Argomenti trattati
Negli interventi del convegno LENS del 17 marzo 2026 il tema centrale è stato chiaro: i dati non bastano più da soli, servono infrastrutture, investimenti e politiche per trasformarli in valore. Giovanni Miragliotta, direttore dell’Osservatorio Artificial Intelligence del Politecnico di Milano, ha riassunto il quadro con un’immagine semplice: se i dati sono il carburante, l’AI è il motore che permette di muovere l’economia. Questa metafora aiuta a comprendere che la partita non è solo tecnologica, ma anche infrastrutturale, normativa e organizzativa.
Il discorso ha toccato numeri e paradossi: dall’egemonia dei cloud provider esterni alla crescita delle pubblicazioni scientifiche europee, fino al divario nei brevetti e negli investimenti privati. Le proposte emerse non sono pensieri astratti, ma linee d’azione concrete: coordinamento istituzionale, strumenti finanziari come il fondo InvestAI, e politiche per il trasferimento tecnologico. L’obiettivo dichiarato è trasformare l’AI in una leva di sovranità digitale e in un vantaggio competitivo per le imprese europee e italiane.
L’AI e la sovranità digitale: cosa implica il controllo delle infrastrutture
Un nodo cruciale è la dipendenza infrastrutturale: oggi circa l’80% del mercato cloud europeo è controllato da provider statunitensi e oltre la metà della capienza dei data center è concentrata in pochi operatori globali. Questo squilibrio rende evidente perché l’Europa stia pensando a misure di autonomia strategica. Il piano InvestAI, con un budget dichiarato di 200 miliardi, è pensato per rafforzare sia ricerca che applicazione industriale dell’AI, ma la sua efficacia dipende dal modo in cui verrà indirizzato verso aree dove l’Europa può ottenere un vantaggio critico.
Regole come marchio di qualità
Un altro elemento di policy emerso è che norme come l’AI Act possono diventare un vero brand di affidabilità: se l’Europa riesce a tradurre la regolamentazione in una garanzia di trustworthiness, i prodotti europei potrebbero essere preferiti sui mercati internazionali. Tuttavia, regole rigorose non bastano se non sono accompagnate da infrastrutture resilienti e da un ecosistema di fornitori e competenze che permetta di offrire soluzioni end-to-end alle imprese.
Dal laboratorio al mercato: il problema del trasferimento tecnologico
L’Europa e l’Italia mostrano una contraddizione forte: eccellenza nella ricerca teorica ma difficoltà a convertire questa conoscenza in brevetti e imprese. I dati citati durante LENS parlano chiaro: il continente produce circa il 15% delle pubblicazioni globali sull’AI, mentre la quota di brevetti scende al 3%. Gli investimenti in startup europee nel 2026 si sono fermati intorno ai 19 miliardi di dollari, contro i 109 miliardi degli Stati Uniti, e l’Italia ha raccolto circa 900 milioni per startup AI.
Incentivi per la nascita di startup
Per colmare il divario serve una strategia che protegga la proprietà intellettuale e promuova la nascita di imprese in grado di «mettere a terra» i risultati della ricerca. Questo passa da strumenti finanziari mirati, da laboratori di frontiera e da politiche che favoriscano il segreto industriale quando necessario. I segnali positivi non mancano: negli ultimi dodici mesi i fondi privati per startup AI in Italia sono triplicati, segno di una maggiore attenzione del capitale privato verso questa area.
Competenze, mercato del lavoro e impatto sull’organizzazione
La disponibilità di capitale umano è il terzo grande fattore determinante. Miragliotta ha sottolineato che l’Italia gode di percorsi formativi di qualità, ma soffre per la fuga dei cervelli e per la difficoltà delle imprese a trattenere i talenti: offerte estere possono arrivare a quadruplicare i salari italiani per profili specialistici. Il 76% delle aziende europee segnala problemi nel recruitment di esperti in intelligenza artificiale, mentre in Italia la domanda di competenze AI negli annunci è cresciuta del 94% rispetto al 2026.
Integrazione nei processi e ritorno economico
Infine, per generare un impatto reale sui bilanci aziendali è necessario superare l’adozione superficiale: se l’AI resta confinata a strumenti personali o a prove pilota, il contributo alla produttività è limitato. In Italia il 59% delle grandi imprese ha avviato iniziative AI, ma solo il 31% ha raggiunto livelli avanzati di integrazione nei processi. Meno di un’impresa su venti ottiene un pieno successo economico dai progetti di AI, perché manca spesso una revisione organizzativa e un piano che unisca ricerca, startup e competenze in una strategia coerente.
La conclusione proposta durante LENS è pragmatica: non serve necessariamente una tecnologia rivoluzionaria, ma una visione politica e industriale di lungo periodo che sappia mettere insieme regolazione, capitale, infrastrutture e capitale umano. Solo così l’AI potrà veramente funzionare come motore di crescita per l’Italia e per l’Europa.