La proposta di Giorgio Parisi e di altri di creare qualcosa di simile a un Cern (l’Organizzazione europea per la ricerca nucleare) dell’AI va nella direzione giusta. Si può spiegare il perché in tre passaggi: quanto e perché il potere economico sull’AI sia concentrato e con quali rischi; come ha risposto l’Unione europea e quali critiche si possono fare alla strategia della Commissione; perché servirebbe un’infrastruttura di ricerca europea, premessa di un’impresa pubblica sovranazionale per la transizione digitale, governata da ciò che possiamo chiamare intelligenza sociale.
Il potere di mercato
L’AI è una tecnologia a costi fissi elevatissimi: data center, chip specializzati (Gpu), energia dedicata, ricerca e sviluppo, capitale umano. Ne derivano formidabili economie di scala, perché l’utente aggiuntivo costa poco. Come per le piattaforme (per es. Google), ma con costi fissi molto maggiori, questo modello va verso il monopolio naturale, una forma di mercato radicalmente anticoncorrenziale.
I numeri lo confermano. Nel 2025 la capacità globale di calcolo per l’AI equivaleva a 17,1 milioni di chip H100, il più potente di Nvidia, prezzo fino a 40.000 dollari (noleggio tre dollari all’ora). Nvidia da sola rappresenta oltre il 60% delle vendite e si è trasformata nella banca dei suoi clienti, che sono le principali Big Tech, raggiungendo la capitalizzazione di borsa di oltre 5200 miliardi di dollari, di gran lunga la maggiore del mondo e della storia. AI non vive da sola in un ecosistema di cui fanno parte i servizi cloud: nella Ue tre hyperscaler statunitensi (Amazon, Microsoft, Google) detengono oltre il 70% del mercato.
Contare quindi le start-up è fuorviante: migliaia sviluppano applicazioni, ma la filiera (chip, centri dati, cloud, modelli fondazionali, applicazioni) è concentrata, e chi controlla più livelli si rafforza a vicenda. Poche imprese – americane, cinesi e la taiwanese Tsmc (che produce i chip disegnati da Nvidia) – controllano una quota sproporzionata di modelli di frontiera, calcolo e semiconduttori. Le alternative europee sono frammentate e rischiano di restare ai margini di un oligopolio ancora più concentrato.
La strategia Ue
L’Unione europea ha scelto finora una strategia di regolamentazione più che di ricerca, sviluppo e investimento: l’AI Act, già semplificato e differito dal Digital Omnibus; la direttiva sulla responsabilità per i danni dell’AI, proposta nel 2022 e ritirata; poi AI Continent Action Plan, Apply AI Strategy, InvestAI, Cloud and AI Development Act, Digital Networks Act, Chips Act 2.0 e altro ancora, con norme spesso sovrapposte.
L’AI Act classifica i rischi su quattro livelli crescenti, con eccezioni per ordine pubblico. Tre critiche sono possibili. La tecnologia evolve più in fretta della legislazione; la regolamentazione non riduce la dipendenza strutturale (potremmo avere norme esemplari, mentre università, imprese e amministrazioni restano dipendenti da cloud, chip e modelli stranieri). E dopo avere classificato i rischi non si è riusciti a fare una norma comunitaria sulla responsabilità civile, rimandata alla legge e ai tribunali.
Anche gli annunci vanno letti con cautela. I duecento miliardi di InvestAI sono un obiettivo di mobilitazione di risorse pubbliche e private, non spesa già effettuata. Per le gigafactory la quota centrale promessa è di cinque miliardi, ma solo uno è coperto dal bilancio attuale; gli altri quattro dipendono dai negoziati sul prossimo quadro finanziario pluriennale. Il Cloud and AI Development Act vuole escludere le sussidiarie delle Big Tech statunitensi dagli appalti più sensibili, ma i provider interamente europei non hanno ancora la densità di Gpu necessaria.
Il divario si misura negli investimenti privati del 2025: 285,9 miliardi di dollari negli Stati Uniti; 20,9 in Europa (Regno Unito incluso), cioè 13,7 volte meno. La Cina, con investimenti venti volte inferiori a quelli statunitensi, li ha quasi raggiunti sui modelli di frontiera. Il divario è ormai strutturale: l’Europa non ha una politica industriale capace di costruire infrastrutture e di creare offerta e domanda per tecnologie sviluppate sul suo suolo. Le divisioni fra gli Stati, la confusione normativa e la resistenza delle Big Tech, sostenute da Trump, fanno presagire il fallimento della strategia della Commissione, salvo qualche risultato parziale.
L’alternativa pubblica
Giorgio Parisi propone un’alternativa pubblica europea per la ricerca sull’AI, sul modello del Cern: un’infrastruttura finanziata dagli Stati partecipanti, indipendente e largamente autogestita. Non è espressione dell’Unione e delle sue bizantine regole decisionali: fra i suoi Stati, ci sono il Regno Unito, la Svizzera e la Norvegia. Da oltre dieci anni sto studiando (con colleghi di Unimi e del Csil) il Cern come infrastruttura economica e tecnologica, e lo stesso abbiamo fatto per l’Esa e altre infrastrutture di ricerca, anche biomediche. Generano apprendimento tecnologico, capacità industriali, capitale umano, autonomia strategica.
Servirebbe una strategia in due tempi: un Cern per l’AI relativamente leggero, con alcune centinaia di ricercatori, come proposta istituzionale immediata; poi, nel medio-lungo termine, un’infrastruttura pubblica europea per la transizione digitale, un’agenzia alla scala dell’Esa (oltre otto miliardi di euro l’anno) capace non solo di fare ricerca, ma di sviluppare e realizzare progetti. Non dovrebbe competere sulla forza bruta dei modelli commerciali statunitensi; dovrebbe piuttosto puntare su sovranità tecnologica, servizi pubblici strategici e ricerca di frontiera non orientata al profitto.
Come ipotesi di lavoro, quattro macro-aree: calcolo pubblico condiviso e modelli open source multilingua; hardware di nuova generazione, chip green (a basso impatto energetico e ambientale); AI per la sanità pubblica e la transizione climatica (si pensi ai dati UniProt sulle proteine e ai satelliti Copernicus sulla terra con risoluzione centimetrica); servizi pubblici digitali e certificazione dell’affidabilità dei sistemi. Cinque i princìpi: esclusione degli usi militari, proprietà pubblica europea e finanziamenti pluriennali degli Stati, sul modello Esa o Cern; indipendenza scientifica, con i governi che fissano il mandato ma non le singole scelte di ricerca; accesso aperto e trasparente; appalti come politica industriale; interoperabilità e struttura multicentrica.
L’intelligenza sociale
L’Europa resterà un’autorità di regolamentazione, cliente di infrastrutture e modelli realizzati altrove, oppure ne diventerà costruttrice e proprietaria? E come proporre davvero aperta conoscenza, rifiutandone la privatizzazione? Un’infrastruttura pubblica per la transizione digitale non dovrebbe essere isolata dalla società, ma coinvolgere scienziati, sviluppatori, piccole e medie imprese, start-up, professioni e lavoratori, attraverso processi di democrazia reale, sperimentale e deliberativa. L’oligarchia dell’intelligenza artificiale va rovesciata con la democrazia dell’intelligenza sociale.
*Sintesi di un intervento alla Casa della cultura di Milano, in collegamento online con Giorgio Parisi e la Fondazione Basso; seminario organizzato dal Gruppo Biasco per il ciclo “Ripensare la cultura politica della sinistra. Capitalismo e democrazia”. La registrazione integrale dell’incontro è disponibile qui.
