Il divario AI si amplia: dati ISTAT e implicazioni
Il più recente rapporto ISTAT su imprese e ICT evidenzia che, tra il 2023 e il 2025, la distanza tra grandi imprese e PMI è diminuita sulla maggior parte degli indicatori digitali, ma è aumentata in modo significativo per l’intelligenza artificiale, passando da circa 20 a 37 punti percentuali.
Nel 2025, il 53,1 % delle grandi imprese utilizza almeno una tecnologia di AI, contro il 15,7 % delle PMI. Inoltre, un terzo delle imprese che hanno adottato l’AI non ne indica una finalità aziendale precisa, segno di un utilizzo ancora poco strutturato.
Tra le aziende che hanno valutato l’utilizzo dell’AI senza poi avviarlo, il 58,6 % cita la mancanza di competenze come ostacolo principale.
Conseguenze della chiusura del PNRR
Il PNRR, il più grande programma di investimento pubblico nella storia recente dell’Italia, si è concluso il 31 agosto 2025. Il 23 settembre la Cabina di regia ha verificato il raggiungimento dei 156 obiettivi legati all’ultima rata, per un valore complessivo di 28,4 miliardi di euro.
Nel settore digitale, il Dipartimento per la trasformazione digitale ha comunicato a luglio che circa 13 mila amministrazioni hanno migrato dati e applicativi in cloud, di cui oltre 280 sul Polo Strategico Nazionale.
Questi risultati sono espressi in migrazioni; la sfida successiva è trasformare la capacità di hosting in utilizzo effettivo da parte di cittadini e imprese, in particolare le PMI ancora lontane da un’adozione sistematica dell’AI.
Infrastrutture fisiche vs. competenze e governance
Il report “Italia 2030: scenari per l’innovazione tra AI, impresa e politica”, scritto con Valerio Mancini per il Centro di Ricerca della Rome Business School, descrive un Paese in cui gli asset fisici crescono rapidamente: a ottobre 2025 si contano 209 data center attivi censiti e tre data center dell’infrastruttura dell’euro digitale localizzati in Italia.
Il rischio evidenziato è quello di accumulare infrastrutture senza costruire le competenze, le piattaforme e la governance necessarie a trasformarle in capacità reale, riducendo il ruolo delle infrastrutture a semplice hosting.
Il contesto europeo
Il Cloud and AI Development Act dell’UE punta a triplicare la capacità dei data center entro cinque‑sette anni. Chris Kremidas‑Courtney dell’European Policy Centre avverte che data center e reti elettriche sono investimenti misurati in decenni, mentre le tecnologie di calcolo evolvono in mesi o anni, creando un potenziale squilibrio tra esigenze di capitale delle grandi aziende AI e bisogni di calcolo dell’economia europea.
L’infrastruttura è una condizione abilitante: un data center crea valore solo nella misura in cui permette a imprese e istituzioni di usare meglio dati, competenze e processi.
Fattori chiave per un uso efficace dei fondi
Tra i fattori decisivi vi sono:
- Sostenibilità economica: le piattaforme richiedono manutenzione annuale, aggiornamenti di sicurezza e licenze, voci che devono essere previste nei bilanci ordinari.
- Competenze manageriali: la presenza di manager capaci di valutare il ritorno della tecnologia e guidare i cambiamenti organizzativi.
- Interoperabilità: la capacità di far dialogare i sistemi e riusare soluzioni tra amministrazioni diverse.
Questi elementi distinguono una spesa fine a sé stessa da un investimento che genera crescita produttiva.
Esempio di interoperabilità: l’Estonia
L’Estonia, piccolo Paese con una forte cultura dell’interoperabilità dei dati pubblici, ha costruito un assistente virtuale unico per i servizi pubblici, basato su componenti AI riutilizzabili condivisi tra amministrazioni. In un anno la quota di imprese estoni che usano l’AI è passata dal 5,2 % al 13,9 %.
La lezione per l’Italia è che interoperabilità, riuso delle soluzioni e alfabetizzazione diffusa contano più della dimensione assoluta delle infrastrutture.
Verso una vera sovranità tecnologica
La sovranità tecnologica non significa solo costruire grandi data center entro i confini dell’UE, ma poter cambiare fornitore, proteggere i dati e continuare a operare quando le circostanze cambiano.
Una filiera è sovrana quando governa i propri dati critici, decide chi vi accede e per quali finalità, anche ricorrendo a tecnologie sviluppate altrove.
La pubblica amministrazione può contribuire con appalti innovativi e sandbox regolatori, diventando il primo cliente qualificato di startup e PMI.
Misurare i progressi
Si propone che il governo pubblichi annualmente un indice d’uso delle piattaforme digitali finanziate dal PNRR, con dati aperti su accessi, servizi erogati e amministrazioni attive.
Le imprese dovrebbero misurare sistematicamente ritorni e impatti per evitare il “teatro dell’IA”, ovvero progetti avviati soprattutto per essere mostrati, senza valore misurabile per l’organizzazione.
Per la PA, un indice di questo tipo rafforzerebbe il ruolo degli osservatori indipendenti e contribuirebbe a costruire una capacità di foresight istituzionale.
Proposte concrete per le PMI
Per ridurre il divario delle PMI si propone il “Dataspace dei Distretti”, un’iniziativa nazionale che metta in comune i dati industriali di moda e lusso, meccanica di precisione, agroalimentare, farmaceutico e nautica, con governance cooperativa e regole di responsible AI.
Questi dati alimenterebbero modelli verticali italiani ospitati sull’infrastruttura di cloud sovrano già esistente, scegliendo la verticalizzazione con modelli più piccoli, meno energivori e più adatti a reti alimentate da rinnovabili.
Apprendimento federato e finanziamento
Strumenti come l’apprendimento federato permettono di addestrare modelli condivisi senza cedere il dato grezzo, trasformando la frammentazione produttiva in un patrimonio di dati unico al mondo.
Per finanziare il progetto si suggerisce la creazione di un fondo di co‑investimento pubblico‑privato capace di subentrare al PNRR, fornendo la base necessaria per armonizzare a livello nazionale le diverse iniziative attualmente individuali.
Prossimi passi normativi e strategici
Il 10 ottobre 2026 è scaduto il termine di dodici mesi per i decreti attuativi della legge 132 sull’intelligenza artificiale. La Strategia italiana per l’IA 2024‑2026 si avvia alla conclusione entro la fine dell’anno.
Il suo aggiornamento, previsto con cadenza biennale, sarà tra i primi documenti di programmazione scritti dopo la chiusura del Piano e rappresenta l’occasione per indicare settori prioritari, risorse e strumenti per garantire la continuità degli investimenti avviati.
Da queste scelte dipenderà la traiettoria del Paese: senza variazioni politiche, lo scenario più probabile al 2030 resta una lenta convergenza con la media europea. Un approccio mirato a competenze, interoperabilità e governance sostenibile può invece spostare l’Italia verso una posizione di leadership nell’AI applicata alle PMI.