Mentre l’Europa investe nella costruzione delle fabbriche dell’intelligenza artificiale e Stati Uniti e Cina competono per il controllo della capacità di calcolo mondiale, l’Italia celebra due decreti che stabiliscono soprattutto chi controllerà l’intelligenza artificiale, attraverso quali procedure e applicando quali sanzioni.
Tutto questo racconta meglio di molte statistiche quale sia oggi la nostra idea di politica tecnologica.
- Il 30 luglio l’Unione europea ha aperto il bando per realizzare fino a sette AI Gigafactories, sostenute da un massimo di 10 miliardi di euro di risorse pubbliche europee e nazionali, con l’obiettivo di mobilitare almeno 20 miliardi di investimenti privati, anche in Italia, che ha candidato un progetto capitanato da Eni e Leonardo.
- Pochi giorni dopo, ieri, il Consiglio dei ministri italiano ha approvato definitivamente due provvedimenti dedicati alle autorità competenti, alla vigilanza, alla responsabilità e al regime sanzionatorio.
I decreti erano necessari per adeguare l’ordinamento nazionale all’AI Act europeo e colmare vuoti reali nel lavoro, nella formazione, nella sanità, nella pubblica amministrazione e nelle attività di polizia. Il problema nasce quando questo recepimento viene raccontato come se costituisse, da solo, la risposta del Paese alla più importante trasformazione industriale del nostro tempo.
Indice degli argomenti
Regole e industria: la politica italiana per l’intelligenza artificiale
Regolamentare una tecnologia significa stabilire entro quali limiti debba essere utilizzata, mentre costruire una leadership significa sviluppare competenze, imprese, infrastrutture e capacità produttiva. Sono due funzioni necessarie, ma profondamente diverse. Confonderle consente alla politica di presentare come un traguardo ciò che dovrebbe essere soltanto il punto di partenza.
Un decreto può stabilire chi vigila su un sistema, ma non crea processori, non rende disponibile energia a costi competitivi, non finanzia una scale-up, non trasforma una fabbrica e non costruisce una filiera della robotica. La regolazione può ridurre i rischi e aumentare la fiducia, ma non genera automaticamente innovazione, produttività e sovranità tecnologica.
Gli strumenti disponibili e la regia che ancora manca
L’obiezione più prevedibile è che questi decreti non avessero il compito di finanziare una politica industriale e che l’Italia disponga già di altri strumenti. È vero. Esistono la Strategia italiana per l’intelligenza artificiale 2024-2026, l’autorizzazione a investire fino a un miliardo di euro attraverso CDP Venture Capital in imprese attive nell’AI e in altre tecnologie strategiche, l’IT4LIA AI Factory e un ecosistema di supercalcolo costruito intorno a Leonardo e alle nuove infrastrutture previste a Bologna.
Sono asset importanti e sarebbe scorretto ignorarli. Proprio la loro esistenza, tuttavia, rende più evidente ciò che ancora manca: una regia capace di trasformare iniziative separate in una missione industriale, indicando quante imprese accederanno alla capacità di calcolo, con quali tempi, quanti progetti passeranno dal prototipo alla produzione, quanto capitale privato verrà mobilitato e quali settori produttivi saranno chiamati a diventare campioni europei dell’intelligenza artificiale applicata.
Finché una strategia, un fondo, un supercomputer e alcuni incentivi procederanno come iniziative parallele, l’Italia disporrà di componenti preziose ma non ancora di una politica industriale coerente. Non basta elencare gli strumenti; occorre dimostrare che siano collegati a obiettivi, scadenze e responsabilità verificabili.
Un miliardo autorizzato non è automaticamente un miliardo investito, una capacità di calcolo installata non è necessariamente accessibile alle PMI e un programma di ricerca non diventa da solo un prodotto industriale. La questione decisiva è la capacità di convertire risorse pubbliche, infrastrutture e conoscenza scientifica in imprese, brevetti, prodotti esportabili e aumenti misurabili di produttività.
Governance e risorse nei decreti italiani sull’intelligenza artificiale
La prima criticità dei decreti riguarda la governance. AgID viene indicata come autorità di notifica, ACN assume la vigilanza generale del mercato, Banca d’Italia, CONSOB e IVASS conservano competenze sui sistemi finanziari, mentre il Garante interviene negli ambiti attribuiti dal regolamento europeo; a questi soggetti si aggiungono ministeri, autorità settoriali, Regioni, Province autonome e organismi di conformità.
Nessuno mette in discussione che una tecnologia trasversale richieda competenze diverse. Il problema nasce quando moltiplicare le autorità sostituisce la capacità di decidere.
Quando lo stesso sistema coinvolgerà cybersicurezza, dati personali, diritto del lavoro e disciplina settoriale, chi avrà l’ultima parola, entro quale termine e con quali effetti vincolanti per le altre amministrazioni? Accordi, protocolli e comitati possono favorire il dialogo, ma non sostituiscono un meccanismo rapido per risolvere i conflitti interpretativi.
Il rischio è costruire un sistema nel quale ciascuna autorità dispone del potere di rallentare, mentre nessuna risponde realmente del risultato finale. Per una grande multinazionale questa complessità rappresenta un costo gestibile; per una startup o una PMI innovativa può diventare una barriera all’ingresso.
Sandbox normative tra sperimentazione e burocrazia
Anche gli spazi di sperimentazione normativa avranno valore soltanto se offriranno un interlocutore unico, scadenze certe e indicazioni utilizzabili nella successiva valutazione di conformità. Una sandbox non dovrebbe essere un luogo nel quale l’amministrazione osserva passivamente l’innovazione, ma un percorso capace di accompagnare un progetto verso la certificazione e il mercato.
Se per accedervi serviranno mesi, se più autorità potranno esprimere valutazioni divergenti e se l’esito non offrirà un ragionevole affidamento per le fasi successive, diventerà un ulteriore procedimento burocratico presentato come politica per l’innovazione.
Le competenze necessarie per vigilare sui sistemi di AI
A questa frammentazione si aggiunge il problema delle risorse. Il Garante ha chiesto una revisione organica degli stanziamenti, ritenendo insufficienti quelli disponibili rispetto alle nuove attribuzioni, e il rilievo è decisivo perché vigilare su un sistema ad alto rischio richiede competenze tecniche, laboratori e capacità di esaminare modelli e dataset, non soltanto il controllo dei documenti prodotti dai fornitori.
Servono ingegneri del machine learning, statistici, esperti di discriminazioni algoritmiche, specialisti di sicurezza e strumenti per testare concretamente il comportamento dei sistemi.
Se lo Stato assegna nuovi poteri senza finanziare personale e infrastrutture adeguati, costruisce una vigilanza severa sulla carta ma debole nella realtà, nella quale gli operatori più responsabili sostengono elevati costi di conformità mentre quelli realmente pericolosi possono sfruttare la debolezza dell’enforcement.
È il rischio tipico di molta regolazione italiana: moltiplicare obblighi e autorità senza mettere chi deve applicarli nelle condizioni di farlo seriamente.
Intelligenza artificiale e lavoro: i limiti delle tutele italiane nei decreti
Il punto più discutibile nella disciplina del lavoro è la scelta di escludere dalle decisioni finali sulla costituzione del rapporto le attività di ricerca e selezione delle candidature, anche quando l’algoritmo determina la mancata ammissione alle fasi successive.
Proprio in quel momento l’intelligenza artificiale può incidere nel modo più opaco, classificando curricula, attribuendo punteggi, analizzando video e scartando persone che non incontreranno mai un selezionatore umano. Il decreto tutela correttamente il lavoratore contro licenziamenti e provvedimenti adottati unicamente sulla base di un trattamento automatizzato, ma arretra nel punto in cui l’asimmetria informativa è maggiore.
Non basta che una persona apponga formalmente una firma alla fine del processo, perché una supervisione umana è effettiva soltanto quando chi decide conosce i limiti del sistema, dispone delle informazioni necessarie e può realmente contraddirne il risultato.
In caso contrario, l’intervento umano diventa una semplice ratifica e l’algoritmo continua a determinare la decisione, lasciando a una persona la responsabilità formale. Proteggere il dipendente dopo l’assunzione e lasciare più esposto il candidato davanti al filtro algoritmico significa presidiare l’uscita e trascurare la porta d’ingresso.
Responsabilità penale e gestione degli incidenti algoritmici
Anche il nuovo articolo 437-bis del Codice penale richiederà un’applicazione particolarmente rigorosa, perché dati, configurazioni, aggiornamenti e responsabilità sono distribuiti tra produttori, integratori e utilizzatori.
Una fattispecie poco precisa potrebbe generare comportamenti difensivi senza colpire efficacemente le condotte più gravi. La disciplina dovrà distinguere con chiarezza occultamento, negligenza grave ed errore ragionevole, evitando di scoraggiare la segnalazione tempestiva di incidenti e vulnerabilità.
Dalla regolazione alla politica industriale italiana per l’AI
Tutte queste criticità discendono però da un problema più grande, cioè lo squilibrio tra la precisione con cui vengono definiti controlli e sanzioni e la vaghezza con cui viene indicato il risultato industriale che il Paese vuole raggiungere.
L’Italia partecipa alla gara europea per la nuova capacità di calcolo e dispone già di infrastrutture rilevanti, ma non ha ancora spiegato come intenda collegarle alla trasformazione della propria base manifatturiera. Ed è proprio la manifattura il punto nel quale l’Italia potrebbe smettere di inseguire e cominciare a costruire una propria specializzazione.
Physical AI e specializzazione dell’industria italiana
Il futuro dell’intelligenza artificiale non sarà soltanto nei chatbot e nei modelli linguistici, ma nel Physical AI, cioè nell’intelligenza incorporata in robot, macchine, sensori, sistemi logistici e processi produttivi.
Questa convergenza tra software e mondo fisico può trasformare il controllo qualità, la manutenzione predittiva, la logistica, la progettazione, l’uso dell’energia e l’organizzazione delle linee. È un terreno sul quale l’Italia possiede competenze reali nelle macchine utensili, nell’automazione, nella meccanica, nella meccatronica, nel packaging, nella farmaceutica, nell’automotive, nell’aerospazio e nella produzione specializzata.
Sistemi verticali e dati delle fabbriche italiane
La principale opportunità italiana non consiste nell’inseguire sullo stesso terreno finanziario i grandi modelli generalisti americani o cinesi, ma nel costruire sistemi verticali capaci di integrare intelligenza artificiale, dati industriali, robotica e conoscenza dei processi.
Un produttore italiano di macchine conosce materiali, difetti, tempi, tolleranze e condizioni operative che un grande fornitore di software non conosce; se questa conoscenza viene tradotta in dati, modelli e piattaforme, può diventare un vantaggio competitivo difficile da replicare.
Se invece i dati delle fabbriche italiane verranno utilizzati soltanto per addestrare sistemi progettati altrove, il Paese rischierà di fornire la materia prima informativa e di perdere la parte più redditizia della catena del valore.
Competenze e infrastrutture per portare l’AI nella produzione
La formazione è utile, ma non basta organizzare corsi e distribuire attestati. Il Paese ha bisogno di ingegneri, tecnici della robotica, integratori, esperti di dati industriali, responsabili di produzione e dirigenti capaci di ridisegnare processi e organizzazioni.
Ha bisogno soprattutto di fabbriche nelle quali sperimentare, clienti disposti ad acquistare, capitale per sostenere la crescita e infrastrutture accessibili anche alle imprese di dimensioni medie. Un sistema industriale non cambia perché migliaia di persone hanno seguito un seminario sull’intelligenza artificiale; cambia quando una tecnologia entra nella produzione, migliora qualità e produttività e viene venduta anche all’estero.
Physical AI Italia 2027-2030: una missione industriale verificabile
La critica, però, acquista valore soltanto se è accompagnata da un’alternativa concreta. Se vogliamo trasformare l’Italia in uno dei Paesi europei di riferimento per il Physical AI, il Governo dovrebbe lanciare un programma Physical AI Italia 2027-2030, con una dotazione iniziale indicativa nell’ordine di un miliardo di euro e con una leva pubblica capace di mobilitare un ammontare almeno equivalente di investimenti privati.
Una parte dovrebbe finanziare sei testbed collegati ai principali distretti manifatturieri, un’altra sostenere l’accesso delle PMI alla capacità pubblica di calcolo e la quota restante accompagnare le sperimentazioni industriali, il trasferimento tecnologico e la crescita dei progetti più promettenti.
Testbed, voucher e cento linee pilota
Il programma dovrebbe offrire voucher compresi tra 50.000 e 250.000 euro, garantire una decisione sulle richieste entro trenta giorni e finanziare almeno cento linee pilota nelle quali robotica, visione artificiale, digital twin e modelli industriali vengano sperimentati in condizioni produttive reali.
Una sola struttura dovrebbe essere responsabile dell’esecuzione e pubblicare ogni sei mesi dati sulle imprese coinvolte, sulla capacità di calcolo utilizzata, sugli investimenti privati mobilitati, sui prodotti arrivati sul mercato e sugli incrementi di produttività ottenuti.
I finanziamenti dovrebbero essere legati a risultati progressivi, mentre i progetti migliori dovrebbero poter accedere a commesse pubbliche, capitale di crescita e programmi europei. Non servirebbe creare l’ennesimo comitato, ma concentrare responsabilità, risorse e obiettivi in una missione verificabile.
Una proposta di questo tipo non risolverebbe tutti i problemi dell’ecosistema italiano, ma cambierebbe la natura della politica pubblica. Lo Stato non si limiterebbe più a disciplinare l’utilizzo di tecnologie importate, ma contribuirebbe a creare domanda, infrastrutture, sperimentazione e capacità produttiva.
La regolazione continuerebbe a tutelare cittadini, lavoratori e imprese, mentre la politica industriale costruirebbe gli strumenti necessari per competere.
L’Italia dell’intelligenza artificiale tra controllo e competizione
Il giudizio sui decreti deve quindi rimanere severo ma preciso. Sono un adempimento necessario, contengono garanzie importanti e sono stati migliorati dopo i pareri ricevuti, ma restano inseriti in un quadro nel quale l’accuratezza degli obblighi non trova ancora un equivalente nella politica industriale.
L’Italia dedica più attenzione a chi controllerà l’intelligenza artificiale che a chi la svilupperà, più dettaglio alle procedure che agli obiettivi industriali e più energia alla distribuzione delle competenze che alla costruzione di imprese capaci di competere.
La storia non ricorderà quali Paesi avranno prodotto l’architettura amministrativa più elegante, ma quelli che avranno costruito le tecnologie, le infrastrutture e i campioni industriali capaci di trasformare il mondo.
Se non correggeremo rapidamente l’ordine delle priorità, mentre gli altri progetteranno il futuro noi continueremo a perfezionare le regole per acquistarlo da loro, e un Paese che conosce perfettamente la disciplina applicabile a tecnologie sviluppate altrove non è una potenza tecnologica, ma soltanto un cliente molto disciplinato.
Partecipa alla community