I dati, messi tutti assieme con ordine e obiettività, non lasciano scampo. L’Europa non può costruire in pochi anni un’intelligenza artificiale autosufficiente lungo tutta la filiera. Troppo grandi i ritardi in ambiti critici della filiera, come la produzione dei chip o la creazione di modelli di frontiera, che richiedono investimenti miliardari e pool di talenti, ma anche di anni di incubazione paziente.
Per decenni ci siamo crogiolati appoggiandoci sull’alleato americano per i servizi digitali, come per la Difesa, e ora paghiamo il fio. È stato già detto. Ma ora bisogna fare un passo avanti.
La sovranità digitale europea sull’AI non è impossibile. Sarebbe folle rinunciarci, anzi, data l’importanza strategica che l’AI potrebbe avere per la nostra economia e sicurezza nazionale.
Ma l’idea di sovranità va modulata, questo sì.
Credo che sia soprattutto importante ora intenderla in chiave di capacità di controllo, su dati e tecnologie, negli ambiti dove non ci possiamo permettere di dipendere da altri blocchi politici.
Difesa, sanità, finanza, infrastrutture critiche e industria avanzata hanno bisogno di sistemi AI che restino disponibili, verificabili e governabili anche quando cambiano le condizioni politiche, commerciali o tecnologiche fuori dall’Unione.
Ma come arrivarci? Ricette chiare non ce ne sono, ma uno sforzo corale a tutto campo sembra la necessità minima da invocare.
Indice degli argomenti
Sovranità AI europea: perché l’autosufficienza non è realistica
Il tema non è solo europeo, a conferma della sua importanza. La corsa alla “sovereign AI” è diventata globale. Il Centre for a New American Security (Cnas), think tank di Washington che monitora i progetti pubblici di AI sovrana, stima che il numero di iniziative sostenute dagli Stati fuori da Stati Uniti e Cina sia cresciuto di cinque volte tra 2024 e 2025. I governi hanno annunciato oltre 70 miliardi di dollari di investimenti, con una crescita cumulativa verso oltre 120-130 progetti globali a fine 2025.
La stessa mappa Cnas segnala però il limite della retorica sovrana: circa il 70% dei progetti tracciati coinvolge almeno un partner estero e, in quattro casi su cinque, quel partner è statunitense. In pratica, molti programmi nazionali di AI sovrana si costruiscono ancora, almeno in parte, su tecnologia, cloud, chip o competenze delle grandi piattaforme americane.
Lo Stanford AI Index 2026, pubblicato dall’Institute for Human-Centered Artificial Intelligence dell’Università di Stanford, conferma la concentrazione geopolitica della frontiera. Il divario prestazionale tra modelli statunitensi e cinesi si conta ormai nell’ordine di pochi mesi. A marzo 2026 il miglior modello Anthropic era avanti solo del 2,7% nei benchmark. Gli Stati Uniti restano primi per numero di modelli di fascia alta e brevetti ad alto impatto; la Cina guida per pubblicazioni, citazioni, brevetti complessivi e robotica industriale.
Il rischio di coercizione non riguarda solo i chip
La vulnerabilità è diventata più concreta quando, il 12 giugno 2026, Reuters ha segnalato l’ordine statunitense ad Anthropic di fermare l’accesso estero ai suoi modelli più avanzati.
Anche OpenAI ha poi imposto restrizioni su alcuni sistemi di frontiera, brevemente, su ordine del Governo Usa.
il 7 luglio 2026, Reuters ha riferito che anche il Governo cinese valuta possibili limiti all’accesso estero ai modelli AI più avanzati.
L’Europa affronta così il rischio di esclusioni o coercizioni a vari livelli. Il Dipartimento del Commercio statunitense sta studiando regole più rigide: limiti alle vendite globali (non solo alla Cina) di chip AI progettati da aziende americane, incluse possibili verifiche sull’uso finale, con ispezioni; anche clausole che impongano agli utilizzatori dell’AI USA di investire in infrastrutture americane.
Come si vede, il rischio è più variabile rispetto a quello, estremo ma non impossibile, del famoso “kill switch”, ossia spegnimento di servizi (cloud/AI) americani usati in Paesi stranieri.
Microsoft, nelle proprie European Digital Commitments, ha promesso per i clienti pubblici europei di contestare in tribunale eventuali ordini di sospensione o cessazione delle operazioni cloud in Europa e di lavorare con partner europei per la continuità operativa.
Un impegno che da una parte rassicura – gli Usa non sono la Cina, le corti sono comunque indipendenti – dall’altra conferma che il rischio esiste.
Chip ed energia: il fondo duro della dipendenza
Lo strato più difficile su cui costruire la sovranità resta il compute. Nvidia rappresenta circa due terzi del compute AI mondiale; chip progettati da Google, Amd e Amazon coprono gran parte del resto. L’alternativa cinese cresce, ma non elimina la dipendenza. Huawei e Cambricon hanno fatto progressi sotto restrizioni commerciali statunitensi, ma l’Ascend 910C di Huawei, tra i chip AI cinesi più avanzati, viene stimato a circa un quinto delle prestazioni dell’ultima offerta Nvidia.
Avere un’alternativa cinese è meglio che essere costretti a scommettere tutto sui rapporti con gli Usa. Ma non può bastare, a un’economia avanzata come quella europea.
Resta che produrre in Europa tutte le gpu di frontiera non è un obiettivo realistico nel breve periodo. Ha invece senso acquistare capacità di calcolo, collocarla in territorio europeo, gestirla con regole europee e costruire piani di continuità. Anche perché i chip AI più recenti hanno una vita utile di almeno cinque o sei anni: controllare le macchine già installate può dare autonomia anche quando nuove forniture diventano più difficili.
L’European Chips Act punta a raddoppiare la quota europea nel mercato globale dei semiconduttori fino al 20%, rafforzando ricerca, produzione e resilienza delle catene di fornitura. Ma il target riguarda l’ecosistema dei chip nel suo insieme. Non basta, da solo, a creare indipendenza europea nelle gpu AI di frontiera.
L’energia è l’altro vincolo materiale. L’Agenzia internazionale dell’energia, nel report Energy and AI 2026, stima che un data center focalizzato sull’AI consumi quanto 100mila abitazioni, mentre i più grandi impianti in costruzione possono arrivare a venti volte tanto. La stessa agenzia prevede che il consumo elettrico globale dei data center possa raddoppiare entro il 2030, fino a circa 945 TWh. In Europa, reti congestionate, tempi lunghi di connessione e prezzi elevati rendono la sovranità AI anche una questione di politica energetica.
Il capex data center mostra la distanza dagli Stati Uniti
Il problema europeo non è solo tecnologico. È finanziario. Un data center da 1 GW, scala ormai rilevante per l’AI avanzata, costa circa 50 miliardi di dollari; oltre due terzi della spesa va in apparecchiature di calcolo, soprattutto chip. Gartner, citata dall’Economist, stima che tra 2026 e 2030 i Paesi fuori da Stati Uniti e Cina potrebbero aggiungere oltre 50 GW di capacità data center, in gran parte per l’AI. Servirebbero oltre 2mila miliardi di dollari.
La distanza tra fabbisogno e capitale disponibile è ampia. Sempre secondo l’allegato, il capex combinato di tutti i fornitori non statunitensi e non cinesi, inclusi progetti sovrani e neocloud, arriverebbe a circa 800 miliardi di dollari nello stesso periodo. Alphabet, Amazon, Meta, Microsoft e Oracle dovrebbero invece investire circa 5mila miliardi di dollari entro la fine del decennio, in gran parte in infrastrutture AI; tra un quinto e un terzo potrebbe essere speso fuori dagli Stati Uniti, pari a 1-1,5mila miliardi di dollari.
Dal 2025 al 2030 la spesa in infrastrutture data center resta dominata dalle aziende americane, con imprese cinesi e resto del mondo su livelli molto inferiori. La conseguenza è che una parte della futura infrastruttura “sovrana” europea sarà probabilmente costruita con capitale, tecnologia o partnership degli hyperscaler statunitensi. Il tema diventa allora, di nuovo, la qualità del controllo.
Da esercitare cin vario modo: vincoli di giurisdizione e di governance, diritto alla portabilità di dati e di continuità di servizio a livello contrattuale. Separazione operativa di dati e servizi critici, nei datacenter, secondo un modello già avviato dal nostro Polo Strategico Nazionale, ma ancora da potenziare in chiave AI.
il caso tedesco
Rilevante l’iniziativa Deutsche Telekom- T-Mobile: il gruppo tedesco sta costruendo con Nvidia una Industrial AI Cloud sovrana in Germania, basata su un investimento da un miliardo di euro, fino a 10mila gpu Nvidia Blackwell e un supercomputer da 0,5 exaflops che dovrebbe aumentare di circa il 50% la capacità di calcolo AI disponibile nel Paese. La piattaforma, avviata nel primo trimestre 2026 e gestita da Deutsche Telekom e T-Systems, è pensata per imprese industriali, pmi, startup, ricerca e settore pubblico, con dati trattati in Germania secondo diritto tedesco ed europeo, integrazione SAP nel cosiddetto Deutschland-Stack e casi d’uso che vanno da digital twin e robotica a manutenzione predittiva e assistenti industriali.
Il governo federale tedesco ha assegnato a Telekom e SAP il primo posto nella gara per una piattaforma AI sovrana destinata a federazione, Länder e comuni, con prime applicazioni su gestione documentale, knowledge management, sintesi testi e accelerazione dei procedimenti autorizzativi: un esempio concreto di sovranità AI selettiva, costruita non sulla pretesa di controllare tutta la filiera, ma sul presidio locale di compute, cloud, dati e applicazioni critiche.
Cloud europeo: crescita senza controllo di mercato
Il cloud è già oggi un punto debole. Synergy Research Group, società di analisi del mercato cloud, stima che i fornitori europei siano passati dal 29% del mercato locale nel 2017 al 15% dal 2022 in avanti. Amazon, Microsoft e Google valgono insieme il 70% del mercato regionale. Nella prima metà del 2025, i ricavi europei dei servizi cloud infrastrutturali hanno raggiunto 36 miliardi di euro, con una crescita attesa del 24% sull’intero anno.
La Commissione europea prova a rispondere con il Cloud and AI Development Act, proposta adottata nel giugno 2026 con l’obiettivo di almeno triplicare la capacità data center dell’Unione nei successivi cinque-sette anni e soddisfare entro il 2035 la domanda di imprese e pubbliche amministrazioni. Con InvestAI, lanciato nel febbraio 2025, Bruxelles punta inoltre a mobilitare 200 miliardi di euro per l’AI, inclusi 20 miliardi per fino a cinque AI Gigafactories.
Sono strumenti necessari, ma la scala resta inferiore a quella dei grandi operatori globali. Per questo la sovranità cloud europea dovrà distinguere tra usi ordinari e usi critici. Non tutti i workload richiedono piena separazione giuridica e operativa. Difesa, sanità, finanza, infrastrutture energetiche e funzioni essenziali della pubblica amministrazione richiedono invece requisiti più forti: localizzazione dell’inferenza, chiavi di cifratura sotto controllo europeo, logging auditabile, portabilità applicativa e alternative tecniche già testate.
Modelli aperti: più controllo, ma anche nuove dipendenze
Lo strato dei modelli offre più margine rispetto all’hardware. I modelli aperti costano meno, possono essere modificati, ospitati localmente e integrati in architetture controllabili. Per molte applicazioni industriali non serve il miglior modello generalista del mondo: serve un modello abbastanza performante, verificabile, adattabile, valutabile e sostenibile nei costi.
L’Europa sta costruendo alcuni tasselli. Le AI Factories di EuroHpc Ju comprendono 19 AI Factories e 13 antenne, con risorse di calcolo e supporto gratuito per pmi e startup. OpenEuroLLM promette una famiglia di modelli europei aperti, con dati, documentazione, codice di training e metriche di valutazione pubbliche, in linea con la regolazione Ue.
Ma l’open source non garantisce sovranità in automatico. Molti progetti sovrani usano modelli aperti e che i modelli cinesi sono diventati particolarmente competitivi: su OpenRouter, marketplace di modelli AI, quelli cinesi avrebbero superato quelli americani per utilizzo; dopo le restrizioni su Anthropic, Z.ai ha rilasciato GLM-5.2, salito rapidamente al quarto posto su Artificial Analysis. La tentazione di sostituire dipendenza statunitense con dipendenza cinese è forte, soprattutto quando costi e prestazioni diventano favorevoli.
Il punto è la diversificazione. Joe Tsai, presidente di Alibaba, ha riconosciuto in modo esplicito che l’Europa non può avere garanzie assolute sul fatto che Pechino non limiti in futuro l’accesso ai modelli più avanzati. La logica del “secondo paniere” riduce il rischio, ma non basta per i carichi critici. Per questi servono modelli europei o almeno modelli ispezionabili, eseguibili localmente e sostituibili.
Le competenze sono lo strato più sottovalutato
Hardware e software si comprano. Le persone no, almeno non alla stessa velocità. Installare, mantenere, ottimizzare e mettere in sicurezza sistemi AI complessi richiede ingegneri, architetti cloud, specialisti di sicurezza, esperti di dati, figure legali e profili di dominio. La competizione con hyperscaler e laboratori di frontiera rende questi talenti costosi e scarsi.
La sovranità AI europea dipende quindi anche da una capacità pubblica e industriale di procurement intelligente. Un ospedale, una banca o un ministero non diventano sovrani perché acquistano un servizio “sovereign” nel nome commerciale. Lo diventano se sanno valutare architettura, dipendenze, clausole contrattuali, modelli di fallback, requisiti di audit, sicurezza dei dati e capacità di migrazione.
Questo punto è decisivo per le pmi. Eurostat, nella pagina Statistics Explained aggiornata nel 2026 con dati 2025, rileva che il 19,95% delle imprese Ue con almeno 10 addetti usava tecnologie AI; tra le grandi imprese la quota saliva al 55,03%, mentre tra le piccole restava al 17%. Il pacchetto State of the Digital Decade 2026 indica che il 46,7% delle imprese usa cloud computing, il 39,9% data analytics e quasi il 20% AI, con un aumento dell’adozione AI del 48% nel 2025 rispetto all’anno precedente. L’adozione cresce, ma senza competenze rischia di consolidare dipendenze.
Difesa, sanità e finanza: dove il controllo deve essere più alto
La sovranità AI europea deve partire dai settori in cui un blocco, una perdita di dati o un errore del modello produce conseguenze sistemiche. L’AI Act, regolamento Ue 2024/1689, non è una strategia industriale, ma la sua classificazione dei sistemi ad alto rischio indica le aree più sensibili: infrastrutture critiche digitali, traffico, acqua, gas, riscaldamento, elettricità, accesso a servizi pubblici essenziali, benefici sanitari, credito, assicurazioni vita e salute, forze dell’ordine, migrazione, giustizia e processi democratici.
In difesa, usare modelli esteri remoti per intelligence, cyberdifesa, pianificazione o sistemi autonomi apre problemi di segretezza, continuità e controllo. In sanità, l’AI per diagnostica, screening, triage o medicina personalizzata richiede dataset governati, validazione clinica, tracciabilità e responsabilità. La Commissione, nella pagina dedicata all’AI in Health, collega la strategia Apply AI a centri di screening avanzati per tumori e malattie cardiovascolari, EU Cancer Imaging, 1+Million Genomes e strutture di test clinico reale. In finanza, scoring, antifrode, gestione del rischio, antiriciclaggio e cybersecurity dipendono da continuità operativa e controllo dei fornitori.
La Apply AI Strategy della Commissione include difesa, sicurezza e spazio tra i settori industriali chiave, insieme a sanità, farmaceutica, energia, mobilità, manifattura, comunicazioni, agrifood, ambiente e pubblico settore. È una lista che coincide con il perimetro in cui la sovranità selettiva deve diventare requisito di sistema.
Tre livelli di sovranità possibile
Per le applicazioni ordinarie, la scelta può restare pragmatica: usare modelli globali, cloud pubblici e servizi gestiti, purché con clausole di portabilità, protezione dei dati e alternative contrattuali. Qui la sovranità coincide con concorrenza, interoperabilità e capacità di cambiare fornitore.
Per le applicazioni sensibili, serve un secondo livello: inferenza in Europa, dati cifrati, chiavi sotto controllo del cliente o di un soggetto europeo qualificato, audit indipendente, logging accessibile, modelli alternativi già integrati, personale autorizzato e governance conforme alla giurisdizione europea.
Per le applicazioni critiche, il controllo deve arrivare allo stack operativo: compute localizzato, modelli aperti o ispezionabili, dataset governati, test di robustezza, fallback offline o multi-modello, procedure di emergenza, procurement europeo quando esiste un’alternativa credibile e competenze interne sufficienti a non dipendere totalmente dal fornitore.
Questa architettura evita due errori opposti: trattare ogni uso dell’AI come se richiedesse sovranità totale, oppure affidare anche funzioni essenziali a servizi remoti senza piani di continuità.
Una sovranità parziale può bastare solo se è progettata bene
Il Golfo mostra la scala dei capitali necessari: Arabia Saudita ed Emirati pianificano oltre 100 miliardi di dollari, con Humain e G42 come veicoli centrali; l’Arabia Saudita punta ad acquistare diverse centinaia di migliaia di chip Nvidia top-end in cinque anni, mentre gli Emirati mirano fino a mezzo milione di chip l’anno.
IlRegno Unito ha lanciato un fondo sovrano AI da 500 milioni di sterline e sviluppato l’AI Security Institute; l’India investe circa 1 miliardo di dollari in infrastrutture, modelli in lingue locali e dataset pubblici.
La Francia invece prova a catalizzare investimenti privati attorno a Mistral AI.
La strategia francese non elimina la dipendenza da chip, energia, cloud e capitali esteri, ma prova a concentrare sul territorio europeo una parte della capacità di calcolo, delle competenze e dello sviluppo applicativo. È una via intermedia, nel solco dell’approccio pragmatico che l’Europa può seguire: usare capitale globale e partnership tecnologiche per creare potere negoziale locale, trattenere valore industriale e dare a imprese e amministrazioni alternative europee almeno per una parte della domanda AI.
L’Europa ha strumenti più distribuiti: AI Act, Chips Act, AI Factories, InvestAI, Cloud and AI Development Act, OpenEuroLLM, strategie settoriali e un mercato industriale ampio. La sfida è collegarli in una politica coerente. Senza procurement pubblico coordinato, energia disponibile, cloud qualificato, modelli aperti competitivi, capitali pazienti e competenze, la sovranità resterà un’etichetta commerciale applicata a infrastrutture altrui.
La sovranità AI europea non consisterà nel battere Stati Uniti e Cina sulla frontiera assoluta in ogni momento.
Consisterà nel decidere quali dipendenze sono accettabili, quali vanno diversificate e quali devono essere ridotte perché incidono su sicurezza, diritti, servizi essenziali e valore economico.
Questo l’Europa sembra ormai averlo capito, sebbene in ritardo. Adesso viene la parte più difficile, dopo la consapevolezza: l’attuazione, nei 27 diversi Stati membri.
Partecipa alla community