Regole e innovazione in Europa: cosa frena davvero la crescita

L’intelligenza artificiale può diventare per l’Europa una leva di crescita e autonomia, ma il divario con gli Stati Uniti non si spiega contando le regole. Gli studi sul GDPR documentano effetti economicamente rilevanti sull’uso dei dati, sugli investimenti, sulla struttura di alcuni mercati, sull’innovazione e sulla ricerca. Non dicono però quale quota del ritardo europeo dipenda dal regolamento.

Nello stesso quadro pesano capitale, mercato unico incompleto, energia, infrastrutture e capacità di trasformare ricerca e tecnologia in imprese che crescono. Il Digital Omnibus rende oggi concreta la distinzione tra i costi che derivano dalle tutele che l’Europa ha scelto di garantire e quelli prodotti da frammentazione, incertezza e adempimenti sproporzionati. La competitività europea dipenderà anche dalla capacità di fare questa distinzione, semplificando dove serve senza indebolire i diritti e costruendo, nello stesso tempo, le condizioni perché le imprese, comprese quelle più piccole, possano crescere.

AI, dati e sovranità nella regolazione europea

L’11 settembre Mario Draghi ha riportato il tema dell’intelligenza artificiale europea dentro una questione molto più grande della tecnologia. L’Europa deve tornare a crescere se vuole continuare a finanziare il proprio modello sociale, affrontare le nuove esigenze di sicurezza ed energia e mantenere una capacità autonoma di decidere. Nel suo ragionamento l’intelligenza artificiale attraversa tutte queste sfide, perché riguarda insieme produttività, industria, infrastrutture e sovranità.

Fra gli snodi fondamentali della catena dell’AI, i dati occupano per Draghi una posizione particolare. L’Europa dispone di minori capacità nei modelli di frontiera, produce pochi dei semiconduttori più avanzati e controlla una quota ridotta della capacità mondiale di calcolo. Sui dati, invece, conserva uno spazio nel quale può ancora esercitare una propria sovranità. Averli a disposizione, però, non basta. Per trasformarli in crescita e autonomia servono data center, infrastrutture, energia e capacità di elaborarli in Europa.

I dati utili all’AI, però, non coincidono con i dati personali. Possono essere industriali, tecnici, scientifici, pubblici o sintetici, oppure appartenere a insiemi nei quali informazioni personali e non personali convivono. Il GDPR disciplina il trattamento dei dati personali, mentre sugli altri dati operano anche regimi diversi. Nei dataset misti la separazione può diventare difficile e, quando le componenti sono indissolubilmente legate, gli obblighi di protezione dei dati possono incidere sull’intero insieme. Parlare del GDPR significa perciò affrontare una parte importante della disponibilità e dell’uso dei dati in Europa, non l’intera politica europea dei dati.

Dal richiamo di Draghi al Digital Omnibus

Questo quadro era già presente nell’intervento del settembre 2025. Draghi descriveva allora la competitività europea come il risultato dell’interazione fra scala, finanziamento dell’innovazione, ricerca, rapporti fra università e industria e investimenti strategici. La regolazione arrivava dopo, come «the second area» sulla quale intervenire, con il richiamo alla richiesta delle imprese di una «radical simplification of GDPR», al gold-plating nazionale e all’incertezza nell’utilizzo dei dati per l’intelligenza artificiale. Nello stesso intervento tornava sull’integrazione dell’AI nell’industria e sul costo dell’energia.

Fra il 2025 e il 2026 la diagnosi di Draghi cambia meno di quanto possa sembrare. Capitale, scala, infrastrutture, energia, industria e regolazione restano nello stesso quadro. Tornare oggi alla critica al GDPR significa allora chiedersi quale parte del problema appartenga davvero alle regole. Se i dati sono uno degli asset sui quali l’Europa può ancora costruire un vantaggio strategico, bisogna capire dove la disciplina ne rende inutilmente più difficile l’utilizzo e dove definisce invece le condizioni entro cui quell’utilizzo può svilupparsi.

Nel frattempo anche la risposta europea è cambiata. Nel novembre 2025 la Commissione ha presentato COM(2025) 837, il Digital Omnibus che interviene, fra l’altro, sul GDPR, sul quadro europeo dei dati e sulla cybersicurezza. La proposta punta a chiarire la nozione di dato personale e il ruolo della pseudonimizzazione, l’utilizzo dei dati personali nello sviluppo dell’AI, alcuni obblighi sulle valutazioni d’impatto e sulle violazioni dei dati e la disciplina dei cookie. Va distinta dal separato Omnibus digitale sull’IA, COM(2025) 836, divenuto regolamento (UE) 2026/1744 e pubblicato in Gazzetta ufficiale il 24 luglio 2026. Al 22 settembre 2026 COM(2025) 837 resta una proposta. Il procedimento legislativo è ancora in corso e il Parlamento europeo lo indica come in attesa della decisione della commissione competente.

Il confine fra semplificazione e riduzione della tutela è già entrato nel confronto istituzionale. Nel febbraio 2026 il Comitato europeo per la protezione dei dati e il Garante europeo della protezione dei dati hanno sostenuto gli obiettivi di maggiore armonizzazione, certezza giuridica e riduzione degli oneri, valutando positivamente, fra l’altro, l’innalzamento della soglia di rischio e l’allungamento del termine per alcune notifiche di violazione, oltre all’introduzione di modelli comuni. Hanno però chiesto ai colegislatori di non approvare la modifica proposta alla nozione di dato personale, ritenendola capace di restringerne significativamente l’ambito e di incidere sul livello di protezione.

Una parte della semplificazione auspicata da Draghi è dunque già sul tavolo. Resta da capire fino a che punto si possano ridurre incertezza e costi di conformità senza trasformare la semplificazione in un abbassamento indiscriminato della tutela.

GDPR e innovazione: che cosa misurano davvero gli studi

Una difesa credibile della protezione dei dati deve fare i conti con i suoi effetti economici. L’evidenza disponibile documenta cambiamenti economicamente rilevanti associati al GDPR su diversi margini dell’attività delle imprese. Ma utilizzo dei dati, finanziamento delle imprese, scelta dei fornitori, concentrazione del mercato, innovazione e attività di ricerca non sono la stessa cosa. Riunirli tutti sotto l’etichetta dei «costi del GDPR» rischia di confondere fenomeni diversi. Nessuno degli studi richiamati qui, preso isolatamente, misura quanto costa complessivamente a un’impresa rispettare il regolamento.

Il costo implicito dei dati nella stima Demirer

Il lavoro che più direttamente si avvicina alla questione sollevata da Draghi è quello di Mert Demirer, Diego Jiménez Hernández, Dean Li e Sida Peng, richiamato in nota nel suo intervento del 2025. Draghi lo citava come evidenza di un aumento di circa il 20 per cento del costo dei dati per le imprese europee rispetto alle concorrenti statunitensi. Gli autori utilizzano sette anni di dati provenienti da un grande fornitore globale di servizi cloud e applicano un disegno difference-in-differences. Osservano come cambiano archiviazione ed elaborazione dei dati nelle imprese dell’Unione dopo l’entrata in applicazione del GDPR e confrontano quel cambiamento con quello di imprese statunitensi comparabili.

Nella versione rivista nel febbraio 2026 emerge una riduzione del 26 per cento nell’archiviazione e del 15 per cento nell’elaborazione dei dati nelle imprese europee. È da queste variazioni che nasce il 22 per cento diventato centrale nel dibattito. Gli autori inseriscono i risultati osservati in una funzione di produzione nella quale dati e capacità di calcolo sono input complementari e calcolano quale aumento del prezzo implicito del dato sarebbe compatibile con la riduzione del suo utilizzo. Arrivano così al +22 per cento. Nelle loro stime, tuttavia, questo incremento incide soltanto per lo 0,1-0,6 per cento sui costi complessivi di produzione, perché il peso del dato è relativamente piccolo rispetto a quello della capacità di calcolo.

Il significato economico della stima è più circoscritto di quanto possa suggerire il numero preso da solo. Lo studio non ci dice quanto un’impresa spenda in consulenza, organizzazione, personale o altri adempimenti necessari per rispettare il GDPR. Indica invece che, nel modello utilizzato dagli autori, la riduzione osservata nell’uso dei dati è compatibile con un aumento del loro costo economico implicito. Il dataset proviene da un solo grande provider di servizi cloud, circostanza che limita la possibilità di generalizzare automaticamente il risultato all’intero mercato.

Per l’intelligenza artificiale il risultato è pertinente perché dati e capacità di calcolo sono input centrali, ma l’outcome osservato resta la domanda aziendale di archiviazione ed elaborazione cloud. Il +22 per cento descrive quindi il costo implicito dell’input «dati» nel modello, non un «sovraccosto europeo dell’AI».

La stima è stata contestata da Nicholas Martin e Max von Grafenstein in una rassegna critica della letteratura pubblicata nel 2026 su Computer Law & Security Review. I due autori osservano che il GDPR disciplina il trattamento dei dati nel suo complesso e giudicano difficile ricondurre al solo regolamento alcuni dei cali osservati, soprattutto nel manifatturiero. Indicano inoltre la divergenza degli investimenti in AI fra Stati Uniti ed Europa come possibile spiegazione alternativa. La critica riguarda però la versione del paper disponibile nel novembre 2025, precedente alla revisione NBER del febbraio 2026. È una review critica della letteratura che mette alla prova l’interpretazione degli studi esistenti senza produrre una nuova stima empirica.

Ricerca, venture capital e struttura dei mercati

Un lavoro più recente mostra un altro margine sul quale il GDPR può incidere. Kao e Kang analizzano 7.508 imprese e 73.591 osservazioni impresa-anno nel settore farmaceutico e confrontano l’andamento dei trial di fase II in funzione della diversa esposizione pre-2018 ai siti UE. Nella specificazione principale stimano, nelle imprese maggiormente esposte, una riduzione relativa di circa il 18 per cento dei trial, più marcata fra le imprese giovani. Il risultato riguarda l’attività di ricerca farmaceutica, non la spesa di conformità o il costo dei dati. Entro questo perimetro, la stima è economicamente rilevante.

Gli outcome sono diversi e non vanno letti come misure replicate dello stesso effetto. Le review disponibili descrivono inoltre un quadro più ampio, nel quale compaiono anche risultati nulli, miglioramenti sul lato della privacy e problemi di comparabilità fra studi.

Cosa misurano davvero gli studi sul GDPR

Non esiste una percentuale sintetica capace di dirci «quanto costa il GDPR». Questi lavori collegano l’entrata in applicazione del regolamento, o una maggiore esposizione ad esso, a cambiamenti nell’utilizzo dei dati, nell’accesso al capitale, nella struttura di alcuni mercati, nel tipo di innovazione e nell’attività di ricerca. In alcuni casi il disegno consente anche un’interpretazione causale. Il quadro rende difficile sostenere che il GDPR sia economicamente neutro sui margini studiati. Non consente di sommare effetti osservati su fenomeni diversi né di trasformarli nella quota di innovazione persa dall’Europa o nella percentuale del divario con gli Stati Uniti.

La rassegna di Martin e von Grafenstein arriva a una conclusione simile sul segno complessivo degli effetti. Gli autori considerano significativo l’impatto negativo del GDPR sull’innovazione europea, ma sottolineano che gli studi empirici rigorosi restano pochi e che alcuni dei più citati presentano limiti metodologici. Ricordano anche effetti innovativi positivi, come la nascita di un mercato delle tecnologie per la conformità, sfruttato secondo la loro ricostruzione soprattutto da imprese statunitensi.

Sul rimedio, invece, Martin e von Grafenstein si separano. Martin propone di ridurre alcuni requisiti sostanziali della normativa, mentre von Grafenstein attribuisce un peso maggiore all’incertezza giuridica e all’efficienza dell’attuazione e dell’applicazione. La differenza porta direttamente al nodo che una politica di semplificazione deve affrontare, cioè capire quali costi derivino dalla tutela che abbiamo deliberatamente scelto di garantire e quali siano prodotti dal modo in cui quella tutela è stata tradotta in norme, interpretazioni e procedure.

Protezione dei dati e mercato unico europeo

Nell’ordinamento europeo la protezione dei dati personali è un diritto fondamentale riconosciuto dall’articolo 8 della Carta dei diritti fondamentali e dall’articolo 16 del Trattato sul funzionamento dell’Unione. La sua tutela non dipende dalla dimostrazione di produrre più crescita di quanta ne costi. Resta però inserita in un sistema nel quale convivono altri diritti e interessi e nel quale il principio di proporzionalità continua a operare.

Lo stesso GDPR chiarisce che la protezione dei dati non è un diritto assoluto e deve essere considerata nella sua funzione sociale, nel rispetto del principio di proporzionalità e degli altri diritti fondamentali, fra i quali figura anche la libertà d’impresa. L’articolo 52, paragrafo 1, della Carta precisa il criterio: ogni limitazione deve essere prevista dalla legge, rispettare il contenuto essenziale del diritto ed essere necessaria e proporzionata a un obiettivo di interesse generale o alla protezione dei diritti altrui. La crescita economica da sola non autorizza quindi a sacrificare la protezione dei dati, ma la tutela resta soggetta alla verifica di necessità e proporzionalità.

Nel dibattito sulla competitività viene spesso trascurato che l’articolo 1 del GDPR non si limita alla tutela delle persone. Il regolamento disciplina anche la libera circolazione dei dati personali, che non può essere limitata o vietata nell’Unione per ragioni connesse alla protezione dei dati. Il GDPR nasce quindi anche come strumento di costruzione del mercato unico.

Interpretazioni nazionali divergenti, gold-plating, incertezza e sovrapposizioni normative possono ricreare condizioni operative differenti nei vari Paesi e indebolire proprio quella dimensione di mercato unico che il regolamento dovrebbe favorire. In casi di questo tipo la semplificazione può essere pienamente coerente con una tutela elevata.

La frammentazione, tuttavia, non coincide con qualsiasi differenza nazionale. Il considerando 10 riconosce espressamente agli Stati membri un margine per specificare alcune regole e lo stesso GDPR apre spazi nazionali in più materie, per esempio per condizioni ulteriori sul trattamento di dati genetici, biometrici o sanitari. La critica al gold-plating è quindi più solida quando individua requisiti aggiuntivi, interpretazioni o prassi che aumentano la frammentazione senza essere richiesti dal diritto europeo, e perde forza quando tratta come patologica anche una specificazione nazionale che il regolamento ha deliberatamente consentito.

Una quota di costo è intrinseca alla tutela. La sicurezza richiede investimenti e limitare l’uso di dati non necessari può significare rinunciare a opportunità economicamente utili. Anche consentire l’esercizio dei diritti richiede organizzazione, mentre valutare preventivamente rischi elevati richiede tempo e competenze. Diverso è il caso di documenti duplicati, adempimenti sovrapposti, interpretazioni incompatibili o obblighi che assorbono risorse senza un corrispondente miglioramento della protezione. È su questa distinzione, più che sull’idea astratta di avere «meno regole», che si misura la qualità di una semplificazione.

Quanto pesano le regole sulla competitività dell’Europa

Nessuno degli studi appena esaminati stima quale quota del divario complessivo fra Europa e Stati Uniti dipenda dalla protezione dei dati. Non abbiamo una decomposizione affidabile capace di assegnare percentuali a regolazione, capitale, dimensione effettiva del mercato, energia, mobilità dei talenti o capacità di portare rapidamente l’innovazione sul mercato. Il peso delle regole va quindi letto dentro il sistema nel quale i loro costi vengono assorbiti.

Nel 2025, fra le imprese dell’Unione con almeno dieci addetti che non utilizzavano tecnologie di intelligenza artificiale, il 14,2 per cento dichiarava di averne considerato l’adozione. In questo sottoinsieme, il 70,3 per cento indicava la carenza di competenze, il 53,6 per cento la scarsa chiarezza sulle conseguenze giuridiche e il 52,7 per cento preoccupazioni per possibili violazioni della protezione dei dati e della privacy. Seguivano disponibilità o qualità dei dati e costi. Essendo una survey a risposta multipla, il dato descrive la compresenza di ostacoli percepiti anziché isolarne il contributo causale. Inoltre «incertezza giuridica» e «privacy» hanno un perimetro più ampio del solo GDPR. Per molte imprese che hanno valutato l’AI senza adottarla, problemi regolatori, tecnologici e organizzativi si presentano insieme.

Mercato unico, capitale e crescita delle scale-up

Sul mercato unico, il rapporto 2024/2025 della Banca europea per gli investimenti si basa, fra l’altro, sull’EIB Investment Survey, che raccoglie informazioni da circa 12.000 imprese europee e più di 800 statunitensi. Il 74 per cento delle imprese innovative europee dichiara di incontrare barriere legate a differenze regolatorie, standard e regole di protezione dei consumatori quando cerca di operare in altri Paesi dell’Unione. Il dato riguarda percezioni d’impresa e barriere regolatorie in senso ampio, non specificamente il GDPR. Segnala però che, per chi innova, il mercato unico continua spesso a non funzionare come un unico mercato.

Sul finanziamento il problema è diverso e altrettanto misurabile. Nel 2026 la Banca centrale europea stimava che la dimensione complessiva dei fondi di venture capital localizzati negli Stati Uniti fosse di circa 930 miliardi di euro, contro circa 150 miliardi nell’Unione. È una misura della capacità finanziaria complessiva dei fondi e rende visibile la diversa profondità dell’infrastruttura finanziaria nelle fasi in cui servono ticket più grandi.

Un’analisi della Banca europea per gli investimenti segue nel tempo imprese sostenute da venture capital che hanno raggiunto la fase di scale-up nell’Unione dopo il 2013 e le confronta con imprese simili di Londra e San Francisco. A dieci anni dalla nascita, le scale-up europee del campione hanno raccolto circa il 50 per cento di capitale in meno rispetto alle comparabili di San Francisco. Inoltre, in più di quattro operazioni europee su cinque l’investitore principale o unico è straniero, contro il 14 per cento a San Francisco. Il campione riguarda proprio imprese che hanno superato la fase iniziale e cercano di crescere rapidamente, perciò il risultato è particolarmente rilevante per il problema dello scale-up.

L’OCSE ha aggiunto nell’agosto 2026 un confronto su startup innovative fondate fra il 2000 e il 2025 nell’Unione e negli Stati Uniti. L’analisi distingue fra imprese orientate alla crescita, definite attraverso la capacità di raccogliere almeno 50 milioni di dollari, e imprese che raggiungono valutazioni superiori al miliardo. I fattori associati alla crescita vanno oltre la capacità di inventare: contano il tempo necessario a commercializzare l’innovazione, la profondità del finanziamento nelle fasi avanzate e la capacità di mobilitare competenze manageriali e acquisizioni.

Le fonti descrivono fenomeni diversi, ma convergono su tre condizioni che cambiano il contesto nel quale una frizione regolatoria viene assorbita: la possibilità di raggiungere un mercato ampio, la disponibilità di capitale nelle fasi di crescita e il tempo necessario per arrivare alla scala. L’EIB mostra che molte imprese innovative incontrano ancora barriere quando cercano di operare in altri Paesi dell’Unione. BCE ed EIB documentano la minore profondità del venture capital europeo e il gap di raccolta delle scale-up rispetto a San Francisco. L’OCSE associa la crescita proprio alla rapidità di commercializzazione e alla disponibilità di finanziamento nelle fasi avanzate. Gli studi sul GDPR aggiungono un tassello coerente. Jia trova effetti più forti sulle imprese giovani e data-intensive, Kao e Kang stimano una riduzione più marcata dei trial tra le imprese giovani maggiormente esposte e Johnson osserva un aumento della concentrazione tra i vendor web.

Un costo fisso di conformità viene assorbito più facilmente quando l’impresa può espandersi rapidamente e finanziare la crescita; pesa di più quando il mercato resta frammentato, il capitale è scarso e il raggiungimento della scala richiede più tempo. Frammentazione, finanza e regolazione possono quindi amplificarsi reciprocamente. È un meccanismo coerente con queste evidenze, non una stima diretta della loro interazione.

Stati Uniti: innovazione e regole non sono opposti

Anche la contrapposizione fra un’Europa che regola e un’America che innova regge poco alla verifica. Gli Stati Uniti non hanno un equivalente federale e generale del GDPR, ma combinano discipline federali settoriali e legislazioni statali. La California offre il confronto più interessante proprio perché tutela anch’essa l’uso delle informazioni personali con un campo di applicazione e un’architettura giuridica diversi. Il CCPA, come modificato dal California Privacy Rights Act e integrato dalle regole della California Privacy Protection Agency, consente quindi di vedere insieme l’area di sovrapposizione e la differenza strutturale fra i due modelli.

GDPR e California, due architetture a confronto

Fonti normative e istituzionali della tabella: GDPR, in particolare artt. 5-6, 9, 15-22, 32, 35 e 77-82; California Consumer Privacy Act, Cal. Civ. Code §§ 1798.100 e ss.; California Privacy Protection Agency, FAQ e regolamenti su risk assessment, cybersecurity audit e ADMT adottati il 24 luglio 2025, approvati il 22 settembre 2025 ed efficaci dal 1° gennaio 2026. Gli obblighi ADMT relativi alle decisioni significative si applicano dal 1° gennaio 2027; gli audit di cybersecurity hanno scadenze iniziali scaglionate dal 2028 al 2030.

Le differenze fra i due modelli restano profonde, ma il confronto basta a respingere l’equazione «innovazione = assenza di regole». Anche la California combina diritti sui dati, limiti d’uso, valutazioni preventive, obblighi di sicurezza e un’autorità specializzata di enforcement.

Nello stesso ecosistema, secondo lo Stanford AI Index 2026, nel 2025 gli investimenti privati statunitensi nell’AI hanno raggiunto 285,9 miliardi di dollari e sono state finanziate 1.953 nuove imprese del settore. Il dato mostra che un quadro regolatorio significativo può accompagnarsi a investimenti e nascita di imprese su vasta scala. Non prova che la regolazione produca innovazione, perché il vantaggio statunitense dipende anche da un mercato federale continentale, capitali profondi, università, ricerca e domanda pubblica federale. Mostra però che la quantità astratta di regole, da sola, non spiega il risultato industriale.

Mobilità dei talenti e clausole di non concorrenza

Le clausole di non concorrenza offrono un secondo esempio di quanto sia povera la categoria «più o meno regolazione». Fallick, Fleischman e Rebitzer documentano che il job-hopping dei lavoratori qualificati è più elevato nel settore informatico della Silicon Valley che nei cluster informatici fuori dalla California e trovano livelli simili negli altri cluster informatici californiani. È un pattern coerente con un possibile ruolo della disciplina californiana, che rendeva le non-compete non applicabili, ma da solo non ne isola causalmente l’effetto.

Un’evidenza più vicina a quel nesso viene da Marx, Strumsky e Fleming. Sfruttando come esperimento naturale il cambiamento del regime del Michigan nel 1985, stimano che una maggiore applicabilità delle clausole riduca la mobilità degli inventori, soprattutto di quelli con competenze specifiche dell’impresa o altamente specializzate. I due studi rispondono quindi a domande diverse ma compatibili. Il primo documenta un’anomalia di mobilità coerente con il contesto giuridico californiano, mentre il secondo mostra che rendere applicabili le non-compete può effettivamente ridurre la mobilità.

La disciplina californiana delle non-compete non spiega da sola il successo della Silicon Valley, ma mostra che una regola va giudicata anche per la struttura del mercato che contribuisce a creare, un effetto che scompare quando la regolazione viene classificata soltanto in termini di quantità.

Quando la regolazione orienta l’innovazione

Nel sistema europeo di scambio delle emissioni, l’EU ETS, Calel e Dechezleprêtre hanno confrontato l’attività brevettuale delle imprese soggette al sistema con quella di imprese comparabili che ne restavano fuori, utilizzando i criteri regolatori che determinavano quali impianti fossero inclusi per isolare l’effetto della misura. Lo studio stima che, tra le imprese regolamentate, l’EU ETS abbia aumentato fino al 10 per cento l’innovazione brevettata nelle tecnologie a basse emissioni, senza ridurre quella relativa alle altre tecnologie. Su scala europea l’effetto stimato è molto più contenuto. Gli autori calcolano quasi l’1 per cento in più di brevetti a basse emissioni rispetto allo scenario controfattuale senza EU ETS.

La meta-analisi di Mark Cohen e Adeline Tubb allarga la domanda dall’innovazione brevettuale alla produttività e alla competitività, raccogliendo 103 pubblicazioni e oltre duemila stime. Sia a livello micro sia a livello aggregato, l’esito più frequente è statisticamente non significativo. Gli effetti positivi compaiono però più spesso quando l’unità osservata è uno Stato, una regione o un Paese che quando è un impianto, un’impresa o un settore. Gli autori leggono questo pattern come compatibile con la versione forte dell’ipotesi di Porter, secondo cui regolazioni rigorose ma flessibili possono indurre innovazione e, nel tempo, migliorare la competitività a livello di sistema. Il risultato riguarda dunque soprattutto il livello sistemico e non implica che la regolazione aumenti normalmente la competitività della singola impresa.

Un lavoro più recente rende ancora più importante distinguere innovazione e competitività. Nicola Benatti, Martin Groiss, Petra Kelly e Paloma Lopez-Garcia analizzano gli effetti di variazioni nella stringenza delle politiche ambientali sulla produttività nell’area euro, combinando l’indice OCSE di Environmental Policy Stringency con dati d’impresa e stimando gli effetti su un orizzonte di cinque anni. Trovano che un irrigidimento delle politiche riduce la crescita della produttività delle imprese più inquinanti più di quella delle imprese meno inquinanti e non trovano quindi sostegno generale alla versione forte dell’ipotesi di Porter. Gli effetti sono però eterogenei, con le misure non di mercato che risultano più penalizzanti e un impatto negativo attenuato nelle imprese più grandi. Il risultato separa due piani: una regola può orientare lo sforzo innovativo senza che i costi sostenuti dalle imprese siano automaticamente compensati da una maggiore produttività.

Nel complesso, questi lavori mostrano che le regole possono modificare la direzione verso cui si concentra lo sforzo innovativo. Se un costo ambientale può essere trasferito gratuitamente sulla collettività, ridurlo può non essere un problema tecnologico conveniente da risolvere. Quando quel costo entra nelle decisioni dell’impresa attraverso un limite o un prezzo, processi e tecnologie più efficienti acquistano valore economico.

Un meccanismo simile può operare in altri campi. Requisiti di sicurezza, interoperabilità, portabilità o protezione dei dati cambiano le condizioni entro cui le imprese competono e possono spostare l’attenzione verso soluzioni che prima avevano scarso valore economico. Una regola può quindi contribuire a definire quale problema diventa economicamente interessante risolvere, senza garantire che l’innovazione prodotta superi i costi della regolazione.

Neutralità tecnologica e scelte per l’innovazione

Quando una regola orienta l’innovazione si apre un problema ulteriore. Il legislatore deve limitarsi a fissare il risultato da raggiungere — per esempio un livello di sicurezza, interoperabilità o riduzione delle emissioni — oppure può spingersi fino a indicare la tecnologia con cui raggiungerlo?

È in questo spazio che si colloca il principio di neutralità tecnologica. In termini semplici, quando più soluzioni possono conseguire lo stesso risultato, la regola dovrebbe, per quanto possibile, definire l’obiettivo senza scegliere in anticipo uno specifico mezzo tecnico, lasciando a imprese e ricerca la possibilità di sperimentare alternative che il legislatore potrebbe non essere in grado di prevedere. Ma non è una regola assoluta. In alcuni mercati interoperabilità, sicurezza o effetti di rete richiedono uno standard comune, e proprio quello standard può essere la condizione che rende possibile la concorrenza.

La storia del GSM europeo lo mostra bene. Il suo sviluppo fu il risultato dell’interazione fra lavoro tecnico, cooperazione degli operatori, standardizzazione e coordinamento europeo dello spettro e dell’introduzione del servizio. In quel caso un certo grado di convergenza tecnologica era necessario per ottenere interoperabilità e costruire un mercato continentale.

Neutralità tecnologica e standardizzazione non sono necessariamente alternative. Quando è sufficiente definire il risultato, lasciare aperte le soluzioni preserva lo spazio per l’innovazione; quando invece interoperabilità, sicurezza o forti effetti di rete richiedono una soluzione comune, uno standard può essere ciò che permette al mercato di funzionare.

Il caso europeo dell’auto e degli obiettivi al 2035

Nel settembre 2025 Draghi chiedeva che la revisione delle regole europee sulle emissioni di CO₂ seguisse un approccio tecnologicamente neutrale e tenesse conto dell’evoluzione della tecnologia e del mercato.

Dire che l’Unione ha imposto per legge l’auto elettrica non è esatto. La disciplina vigente fissa dal 2035 per le nuove auto e i nuovi furgoni un obiettivo di riduzione del 100 per cento delle emissioni medie di CO₂ allo scarico. La norma non prescrive formalmente l’utilizzo della batteria, anche se la scelta delle emissioni allo scarico come parametro restringe fortemente le tecnologie compatibili con il risultato richiesto.

Neutralità tecnologica non significa che tutte le tecnologie abbiano lo stesso impatto ambientale. Uno studio firmato da ricercatori del Joint Research Centre e pubblicato nel 2026 confronta 26 combinazioni fra propulsori e combustibili per il segmento SUV in Europa, considerando le emissioni dalla produzione dell’energia fino all’uso del veicolo e utilizzando consumi reali di SUV comparabili. In questo perimetro, le auto elettriche a batteria alimentate con elettricità rinnovabile presentano le emissioni di gas serra più basse, con riduzioni fra il 97 e quasi il 100 per cento rispetto alle corrispondenti soluzioni alimentate da combustibili fossili.

L’entità della riduzione dipende fortemente dal mix elettrico e dalla localizzazione. Un secondo studio, anch’esso firmato da ricercatori del JRC, ricostruisce le emissioni dell’intero parco auto UE-27 includendo produzione dei veicoli, energia utilizzata e fine vita. Anche su questa base l’elettrificazione può ridurre le emissioni complessive, ma il confronto mostra perché il solo dato allo scarico non coincide con l’impatto lungo il ciclo di vita. La direzione del beneficio è dunque ben sostenuta, mentre la sua entità dipende dalla tecnologia, dal mix elettrico e dalle caratteristiche della flotta.

La Commissione ha riaperto almeno in parte la questione. Nel dicembre 2025 ha proposto di modificare il target previsto per il 2035 portando dal 100 al 90 per cento la riduzione delle emissioni allo scarico e introducendo meccanismi di compensazione per la parte restante. Al 22 settembre 2026 quella modifica non è ancora diritto vigente e il Parlamento europeo indica il procedimento come in attesa della decisione della commissione competente.

Da questo non deriva un obbligo generale di neutralità tecnologica. Il legislatore deve scegliere con precisione il problema da risolvere, il risultato da raggiungere e i vincoli che non possono essere sacrificati, lasciando aperta la scelta del mezzo tecnico finché più soluzioni sono davvero in grado di raggiungere quel risultato. In alcuni mercati interoperabilità, sicurezza, infrastrutture comuni o forti effetti di rete possono richiedere una scelta coordinata. Più la norma restringe le tecnologie ammissibili, più quella scelta deve poggiare su evidenze solide, essere proporzionata all’obiettivo e restare rivedibile, per evitare che la soluzione migliore disponibile oggi diventi un vincolo per quella che potrebbe emergere domani.

AI europea tra energia, reti e infrastrutture

Dietro modelli e servizi digitali ci sono data center, reti elettriche, impianti, semiconduttori, sistemi di raffreddamento e grandi quantità di energia.

Consumi elettrici, acqua e vincoli fisici dei data center

L’Agenzia internazionale dell’energia stima che il consumo elettrico mondiale dei data center possa passare da circa 485 terawattora nel 2025 a circa 950 nel 2030. Nello stesso periodo il consumo dei data center maggiormente orientati all’intelligenza artificiale potrebbe triplicare. Si tratta di scenari, sensibili all’evoluzione degli investimenti, all’efficienza dei sistemi e alla traiettoria economica dell’AI.

Fra i vincoli più rilevanti ci sono le reti elettriche. Secondo l’IEA, i problemi di connessione potrebbero ritardare circa un progetto di data center su cinque fra quelli pianificati a livello mondiale.

Anche l’impatto sull’acqua merita attenzione. Uno studio pubblicato su Nature Sustainability nel 2025 costruisce scenari per la diffusione dei server AI negli Stati Uniti fra il 2024 e il 2030. Stima un’impronta idrica annuale compresa fra 731 milioni e 1,125 miliardi di metri cubi e ulteriori emissioni annuali fra 24 e 44 milioni di tonnellate di CO₂ equivalente. Nel modello circa il 71 per cento dell’impronta idrica deriva indirettamente dalla produzione di elettricità e il restante 29 per cento dall’uso diretto, soprattutto per il raffreddamento. Gli stessi autori mostrano quanto i risultati cambino con localizzazione, efficienza e decarbonizzazione della rete. Gli scenari danno quindi un ordine di grandezza per gli Stati Uniti; il trasferimento all’Europa dipende da localizzazione, mix energetico ed efficienza delle infrastrutture.

Per l’Europa questo vincolo può diventare anche un’opportunità. Secondo Energy and AI, il rapporto pubblicato dall’Agenzia internazionale dell’energia nel 2025, rinnovabili e nucleare dovrebbero fornire gran parte dell’elettricità aggiuntiva richiesta dai data center europei e la loro quota combinata nella fornitura elettrica a queste infrastrutture dovrebbe salire all’85 per cento entro il 2030. L’energia pulita, però, diventa un vantaggio industriale solo se è anche disponibile, collegabile alla rete e sufficientemente competitiva. Draghi osservava già nel 2025 che i prezzi industriali europei dell’elettricità erano mediamente più che doppi rispetto a quelli statunitensi e collegava direttamente la questione energetica alla possibilità di costruire un’economia europea ad alta tecnologia.

Sovranità digitale e politica energetica finiscono così per appartenere allo stesso problema. Una regolazione ambientale ben costruita può favorire efficienza e tecnologie migliori, mentre obiettivi difficili da raggiungere in assenza di energia, reti e infrastrutture adeguate possono ridurre l’attrattività degli investimenti. La politica industriale deve riuscire a governare questa interdipendenza.

Regole, rischio e competitività delle piccole imprese

Una politica dell’innovazione si misura anche da ciò che accade alle imprese che non dispongono di propri uffici legali, centri di ricerca, grandi infrastrutture tecnologiche o facile accesso al capitale.

L’ultimo rapporto annuale della Commissione conta circa 34 milioni di piccole e medie imprese nell’Unione. Il numero è superiore ai circa 26 milioni spesso utilizzati negli anni precedenti anche perché il rapporto 2025/2026 ha ampliato il perimetro delle attività considerate, rendendolo pienamente compatibile con le Structural Business Statistics di Eurostat.

A parità di costo fisso di conformità, quel costo tende a pesare proporzionalmente di più su una microimpresa che su una multinazionale. Un grande gruppo può distribuire il lavoro di avvocati, esperti di sicurezza, specialisti privacy e personale amministrativo su volumi elevati. Una società di cinque persone deve sottrarre direttamente quelle risorse alle proprie attività oppure acquistare competenze all’esterno.

Per le imprese minori la semplificazione è necessaria, ma la dimensione dell’organizzazione non basta a descrivere il rischio che un’attività può produrre. Una startup di dieci persone che sviluppa un sistema biometrico utilizzato da milioni di individui può avere un impatto molto maggiore di una grande impresa impegnata in trattamenti amministrativi ordinari. La proporzionalità degli adempimenti e quella della tutela vanno quindi tenute distinte. Sul primo piano la dimensione e la capacità organizzativa devono pesare molto, perché modelli standardizzati, strumenti comuni, procedure digitali e un’applicazione realmente uniforme delle regole europee possono ridurre sensibilmente il costo della conformità.

Questa distinzione non è estranea al GDPR. Gli articoli 24 e 32 calibrano le misure organizzative e di sicurezza sulla natura, sul contesto e sulle finalità del trattamento e soprattutto sulla probabilità e gravità dei rischi per le persone. Anche l’articolo 30, paragrafo 5, alleggerisce in alcuni casi l’obbligo di tenere i registri per le organizzazioni con meno di 250 addetti, ma ritira quell’esenzione quando il trattamento non è occasionale, può presentare rischi o coinvolge categorie di dati particolarmente delicate. La logica è già quella di combinare capacità organizzativa e rischio, senza far dipendere la tutela dalla sola dimensione dell’impresa.

Sul piano della tutela conta soprattutto la natura e la gravità del rischio. Una piccola impresa che svolge attività ordinarie non dovrebbe essere costretta ad adottare la stessa macchina amministrativa di una multinazionale. Se però una giovane azienda utilizza tecnologie ad alto rischio, il numero ridotto di dipendenti non basta a giustificare garanzie più deboli.

Martin e von Grafenstein ricordano che il GDPR ha contribuito a creare un nuovo mercato tecnologico, ma secondo la loro ricostruzione sono state soprattutto imprese americane a raggiungere la scala necessaria per conquistarlo. Anche la regolazione che genera nuova domanda rischia quindi di produrre valore altrove se alle imprese europee mancano capitale, mercato e capacità di crescita.

Per le imprese minori la burocrazia è soltanto una parte del problema. Contano anche l’accesso alla capacità di calcolo, ai dati, alla cybersecurity, alla ricerca, al capitale e alla domanda pubblica. Una parte della competitività europea si giocherà sulla capacità di rendere queste risorse accessibili anche a chi oggi non può costruirsele da solo.

Che cosa serve all’Europa per innovare e competere

La semplificazione appartiene all’agenda della competitività europea. Gli effetti economici associati al GDPR sono abbastanza documentati da non poter essere ignorati e riguardano l’uso dei dati, alcuni segmenti del finanziamento alle imprese, la struttura di alcuni mercati e determinate forme di innovazione e ricerca. Non sappiamo quale quota del divario con gli Stati Uniti dipenda dalla regolazione, e attribuirle una percentuale sarebbe arbitrario. Sappiamo però che sovrapposizioni, divergenze applicative, formalismi e obblighi non proporzionati al rischio possono essere ridotti senza rinunciare alla tutela. Per le attività a rischio contenuto, soprattutto nelle imprese minori, modelli comuni e strumenti condivisi possono abbassare i costi fissi. Quando il rischio cresce, devono crescere anche le garanzie.

Il problema europeo non finisce con la regolazione. La minore disponibilità di capitale nelle fasi di crescita, un mercato ancora frammentato, energia costosa, reti e capacità di calcolo insufficienti possono rendere più difficile trasformare ricerca e tecnologia in imprese capaci di crescere su scala globale. Da questa diagnosi non discende automaticamente uno specifico fondo o incentivo. Gli strumenti di politica industriale vanno giudicati per la loro capacità di rimuovere questi vincoli senza crearne di nuovi.

Anche sulla regolazione il rimedio non è univoco. Martin privilegia la riduzione di alcuni vincoli sostanziali sull’uso dei dati, mentre von Grafenstein insiste su un’applicazione più prevedibile, uniforme ed efficiente delle regole esistenti. Una regolazione ben progettata deve chiarire diritti, rischi che non possono essere trasferiti ad altri e condizioni di mercato, lasciando a imprese e ricerca spazio per trovare le soluzioni. A volte servirà neutralità tecnologica, in altri casi uno standard comune. Alcune tutele conserveranno un costo proprio perché impediscono che venga scaricato su persone, ambiente o concorrenti.

Per l’Europa la questione è allora molto concreta. Le regole devono dire quali diritti proteggiamo, quali rischi consideriamo inaccettabili e quali risultati pretendiamo. La politica industriale deve rendere disponibili capitale, energia, infrastrutture, ricerca e domanda nelle dimensioni necessarie a competere. Ridurre norme inutilmente complesse può aiutare molto, ma non sostituirà il capitale che manca, una rete elettrica che non arriva o un mercato che resta frammentato. Allo stesso modo, investire miliardi senza interrogarsi sulla qualità delle regole rischia di finanziare innovazione dentro un ambiente che continua a renderne difficile la crescita. È nel modo in cui questi due piani si tengono insieme che si gioca una parte importante della competitività europea.

Fonti e riferimenti

Mario Draghi, Europe’s difficult choices on AI, Financial Times, 11 settembre 2026.

Mario Draghi, High Level Conference – One year after the Draghi report: what has been achieved, what has changed, Commissione europea, 16 settembre 2025.

Commissione europea, Digital Package e proposta COM(2025) 837 final, 19 novembre 2025; Parlamento europeo, procedimento 2025/0360(COD), Digital Omnibus. Commissione europea, COM(2025) 836 final, 19 novembre 2025; regolamento (UE) 2026/1744 dell’8 luglio 2026, Omnibus digitale sull’IA, GU L del 24 luglio 2026.

Comitato europeo per la protezione dei dati (EDPB) e Garante europeo della protezione dei dati (GEPD), Joint Opinion 2/2026 on the Proposal for a Regulation as regards the simplification of the digital legislative framework (Digital Omnibus), adottato il 10 febbraio 2026.

Regolamento (UE) 2016/679, in particolare considerando 10 e 13 e artt. 1, 9(4), 24, 30(5), 32 e 35; Carta dei diritti fondamentali dell’Unione europea, artt. 8, 16 e 52; Trattato sul funzionamento dell’Unione europea, art. 16.

Commissione europea, Guidance on the Regulation on a framework for the free flow of non-personal data in the European Union, COM(2019) 250 final, 29 maggio 2019.

Demirer M., Jiménez Hernández D. J., Li D., Peng S., Data, Privacy Laws and Firm Production: Evidence from the GDPR, NBER Working Paper 32146, 2024, revisione febbraio 2026.

Jia J., Jin G. Z., Wagman L., The Short-Run Effects of the General Data Protection Regulation on Technology Venture Investment, Marketing Science, 40(4), 2021.

Johnson G. A., Shriver S. K., Goldberg S. G., Privacy and Market Concentration: Intended and Unintended Consequences of the GDPR, Management Science, 69(10), 2023, DOI 10.1287/mnsc.2023.4709.

Blind K., Niebel C., Rammer C., The impact of the EU General Data Protection Regulation on product innovation, Industry and Innovation, 31(3), 2024, pp. 311–351, pubblicato online il 30 ottobre 2023, DOI 10.1080/13662716.2023.2271858.

Martin N., von Grafenstein M., Innovation and the GDPR: Much ado about quite a lot, Computer Law & Security Review, 60, 2026, 106270, DOI 10.1016/j.clsr.2026.106270.

Kao J. L., Kang S., Data Privacy Regulation and Innovation, working paper, revisione 7 aprile 2026, SSRN 6104788, DOI 10.2139/ssrn.6104788.

Li W., Li Z., Li W., Zhang Y., Li A., Mapping the empirical literature of the GDPR’s (In-)effectiveness: A systematic review, Computer Law & Security Review, 57, 2025, 106129, DOI 10.1016/j.clsr.2025.106129.

Johnson G. A., Economic Research on Privacy Regulation: Lessons from the GDPR and Beyond, in A. Goldfarb e C. Tucker (a cura di), The Economics of Privacy, University of Chicago Press, 2024, pp. 97-126; precedente NBER Working Paper 30705.

Banca europea per gli investimenti, Investment Report 2024/2025: Innovation, integration and simplification in Europe; The scale-up gap.

Banca centrale europea, Europe’s venture capital gap and the financing of high-growth firms, Economic Bulletin 5/2026.

Eurostat, The use of artificial intelligence technologies in the European Union – Key results – 2026 edition, Statistical report, 26 marzo 2026, product code KS-01-26-009, DOI 10.2785/9221093.

OECD, Which start-ups achieve scale? Evidence from innovative start-ups in the EU and the US, OECD Science, Technology and Industry Working Papers 2026/08.

California Consumer Privacy Act, Cal. Civ. Code §§ 1798.100 e ss.; California Privacy Protection Agency, Frequently Asked Questions; CCPA Updates, Cybersecurity Audits, Risk Assessments, Automated Decisionmaking Technology and Insurance Regulations, regolamenti adottati il 24 luglio 2025, approvati il 22 settembre 2025 ed efficaci dal 1° gennaio 2026, con scadenze di conformità differenziate.

Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report, 2026.

Fallick B., Fleischman C. A., Rebitzer J. B., Job-Hopping in Silicon Valley: Some Evidence Concerning the Microfoundations of a High-Technology Cluster, The Review of Economics and Statistics, 88(3), 2006, pp. 472–481, DOI 10.1162/rest.88.3.472.

Marx M., Strumsky D., Fleming L., Mobility, Skills, and the Michigan Non-Compete Experiment, Management Science, 55(6), 2009, pp. 875–889, DOI 10.1287/mnsc.1080.0985.

Consiglio delle Comunità europee, Raccomandazione 87/371/CEE del 25 giugno 1987; Direttiva 87/372/CEE del 25 giugno 1987; Risoluzione del Consiglio 90/C 329/09 del 14 dicembre 1990 sull’introduzione coordinata delle comunicazioni cellulari mobili digitali paneuropee (GSM).

Calel R., Dechezleprêtre A., Environmental Policy and Directed Technological Change: Evidence from the European Carbon Market, Review of Economics and Statistics, 98(1), 2016.

Cohen M. A., Tubb A., The Impact of Environmental Regulation on Firm and Country Competitiveness: A Meta-analysis of the Porter Hypothesis, Journal of the Association of Environmental and Resource Economists, 5(2), 2018.

Benatti N., Groiss M., Kelly P., Lopez-Garcia P., Environmental regulation and productivity growth in the euro area: Testing the Porter hypothesis, Journal of Environmental Economics and Management, 126, 2024, 102995, DOI 10.1016/j.jeem.2024.102995.

Bouter A., Scarlat N., Fontaras G., A comprehensive well-to-wheel assessment of different sport utility vehicle powertrain-fuel combinations in European countries focusing on climate change indicators, Journal of Cleaner Production, 2026, JRC141457, DOI 10.1016/j.jclepro.2025.147412.

Mamarikas S., Bouter A., Karageorgiou T., Krause J., Fontaras G., Samaras Z., A comprehensive LCA CO2 emission inventory for passenger car fleet in Europe and future trends, Journal of Cleaner Production, 2026, JRC147265, DOI 10.1016/j.jclepro.2026.148784.

Regolamento (UE) 2019/631, come modificato dal Regolamento (UE) 2023/851; Commissione europea, COM(2025) 995 final; Parlamento europeo, procedimento 2025/0420(COD).

International Energy Agency, Energy and AI, 2025.

International Energy Agency, Key Questions on Energy and AI, 16 aprile 2026.

Xiao T. et al., Environmental impact and net-zero pathways for sustainable artificial intelligence servers in the USA, Nature Sustainability, 2025, DOI 10.1038/s41893-025-01681-y.

Commissione europea, Annual Report on European SMEs 2025/2026, 22 giugno 2026.