L’algoritmo del potere mette in pericolo un’Europa troppo piccola

L’intelligenza artificiale non si riduce a ChatGPT: è un complesso sistema industriale che coinvolge chip, servizi cloud, flussi di dati, consumo energetico e concentrazione del potere economico. Allo stesso tempo rappresenta una grande questione politica, come è emerso in un confronto al Festival dell’Economia di Trento organizzato con la Società italiana di Economia, dove studiosi ed economisti hanno cercato di spostare il dibattito oltre l’entusiasmo per la novità tecnologica.

Federico Boffa, della Libera Università di Bolzano, ha indicato l’esigenza di cittadini più informati e di politiche pubbliche più robuste. Dietro la semplicità apparente delle applicazioni generative si nasconde infatti un ecosistema strutturato e dominato da pochi grandi attori, con conseguenze importanti su competitività, accesso ai dati e sovranità digitale.

Carlo Cambini, del Politecnico di Torino, ha descritto la filiera dell’intelligenza artificiale come stratificata: dalla produzione dei chip all’offerta cloud fino ai modelli linguistici e ai sistemi generativi che gli utenti incontrano. Nvidia è emersa come attore cruciale nello strato hardware, mentre Google, Microsoft e Amazon dominano l’offerta cloud globale.

Carlo Cambini ha affermato:

“Circa il 90% della produzione di chip specialistici è concentrata in pochissime aziende.”

Al livello applicativo compaiono poi piattaforme come ChatGPT e Gemini, che rappresentano l’interfaccia più visibile di una catena produttiva in cui la concorrenza aumenta salendo nella filiera, ma il controllo delle infrastrutture rimane fortemente concentrato. Questa verticalità integra funzioni diverse — ricerca, social network, pubblicità, piattaforme di servizio — ampliando il raggio d’azione delle grandi aziende tecnologiche.

Nel dibattito è emerso come alcune implementazioni di intelligenza artificiale siano usate strategicamente per rinforzare posizioni di mercato già dominanti, riducendo lo spazio competitivo per nuovi entranti e per le imprese di dimensioni più piccole.

Alessandra Bonfiglioli, dell’Università di Bergamo, ha posto l’attenzione sulle componenti necessarie per partecipare a questa trasformazione: capitale umano con competenze STEM, infrastrutture digitali diffuse, reti in fibra e data center. La scala del mercato è decisiva per l’adozione: per piccole economie o imprese di ridotte dimensioni i ritorni sull’investimento in tecnologie avanzate possono risultare insufficienti.

Alessandra Bonfiglioli ha sottolineato:

“Se il mercato è limitato e la dimensione aziendale è ridotta, l’implementazione dell’intelligenza artificiale spesso non è conveniente.”

Giacomo Ponzetto, del Crei e della Università Pompeu Fabra, ha richiamato invece il tema della regolazione e della concorrenza. Secondo il suo intervento, la storia regolatoria recente ha favorito negli Stati Uniti lo sviluppo rapido di piattaforme globali, mentre l’Europa ha tentato approcci diversi; il risultato è però una concentrazione di profitti in poche imprese, prevalentemente californiane.

Giacomo Ponzetto ha affermato:

“Gli Stati Uniti, pur essendo stati pionieri in materia di concorrenza, hanno lasciato spazi crescenti alle grandi piattaforme, che ora generano profitti straordinari concentrati in poche aziende.”

Il confronto ha messo in luce la necessità di combinare misure industriali e regolatorie: politiche che favoriscano l’investimento in infrastrutture strategiche, programmi di formazione per colmare il gap di competenze e regole che limitino comportamenti anticoncorrenziali e l’eccessiva accumulazione di dati proprietari. Per i policymaker europei e italiani questo significa bilanciare innovazione, sicurezza e tutela della concorrenza.

Per le imprese italiane e gli investitori, la concentrazione nella filiera dell’intelligenza artificiale implica due sfide principali: da un lato la necessità di cooperare per raggiungere economie di scala e accesso alle infrastrutture; dall’altro la prudenza nell’esporre capitale verso soluzioni troppo dipendenti da fornitori esterni. Il ruolo delle istituzioni pubbliche — attraverso sostegni mirati e regolazione europeizzata — sarà determinante per garantire un ecosistema più competitivo ed equo.

In sintesi

• La concentrazione della filiera (chip, cloud, modelli) aumenta il rischio sistemico per i mercati europei; politiche industriali mirate potrebbero ridurre la dipendenza da pochi fornitori esterni.
• Per gli investitori italiani, puntare su partnership tra imprese e sulla digitalizzazione delle filiere produttive può offrire ritorni più sostenibili rispetto a investimenti diretti in tecnologie proprietarie dominanti.
• Le scelte regolatorie in materia di dati e concorrenza determineranno la capacità delle PMI italiane di competere: regole chiare e incentivi alla scalabilità favoriranno diversificazione e innovazione domestica.
• Il potenziamento delle infrastrutture (data center, reti in fibra, formazione STEM) è un prerequisito per trasformare l’adozione dell’intelligenza artificiale in vantaggio competitivo per l’economia italiana.