L’intelligenza artificiale come infrastruttura di potere: l’Europa davanti al rischio della dipendenza.

di PAOLO POLETTI ♦ 

Il punto di partenza è “Europe 2031 – What getting AI wrong means for us”: che cosa significherebbe, per noi europei, sbagliare l’approccio all’intelligenza artificiale. Non è un atto della Commissione europea, né un rapporto ufficiale dell’Unione. È uno studio di scenario indipendente, pubblicato nel giugno 2026, costruito come warning strategico: immagina una possibile Europa del 2031 per mostrare che cosa potrebbe accadere se il continente continuasse a sottovalutare la scala industriale e geopolitica dell’intelligenza artificiale.

Lo studio è stato redatto da autori attivi nella governance dell’AI, nella policy tecnologica, nella ricerca e nelle analisi previsionali: Daan Juijn, Stan van Baarsen, Judith Dada, Lily Stelling, Philip Fox, Alex Petropoulos e Michiel Bakker, con editing di Tom Chivers. Proprio questa provenienza ne spiega il taglio: non una trattazione accademica neutra, né un pamphlet politico, ma un esercizio di previsione pensato per scuotere decisori pubblici, imprese, università e opinione pubblica europea.

L’obiettivo del documento non è prevedere il futuro, ma rendere visibile un rischio: la perdita progressiva di sovranità tecnologica, economica, cognitiva e politica, se l’AI continuerà a essere trattata soprattutto come materia da regolare mentre Stati Uniti e Cina la considerano una leva di potenza.

Per comprendere questo rischio conviene distinguere due concetti: “compute” e “potere computazionale.” Il compute è la capacità di calcolo necessaria per addestrare, aggiornare ed eseguire i modelli di AI. Non è un dettaglio tecnico: è la base materiale dell’intelligenza artificiale, fatta di infrastrutture, energia, chip, competenze e capitali.

Chi controlla il compute controlla la possibilità di costruire modelli avanzati, farli funzionare su larga scala e inserirli nei servizi essenziali. Per questo la sovranità digitale non può più essere pensata soltanto come protezione dei dati o regolazione delle piattaforme. Bisogna chiedersi dove si trovino le infrastrutture, chi le possieda, a quale giurisdizione rispondano e quale controllo pubblico sia effettivamente possibile.

Il potere computazionale è il passaggio ulteriore. Per Paolo Benanti nel suo ultimo libro “La nuova logica del dominio. Potere computazionale, democrazia e condizione umana” (Ed. Laterza, giugno 2026), esso non coincide con la sola potenza di calcolo. È la capacità di raccogliere dati, elaborarli, classificare comportamenti, produrre previsioni, orientare decisioni e organizzare l’ambiente informativo nel quale vivono le persone. Se il compute è la base fisica dell’AI, il potere computazionale è il suo effetto sociale, politico e cognitivo.

Europe 2031 insiste soprattutto sulla prima dimensione: senza compute, l’accesso alla AI resta dipendente da infrastrutture altrui. Benanti aiuta a comprendere la seconda: quando quelle infrastrutture sostengono sistemi capaci di orientare informazione, lavoro, cura, amministrazione, sicurezza e decisione pubblica, la dipendenza diventa anche democratica. Una democrazia che dipende integralmente da altri per informare, curare, educare, difendersi e decidere è più fragile.

La democrazia, infatti, non vive solo nel momento del voto, che arriva alla fine di un processo più ampio, fatto di informazione, comprensione, confronto, dubbio, capacità di cambiare idea e riconoscimento dell’altro come interlocutore.

Se l’ambiente in cui questo processo avviene viene organizzato da sistemi opachi, personalizzati e non controllabili democraticamente, la libertà politica si indebolisce prima ancora di essere formalmente negata. Il cittadino resta libero in astratto, ma forma le proprie opinioni dentro uno spazio informativo già orientato da logiche che non conosce e che non può discutere.

Per questo la dipendenza da infrastrutture cognitive e computazionali altrui non riguarda solo la competitività europea. Riguarda la qualità dello spazio pubblico, la formazione del consenso, la fiducia nelle istituzioni e la possibilità stessa di una deliberazione democratica fondata su un minimo di realtà condivisa.

L’AI, dunque, non vive davvero nella “nuvola” (cloud). Vive in infrastrutture fisiche molto concrete.

Per anni la parola cloud ha suggerito l’idea di un digitale leggero, immateriale, quasi sospeso: dati e servizi accessibili ovunque, senza che l’utente dovesse preoccuparsi di dove fossero realmente collocati. Ma l’intelligenza artificiale avanzata rende visibile ciò che quella metafora nascondeva. Ogni modello deve essere addestrato, aggiornato ed eseguito dentro data center che consumano enormi quantità di energia, richiedono raffreddamento, connessioni sicure, chip specializzati, continuità operativa e autorizzazioni pubbliche.

Per questo si può dire che l’AI vive nella rete elettrica. Senza energia disponibile, stabile e sostenibile, non esistono capacità di calcolo, data center, cloud e modelli avanzati. La domanda strategica non è soltanto quale sistema di AI useremo, ma dove sarà collocata la potenza computazionale necessaria a farlo funzionare, chi la controllerà, da quale energia sarà alimentata, sotto quale giurisdizione opererà e quali ricadute produrrà sui territori.

La tesi di fondo è semplice: l’intelligenza artificiale non è più soltanto una tecnologia da regolare. È una infrastruttura di potere. Chi controlla l’intera catena del compute non controlla solo un settore dell’economia digitale. Controlla una parte crescente della produzione di ricchezza, della sicurezza nazionale, della ricerca scientifica, dell’amministrazione pubblica, della sanità, dell’educazione, dell’informazione e della formazione del consenso.

È qui che emerge il rischio europeo. L’Unione ha costruito una forte identità normativa. L’AI Act ne è l’esempio più evidente. Ma il primato regolatorio non basta se le tecnologie fondamentali vengono progettate, addestrate, finanziate e distribuite altrove. Una regolazione avanzata senza capacità tecnologica rischia di diventare il diritto dei dipendenti, non dei sovrani.

Va riconosciuto, tuttavia, che l’Unione europea sembra aver iniziato a prendere atto di questo limite. Dopo l’AI Act, la Commissione ha progressivamente spostato il baricentro verso il tema della capacità. L’AI Continent Action Plan, il Digital Package on Simplification e soprattutto l’European Technological Sovereignty Package indicano una traiettoria nuova: l’AI non viene più considerata soltanto come oggetto di disciplina, ma come capacità industriale, infrastrutturale, scientifica, energetica e di sicurezza.

Il punto politico è evidente: regolare l’intelligenza artificiale resta necessario, ma non sufficiente. Occorre costruire le condizioni materiali perché l’Europa possa svilupparla, ospitarla, verificarla e utilizzarla senza dipendere integralmente da infrastrutture, fornitori e giurisdizioni altrui.

Il primo errore dell’Europa è stato dunque confondere regolazione e sovranità. L’AI Act può classificare rischi, vietare alcuni usi, disciplinare sistemi ad alto rischio e imporre trasparenza. Ma non costruisce data center, non produce chip, non garantisce energia, non trattiene talenti e non crea automaticamente capacità industriale.

Il secondo errore è stato sopravvalutare la possibilità di recuperare il ritardo. Europe 2031 non invita a comprimere i tempi della democrazia né a sostituire procedure e controlli con scorciatoie tecnocratiche. Il punto è diverso: nell’AI avanzata il ritardo diventa cumulativo. Chi dispone prima di compute, dati, capitali, talenti e infrastrutture addestra modelli migliori; quei modelli attirano utenti, investimenti e altri talenti. Una volta perso il passo, può mancare la base materiale per rientrare in gara.

Il terzo errore è stato sottovalutare la profondità della trasformazione. L’AI non migliora soltanto alcuni processi produttivi. Riorganizza conoscenza, lavoro, decisione, sicurezza, comunicazione, ricerca, amministrazione e infrastrutture critiche. Non siamo davanti a un software più efficiente, ma a una tecnologia generale destinata a entrare in quasi tutti i sistemi sociali.

Questa trasformazione è già visibile nella fase più recente del mercato AI. La competizione non riguarda più soltanto modelli sempre più grandi, ma sistemi più sostenibili, costi di utilizzo, architetture specializzate, sistemi capaci di conservare il contesto operativo, semiconduttori, capacità di integrazione nei processi produttivi e ritorno economico. In altre parole, l’AI sta uscendo dalla fase della dimostrazione spettacolare ed entra nella fase industriale.

Questo passaggio rafforza il problema europeo. Se il vantaggio competitivo si sposta dal singolo modello all’ecosistema che lo rende utilizzabile – infrastrutture, competenze, chip, dati, energia, governance e applicazioni verticali – allora il ritardo non si recupera soltanto acquistando servizi sul mercato. Occorre costruire capacità organizzativa, industriale e tecnica dentro il tessuto europeo.

Il quarto errore è stato trascurare la dimensione finanziaria della sovranità tecnologica. L’Europa produce ricerca, talenti, imprese innovative e competenze regolatorie, ma fatica a trattenere la fase più remunerativa della valorizzazione. Quando le imprese tecnologiche devono scalare e competere globalmente, il baricentro tende ancora a spostarsi verso gli Stati Uniti. Nell’età dell’AI questo limite pesa di più, perché la scala finanziaria è parte della tecnologia stessa.

Questo squilibrio è ormai visibile anche nei numeri. Enrico Pedemonte, in un intervento pubblicato su Substack il 17 giugno u.s., ha richiamato l’attenzione sulla dimensione finanziaria della nuova competizione tecnologica: quotazioni nell’ordine dei trilioni di dollari, offerte pubbliche gigantesche, investimenti annuali in data center, chip, energia e infrastrutture computazionali per centinaia di miliardi.

Anche se una parte delle promesse della Silicon Valley dovesse rivelarsi eccessiva, resta il fatto che quella massa di capitale produce effetti reali: costruisce data center, compra energia, attrae talenti, finanzia ricerca, sostiene perdite iniziali e crea ecosistemi industriali. È questo il punto che l’Europa rischia di sottovalutare. Non basta dubitare delle narrazioni più visionarie di Musk, OpenAI, Anthropic o Meta per neutralizzarne la forza. La loro forza non sta solo nelle promesse sul futuro, ma nella capacità di trasformare capitali privati, mercati finanziari e infrastrutture tecnologiche in potere industriale.

La stessa dinamica è stata colta da Ruchir Sarma che, sul Financial Times del 9. giugno u.s., ha descritto la nascita di un nuovo ordine economico fondato sull’AI. I mercati finanziari non stanno premiando genericamente l’innovazione digitale, ma i Paesi che controllano parti decisive della filiera dell’intelligenza artificiale: modelli, semiconduttori, hardware, data center, infrastrutture e competenze. Stati Uniti e Cina guidano per i modelli fondazionali; Taiwan e Corea del Sud per i chip; altri Paesi entrano nella filiera come fornitori di componenti, server o sedi di data center.

Il punto è decisivo: la competizione AI sta già ridisegnando la gerarchia economica tra Stati. Chi possiede parti essenziali della filiera attira capitali, investimenti e crescita; chi ne resta fuori viene percepito come periferico. In questo senso, la sovranità tecnologica non è più soltanto una questione giuridica o industriale. È anche la condizione per non essere esclusi dalla nuova geografia del valore.

Se l’Europa resta il luogo della regolazione e della ricerca iniziale, mentre la scala finanziaria, industriale e infrastrutturale si concentra altrove, la sua sovranità tecnologica resterà incompleta. La risposta europea deve quindi trasformare regole, capitali, infrastrutture, dati, competenze, cybersicurezza e domanda pubblica in un’unica strategia di capacità.

È proprio questo il passaggio più delicato: trasformare la sovranità tecnologica da formula politica in capacità effettiva. Senza coordinamento tra istituzioni europee, Stati membri, imprese, università, pubbliche amministrazioni e mercati dei capitali, anche le strategie più avanzate rischiano di restare documenti ben scritti ma insufficienti.

Ecco perché l’Europa non rischia solo di restare indietro. Rischia di entrare in una spirale di dipendenza: tecnologica, industriale, finanziaria, cognitiva e politica. Se i modelli che organizzano informazioni, decisioni e servizi pubblici sono progettati altrove; se i data center dipendono da proprietà, chip, cloud e giurisdizioni extraeuropee; se la capacità computazionale è accessibile solo attraverso piattaforme straniere, la sovranità digitale diventa una formula fragile.

Il problema non è il protezionismo. È l’autonomia strategica. L’Europa non deve chiudersi, ma deve evitare di ridursi a un mercato ben regolato per tecnologie altrui.

La riflessione di Benanti consente di comprendere la portata democratica di questa dipendenza. Il potere computazionale non agisce come il vecchio potere sovrano, che ordina, vieta e punisce. Agisce in modo più sottile: suggerisce, filtra, personalizza, anticipa, persuade. Non costringe direttamente il cittadino; lo accompagna dentro ambienti informativi nei quali preferenze, comportamenti e vulnerabilità vengono osservati e resi utilizzabili.

La questione, allora, non è più soltanto dove si trovino i server o chi possieda i data center. La questione è chi organizza l’ambiente nel quale i cittadini europei si informano, discutono, lavorano, apprendono, acquistano, votano e formano il proprio giudizio.

Questo punto è decisivo. L’AI non si limita a rispondere a una domanda già formata. Sempre più spesso interviene prima: aiuta a scegliere le fonti, ordina le informazioni, costruisce sintesi, propone collegamenti, suggerisce interpretazioni. In questo modo non opera soltanto sul risultato finale, ma sul percorso attraverso cui arriviamo a formarci un giudizio.

Il rischio, allora, non è solo che la macchina sbagli. Il rischio più profondo è che l’essere umano si abitui a delegare passaggi essenziali del pensiero: cercare, confrontare, ricordare, verificare, dubitare, distinguere ciò che è rilevante da ciò che non lo è.

Un sistema può renderci più rapidi nel breve periodo, ma meno autonomi nel lungo. Può aumentare l’efficienza della risposta e, nello stesso tempo, indebolire l’esercizio della capacità critica. Per questo il potere computazionale non riguarda soltanto le decisioni che l’AI prende al posto nostro, ma anche le facoltà che smettiamo gradualmente di allenare perché l’AI le esercita per noi.

Benanti propone, in questo senso, una distinzione utile tra Kratos ed Ethos. Kratos è il potere: la capacità di far accadere le cose e di organizzare la realtà. Ethos è la responsabilità di interrogare quel potere, orientarlo, porre limiti e ricondurlo alla dignità della persona e alla convivenza democratica.

Applicata all’intelligenza artificiale, questa distinzione mostra il limite di una politica europea fondata soltanto sulla regolazione. L’Europa ha coltivato molto l’Ethos dei diritti, delle garanzie e della responsabilità. Ha coltivato meno il Kratos tecnologico: la capacità materiale di costruire infrastrutture, modelli, cloud, data center, energia, chip, competenze e potere industriale.

Il risultato rischia di essere paradossale: un’Europa moralmente consapevole ma tecnologicamente dipendente; giuridicamente avanzata ma industrialmente fragile; capace di porre limiti, ma non di controllare davvero le tecnologie alle quali quei limiti dovrebbero applicarsi.

La lezione di Benanti impedisce però anche l’errore opposto. La risposta europea non può essere una corsa cieca alla potenza computazionale. Non basta fare come gli americani o inseguire la scala cinese. La tecnologia non è neutrale: incorpora visioni del mondo, modelli organizzativi, rapporti di forza e forme di vita. Ogni infrastruttura digitale porta con sé una politica implicita.

Gli Stati Uniti stanno trattando l’AI avanzata come infrastruttura di sicurezza nazionale. La Cina la integra in una strategia di potenza statale, industriale e sociale. L’Europa non può limitarsi a essere il continente delle regole. Deve diventare anche il continente della capacità.

Questa impostazione trova una formulazione esplicita anche nel recente libro di Alexander Karp e Nicholas Zamiska, The Technological Republic: Hard Power, Soft Belief, and the Future of the West. Gli autori sostengono che la forza di uno Stato non dipenda più soltanto da esercito, industria tradizionale o diplomazia, ma anche dalla capacità di mobilitare tecnologie avanzate, intelligenza artificiale, software, dati e infrastrutture digitali intorno a fini pubblici e strategici.

Il punto è rilevante perché mostra quanto negli Stati Uniti il rapporto tra tecnologia e potere statale venga ormai pensato in modo diretto. L’AI non è solo innovazione di mercato; è capacità nazionale, deterrenza, sicurezza, influenza geopolitica, proiezione industriale. In questa prospettiva, la debolezza tecnologica non è soltanto un ritardo economico: è perdita di potere politico.

Un caso recente rende concreto questo passaggio. Secondo le ricostruzioni giornalistiche, l’amministrazione Trump avrebbe imposto ad Anthropic, la società americana che sviluppa il più noto assistente AI “Claude”, di sospendere o limitare l’accesso ai modelli Fable 5 e Mythos 5 per ragioni di sicurezza nazionale. Si tratta di modelli avanzati il cui rilievo non dipende soltanto dal fatto che siano più potenti o più efficienti di altri sistemi, ma soprattutto dal tipo di attività che possono supportare: scrivere e analizzare codice, individuare errori nei programmi, assistere ricerche tecniche complesse, aiutare nella cybersecurity e automatizzare passaggi di lavoro articolati.

Queste capacità possono essere molto utili per imprese, ricercatori, sviluppatori e amministrazioni pubbliche. Ma diventano delicate quando riguardano la sicurezza informatica o le infrastrutture critiche. Un sistema capace di aiutare a trovare una vulnerabilità può servire a correggerla, ma anche a sfruttarla; può rafforzare la difesa, ma anche abbassare la soglia di accesso a capacità offensive. Per questo l’accesso ai modelli più avanzati non viene più considerato soltanto una questione commerciale, ma anche una questione di sicurezza nazionale.

La ragione politica del caso è evidente: se un governo considera un modello di AI così rilevante da limitarne l’accesso, significa che non lo tratta più come un normale servizio digitale. Lo considera una capacità strategica. Il punto non è stabilire qui se la decisione americana sia stata corretta o eccessiva. Il punto è che l’accesso all’AI avanzata diventa esso stesso una decisione di potere.

Chi controlla modelli, criteri di accesso, costi, limiti d’uso e politiche di conservazione dei dati controlla una parte crescente della capacità di imprese, università, amministrazioni e Stati di innovare, difendersi e competere.

Ma proprio qui emerge anche la differenza europea. L’Europa deve comprendere la lezione sulla capacità, senza assorbire integralmente la visione americana. Non può ridurre l’AI a questione di difesa, hard power o competizione geopolitica. Deve costruire forza tecnologica, ma dentro una cornice democratica, pluralista e orientata alla persona.

Ecco perché il modello americano non può essere assunto come risposta automatica. Proprio negli Stati Uniti, dove la capacità tecnologica è più avanzata, emerge un dissenso nuovo: non il luddismo di chi rifiuta la tecnologia, ma la protesta di chi la usa ogni giorno e tuttavia non accetta il modo in cui viene sviluppata, localizzata e monetizzata. I conflitti sui data center, i consumi energetici e idrici, le paure per la scomparsa dei lavori entry-level (quei primi incarichi attraverso cui i giovani entrano nelle professioni, acquisiscono esperienza e costruiscono competenze) e la concentrazione del valore mostrano che la capacità tecnologica, se non è accompagnata da un patto sociale, può perdere legittimità.

La via europea deve essere diversa. Deve costruire capacità tecnologica senza rinunciare alla propria idea di diritto, democrazia e centralità della persona. Per questo il nodo non è scegliere tra regolazione e innovazione, ma rendere la regolazione applicabile e accompagnarla con una vera politica industriale.

In questa prospettiva, anche la semplificazione del quadro digitale europeo va valutata con attenzione. Se serve a ridurre sovrapposizioni, incertezze e oneri inutili, può diventare un fattore di competitività. Se invece riduce protezione dei dati, trasparenza, cybersicurezza e responsabilità, rischia di indebolire proprio il modello europeo che dovrebbe proteggere.

La sovranità responsabile nasce da questo equilibrio: infrastrutture governabili, dati affidabili, cloud e AI verificabili, energia sostenibile, cybersicurezza, appalti pubblici orientati alla capacità europea; ma anche diritti fondamentali, controllo umano, verificabilità dei sistemi, tutela dei minori, pluralismo informativo e libertà cognitiva.

L’intelligenza artificiale, infatti, non è soltanto infrastruttura tecnica. È anche infrastruttura cognitiva. Organizza ciò che vediamo, seleziona ciò che leggiamo, suggerisce ciò che pensiamo, personalizza ciò che riceviamo e anticipa ciò che desideriamo. Entra nell’ambiente nel quale i cittadini formano opinioni, giudizi, paure e decisioni.

Per questo la dipendenza europea da modelli e piattaforme extraeuropee non è solo una questione industriale. È una questione costituzionale. Riguarda il modo in cui si forma lo spazio pubblico democratico.

La sfida europea, allora, non è scegliere tra tecnologia e umanità. È costruire una tecnologia abbastanza forte da non essere subita e abbastanza umana da non diventare dominio.

L’Europa non potrà difendere i propri valori se resterà tecnologicamente debole. Ma non difenderà davvero sé stessa neppure se inseguirà la potenza tecnologica senza una propria idea di persona, responsabilità, giustizia sociale, libertà cognitiva e limite democratico.

La formula potrebbe essere questa: non dipendenza regolata, ma sovranità responsabile.

PAOLO POLETTI