo il capitale. Saranno le competenze.

Servono:
ingegneri, data scientist, tecnici industriali, esperti di cybersecurity, energy manager, specialisti di automazione, figure ibride capaci di portare l’AI dentro una fabbrica o un ufficio pubblico.

Non basta insegnare “cos’è ChatGPT”. Serve creare una generazione di persone capaci di usare l’AI nei processi reali.

La sintesi politica

Il governo, questo o il prossimo, dovrebbe fare una scelta molto pragmatica:

non provare a vincere la guerra dell’infrastruttura globale, ma vincere la battaglia dell’adozione industriale.

Per l’Italia la domanda non è: “possiamo spendere come Google?”
La domanda giusta è: possiamo usare l’AI per rendere più produttivo ciò che sappiamo già fare bene?

Se la risposta sarà sì, l’Italia non resterà ai margini.
Se invece resterà ferma tra annunci, bonus dispersi e burocrazia, allora il rischio non sarà perdere la gara dell’AI: sarà perdere un altro pezzo di futuro.