A cura di Giovanni Masi
La nuova elettricità dell’economia contemporanea
L’intelligenza artificiale non è più una tecnologia da osservare in attesa che maturi. È già entrata nei processi produttivi, nella ricerca scientifica, nella sanità, nella finanza, nella logistica, nella difesa e nella pubblica amministrazione. La questione, per l’Italia, non riguarda quindi la possibilità di adottarla, ma la capacità di decidere come svilupparla, dove utilizzarla e sotto quale controllo.
Il paragone con l’elettricità aiuta a comprendere la portata della trasformazione. L’energia elettrica non si limitò a sostituire il vapore. Cambiò la forma delle fabbriche, la distribuzione dei macchinari, l’organizzazione del lavoro e la geografia industriale. Allo stesso modo, l’AI non rappresenta soltanto un insieme di strumenti più veloci. Modifica il modo in cui vengono analizzati i problemi, progettati i prodotti, organizzata la conoscenza e assunte le decisioni.
Esistono anche altri precedenti utili. Le ferrovie ampliarono i mercati e resero possibili nuove catene di fornitura. Le telecomunicazioni ridussero le distanze tra imprese, istituzioni e cittadini. Il microprocessore portò la capacità di calcolo dentro macchine e oggetti. Internet trasformò la comunicazione in una risorsa disponibile quasi ovunque. L’intelligenza artificiale si colloca nella stessa famiglia di tecnologie pervasive, con una differenza decisiva: non trasporta soltanto energia o informazione, ma contribuisce a interpretare la realtà e a produrre risposte operative.
Una trasformazione che attraversa l’intero sistema produttivo
Ridurre l’AI ai chatbot significa guardare il fenomeno dalla sua superficie più visibile. La trasformazione più profonda avviene nelle attività meno appariscenti. Algoritmi e modelli possono supportare la progettazione di materiali, la manutenzione degli impianti, il controllo della qualità, la previsione della domanda, la ricerca farmaceutica, la gestione delle reti energetiche e l’analisi di grandi quantità di documenti tecnici.
In un Paese caratterizzato da manifattura specializzata, distretti industriali, filiere agroalimentari, patrimonio culturale e competenze scientifiche diffuse, l’AI potrebbe diventare un moltiplicatore della conoscenza esistente. Potrebbe aiutare un’impresa a valorizzare dati accumulati durante anni di produzione, consentire a un laboratorio di esplorare ipotesi più rapidamente o permettere a un’amministrazione di offrire servizi più accessibili.
Il risultato, però, non deriva dall’acquisto di una licenza. Come accadde durante l’elettrificazione, il vantaggio emerge quando la tecnologia viene accompagnata da una riorganizzazione dei processi. Servono dati affidabili, persone preparate, procedure di controllo, responsabilità definite e capacità di integrare i modelli nelle attività quotidiane. La strategia italiana sull’intelligenza artificiale riconosce proprio la necessità di collegare ricerca, imprese, pubblica amministrazione, infrastrutture e formazione, evitando che l’innovazione rimanga confinata in progetti isolati.
Il rischio di diventare semplici utilizzatori
La maggior parte degli strumenti di AI oggi disponibili dipende da grandi piattaforme internazionali. Le imprese accedono ai modelli attraverso servizi cloud, interfacce proprietarie e ambienti di sviluppo controllati da un numero ristretto di fornitori. Questa soluzione permette di sperimentare rapidamente, ma può creare una dipendenza difficile da ridurre.
Il problema non è la provenienza straniera della tecnologia. Nessun sistema industriale moderno può essere autosufficiente in ogni componente. Il rischio nasce quando mancano alternative, competenze interne e possibilità di trasferire applicazioni e dati da un ambiente all’altro. Un fornitore può modificare i prezzi, interrompere un servizio, cambiare le regole di utilizzo o limitare l’accesso a determinate funzioni. Un’impresa che abbia costruito processi essenziali su una sola piattaforma potrebbe trovarsi senza un reale potere negoziale.
Esiste poi una questione più delicata. I dati inviati a un modello possono contenere conoscenze industriali, informazioni sanitarie, documenti amministrativi o elementi strategici. Affidare questi contenuti a infrastrutture sulle quali non si esercita un controllo adeguato espone il Paese a rischi economici, giuridici e geopolitici. Per questo l’Unione europea collega la sovranità tecnologica alla capacità di controllare infrastrutture, dati e tecnologie fondamentali, riducendo le dipendenze senza rinunciare alla cooperazione internazionale.
L’hardware è la base materiale dell’AI
Un centro italiano innovativo dovrebbe innanzitutto disporre di una solida infrastruttura fisica. L’intelligenza artificiale richiede processori specializzati, memoria ad alte prestazioni, sistemi di archiviazione, reti veloci, data center, energia e tecnologie di raffreddamento. Senza questa base non è possibile addestrare modelli avanzati, eseguire simulazioni complesse o offrire servizi affidabili a imprese e istituzioni.
L’Italia dispone già di competenze importanti nel supercalcolo e di infrastrutture costruite intorno al Tecnopolo di Bologna e al sistema Leonardo. Su questa base è nata IT4LIA, la AI Factory italiana coordinata da CINECA e inserita nella rete europea EuroHPC. Il progetto mira a mettere capacità di calcolo e servizi specialistici a disposizione della ricerca, delle startup e del sistema produttivo.
La disponibilità di macchine potenti, tuttavia, non garantisce da sola un vantaggio competitivo. L’infrastruttura deve essere accessibile, continuativa e adatta alle esigenze di organizzazioni molto diverse. Una piccola impresa non può affrontare lo stesso percorso di un grande centro di ricerca. Ha bisogno di assistenza per preparare i dati, scegliere il modello, valutare i costi e trasformare un prototipo in un’applicazione operativa.
Senza software, il supercomputer resta incompiuto
L’hardware è indispensabile, ma il valore si forma nello strato software. Qui si trovano i sistemi che gestiscono i dati, distribuiscono il calcolo, addestrano i modelli, controllano le versioni, verificano le prestazioni e proteggono le applicazioni. Senza questi strumenti, anche la migliore infrastruttura rischia di diventare una cattedrale tecnologica utilizzabile soltanto da pochi specialisti.
Un centro nazionale dovrebbe quindi sviluppare piattaforme aperte e interoperabili, librerie condivise, ambienti per l’addestramento e strumenti per valutare sicurezza, affidabilità e qualità dei risultati. Dovrebbe inoltre sostenere modelli dedicati alla lingua italiana e ai settori nei quali il Paese possiede conoscenze distintive. Manifattura, medicina, patrimonio culturale, agricoltura, spazio, meteorologia e amministrazione pubblica offrono terreni nei quali costruire sistemi più specializzati e controllabili.
Non è necessario inseguire in ogni caso i modelli generalisti più grandi. Per molte applicazioni industriali sono più utili soluzioni efficienti, addestrate su dati selezionati e capaci di operare in ambienti protetti. La rete europea delle AI Factory nasce proprio dall’integrazione tra supercalcolo, dati, strumenti software, competenze e servizi di accompagnamento.
Un centro che produca competenze, non soltanto calcolo
La funzione più importante di un centro italiano di AI sarebbe riunire persone che oggi lavorano in ambienti separati. Ricercatori, ingegneri, imprese, amministrazioni, giuristi ed esperti di sicurezza dovrebbero poter progettare e verificare sistemi nello stesso ecosistema.
Le piccole e medie imprese potrebbero accedere a risorse altrimenti fuori portata. Le università avrebbero un canale più diretto per trasferire la ricerca verso applicazioni concrete. Il settore pubblico potrebbe sperimentare in ambienti controllati, senza affidare informazioni sensibili a servizi generici. Le startup troverebbero infrastrutture, competenze e dati con cui sviluppare prodotti in grado di competere anche fuori dal mercato nazionale.
Il centro dovrebbe diventare anche un luogo di formazione permanente. L’evoluzione dell’AI è troppo rapida per essere affrontata soltanto attraverso corsi occasionali. Servono tecnici capaci di lavorare sui modelli, manager in grado di ripensare i processi, funzionari preparati a valutare rischi e benefici, ricercatori che possano sviluppare soluzioni originali senza essere costretti a trasferirsi altrove.
Governare la tecnologia prima che diventi inevitabile
L’Italia non deve scegliere tra isolamento e dipendenza. Può utilizzare le migliori tecnologie internazionali e, nello stesso tempo, costruire una capacità autonoma di ricerca, sviluppo e controllo. Sovranità non significa produrre ogni componente entro i confini nazionali. Significa sapere come funziona un sistema, poterlo verificare, sostituire e adattare senza perdere il controllo delle attività essenziali.
L’intelligenza artificiale diventerà una presenza ordinaria nelle fabbriche, negli ospedali, nei laboratori e negli uffici, proprio come l’elettricità è incorporata in ogni processo produttivo e il software in quasi ogni prodotto moderno. Un centro nazionale capace di unire hardware, software, dati e competenze trasformerebbe l’adozione tecnologica in una politica industriale.
La scelta reale non è se investire nell’AI, perché la trasformazione è già iniziata. La scelta è se l’Italia intenda contribuire a definirne architetture, regole e applicazioni, oppure limitarsi ad acquistare servizi progettati altrove. Nel primo caso l’intelligenza artificiale può rafforzare il sistema produttivo e la capacità scientifica del Paese. Nel secondo rischia di diventare una nuova dipendenza, più invisibile delle precedenti e proprio per questo più difficile da correggere.
Bibliografia
AgID, Strategia italiana per l’Intelligenza Artificiale
AgID, Pubblicato il documento completo della Strategia italiana per l’Intelligenza Artificiale
CINECA, IT4LIA AI Factory: un nuovo pilastro per l’intelligenza artificiale in Europa
EuroHPC Joint Undertaking, AI Factories
EuroHPC Joint Undertaking, AI Factories Systems
EuroHPC Joint Undertaking, AI Factories Access Modes
Commissione europea, Strengthening Europe’s Tech Sovereignty