La sovereign AI è sempre più al centro delle strategie industriali e geopolitiche, ma la promessa di autonomia tecnologica convive con un nodo decisivo: costruire indipendenza costa moltissimo e può rafforzare proprio i grandi fornitori da cui ci si vorrebbe affrancare.
Indice degli argomenti
Il petrolio non si sceglie. I dati sì, ma cambia poco
C’è un’analogia che circola da qualche settimana nelle cancellerie di mezzo mondo e nei report delle grandi banche d’affari: i dati sono il nuovo petrolio, e dipendere da infrastrutture altrui per gestirli è rischioso quanto dipendere dallo Stretto di Hormuz per il greggio.
L’analogia non è nuova, ma ha guadagnato urgenza con le tensioni geopolitiche in Medio Oriente: se una crisi può interrompere i flussi energetici globali, cosa impedisce che una crisi analoga, tecnologica, diplomatica, commerciale, interrompa l’accesso ai dati, ai modelli, ai server su cui un intero sistema economico si è appoggiato?
La risposta che molti governi stanno dando si chiama Sovereign AI: la costruzione di un’infrastruttura nazionale autonoma per l’intelligenza artificiale, fatta di data center propri, capacità di calcolo locale, modelli sviluppati in house o su licenza, e normative sul trattamento dei dati che ne impediscano la fuoriuscita oltre confine. Un’ambizione legittima, comprensibile, per molti versi necessaria. Con un effetto collaterale che merita di essere guardato in faccia: chi produce questa indipendenza ci guadagna enormemente.
600 miliardi l’anno: la stima McKinsey che fa girare la testa
Secondo McKinsey, entro il 2030 la Sovereign AI potrebbe rappresentare a livello globale un mercato compreso tra 500 e 600 miliardi di dollari, spinto sia dai vincoli normativi sulla gestione dei dati sia dalla volontà di governi e imprese di ridurre la dipendenza da stack tecnologici esterni. È una cifra che non riguarda soltanto data center e server, ma l’intera filiera: capacità computazionale, modelli, piattaforme cloud, software, integrazione, governance e applicazioni. Il Financial Times osserva che una quota rilevante di questa spesa ricadrebbe comunque su infrastrutture e compute, cioè proprio sui livelli della catena del valore in cui operano i grandi fornitori di chip, server, networking e cloud. In questo quadro, Nvidia appare tra i beneficiari più evidenti: secondo il FT, i ricavi dell’azienda da clienti sovrani hanno raggiunto 30 miliardi di dollari nell’ultimo esercizio, pari a circa il 14% del fatturato totale. Non è solo un dato impressionante in sé.
È il segnale che la domanda di sovranità, anche quando nasce per ridurre una dipendenza strategica, può trasformarsi molto rapidamente in una nuova rendita per chi controlla i componenti chiave dell’infrastruttura. McKinsey insiste sul fatto che la sovereign AI non coincide con l’autosufficienza integrale, ma con la capacità di presidiare i punti di controllo essenziali di un ecosistema. Proprio in questo spazio intermedio, tra sovranità dichiarata e filiera realmente controllata, che si concentra oggi il vantaggio dei fornitori globali.
I numeri chiave della Sovereign AI
| Indicatore | Valore / Fonte |
| Spesa globale Sovereign AI al 2030 | 600 mld USD/anno (McKinsey) |
| Quota stimata per infrastrutture fisiche | ~400 mld USD/anno |
| Ricavi Nvidia da clienti sovrani (FY 2025) | 30 mld USD (14% del totale) |
| Margine lordo Nvidia | 75% |
| Aumento utili Nvidia (scenario 25% quota) | +~50% (stima FT) |
Il paradosso dell’anti-scala: l’efficienza che nessuno vuole calcolare
C’è una logica economica implacabile al cuore della Sovereign AI, ha un nome poco elegante ma preciso: le economie di anti-scala. L’infrastruttura digitale globale funziona, e produce valore, grazie alla concentrazione. Un grande data center in Virginia serve milioni di utenti in tutto il mondo con un’efficienza che nessun data center nazionale potrà mai replicare su scala ridotta. Frammentare questa infrastruttura in decine di repliche sovrane è, per definizione, inefficiente.
Singapore che costruisce i propri server per non dipendere da Virginia del Nord sta comunque comprando chip Nvidia, software Palantir, architetture Microsoft Azure. La de-globalizzazione digitale, che è in sostanza ciò di cui stiamo parlando, per quanto razionalmente motivata, è costosa per i singoli paesi, ma rappresenta una manna per i loro fornitori. La duplicazione delle infrastrutture è esattamente il tipo di spesa che fa crescere i ricavi di chi vende l’infrastruttura.
Non è un giudizio morale. È semplicemente il meccanismo: più paesi vogliono la propria AI sovrana, più crescono le commesse per le aziende che producono i mattoni di cui questa sovranità è fatta. La corsa all’indipendenza tecnologica si trasforma, paradossalmente, in una nuova forma di dipendenza, solo con una geografia diversa e contratti pluriennali firmati dai governi.
Il fattore Palantir: essere indispensabile al sovrano
C’è un secondo vantaggio competitivo, meno visibile ma forse più duraturo, che le aziende tech stanno costruendo attraverso le commesse governative: la credibilità per osmosi istituzionale.
Palantir è il caso più emblematico. L’azienda di Peter Thiel, partner di Nvidia nella sua espansione sovrana, deriva la maggior parte del proprio fatturato da contratti governativi. Ma questa radicalità nel settore pubblico ha un effetto di spill-over verso i clienti privati: se è abbastanza sicuro per il Pentagono, è abbastanza robusto per qualsiasi impresa.
Il governo come referenza suprema, come certificazione implicita di affidabilità. Un meccanismo che le grandi aziende tecnologiche stanno imparando a usare sistematicamente. Aggiudicarsi commesse sovrane non serve solo per il fatturato diretto, serve per costruire una posizione di mercato difficilmente scalzabile, dove la dipendenza del governo diventa un asset commerciale che si spende su tutti gli altri clienti.
Cosa cambia per l’Europa e per l’Italia
Per l’Unione Europea, e per l’Italia in particolare, questo scenario non è teorico. È il contesto dentro cui si inseriscono scelte strategiche già in corso. Il progetto europeo delle AI Gigafactories, infrastrutture di supercalcolo distribuite sul territorio dell’UE attraverso EuroHPC JU nasce esattamente dalla volontà di non dipendere da data center americani. Ma i chip che le alimenteranno sono, in larga misura, Nvidia. I modelli che vi gireranno sono spesso sviluppati su architetture di derivazione americana. La sovranità infrastrutturale è reale; la sovranità tecnologica di filiera resta parziale. Il Piano Mattei, i deal trilaterali AI tra Italia, India e Kenya presentati all’AI Impact Summit 2026 di Nuova Delhi, la proiezione africana dell’Italia nel campo digitale: sono tutti movimenti che si muovono dentro questo scenario, non al di fuori di esso. Cooperare per costruire infrastrutture AI sovrane nei paesi partner significa, anche, creare mercati per i fornitori di hardware e software e sollevare la questione di chi, alla fine, vende i mattoni. C’è poi la questione normativa.
La domanda che nessuno vuole porre
Esiste una Sovereign AI genuina, oppure la vera scommessa è su chi vende l’illusione dell’indipendenza? La risposta onesta è: dipende da quanto a fondo si è disposti ad andare.
La sovranità digitale reale richiede non solo infrastrutture, ma capacità di ricerca, ecosistemi di talenti, industria dei semiconduttori, modelli sviluppati localmente con dati locali. Nessun paese europeo, da solo, ha tutto questo. L’Unione Europea nell’insieme potrebbe costruirlo, ma richiede una coerenza di investimento e di visione industriale che finora è mancata.
Nel frattempo, la corsa alla Sovereign AI produce effetti reali e misurabili: 30 miliardi di dollari di ricavi sovrani per Nvidia in un solo anno fiscale non sono un’astrazione. Sono la misura concreta di quanto vale, oggi, vendere indipendenza ai governi. Essere indispensabili al sovrano, scriveva qualcuno molto prima dell’era digitale, è la cosa più vicina ad esserlo. Nvidia, Palantir e i grandi hyperscaler lo sanno benissimo. La domanda è se i governi, incluso quello italiano, lo sappiano altrettanto bene mentre firmano i contratti.
