Il nuovo pacchetto di sovranità tecnologica
Il Tech Sovereignty Package, presentato dalla Commissione europea il 3 giugno 2026, segna una svolta nella politica digitale dell’Unione. Per la prima volta, l’accento è posto sugli investimenti concreti in chip, cloud e infrastrutture con l’obiettivo di ridurre le dipendenze dall’estero e di offrire alle imprese una gamma più ampia di scelte.
Il banco di prova scelto è l’intelligenza artificiale: la domanda di soluzioni AI cresce a ritmo sostenuto, ma più dell’80 % dello stack tecnologico impiegato in Europa proviene ancora dagli Stati Uniti. Questa dipendenza rende evidente la necessità di una strategia di sovranità che vada oltre la semplice localizzazione dei server.
Che cosa significa “sovranità tecnologica”?
In pratica, sovranità tecnologica implica sapere dove vengono elaborati i dati, chi vi ha accesso e chi gestisce i sistemi. Significa anche poter cambiare fornitore senza dover ricostruire ogni singola applicazione. Un modello AI può funzionare in un data center europeo, ma dipendere comunque da un gruppo straniero per aggiornamenti o servizi essenziali; pertanto la sola localizzazione dei server risolve solo una parte del problema.
Domanda di AI in rapida crescita
Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro nel 2025, un incremento del 50 % rispetto al 2024. Le previsioni di Oliver Wyman indicano che il mercato potrebbe avvicinarsi ai 14 miliardi entro il 2035.
L’ISTAT registra un raddoppio della quota di imprese con almeno dieci dipendenti che utilizzano l’AI, passando dall’8,2 % al 16,4 %.
Dal training all’inferenza
Questa espansione non riguarda solo l’addestramento dei grandi modelli, ma soprattutto il mercato dell’inferenza, ossia i calcoli necessari per far funzionare i modelli già sviluppati. Quando l’AI entra stabilmente nei processi aziendali, le operazioni di inferenza si ripetono migliaia di volte al giorno.
Gli agenti AI moltiplicano le richieste: per gestire una richiesta commerciale, un agente consulta il catalogo, interroga il gestionale e prepara l’ordine, effettuando più chiamate ai modelli. Oliver Wyman stima che in Italia l’inferenza passerà dal 58 % al 68 % della domanda di calcolo AI entro il 2035, con la componente agentica in crescita di circa il 40 % all’anno.
Le sfide operative per le imprese
Quando l’AI gestisce attività quotidiane di banche, ospedali o fabbriche, la scelta dell’infrastruttura diventa strategica. Un’interruzione può bloccare un processo produttivo; un rincaro può rendere antieconomica un’applicazione; un vincolo tecnico può impedire la migrazione verso un concorrente.
I principali hyperscaler — Amazon Web Services, Microsoft e Google — offrono capacità di calcolo su larga scala, modelli avanzati e tool integrati, partendo con un vantaggio competitivo su prezzo e disponibilità.
Priorità di acquisto delle imprese
- Il 68 % dei CIO e responsabili AI intervistati da Oliver Wyman in una survey su 12 Paesi europei indica la sovranità del dato come criterio d’acquisto più importante.
- Il 50 % aggiunge che il prezzo è altrettanto determinante.
- Il 76 % attribuisce alla sovranità del dato un valore di almeno 8 su 10, mentre solo l’11 % considera l’indipendenza da tecnologie extra‑UE altrettanto cruciale.
Le imprese tendono a privilegiare la protezione delle attività critiche rispetto all’indipendenza totale, ponendo al centro la capacità di controllare le dipendenze.
Settori e criteri di sovranità
Le esigenze variano notevolmente:
- Pubblica amministrazione, sanità, ricerca e telecomunicazioni: la sovranità è più importante del prezzo.
- Servizi finanziari: i due criteri (sovranità e prezzo) si equivalgono, essendo il primo segmento per domanda servibile da infrastrutture sovrane in Italia.
- Manifattura: il prezzo prevale, ma la provenienza europea può rappresentare un vantaggio commerciale quando risponde a un bisogno reale.
Il ruolo degli investimenti pubblici
Il Cloud and AI Development Act, inserito nel pacchetto, punta a triplicare la capacità dei data center europei entro cinque‑sette anni, semplificando autorizzazioni, accesso all’energia, terreni e finanziamenti.
La proposta introduce quattro livelli di garanzia della sovranità per i servizi cloud e AI, dalla semplice localizzazione dei dati all’imposizione di requisiti rigorosi su fornitori e filiera tecnologica. Le amministrazioni pubbliche potranno scegliere il livello più adeguato ai rischi delle proprie attività.
Domanda pubblica come volano
In Italia la domanda di AI della pubblica amministrazione dovrebbe passare da 0,3 miliardi a oltre 2,2 miliardi tra il 2025 e il 2035. Acquisti pubblici con criteri comuni potrebbero garantire volumi prevedibili, permettendo ai fornitori di pianificare investimenti a lungo termine.
Tuttavia, la proposta è ancora legislativa; gli effetti concreti dipenderanno dalla sua attuazione.
Le AI Gigafactory e il fondo InvestAI
Il prossimo banco di prova saranno le AI Gigafactory. Il fondo InvestAI da 20 miliardi euro finanzierà, tramite il bando EuroHPC in chiusura a dicembre, quattro‑cinque infrastrutture da circa 100 000 chip di ultima generazione ciascuna, un salto di scala rispetto alle attuali AI Factory.
Il contributo pubblico coprirà solo una parte dell’investimento; la sfida sarà trasformare questa capacità in servizi quotidiani per le aziende, con assistenza, prezzi trasparenti, prestazioni affidabili e integrazione con i loro sistemi.
Costi energetici e modello di business
La competitività dipenderà anche dal costo dell’energia necessaria a alimentare e raffreddare i data center, e dalla capacità di aggregare clienti sufficienti a distribuire i costi fissi. Per gli esperti intervistati, energia e reti rappresentano ora vincoli più critici dei chip.
Molte imprese considereranno l’alternativa europea interessante solo se riuscirà a offrire controllo dei dati insieme a qualità e convenienza comparabili a quelle dei grandi cloud.
Il vero test di mercato
Il successo degli investimenti si misurerà dal numero di aziende che sceglieranno di eseguire le proprie applicazioni AI su infrastrutture europee, a quali costi e con quale libertà di cambiare fornitore. Da queste scelte dipenderà la possibilità di costruire un mercato dell’AI sovrana economicamente sostenibile.
In sintesi, l’Europa ha messo in campo risorse finanziarie e normative per creare un ecosistema AI indipendente. La sfida resta la capacità di tradurre queste premesse in servizi concreti, affidabili e competitivi, così da convincere le imprese a spostare le proprie operazioni verso un’infrastruttura davvero sovrana.
