L'intelligenza artificiale (AI) sta diventando un asset strategico per le imprese e per gli Stati. È normale quindi che si parli sempre più di sovranità dell’AI, cioè della capacità – sia a livello enterprise, sia a livello nazionale - di controllarne gli elementi essenziali, per garantirsi indipendenza, competitività, e conformità alle leggi nazionali e comunitarie. Nel dibattito pubblico sulla sovranità, finora si è parlato soprattutto di dati, infrastrutture di calcolo, e disponibilità di energia. Gli “elementi essenziali” dell’AI però non sono solo questi. L’AI infatti ha una sua “supply chain” più ampia che comprende anche i modelli, i componenti software per svilupparla, distribuirla e gestirla, gli strumenti per controllarne l’operatività (governance), le competenze specialistiche e le capacità industriali per sfruttarla al meglio.

La sovranità impatta sul 30-40% della spesa per l’AI

Data l’ampiezza di tale ecosistema, è cruciale chiedersi se “sovranità AI” significhi controllo di tutti gli elementi o no. Un interessante approfondimento sul tema è l’articolo “Sovereign AI: Building ecosystems for strategic resilience and impact” di McKinsey, pubblicato lo scorso marzo. Secondo McKinsey, l’AI sovrana è l'interazione tra quattro componenti: territoriale (dove risiedono fisicamente dati e risorse di calcolo), operativa (chi gestisce e protegge dati e risorse di calcolo), tecnologica (chi detiene la proprietà fisica e intellettuale di infrastrutture, modelli e software), e giuridica (quale giurisdizione regola l'accesso e la conformità normativa). La stima della società di consulenza strategica è che ben il 30-40% della spesa per l'AI potrebbe essere influenzata da requisiti di sovranità: traducendo in dollari, il mercato globale della sovereign AI nel 2030 varrà circa 500-600 miliardi.

La “minimum sufficient sovereignty”

Detto questo, la tesi centrale dell’articolo è che costruire un ecosistema di AI sovrana richiede molto più che investire in data center o capacità di calcolo. È necessario infatti sviluppare un ecosistema integrato in cui domanda, infrastrutture, governance, dati, capitale e competenze evolvano in modo coordinato. In questo scenario ottimale – in cui Governi, fornitori tecnologici, imprese e investitori hanno tutti un ruolo specifico ed essenziale - non sempre il controllo totale di tutta la filiera dell’AI è l’opzione ottimale. Secondo McKinsey infatti gli ecosistemi più efficaci traducono in pratica il concetto di “minimum sufficient sovereignty”: mantenere il controllo diretto solo sugli asset realmente strategici in funzione del caso specifico, e continuare a sfruttare, dove possibile e conveniente, tecnologie e servizi globali.

In altre parole, ogni workload AI va valutato in base all'importanza delle questioni normative e dell'esposizione a terze parti, assegnandogli un livello di sovranità più o meno severo. Ipotizzando tre macrolivelli di sovranità (massimo, parziale e minimo), il livello massimo prevede infrastrutture completamente isolate, o servizi cloud AI basati su stack totalmente locali, dai data center alle applicazioni. Il livello parziale combina elementi globali e locali, per esempio un’infrastruttura di server fisici locali (bare metal), che si appoggia a framework applicativi globali, o servizi di proprietà estera ma gestiti da personale locale, e con dati memorizzati a livello nazionale. Infine per workload al livello minimo di sovranità ci si può affidare a infrastrutture pubbliche globali, cioè servizi di Cloud AI pubblici, con o senza controlli sovrani.

La mossa dell’Unione Europea

Su concetti simili ovviamente imprese e governi stanno riflettendo da anni, e uno sviluppo fondamentale per noi europei è avvenuto un mese fa con l’annuncio del Cloud and AI Development Act (CADA) dell’Unione Europea. Definito da molti una svolta cruciale nella politica tecnologica della UE, il CADA è il cuore del più ampio Tech Sovereignty Package, e si può considerare il completamento dell’AI Act. Mentre quest’ultimo regolamenta i rischi legati ai modelli AI, il CADA interviene direttamente sul layer infrastrutturale (data center e infrastrutture cloud) per ridurre la dipendenza strategica dai provider esteri.

La Commissione Europea ha infatti motivato il CADA evidenziando un profondo squilibrio di mercato. La quota di mercato europeo dei fornitori cloud con sede nella UE è crollata dal 29% circa - del 2017 - a circa il 15% negli ultimi anni (vedi grafico “European Cloud Provider Share of Local Market”), e parallelamente si è creato un oligopolio degli hyperscaler USA: tre sole aziende (Amazon Web Services, Google e Microsoft) ne controllano oltre il 70%. L'Europa soffre quindi di una grave carenza di capacità dei data center, che limita fortemente l'addestramento e la diffusione di modelli nativi AI avanzati.

CADA: i tre pilastri (più uno)

La Commissione ha definito tre linee guida per il Cloud and AI Development Act:

- Ricerca, Sviluppo e Innovazione: finanziamenti mirati per lo sviluppo della prossima generazione di tecnologie cloud e AI sostenibili, con forte accento sull'integrazione di soluzioni Open Source.

- Capacità Infrastrutturale: l'obiettivo è triplicare la capacità dei data center europei, possibilmente nei prossimi 5-7 anni, e in ogni caso entro il 2035. Per farlo, il CADA introduce le Data Center Acceleration Zones, cioè aree geografiche (almeno una in ogni paese dell’Unione) in cui i processi di autorizzazione burocratica per la costruzione di nuove infrastrutture saranno fortemente semplificati e velocizzati.

- Autonomia e Sovranità: la UE vuole creare un quadro unico di valutazione della sovranità digitale, che impatterà direttamente sugli appalti pubblici (public procurement).

L'elemento più impattante e dibattuto del CADA è appunto l'introduzione di un sistema di classificazione della sovranità cloud in quattro livelli di garanzia progressivi (Assurance Levels, vedi BOX dedicato). Gli enti pubblici e i settori critici dovranno mappare i propri workload AI e acquistare servizi cloud in funzione di questi livelli.

Un approccio sistemico basato sulle infrastrutture, ma non chiuso

Tornando alla prima parte dell’articolo, il CADA traduce in norme operative molti dei principi esposti nel rapporto McKinsey sulla Sovereign AI di cui abbiamo parlato in precedenza.

Le convergenze sono evidenti. Sia la UE, sia McKinsey partono dalla stessa premessa: sovranità tecnologica non significa autarchia, ma capacità di mantenere il controllo sulle tecnologie critiche, riducendo le dipendenze strategiche senza rinunciare alla cooperazione con entità extra europee.

Inoltre il CADA rispecchia quasi perfettamente una delle principali raccomandazioni di McKinsey: investire nell'infrastruttura abilitante dell'AI (cloud, data center, capacità di calcolo, governance del cloud) anziché limitarsi allo sviluppo di modelli AI.

Un'altra corrispondenza significativa è sulla visione sistemica. McKinsey insiste sul fatto che la sovranità richiede un ecosistema composto da infrastrutture, competenze, dati, capitale, domanda pubblica e governance. La Commissione ha adottato una logica simile, presentando il CADA in un pacchetto integrato (Tech Sovereignty Package) che combina anche politiche per semiconduttori (Chips Act 2.0) e per l’open source, e digitalizzazione del settore energetico. Il tutto in un quadro che comprende AI Continent Action Plan, AI Act, e piani per le AI Factories.

Punti di forza e criticità

I primi commenti al CADA evidenziano sia punti di forza sia fragilità intrinseche del piano. Un punto di forza è appunto l’approccio sistemico. Un altro è la concretezza: per la prima volta gli slogan sulla "sovranità digitale" europea diventano requisiti vincolanti e sanzioni negli appalti. Un terzo sono le misure protettive per i fornitori locali, in particolare l'obbligo per gli enti pubblici di preferire cloud sovrani. Un altro ancora è il vincolo alla sostenibilità, in particolare energetica, per lo sviluppo dei data center.

Le criticità evidenziate invece sono legate al fatto che i requisiti di sovranità contrastano l’uso di tecnologie non europee. La BSA (Business Software Alliance), che rappresenta tutti i principali software vendor, ha espresso forte preoccupazione, sostenendo che il CADA può rendere più difficile l'accesso degli enti pubblici europei ai servizi cloud e di AI più innovativi, nonché creare incertezza per i fornitori extra europei che operano nell’Unione. In effetti l'Europa al momento non ha alternative locali della stessa potenza e scalabilità di AWS, Microsoft o Google per sostenere carichi AI avanzati. Forti restrizioni rischiano di costringere gli enti pubblici a scegliere soluzioni "sovrane" ma tecnologicamente obsolete. D’altra parte i colossi americani si stanno già muovendo per aggirare le restrizioni, stringendo partnership locali o lanciando soluzioni dedicate di “European Sovereign Cloud”. Resta da vedere se tali architetture supereranno i rigorosi controlli di Livello 3 e 4 del CADA.

Tirando le somme, il Cloud and AI Development Act segna un cambio di paradigma: l'Europa ammette che per regolare l'economia digitale non bastano le sanzioni e le leggi sulla privacy (AI Act, GDPR), ma è necessario sviluppare un ecosistema che comprende il possesso materiale delle infrastrutture. Il successo del nuovo regolamento dipenderà dalla capacità della UE di favorire le centinaia di miliardi di investimenti necessari per triplicare la capacità dei data center in Europa entro 7 anni, e di non isolarsi dagli ecosistemi dell'innovazione globale.