L’Europa non vuole più solo aprire i dati: vuole trasformarli in potenza

La traiettoria della governance dei dati del settore pubblico nell’Unione Europea ha raggiunto una fase di discontinuità. Nell’ultimo decennio, il paradigma dominante è stato caratterizzato quasi esclusivamente dall’enfasi sulla trasparenza e sul volume di dati pubblicati.

Le amministrazioni pubbliche di tutto il continente hanno misurato il loro successo digitale in base al numero di file disponibili sui portali open data nazionali, regionali e comunali.

Tuttavia, man mano che l’economia digitale matura e l’intelligenza artificiale diventa il fulcro della competitività globale, questo approccio di base si è rivelato insufficiente. La sfida contemporanea per la trasformazione digitale della pubblica amministrazione va ben oltre la mera apertura dei dataset; richiede la costruzione di un ecosistema europeo dei dati realmente interoperabile. Questa trasformazione richiede un passaggio fondamentale dalla quantità alla qualità, dando priorità all’interoperabilità semantica, tema su cui gli autori sono spesso intervenuti, al riutilizzo controllato e all’impatto socioeconomico quantificabile delle informazioni del settore pubblico.

Nel novembre 2025, la Commissione europea ha collocato questo cambio di paradigma al centro della Data Union Strategy, un quadro politico completo progettato per aggiornare e consolidare l’infrastruttura dei dati del continente.1 Collegando esplicitamente la disponibilità di dati pubblici di alta qualità all’espansione degli spazi di dati comuni europei e allo sviluppo e addestramento di sistemi di IA affidabili e sovrani, la strategia segna la transizione da una posizione di governance protettiva dei dati a una di produzione proattiva di dati e generazione di valore.3 Contemporaneamente, la pubblicazione del 2025 Open Data Maturity Report fornisce una valutazione empirica granulare di come le nazioni europee si stiano adattando a questa nuova realtà, rivelando una crescente attenzione istituzionale alla qualità dei metadati e a una sofisticata misurazione dell’impatto.4 La strategia non supera il paradigma della protezione e della fiducia, ma lo integra con una maggiore attenzione alla disponibilità di dati di qualità per l’IA, alla misurazione dell’impatto e alla costruzione di infrastrutture federate.

In questo articolo ricostruiamo l’evoluzione del panorama europeo dei dati pubblici. A partire dalle dinamiche interconnesse della Valutazione della Maturità dei Dati Aperti 2025, della Strategia dell’Unione dei Dati, della recente proposta di Regolamento Omnibus Digitale, dell’operatività dell’European Data Act e della diffusione dei Data Lab federati, vedremo come l’Europa stia ricostruendo la propria infrastruttura di dati pubblici. In prima sintesi possiamo affermare che tutti questi sviluppi normativi e tecnologici dimostrano come i dati pubblici non siano più solo uno strumento di responsabilità democratica, ma siano l’infrastruttura fondamentale necessaria per l’innovazione pubblica, la sovranità algoritmica e la competitività tecnologica sostenuta sulla scena globale.

Il cambio di paradigma, dalla quantità di dati aperti alla qualità strategica

Il quadro comparativo per comprendere lo stato attuale dei dati pubblici europei è il rapporto Open Data Maturity 2025, una valutazione esaustiva coordinata dal Portale europeo dei dati (data.europa.eu) e dalla Commissione europea, che misura lo stato degli open data.4 Valutando 36 paesi partecipanti, tra cui i 27 Stati membri dell’UE, tre paesi dell’Associazione europea di libero scambio (EFTA) (Islanda, Norvegia e Svizzera) e sei nazioni candidate, il rapporto 2025 documenta una maturazione a livello continentale nel modo in cui le informazioni del settore pubblico sono gestite, pubblicate e utilizzate per generare valore sistemico.4

Il risultato principale del rapporto 2025 è un miglioramento continuo e verificabile in tutto il continente. Il punteggio medio di maturità per tutti i Paesi partecipanti è aumentato di un punto percentuale rispetto al 2024, raggiungendo l’81% nel 2025, mentre la media dell’UE-27 è migliorata di tre punti percentuali, raggiungendo il livello dell’86%.6 Questa traiettoria ascendente indica che le pratiche dei dati aperti vengono istituzionalizzate nelle routine amministrative a lungo termine dei governi.

Analisi della maturità dei dati aperti

La metodologia esamina gli ecosistemi nazionali attraverso quattro aree distinte: Policy, Portals, Qualità e Impatto. La priorità storica delle policy rimane evidente, essendo la categoria più matura. Tuttavia, gli sviluppi analitici più significativi della valutazione 2025 risiedono nel cambiamento di approccio alla qualità e all’impatto, che riflettono la più ampia transizione verso ecosistemi di dati interoperabili e che possono generare valore.

La distribuzione dei punteggi complessivi di maturità, ordinati dal più basso al più alto, consente di classificare i 36 paesi in quattro cluster distinti, denominati: principianti, inseguitori, acceleratori e paesi guida.6 Questi cluster sono costruiti in base a profili correlati alla modalità di attuazione delle politiche sui dati aperti, e consentono confronti più equi tra nazioni con caratteristiche economiche, sociali, politiche e digitali simili.4 Nel 2025, i primi 10 paesi sono rientrati in un intervallo ristretto di cinque punti (tra il 94,2% e il 100%), indicando una crescente convergenza e allineamento nella maturità dei dati aperti di alto livello.7

Nella rilevazione 2025 la Francia guida la classifica, con un punteggio del 100% sulle dimensioni considerate, seguita da Lituania e Polonia. Il dato segnala che i paesi più maturi non si distinguono soltanto per il numero di dataset pubblicati, ma per la capacità di costruire servizi, standard, metadati e strumenti di misurazione dell’impatto.6

Tabella 1 – Livello di maturità degli Open Data

Integrare le metriche di qualità nei quadri di impatto

La dimensione dell’impatto, storicamente la più difficile da quantificare, è diventata il punto focale per le amministrazioni digitalmente più mature. Nel 2025 la metodologia per la valutazione dell’impatto si basa su tre elementi fondamentali: la volontà e la preparazione (stimate dall’analisi delle basi strategiche), la misurazione del riutilizzo (cioè il modo in cui i dati pubblicati vengono utilizzati da terzi) e l’impatto creato (in termini di risultati specifici e tangibili in tutti i settori della società).9 Un aspetto molto importante è l’integrazione crescente del monitoraggio della qualità dei dati direttamente nei quadri di valutazione dell’impatto.

La Francia è un esempio di questo approccio integrato. Il portale nazionale francese (data.gouv.fr) implementa un punteggio di qualità dei metadati che viene successivamente utilizzato come componente diretta del suo più ampio quadro di misurazione dell’impatto. Questo sistema di misura a punti valuta la completezza e la chiarezza delle descrizioni, la documentazione delle risorse, la frequenza di aggiornamento, l’aderenza ai formati aperti e la copertura spaziale e temporale. Come la qualità dei metadati diventa una metrica chiave di performance, la Francia può assicurare che i set di dati pubblicati possiedano i requisiti di qualità tecnica necessari per la scoperta automatizzabile e l’integrazione in applicazioni di terze parti. Questo garantisce che la qualità dei dati (e dei metadati) sia trattata come un prerequisito rigoroso per creare un impatto sistemico.9

Inoltre, la Francia conferisce ai responsabili locali dei dati aperti la facoltà di allineare le azioni comunali alle strategie nazionali. Un esempio lampante di questo ecosistema federato è l’iniziativa RUDI (Rennes Urban Data Interface). Piuttosto che funzionare come un semplice portale di dati aperti, RUDI opera come una piattaforma federata in cui più soggetti interessati (autorità pubbliche, attori privati e società civile) possono contribuire, accedere e riutilizzare i dati in base a chiare regole di governance. Combinando la governance, la tecnologia, gli standard di interoperabilità, l’armonizzazione dei metadati e l’impegno della comunità, RUDI facilita l’accesso a dati di alto valore in ambiti tematici come la mobilità e l’energia, funzionando come un ecosistema di dati aperti maturo e solido.7 L’interesse di questo esempio, per le amministrazioni italiane, è che mostra come un portale dati possa evolvere da repository documentale a infrastruttura di collaborazione tra enti, imprese e comunità locali.

La quantificazione dell’impatto economico

La quantificazione dell’impatto economico rappresenta un’innovazione concettuale per l’ICT del settore pubblico, rendendo operativa la retorica dei dati come risorsa strategica in una ricchezza nazionale misurabile. La Lituania, ad esempio, eccelle con un approccio globale che stabilisce con precisione le modalità con cui le istituzioni pubbliche devono riferire sulle attività relative ai dati aperti, garantendo coerenza, responsabilità e conformità. In particolare, il Ministero dell’Economia e dell’Innovazione lituano ha promosso una metodologia di stima dell’impatto economico degli open data. Secondo tali stime, il mercato generato dai dati aperti avrebbe raggiunto nel 2024 circa 566 milioni di euro, pari a circa l’1,2% del PIL, sostenendo circa 8.000 posti di lavoro a valore aggiunto.4

Analogamente, la Norvegia è stata pioniera di metodologie strutturate specificamente concepite per misurare l’impatto del riutilizzo nel settore privato. L’agenzia norvegese per la digitalizzazione ha sviluppato un quadro di riferimento che distingue tra “valore socio-economico” e “valore economico privato”, riconoscendo che i dati aperti alimentano le imprese commerciali tanto quanto l’innovazione pubblica. Questo repertorio nazionale di dati serve come componente critica del più ampio ecosistema comune per la collaborazione digitale nazionale della Norvegia.10

Altri stati membri adottano strategie complementari per promuovere una cultura del riutilizzo. L’agenzia svedese per il governo digitale utilizza le statistiche web per monitorare i progressi compiuti e le integra con un programma di ambasciatori dei dati “train-the-trainer”, che istruisce i dipendenti del settore pubblico affinché agiscano come evangelisti dei dati aperti in diverse organizzazioni pubbliche. All’interno del governo, l’agenzia svedese per la gestione degli asset di dati mantiene una visione complessiva dei set di dati per quanto riguarda il loro background legale, politico e tecnico, per contribuire direttamente al processo decisionale basato sui dati.11 L’“Iniciativa Aporta” della Spagna combina un forte portale nazionale con un focus dedicato alla misurazione dell’impatto strategico, assicurando la sua posizione tra le nazioni che fanno tendenza con un punteggio del 95,6%.4

L’ammodernamento tecnico è evidente anche nei Paesi che hanno aderito di recente. In Bulgaria, l’agenzia per l’e-Government ha presentato le specifiche tecniche per un importante aggiornamento del portale, al fine di introdurre categorie tematiche specifiche in linea con i Regolamenti attuativi dell’UE, passando al contempo a una struttura di metadati rigorosamente conforme allo standard europeo DCAT-AP.13 Questa diffusa armonizzazione rivela un continente che si muove verso un futuro standardizzato e interoperabile.

Gli insiemi di dati ad alto valore e l’architettura dell’innovazione

Il cambiamento di approccio verso la qualità dei dati è legalmente codificato attraverso la priorità attribuita agli High-Value Datasets (HVD). Originariamente definiti nella direttiva sui dati aperti (direttiva (UE) 2019/1024), gli HVD sono categorie specifiche di informazioni del settore pubblico il cui riutilizzo è associato a profondi benefici socio-economici, alla creazione di posti di lavoro e all’incentivazione di servizi digitali transfrontalieri.14 In base ai successivi regolamenti di attuazione (come il regolamento (UE) 2023/138), gli Stati membri sono legalmente tenuti a rendere disponibili questi set di dati gratuitamente, in formati leggibili meccanicamente e accessibili tramite interfacce di programmazione delle applicazioni (API) standardizzate e download di massa.3

Le attuali categorie di HVD (geospaziale, osservazione della terra e ambiente, meteorologico, statistico, aziende e proprietà aziendale e mobilità) sono già la base per innumerevoli applicazioni digitali.14 Ad esempio, i dati di monitoraggio ambientale sono fondamentali per valutare e mitigare gli impatti del cambiamento climatico. Dati aperti dettagliati sulla conservazione della natura, l’idrografia e la copertura del suolo consentono ai ricercatori di modellare l’impronta ambientale delle attività industriali. L’applicazione di tali dati è fondamentale per seguire iniziative come l’azione dell’UE contro le microplastiche, in cui l’impatto dei sistemi di riutilizzo sulle emissioni di gas a effetto serra (GHG) è modellato sulla base di dati pubblici. Per esempio, l’analisi dei dati indica che le esternalità delle emissioni di gas serra derivanti dall’uso del vetro in sostituzione delle bottiglie per bevande ammontano a circa 200 per tonnellata metrica quando si sostituisce la plastica flessibile monouso.16 Questa precisa modellazione si basa interamente su dati pubblici ambientali e industriali di alta qualità e interoperabili, evidenziando l’importanza di indirizzare strategicamente le politiche sulla base di fatti leggibili dalla macchina.16

I dati geospaziali, statistici, ambientali e sulla mobilità possono alimentare servizi di pianificazione urbana, sistemi di allerta climatica, analisi del fabbisogno infrastrutturale e strumenti di valutazione delle politiche pubbliche. In questa prospettiva, il valore degli HVD non sta solo nella loro disponibilità, ma nella possibilità di combinarli tramite standard comuni, API e metadati interoperabili.

L’espansione delle categorie HVD nel 2026

Il crescente fabbisogno di dati dei sistemi di IA spiega perché la Commissione europea abbia previsto un ampliamento delle categorie di dataset ad alto valore. La strategia dell’Unione dei dati delinea un’espansione completa dell’elenco HVD. Nel 2026, la Commissione proporrà formalmente di ampliare le categorie HVD per includere i dati legali, giudiziari e amministrativi.15

Questa espansione rappresenta un cambiamento strutturale. La disponibilità obbligatoria e guidata da API per accedere alle sentenze giudiziarie, alle decisioni amministrative e ai quadri giuridici in tutti i 27 Stati membri catalizzerà lo sviluppo di applicazioni specializzate in LegalTech, RegTech e GovTech. È un passaggio fondamentale per la promozione della Data Economy in Europa, visto che le startup e le PMI disporranno dei dati necessari per costruire modelli di intelligenza artificiale altamente accurati e consapevoli della giurisdizione, per automatizzare la conformità normativa, riassumere i precedenti giuridici e prevedere gli esiti amministrativi. Come previsto dalla strategia europea, fornire un accesso trasparente e affidabile a questi specifici set di dati consente alle aziende di verificare rapidamente i potenziali partner, controllare le catene di approvvigionamento e valutare i paesaggi competitivi senza sottostare alle regole dei monopoli privati di dati.3 La Commissione verificherà costantemente se sia necessario aggiungere altri set di dati, riconoscendo che i dati scientifici, come quelli utilizzati dal sistema di IA AlphaFold per prevedere le strutture delle proteine, si sono già dimostrati globalmente trasformativi riducendo i costi di ricerca e sviluppo e aprendo nuove frontiere nel campo dei materiali e dei prodotti farmaceutici15.

La strategia dell’Unione dei dati, un quadro tripartito per l’IA e l’innovazione

Per sfruttare la maturazione degli ecosistemi nazionali di dati aperti e affrontare i pressanti imperativi della concorrenza tecnologica globale, la Commissione europea ha introdotto la Data Union Strategy, traducibile come Strategia per l’Unione dei dati, nel novembre 2025. Documentata nel documento COM(2025) 835 definitivo (“Sblocca dati per l’IA”), la strategia rappresenta il tentativo più ambizioso di unificare i mercati digitali frammentati dell’Europa dall’inizio della strategia europea per i dati nel 2020.1

La premessa centrale della strategia è chiara: l’intelligenza artificiale sta trasformando l’economia globale e l’Unione Europea deve trattare i dati come una risorsa strategica fondamentale per competere. L’addestramento e la diffusione dell’IA avanzata richiedono volumi massicci di dati altamente sicuri, interoperabili e di provenienza etica.15 Garantendo i flussi e sostenendo la sovranità digitale in un contesto di intensificazione della rivalità geopolitica, la strategia sposta la filosofia normativa da una fase di intenso rule-making a una fase di implementazione orientata ai risultati.17 La strategia dell’Unione dei dati è architettonicamente concepita attorno a tre pilastri principali.

Primo pilastro, aumentare l’accesso ai dati per l’IA

Il primo pilastro si concentra sulla risoluzione degli ostacoli immediati che rallentano lo sviluppo dell’IA in Europa: accesso limitato a set di dati critici, infrastrutture insufficienti per l’elaborazione su larga scala e assenza di ambienti affidabili per la condivisione dei dati.17 La strategia mira ad aumentare drasticamente la disponibilità di dati di alta qualità per garantire che le imprese, gli istituti di ricerca e le PMI europee possano competere in un’economia globale guidata dall’IA2.

Una componente centrale di questo pilastro è l’iniziativa “Quality Data for AI”, il cui lancio è previsto per il quarto trimestre del 2026. Riconoscendo il profondo impatto dei database scientifici strutturati, la Commissione ha dato priorità allo sblocco sistemico dei dati pubblici e culturali.18 Per alimentare direttamente le pipeline computazionali dei modelli generativi di IA, la strategia prevede di rendere disponibili 30 milioni di oggetti culturali digitalizzati specificamente per l’addestramento dell’IA entro il quarto trimestre del 2026.2 Inoltre, la Commissione lancerà un’iniziativa di crowdsourcing per i dati specifici del dominio e per i dati linguistici nelle lingue europee più piccole entro il 2026, con l’obiettivo di prevenire i pregiudizi culturali insiti nei modelli di IA addestrati prevalentemente su dati estratti dal web in lingua inglese.19

L’integrazione esplicita dell’European Open Science Cloud (EOSC) in questo pilastro dimostra ulteriormente l’approccio infrastrutturale alla scalabilità dei dati scientifici. Operando come spazio federato europeo per i dati della ricerca, l’EOSC sta sviluppando un ecosistema affidabile di archivi di dati interoperabili, interamente basato sui principi FAIR (Findable, Accessible, Interoperable, and Reusable), che consente l’accesso e il riutilizzo senza soluzione di continuità dei dati della ricerca al di là delle discipline e dei confini sovrani.18 L’EOSC è rilevante perché mostra che la qualità dei dati per l’IA non riguarda solo i dataset amministrativi, ma anche le infrastrutture federate per la ricerca.

Secondo pilastro, razionalizzazione delle regole sui dati

Il rapido accumularsi di legislazione digitale, nei cinque anni precedenti, ha portato alla sovrapposizione di mandati, a complessi oneri di conformità e a una significativa incertezza giuridica, in particolare per le piccole e medie imprese. Riconoscendo che le normative ridondanti soffocano la stessa innovazione che cercano di governare, il secondo pilastro è dedicato a una radicale semplificazione normativa.2

Nell’ambito di questo pilastro di razionalizzazione, la Commissione ha previsto diverse azioni per il quarto trimestre del 2025, realizzate principalmente attraverso una proposta di consolidamento della legislazione sui dati in un numero inferiore di atti più coerenti.1 L’obiettivo è quello di ridurre i costi di transazione e attenuare le spese amministrative che storicamente hanno scoraggiato la condivisione transfrontaliera dei dati.2 La strategia prevede l’introduzione di misure di sostegno immediate per l’attuazione della legge sui dati, come ad esempio modelli di condizioni contrattuali non vincolanti per l’accesso ai dati e clausole contrattuali standard per il cloud computing per rendere più facile il passaggio ad altri servizi e più equi i contratti.2 Secondo il cronoprogramma della strategia, nel primo semestre 2026 la Commissione avrebbe dovuto introdurre gradualmente delle linee guida sul compenso ragionevole per chiarire quali tariffe possono essere applicate per la condivisione dei dati, fornendo una certezza giuridica sia ai titolari che ai destinatari dei dati.15 Per assistere le aziende, un helpdesk legale per il Data Act dovrebbe fornire assistenza diretta per orientarsi in queste nuove regole, dando priorità alle domande delle PMI.15

Terzo pilastro, salvaguardia della sovranità dei dati dell’UE

L’ultimo pilastro affronta le profonde dimensioni geopolitiche della governance globale dei dati. Mentre il protezionismo digitale si intensifica a livello globale e le catene di fornitura digitali possono diventare strumenti di pressione geopolitica, l’Europa cerca di proteggere i propri asset strategici, modellando al contempo i flussi di dati internazionali in linea con i propri valori democratici. La sovranità, nel contesto dell’Unione dei dati, non è sinonimo di isolazionismo o di splinternet (frammentazione di Internet in blocchi geopolitici); piuttosto, richiede l’apertura a partner fidati in condizioni di equità, sicurezza e reciprocità.2

Per rendere operativo questo obiettivo, la strategia introduce un insieme di strumenti per la sovranità dei dati. Questo insieme di meccanismi è concepito per contrastare i requisiti ingiustificati di localizzazione dei dati imposti dalle giurisdizioni straniere, contrastare il rischio di esclusione delle imprese europee dai mercati globali e mitigare il rischio di fuga di dati sensibili.2 La strategia utilizza questi strumenti per affrontare le barriere commerciali ingiustificate, consentendo alle imprese europee di competere in condizioni di parità.17 Con la pubblicazione di linee guida formali per valutare l’equo trattamento dei dati dell’UE all’estero (prevista per il 2026) e l’adozione di misure mirate per proteggere i dati sensibili non personali (prevista per il terzo trimestre del 2026), la strategia garantisce che i ricercatori e le imprese europee possano operare a livello globale senza compromettere la sicurezza dell’infrastruttura digitale fondamentale del continente.2

Il pacchetto Digital Omnibus, consolidamento e semplificazione

Gli obiettivi di semplificazione richiamati dalla Data Union Strategy hanno trovato una prima traduzione normativa nelle proposte del pacchetto Digital Omnibus, presentate dalla Commissione il 19 novembre 2025. Rappresentando una importante sintesi legislativa, il regolamento Digital Omnibus (COM(2025) 837 definitivo) e il corrispondente regolamento Digital Omnibus sull’IA (COM(2025) 836 definitivo) mirano a risolvere la frammentazione che ha caratterizzato la prima generazione del diritto digitale europeo.1

Nella sua comunicazione sull’attuazione e la semplificazione “Un’Europa più semplice e più rapida”, la Commissione ha presentato questo approccio come una nuova spinta a chiarire l’acquis dell’UE, adattando il quadro normativo dell’Unione a un ambiente globale più volatile. L’accumulo di norme, come evidenziato nelle relazioni di Draghi e Letta, aveva talvolta prodotto effetti negativi sulla competitività europea21. L’approccio omnibus consente di raggruppare le modifiche correlate piuttosto che avviare singoli emendamenti isolati, riducendo le sovrapposizioni e creando strutture di vigilanza coerenti22. Il punto politico è che la semplificazione viene presentata come condizione per rendere più sostenibile l’attuazione del quadro digitale europeo, non come abbandono delle sue finalità di tutela.

La proposta di regolamento Digital Omnibus: verso il consolidamento dell’acquis sui dati

L’obiettivo principale della proposta di regolamento Digital Omnibus (COM(2025) 837) è il consolidamento dell’acquis europeo in materia di dati. La proposta interviene sul GDPR, sul regolamento sul gateway digitale unico, sul Data Act, sulla direttiva ePrivacy, sulla direttiva NIS 2 e sulla direttiva sulla resilienza delle entità critiche21.

Il cambiamento strutturale più significativo, tuttavia, è che la proposta prevede l’abrogazione del Data Governance Act (DGA) e il trasferimento o l’integrazione di alcune sue disposizioni direttamente nel Data Act. Inizialmente concepito per promuovere la fiducia nella condivisione volontaria dei dati regolamentando gli intermediari di dati e le organizzazioni di altruismo, il DGA ha introdotto complessi livelli di conformità. Migrando queste norme in un unico Data Act, il Regolamento Omnibus mira a rendere gli obblighi degli intermediari di dati più chiari, leggeri e in gran parte volontari.15 Questa integrazione strutturale consente modelli di business più sostenibili e una più ampia diffusione del mercato, riconoscendo che una pesante regolamentazione ex-ante degli intermediari di condivisione dei dati nascenti potrebbe aver contribuito a limitare proprio lo sviluppo del mercato che intendeva favorire.

Inoltre, la proposta di regolamento Omnibus integrerebbe il capo II del DGA e le norme della direttiva sui dati aperti in un nuovo capitolo coerente dedicato specificamente al riutilizzo delle informazioni del settore pubblico all’interno del Data Act.17 Questo riduce la frammentazione tra regimi giuridici relativi ai dati del settore pubblico, ai dati non personali e alla condivisione dei dati. Allineando definizioni fondamentali come dati e documenti tra i due atti e creando disposizioni comuni sull’interoperabilità, la legislazione garantisce un approccio unificato e privo di attriti all’economia dei dati.23 Nelle intenzioni della Commissione, i principi di apertura e trasparenza dovrebbero restare preservati, garantendo che non vi siano peggioramenti nei risultati raggiunti per i dati aperti, mentre i meccanismi amministrativi sono notevolmente semplificati.23 La proposta prevede inoltre l’abrogazione del regolamento sulla libera circolazione dei dati non personali (regolamento (UE) 2018/1807), incorporando le sue protezioni contro la localizzazione ingiustificata direttamente nella legge sui dati.17

Una riforma molto attesa contenuta nel pacchetto è l’ammodernamento delle norme sul consenso ai cookie.15 Il regolamento affronta la dilagante fatica del consenso che ha afflitto l’internet europeo aggiornando le norme sulla ePrivacy, semplificando i banner di consenso e riconoscendo alcuni cookie tecnici a basso rischio come leciti senza interrompere esplicitamente l’esperienza dell’utente.17

Per facilitare l’attuazione nei settori pubblico e privato, la Commissione prevede iniziative di one-click compliance, volte a rendere alcune attestazioni di conformità più facilmente verificabili tramite strumenti digitali e credenziali verificabili. Il punto, per imprese e amministrazioni, non è tanto di eliminare la due diligence, ma di renderla più automatizzabile, documentabile e interoperabile, riducendo i tempi e gli oneri amministrativi soprattutto per PMI ed enti pubblici.15 Facendo leva sul prossimo regolamento sui portafogli aziendali europei, questo sistema trasforma i requisiti normativi in credenziali digitali verificabili automaticamente.3 Invece di condurre un’ardua due diligence manuale per verificare la conformità di un partner o di un set di dati alle complesse norme UE in materia di dati, le organizzazioni possono verificare istantaneamente i certificati di conformità digitali standardizzati memorizzati in modo sicuro nel portafoglio digitale. Questo è un approccio crittografico a livello di infrastruttura che riduce l’attrito amministrativo e gli oneri di rendicontazione per gli attori pubblici e privati che devono impegnarsi nella condivisione giuridicamente sicura dei dati.24

Il regolamento Digital Omnibus sull’IA, una messa a punto

Parallelamente al più ampio consolidamento dei dati, il Digital Omnibus sull’IA, presentato dalla Commissione nel novembre 2025 e oggetto di accordo politico provvisorio tra Consiglio e Parlamento il 7 maggio 2026, interviene sulle sfide immediate di attuazione dell’AI Act20. Riconoscendo l’estrema complessità tecnica e la rapida evoluzione dell’IA generativa, questo regolamento mirato introduce misure essenziali di messa a punto per evitare strozzature normative. Come notano gli analisti legali, non si tratta di una AI Act 2.0, ma piuttosto di una serie di misure mirate progettate per affrontare le interfacce con altri atti giuridici, come la legge sui servizi digitali (DSA), la legge sui mercati digitali (DMA), il regolamento sui dispositivi medici e la legge sulla resilienza operativa digitale (DORA)22.

Un adeguamento importante riguarda i tempi di applicazione per i sistemi di IA ad alto rischio. L’accordo politico del 7 maggio 2026 definisce una sequenza temporale più chiara: le regole per i sistemi utilizzati in alcune aree ad alto rischio, tra cui biometria, infrastrutture critiche, istruzione, occupazione, migrazione, asilo e controllo delle frontiere, si applicheranno dal 2 dicembre 2027; per i sistemi integrati in prodotti, come ascensori o giocattoli, dal 2 agosto 2028. L’obiettivo è assicurare che standard tecnici e strumenti di supporto siano disponibili prima dell’applicazione piena degli obblighi.20 Inoltre, la proposta ridefinisce alcuni compiti relativi alla promozione dell’alfabetizzazione all’IA, spostandoli dalle aziende private agli Stati membri dell’UE e alla Commissione.25

La proposta introdurrebbe una nuova disposizione nell’AI Act che, a condizioni rigorose, consentirebbe il trattamento di categorie particolari di dati personali quando ciò sia strettamente necessario per individuare e correggere bias nei sistemi o modelli di IA. Il punto è rilevante perché la mitigazione dei bias può richiedere, in casi limitati e controllati, l’uso di dati sensibili; tuttavia, questa possibilità deve essere presentata come eccezionale, vincolata a finalità specifiche e soggetta a garanzie, non come apertura generalizzata al trattamento di categorie particolari di dati personali.20 Questo risolve un significativo paradosso giuridico in cui le restrizioni del GDPR sul trattamento di categorie particolari di dati personali potevano rendere complesso, in assenza di una base giuridica chiara, verificare la presenza di risultati discriminatori.26 Con questo aggiustamento il regolamento può garantire che la spinta alla scalabilità massiccia dei dati non comprometta i diritti fondamentali in materia di discriminazione automatizzata, riducendo l’incertezza giuridica e salvaguardando la sicurezza dei consumatori.20

La legge europea sui dati. Intersezioni e interoperabilità del settore pubblico

Il Data Act, la legge europea sui dati (Regolamento (UE) 2023/2854), pubblicata nel dicembre 2023 e pienamente applicabile dal 12 settembre 2025, rappresenta già oggi uno dei pilastri operativi della politica europea dei dati.21 La legge sui dati stabilisce un insieme di norme orizzontali per tutti i settori e le situazioni economiche, con l’obiettivo di garantire l’equità nell’allocazione del valore nell’ambiente digitale, stimolare un mercato dei dati competitivo e aprire vaste opportunità per l’innovazione basata sui dati.28 Se da un lato introduce profondi diritti per i consumatori e le imprese in merito ai dati generati dai dispositivi connessi (IoT), dall’altro le disposizioni relative all’accesso del settore pubblico e all’interoperabilità tecnica obbligatoria modificano radicalmente la governance degli ecosistemi di dati pubblici27. Il pacchetto Digital Omnibus, se approvato, potrebbe rafforzarne ulteriormente il ruolo di testo di riferimento, integrando o razionalizzando disposizioni oggi distribuite in altri atti.

Condivisione dei dati tra imprese e pubblica amministrazione (B2G) e bisogni eccezionali

Il capitolo V del Data Act stabilisce un quadro obbligatorio che consente agli enti pubblici, alla Commissione, alla Banca centrale europea e alle agenzie dell’Unione di accedere ai dati in possesso di imprese private in condizioni rigorosamente definite di necessità eccezionale.27 Questo meccanismo B2G riconosce una realtà moderna: le imprese private (ad esempio, i fornitori di telecomunicazioni, le imprese di logistica, le piattaforme di social media) attualmente detengono vaste quantità di dati potenzialmente rilevanti che sono essenziali per lo svolgimento di compiti di interesse pubblico, ma che rimangono non ordinariamente accessibili alle amministrazioni. Questo quadro consente agli enti pubblici di prendere decisioni basate su evidenza, in particolare nel campo della gestione delle catastrofi e della protezione civile, riducendo gli oneri di conformità che in precedenza ostacolavano la condivisione di dati ad hoc27.

La necessità eccezionale è definita in modo rigido per evitare richieste sproporzionate o l’uso improprio dello strumento. Un ente pubblico può dimostrare una necessità eccezionale in due scenari principali.

1. Emergenze pubbliche: lo scenario principale prevede la risposta a una crisi acuta, imprevedibile e limitata nel tempo, come una grave catastrofe naturale, una catastrofe indotta dall’uomo, una pandemia o un grave incidente di cybersecurity. In questi contesti nei quali la celerità della risposta pubblica è essenziale, la rapida mobilitazione dei dati del settore privato (ad esempio, i dati aggregati di localizzazione mobile per tracciare le evacuazioni) determina l’efficacia della risposta dello Stato. La legge stabilisce che, in caso di emergenza pubblica, il titolare dei dati privati deve fornire i dati richiesti all’ente pubblico a titolo completamente gratuito27.
2. Obblighi legali o esigenze non urgenti: il secondo scenario riguarda situazioni in cui un ente pubblico deve svolgere un compito specifico di interesse pubblico previsto dalla legge e i dati necessari non possono essere ottenuti tramite canali ordinari di mercato. In queste situazioni eccezionali non di emergenza, il titolare dei dati privati ha diritto a un compenso ragionevole, che comprende i costi diretti legati alla messa a disposizione dei dati, più un margine ragionevole, in modo da garantire che i soggetti privati non siano penalizzati finanziariamente per l’adempimento di doveri pubblici27.

In primo luogo, la legge stabilisce regole chiare sulle modalità di presentazione delle richieste. Gli enti pubblici devono comportarsi in modo altamente trasparente e i dati ottenuti devono essere utilizzati esclusivamente per gli scopi specificati. Inoltre, rigide salvaguardie impediscono agli enti governativi di Paesi terzi di accedere ai dati se tali trasferimenti sono in contrasto con la legislazione dell’UE o nazionale.27 Per le amministrazioni, questo implica la necessità di predisporre procedure interne, di documentare accuratamente le motivazioni, tenere registri delle richieste e controllare l’uso dei dati ottenuti.

Obbligo di interoperabilità tra gli spazi di dati

Se il capitolo V disciplina l’accesso pubblico ai dati privati, il capitolo VIII del Data Act fornisce le regole tecniche per l’intera economia dei dati europea, stabilendo i requisiti essenziali per l’interoperabilità. La visione architettonica si basa su spazi comuni di dati europei, ecosistemi federati e specifici per ogni settore in cui i dati possono essere messi in comune e condivisi in modo sicuro. L’obiettivo finale è che spazi di dati settoriali distinti (che attualmente abbracciano 14 settori, tra cui la salute, l’energia, la finanza e l’industria manifatturiera) siano gradualmente interconnessi per formare un unico mercato dei dati.27

La legge sui dati converte l’interoperabilità, la governance e la fiducia da elementi opzionali a requisiti giuridici.30 I partecipanti a questi spazi di dati che offrono dati o servizi basati sui dati devono documentare pubblicamente le loro strutture, i loro formati e i loro vocabolari.27 Questo allineamento semantico garantisce che i dati provenienti da fonti diverse possano fluire senza problemi tra i settori e gli Stati membri, garantendo che un set di dati sulla salute pubblica pubblicato in Svezia possa essere analizzato e integrato senza problemi da un modello di intelligenza artificiale predittiva in Spagna, senza che sia necessario un trattamento manuale dei dati su misura. Per facilitare tutto ciò, l’UE finanzia iniziative come lo Smart Open-source Middleware, per fornire una piattaforma sicura che supporti l’accesso ai dati e abiliti il funzionamento degli spazi di dati.27

Inoltre, la legge introduce requisiti normativi rigorosi per i venditori di smart contract (contratti intelligenti) utilizzati per l’esecuzione automatica degli accordi di condivisione dei dati. Questi contratti algoritmici devono eseguire correttamente le disposizioni dell’accordo e devono essere progettati per resistere alla manipolazione da parte di terzi, stabilendo un livello base di fiducia crittografica27.

Per ridurre il rischio di lock-in presso i grandi fornitori cloud, il Data Act si rivolge ai fornitori di servizi di elaborazione dati (cloud ed edge computing). Impone standard armonizzati e specifiche di interoperabilità aperte per facilitare ai clienti il passaggio da un fornitore all’altro.27 Riducendo gli ostacoli tecnici, implementando gli obblighi di informazione e trasparenza e utilizzando clausole contrattuali standard predefinite per facilitare il passaggio da un fornitore all’altro, la legge impedisce uno scenario in cui i dati del settore pubblico o i dati industriali critici rimangano vincolati nell’ecosistema proprietario di un singolo hyperscaler (grande fornitore di un’infrastruttura cloud).28 La Commissione istituirà un repository dell’UE per definire gli standard rilevanti per l’interoperabilità del cloud, valutando gli ostacoli e dando priorità alle esigenze di standardizzazione. Se le organizzazioni di standardizzazione europee non riescono a redigere standard armonizzati sufficienti, la Commissione mantiene la facoltà di adottare specifiche comuni come soluzione di ripiego, sviluppate in modo inclusivo con il feedback del Comitato europeo per l’innovazione dei dati.27

Data Labs, AI Factories e la frontiera computazionale

Mentre il volume dei set di dati ad alto valore si espande e gli spazi comuni di dati europei maturano sotto la governance del Data Act, resta un nodo operativo critico: il meccanismo operativo necessario per preparare, curare e rendere disponibili in modo sicuro questi dati negli ambienti di calcolo ad alte prestazioni in cui vengono addestrati i modelli di IA. La strategia dell’Unione dei dati risolve questa strozzatura attraverso la concettualizzazione formale e il massiccio impiego di Data Labs e AI Factories.17

I Data Labs sono concepiti come strutture di servizio specializzate e sicure che dovrebbero fungere da livello intermedio vitale tra gli ecosistemi di condivisione dei dati (Data Spaces) e gli sviluppatori di AI (AI Factories).17 Mentre i Data Spaces stabiliscono l’infrastruttura di governance e di archiviazione, i dati grezzi al loro interno raramente sono immediatamente pronti per l’AI. L’addestramento di architetture avanzate di apprendimento automatico richiede enormi insiemi di dati che siano curati in modo impeccabile, accuratamente etichettati e del tutto conformi alle normative in materia di protezione dei dati personali32.

Il mandato operativo principale dei Data Labs è quello di fornire ambienti affidabili in cui attori pubblici e privati possano mettere in comune i loro set di dati in modo sicuro. Essi forniscono gli strumenti pratici e il supporto di esperti altamente specializzati necessari per le complesse attività di preparazione dei dati, come il raggruppamento, la cura, l’etichettatura e l’anonimizzazione. Il principale di questi servizi è la fornitura di trusted pseudonymization (pseudonimizzazione sicura).17 Quando si ha a che fare con informazioni sensibili del settore pubblico, come le cartelle cliniche, i registri dettagliati della mobilità o il monitoraggio ambientale localizzato, il rischio di re-identificazione è sostanziale. I Data Labs utilizzano tecniche crittografiche avanzate per privare i dataset di identificatori diretti, pur mantenendo la loro utilità statistica e le loro strutture correlative, consentendo loro di essere utilizzati nei processi di addestramento, riducendo i rischi per i diritti e le libertà degli interessati, e proprio a questo fine Istat pianifica di contribuire con la sua vasta esperienza.

Strategicamente, i Data Labs sono integrati nel più ampio Piano d’azione per il continente dell’intelligenza artificiale, che rappresenta un impegno rilevante per l’informatica sovrana europea33. Inoltre, l’UE prevede di mobilitare altri 20 miliardi di euro per le infrastrutture di IA, con l’obiettivo di costruire fino a cinque AI Gigafactories in tutta l’UE. Queste strutture su larga scala sono progettate per sviluppare e addestrare modelli di IA molto complessi, integrando una potenza di calcolo massiccia che supera i 100.000 processori specifici per l’IA.34

Entro la fine del 2026, i Data Labs dovrebbero essere istituiti direttamente all’interno di queste AI Factories per federare i dati provenienti da fonti diverse nello stesso settore, collegandosi direttamente agli spazi comuni di dati europei (come lo spazio europeo dei dati sanitari).34 In prospettiva, il modello mira a creare una pipeline di innovazione end-to-end: le amministrazioni pubbliche pubblicano i set di dati ad alto valore negli spazi comuni di dati; i Data Labs estraggono, curano e pseudonimizzano questi dati in ambienti sicuri; infine le Gigafactories di IA forniscono la potenza computazionale di supercomputing per addestrare modelli fondazionali avanzati. L’iniziativa Data Labs della Big Data Value Association svolge un ruolo cruciale in questo ambito, fornendo una guida strategica, la mappatura dell’ecosistema e la costruzione di prove di concetto per garantire la coerenza tra questi settori.32

Questa infrastruttura è completata dal lancio della Apply AI Strategy, progettata per accelerare l’adozione dell’IA in settori strategici come la sanità, l’industria manifatturiera e la pubblica amministrazione, con il supporto degli European Digital Innovation Hubs (EDIHs).34 Inoltre, i progetti finanziati nell’ambito del pilastro Science for AI di RAISE hanno il compito di disegnare ambiziose agende strategiche di ricerca verso la prossima frontiera dell’IA, collegando esplicitamente la loro ricerca alle risorse offerte dalle AI Factories, dai Data Labs e dalla piattaforma AI-on-demand per condividere i risultati e sviluppare la comunità.35 In questo modo si affronta fondamentalmente la frammentazione dei dati che storicamente ha afflitto le aziende tecnologiche europee, trasformando fonti isolate in una risorsa coesa e affidabile.34

Sovranità, fiducia e geopolitica del riuso controllato

Uno degli obiettivi principali della Strategia dell’Unione dei Dati, del pacchetto Digital Omnibus e dei massicci investimenti infrastrutturali nelle AI Factories non è solo la crescita economica, ma la realizzazione di una vera e propria sovranità digitale europea.2 In un’epoca definita dall’intensificarsi della rivalità tecnologica e dalla weaponization delle catene di fornitura digitali, il rafforzamento della capacità del continente di raccogliere, curare e utilizzare in modo indipendente i propri dati è riconosciuto come un imperativo sia per la resilienza economica che per la sicurezza nazionale.17

Questa ricerca di sovranità richiede un approccio molto sfumato all’accessibilità dei dati. La filosofia iniziale del movimento per i dati aperti era fortemente orientata a rendere pubblici quanti più dati possibile senza restrizioni. Se questo rimane vero per i dati non sensibili (ad esempio, modelli meteorologici, confini geospaziali generici), il vero valore socioeconomico delle moderne informazioni del settore pubblico risiede spesso in ambiti altamente sensibili come le traiettorie sanitarie personalizzate o il consumo granulare della rete energetica. Questi set di dati non possono essere semplicemente caricati su un portale aperto per il download globale senza restrizioni.

Di conseguenza, il paradigma europeo si sta spostando verso il riutilizzo controllato all’interno di ambienti fidati e sovrani. Il quadro architettonico stabilito dal Data Act, dalle federazioni Gaia-X, dai Data Spaces e dai Data Labs consente ai governi di sbloccare l’enorme potenziale dei dati sensibili senza compromettere i diritti fondamentali dei cittadini.29 I titolari dei dati mantengono un controllo sovrano sui diritti di accesso, sfruttando i contratti intelligenti e le architetture cloud federate per consentire agli sviluppatori di intelligenza artificiale di addestrare i loro algoritmi sui dati senza mai trasferire i dati grezzi al di fuori del perimetro europeo.27

Per proteggere questo ecosistema dalle pressioni esterne, il terzo pilastro della strategia dell’Unione dei dati si affida molto al Data Sovereignty Toolbox. Questo toolbox è esplicitamente progettato per contrastare i mandati ingiustificati di localizzazione dei dati imposti dai governi stranieri, riducendo il rischio in cui le aziende europee sono costrette a cedere il controllo dei loro dati per operare in mercati esteri. Inoltre, la Strategia dell’Unione dei Dati prevede l’emanazione di linee guida rigorose per valutare l’equo trattamento dei dati dell’UE a livello internazionale e l’adozione di misure rapide per proteggere i dati sensibili non personali da fughe di notizie o spionaggio aziendale.2

Il successo di queste politiche si basa molto sul monitoraggio continuo dell’impatto, come dimostrano le metodologie avanzate tracciate nel 2025 Open Data Maturity Report. Se grazie a metodologie formali i governi potessero misurare l’impatto benefico dei dati pubblici per accelerare la transizione ecologica, ottimizzare la pianificazione urbana e alimentare le scoperte scientifiche, i governi potrebbero allora giustificare gli ingenti investimenti infrastrutturali necessari per mantenere questi sistemi. L’approccio europeo punta a dimostrare che la sovranità digitale non nasce dall’accumulare dati dietro barriere protezionistiche, ma dalla capacità di creare ecosistemi regolati, interoperabili e affidabili, nei quali i dati possano circolare secondo regole chiare e coerenti con i valori democratici europei.

Conclusione

La pubblicazione della Strategia dell’Unione dei dati della Commissione europea nel novembre 2025, insieme alle proposte di revisione legislativa contenute nel pacchetto Digital Omnibus e all’entrata in vigore del Data Act, segna una nuova fase del progetto digitale europeo. La fase in cui i dati pubblici potevano essere considerati come archivi statici, disponibili sostanzialmente per garantire la trasparenza democratica, appare ormai superata. Al suo posto, sta emergendo un quadro architettonico altamente sofisticato, caratterizzato dall’interoperabilità obbligatoria, dalla conformità verificabile automaticamente e dalla produzione strategica di set di dati ad alto valore, volto ad alimentare le richieste computazionali attuali dell’intelligenza artificiale, orientandole verso fini di interesse pubblico.

La proposta di ricondurre nel Data Act disposizioni oggi distribuite tra Data Governance Act, Direttiva Open Data e regolamento sulla libera circolazione dei dati non personali potrebbe, se approvata, ridurre la frammentazione normativa e semplificare l’attuazione del quadro europeo dei dati. Inoltre, la creazione di laboratori di dati sicuri che fungono da ponte verso le AI Gigafactories consentirà all’Unione di avere una pipeline infrastrutturale completa, che è assolutamente necessaria per tradurre le informazioni grezze del settore pubblico nei modelli fondamentali di domani.

La sfida europea per i dati pubblici non consiste più soltanto nell’aprire dataset, ma nel costruire le condizioni tecniche, semantiche, giuridiche e organizzative perché quei dati possano generare valore pubblico, alimentare servizi basati sull’IA e rafforzare l’autonomia tecnologica europea.

Bibliografia

Apply AI: Pilot of the Science for AI Pillar of RAISE (Resource for AI science in Europe) – Search for Funding – EuroAccess,
https://www.euro-access.eu/en/calls/2622/Apply-AI-Pilot-of-the-Science-for-AI-Pillar-of-RAISE-Resource-for-AI-science-in-Europe

Data Union Strategy – Unlocking data for AI | Legislative Train Schedule, https://www.europarl.europa.eu/legislative-train/theme-a-new-plan-for-europe-s-sustainable-prosperity-and-competitiveness/file-data-union-strategy

European Data Union Strategy | Shaping Europe’s digital future,
https://digital-strategy.ec.europa.eu/en/policies/data-union

Meeting Europe’s Data Challenge – CEPA,
https://cepa.org/article/meeting-europes-data-challenge/

European good practices in open data: lessons from the Open Data Maturity Report 2025 | datos.gob.es,
https://datos.gob.es/en/blog/european-good-practices-open-data-lessons-open-data-maturity-report-2025

Open data maturity in Europe 2025: progress, best practices,
https://data.europa.eu/en/news-events/news/open-data-maturity-europe-2025-progress-best-practices-and-key-insights

2025 Open Data Maturity Highlights 1 – The European Data Portal, https://data.europa.eu/sites/default/files/2025-12/2025_odm_highlights_9.pdf

2025 open data maturity assessment “how did European countries do?”, https://data.europa.eu/en/open-data-maturity/2025

2025 Open Data Maturity Report 1, https://data.europa.eu/sites/default/files/2025-12/2025_odm_policy.pdf

Open Data Maturity Report 2025,
https://data.europa.eu/sites/default/files/2025-12/2025_odm_report_5.pdf

Policy – The European Data Portal, https://data.europa.eu/sites/default/files/2025-12/2025_odm_questionnaire_norway.xlsx

Open Data Maturity Report 2022: Countries’ perspectives on their open data impact | data.europa.eu, https://data.europa.eu/en/publications/datastories/open-data-maturity-report-2022-countries-perspectives-their-open-data-1

Open data maturity in Europe 2025: progress, best practices, and key insights,
https://www.youtube.com/watch?v=olppbp_ZePM

Country factsheets – The European Data Portal, https://data.europa.eu/sites/default/files/2025-12/2025_odm_factsheets.pdf

HIGH-VALUE DATASETS,
https://datos.gob.es/sites/default/files/blog/file/conjunto-datos-alto-valor-en.pdf

EUROPEAN COMMISSION Brussels, 19.11.2025 COM(2025) 835 final COMMUNICATION FROM THE COMMISSION TO THE EUROPEAN PARLIAMENT,
https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX:52025DC0835

Breaking the Plastic Wave 2025 | The Pew Charitable Trusts,
https://www.pew.org/en/research-and-analysis/reports/2025/12/breaking-the-plastic-wave-2025

EUROPEAN COMMISSION Brussels, 19.11.2025 COM(2025) 835,
https://vleva.eu/storage/1780/Data-Union-strategy-(Engels).pdf

EOSC highlighted in the Data Union Strategy for Unlocking Data for AI – EOSC,
https://eosc.eu/news/eosc-highlighted-in-the-data-union-strategy-for-unlocking-data-for-ai

03 2026 | A new plan for Europe’s sustainable prosperity and competitiveness,
https://www.europarl.europa.eu/legislative-train/carriage/data-union-strategy/report?sid=10101

Digital Omnibus Regulation on AI – August Debouzy,
https://www.august-debouzy.com/en/blog/2261-digital-omnibus-regulation-on-ai

Data Governance Act (DGA) | Updates, Compliance, Training,
https://www.european-data-governance-act.com/

AI Act 2.0 – Proposed amendments to the AI Act following the proposal for the Digital Omnibus Regulation on AI – GvW Graf von Westphalen,
https://www.gvw.com/en/news/blog/detail/ai-act-20-proposed-amendments-to-the-ai-act-following-the-proposal-for-the-digital-omnibus-regulation-on-ai

COM(2025) 837 final – COM(2025) 836 final https://www.eu.dk/samling/20251/kommissionsforslag/KOM(2025)0837/forslag/2180244/3097224.pdf

Regulating Data: EU Data Act & More – November Edition,
https://www.simmons-simmons.com/en/publications/cmiho83ir00a0ujfoo5y76gw7/regulating-data-eu-data-act-more-november-edition

The EU AI Act what does it mean for UK organisations that use or provide AI systems?
https://www.farrer.co.uk/news-and-insights/the-eu-ai-act–what-does-it-mean-for-uk-organisations-that-use-or-provide-ai-systems/

Proposal to amend the AI Act (Digital Omnibus on AI) – Cuatrecasas,
https://www.cuatrecasas.com/en/global/technology-digital-media/art/proposal-amend-ai-act-digital-omnibus

Data Act explained | Shaping Europe’s digital future,
https://digital-strategy.ec.europa.eu/en/factpages/data-act-explained

European Data Act: The EU Data Act is in Force – What Should Businesses Do?,
https://www.orrick.com/en/Insights/2025/09/The-EU-Data-Act-is-in-Force-What-Should-Businesses-Do

The EU Data Act and its impact on data spaces | Gaia-X,
https://gaia-x.eu/wp-content/uploads/2025/06/The-EU-Data-Act-and-its-impact-on-data-spaces_Hub-Germany.pdf

How the EU Data Act will shape data spaces,
https://internationaldataspaces.org/how-the-eu-data-act-will-shape-data-spaces/

Data Act | Shaping Europe’s digital future,
https://digital-strategy.ec.europa.eu/en/policies/data-act

BDVA Data Labs Initiative – BDV Big Data Value Association,
https://bdva.eu/task-forces/bdva-data-labs-initiative/

AI Continent Action Plan – Q&A – Shaping Europe’s digital future – EU,
https://digital-strategy.ec.europa.eu/en/faqs/ai-continent-action-plan-qa

EU Commission Publishes AI Continent Action Plan and Seeks Input – Data Matters – Sidley,
https://datamatters.sidley.com/2025/04/11/eu-commission-publishes-ai-continent-action-plan-and-seeks-input/