La nuova strategia UE integra infrastrutture, industria e ricerca: l’IA diventa leva centrale per competitività, innovazione e sovranità tecnologica.

Introduzione

Negli ultimi dieci anni, la politica dell’Unione europea in materia di economia digitale e intelligenza artificiale si è sviluppata lungo un percorso progressivo e coerente, che ho avuto modo di seguire e analizzare sin dalle sue prime formulazioni. Già con la comunicazione dell’11 maggio 2018 sull’approccio europeo alle sfide dell’intelligenza artificiale, la Commissione aveva delineato un modello distintivo, fondato su un equilibrio tra innovazione, tutela dei diritti fondamentali e sviluppo di un ecosistema tecnologico affidabile.

Negli anni successivi, questo impianto si è consolidato attraverso una serie di iniziative strategiche: dal piano per preparare l’Europa all’era digitale del 2020 alla bussola digitale per il 2030, fino al programma per il decennio digitale e alle prime politiche settoriali sull’uso dei dati, delle infrastrutture e delle piattaforme. In parallelo, l’Unione ha costruito un quadro normativo sempre più articolato, culminato nell’adozione del regolamento sull’intelligenza artificiale (AI Act), che rappresenta il tentativo più avanzato a livello globale di disciplinare lo sviluppo e l’uso dell’IA secondo principi di sicurezza, trasparenza e responsabilità.

Questo percorso, tuttavia, segna oggi un punto di svolta.

Le iniziative presentate dalla Commissione nel 2025 – dal piano per il “continente dell’IA” alla strategia per l’IA applicata, fino alla nuova agenda per l’intelligenza artificiale nella scienza – non si limitano ad aggiornare le politiche esistenti. Esse ridefiniscono il ruolo dell’Unione europea in questo ambito, spostando il baricentro dalla costruzione di un quadro regolatorio e strategico generale alla realizzazione di una vera e propria politica industriale e scientifica dell’intelligenza artificiale.

L’IA non è più soltanto un oggetto di regolazione o una dimensione della trasformazione digitale: diventa una infrastruttura essenziale per la competitività economica, un fattore di produzione trasversale ai settori industriali e un elemento costitutivo della capacità europea di produrre conoscenza e innovazione.

È in questa prospettiva che occorre leggere il nuovo quadro strategico delineato dalla Commissione: non come una sequenza di iniziative autonome, ma come un disegno unitario che mira a integrare infrastrutture, applicazioni e ricerca, con l’obiettivo di posizionare l’Europa come attore globale nell’economia dell’intelligenza artificiale.

1. Dal digitale all’intelligenza artificiale: un cambio di scala nella politica europea

Per comprendere la portata delle iniziative presentate dalla Commissione nel 2025, è necessario collocarle all’interno dell’evoluzione più ampia della politica europea in materia digitale. Negli anni recenti, l’Unione ha progressivamente costruito un quadro strategico volto a sostenere la trasformazione digitale dell’economia e della società, intervenendo su infrastrutture, dati, competenze e servizi pubblici. Questo percorso, pur caratterizzato da una crescente integrazione tra politiche settoriali e strumenti finanziari, è rimasto tuttavia ancorato a una logica prevalentemente orizzontale: il digitale come fattore abilitante, trasversale ma distinto rispetto alle singole politiche economiche e industriali.

L’intelligenza artificiale, in questa fase, è stata inizialmente trattata come una delle tecnologie chiave della trasformazione digitale, seppure con una crescente attenzione ai suoi impatti sistemici. L’Unione ha così sviluppato un approccio che ha combinato sostegno alla ricerca e all’innovazione, promozione dell’adozione e, soprattutto, costruzione di un quadro normativo volto a garantire un uso affidabile e conforme ai valori europei. L’adozione del regolamento sull’intelligenza artificiale rappresenta il punto più avanzato di questo percorso, segnando l’ambizione dell’UE di definire standard globali in materia di sicurezza, trasparenza e responsabilità.

Il passaggio che si compie nel 2025 si colloca su un piano diverso.

Le nuove iniziative della Commissione non si limitano a rafforzare o aggiornare questo impianto, ma ne modificano il perimetro e le finalità. L’intelligenza artificiale non è più considerata soltanto una tecnologia emergente da governare o un fattore abilitante della trasformazione digitale, ma viene assunta come elemento strutturale della competitività europea. In questa prospettiva, l’IA diventa il punto di convergenza tra politiche industriali, ricerca scientifica, innovazione e capacità amministrativa.

Il cambio di scala è evidente sotto almeno tre profili.

In primo luogo, cambia la natura degli interventi. Accanto alle politiche di sostegno e regolazione, la Commissione introduce strumenti che mirano a costruire capacità materiali su larga scala, in particolare nel campo del calcolo ad alte prestazioni e dell’accesso ai dati. L’attenzione si sposta quindi dalla creazione di un contesto favorevole all’innovazione alla costruzione diretta delle condizioni infrastrutturali necessarie per competere a livello globale.

In secondo luogo, cambia il ruolo attribuito all’intelligenza artificiale nell’economia europea. L’IA non è più soltanto una tecnologia da diffondere, ma un vero e proprio fattore di produzione, destinato a incidere sui processi produttivi, sull’organizzazione del lavoro e sulla creazione di valore nei diversi settori. Ne deriva una maggiore enfasi sulle politiche di adozione, sulla trasformazione delle filiere industriali e sull’integrazione dell’IA nei servizi pubblici.

In terzo luogo, cambia la relazione tra innovazione e conoscenza. Con l’iniziativa dedicata all’intelligenza artificiale nella scienza, la Commissione estende l’ambito della politica dell’IA alla produzione scientifica, riconoscendo che la capacità di generare conoscenza è ormai strettamente legata all’accesso a infrastrutture computazionali avanzate e a grandi volumi di dati. L’IA diventa così non solo oggetto di ricerca, ma anche strumento essenziale per accelerare le scoperte scientifiche e rafforzare la posizione dell’Europa nei settori ad alta intensità di conoscenza.

Questi tre elementi – infrastrutture, adozione economica e integrazione nella scienza – delineano un passaggio da una politica digitale di tipo orizzontale a una politica dell’intelligenza artificiale di natura sistemica. Non si tratta più soltanto di accompagnare la trasformazione digitale, ma di orientarla attivamente, costruendo un ecosistema integrato in cui capacità tecnologiche, applicazioni economiche e produzione di conoscenza si rafforzano reciprocamente.

È su questa base che si sviluppa il nuovo quadro strategico europeo, che le sezioni successive analizzeranno nei suoi principali pilastri operativi.

2. Il “continente dell’IA”: costruire le infrastrutture della competitività europea

Il primo pilastro del nuovo quadro strategico delineato dalla Commissione è rappresentato dalla costruzione del cosiddetto “continente dell’IA”. Con questa espressione, volutamente evocativa, l’Unione europea indica un obiettivo preciso: dotarsi di una base infrastrutturale solida e autonoma in grado di sostenere lo sviluppo, l’addestramento e l’utilizzo su larga scala dei sistemi di intelligenza artificiale.

Il punto di partenza è una constatazione ormai condivisa: nel campo dell’IA avanzata, la competitività non dipende soltanto dalla qualità della ricerca o dalla capacità regolatoria, ma in misura crescente dalla disponibilità di potenza di calcolo, dati e competenze. Si tratta di fattori che richiedono investimenti ingenti, economie di scala e una forte capacità di coordinamento, elementi che l’Unione, storicamente frammentata, ha faticato a garantire.

La risposta della Commissione si articola dunque lungo una logica chiaramente infrastrutturale.

Il calcolo come infrastruttura strategica

Al centro della strategia vi è il rafforzamento della capacità europea di calcolo ad alte prestazioni. In questo contesto si colloca lo sviluppo delle fabbriche di intelligenza artificiale, concepite come ecosistemi integrati che combinano supercalcolo, dati, servizi e competenze. Esse non sono semplici infrastrutture tecniche, ma piattaforme operative pensate per consentire a imprese, centri di ricerca e pubbliche amministrazioni di sviluppare e testare applicazioni di IA in condizioni reali.

A queste si affianca la prospettiva, ancora più ambiziosa, delle gigafabbriche di IA, destinate a operare su scala molto più ampia e a sostenere l’addestramento di modelli di frontiera. La loro realizzazione segna un cambio di passo significativo: l’Unione riconosce che la competizione globale nell’IA si gioca anche sulla capacità di concentrare risorse computazionali in infrastrutture di grandi dimensioni, comparabili con quelle sviluppate da grandi attori privati a livello internazionale.

In questo modo, il calcolo cessa di essere un elemento tecnico di supporto e diventa una infrastruttura strategica, al pari dell’energia o delle reti di trasporto.

I dati come risorsa economica e scientifica

Accanto al calcolo, il secondo pilastro infrastrutturale è rappresentato dai dati. La Commissione ribadisce che la disponibilità di dati affidabili, interoperabili e accessibili costituisce una condizione indispensabile per lo sviluppo dell’intelligenza artificiale.

L’azione europea si muove su due livelli complementari. Da un lato, prosegue la costruzione degli spazi europei dei dati, finalizzati a facilitare la condivisione e l’utilizzo di dati in settori strategici come la sanità, l’energia, l’industria e la mobilità. Dall’altro, vengono previsti strumenti operativi, come i laboratori di dati, strettamente collegati alle fabbriche di IA, con il compito di raccogliere, organizzare e valorizzare i dati necessari per l’addestramento dei modelli.

Il problema che la strategia intende affrontare è noto: l’Europa dispone di grandi quantità di dati di alta qualità, ma questi risultano spesso dispersi, frammentati e difficilmente utilizzabili su scala. La creazione di un vero e proprio “ecosistema dei dati” mira quindi a trasformare una risorsa potenziale in un fattore effettivo di competitività.

Competenze e capitale umano

Il terzo elemento riguarda le competenze. La Commissione riconosce che la disponibilità di infrastrutture e dati non è sufficiente in assenza di un adeguato capitale umano. Per questo, la strategia si collega direttamente alle iniziative europee in materia di competenze, con l’obiettivo di formare, attrarre e trattenere talenti nel campo dell’intelligenza artificiale.

L’attenzione non è rivolta soltanto agli specialisti, ma anche alla diffusione di competenze digitali avanzate in tutti i settori economici e amministrativi. In questa prospettiva, le fabbriche di IA e le altre infrastrutture previste svolgono anche una funzione formativa, contribuendo a creare ambienti di apprendimento e sperimentazione.

Una logica infrastrutturale integrata

Nel loro insieme, questi interventi delineano una strategia che può essere definita, a tutti gli effetti, una politica infrastrutturale dell’intelligenza artificiale. L’Unione europea non si limita a creare condizioni favorevoli al mercato, ma interviene direttamente per costruire le basi materiali su cui il mercato stesso può svilupparsi.

Questa scelta riflette una consapevolezza nuova: nell’economia dell’IA, le infrastrutture non sono neutrali, ma determinano la capacità degli attori economici e scientifici di innovare e competere. In assenza di una massa critica europea, il rischio è quello di una dipendenza strutturale da infrastrutture sviluppate altrove, con conseguenze non solo economiche, ma anche politiche e strategiche.

Il “continente dell’IA” rappresenta quindi il tentativo di rispondere a questa sfida attraverso un approccio coordinato e di lungo periodo, che integra investimenti, governance e strumenti operativi. È su questa base infrastrutturale che si innestano, come vedremo, le politiche di adozione e di sviluppo settoriale dell’intelligenza artificiale.

3. Dalla strategia all’attuazione: l’IA come politica economica e industriale

Se il “continente dell’IA” definisce le condizioni infrastrutturali della competitività europea, il secondo pilastro del nuovo quadro strategico riguarda il passaggio, altrettanto decisivo, dall’elaborazione delle strategie alla loro effettiva attuazione nei sistemi economici e produttivi. È in questa dimensione che l’intelligenza artificiale assume una funzione pienamente economica e industriale.

La Commissione parte da una constatazione ormai ricorrente nelle analisi europee: nonostante un livello elevato di competenze scientifiche e un quadro normativo avanzato, l’Unione registra ancora un ritardo significativo nell’adozione dell’IA da parte delle imprese. La diffusione delle tecnologie di intelligenza artificiale resta limitata, in particolare tra le piccole e medie imprese, che incontrano ostacoli legati ai costi, alla complessità tecnica, alla disponibilità di dati e alle competenze.

È per superare questo divario tra capacità potenziale e utilizzo effettivo che la Commissione introduce un approccio che può essere definito, in termini sintetici, una vera e propria “AI-first policy”.

L’IA come criterio di progettazione delle politiche

Con questa espressione si intende un cambiamento di prospettiva: l’intelligenza artificiale non è più considerata una tecnologia da integrare progressivamente nei processi esistenti, ma diventa un elemento da considerare fin dall’origine nella progettazione delle politiche pubbliche, degli interventi industriali e dei servizi.

In altri termini, l’IA si trasforma da opzione tecnologica a criterio strutturante delle scelte economiche e organizzative. Questo implica che le politiche europee non si limitano a promuovere l’innovazione, ma mirano a orientare attivamente l’integrazione dell’IA nei diversi ambiti di attività.

Promuovere l’adozione nelle imprese

In questo quadro, la priorità diventa favorire una diffusione capillare dell’intelligenza artificiale nel tessuto produttivo europeo, verso il quale sono state orientate, anche di recente, importanti risorse finanziarie. L’attenzione si concentra in particolare sulle PMI, che rappresentano l’ossatura dell’economia dell’Unione ma che, al tempo stesso, sono le più esposte al rischio di rimanere escluse dai benefici della trasformazione tecnologica.

Gli strumenti previsti si collocano lungo più direttrici:

  • facilitare l’accesso alle infrastrutture di calcolo e ai dati, anche attraverso le fabbriche di IA;
  • promuovere servizi di supporto tecnico e consulenza;
  • sviluppare competenze specifiche all’interno delle imprese;
  • ridurre gli oneri amministrativi e le incertezze legate al quadro normativo.

L’obiettivo non è soltanto aumentare il numero di imprese che utilizzano l’IA, ma favorire un uso strategico e trasformativo di queste tecnologie, capace di incidere sui modelli di business, sull’organizzazione del lavoro e sulla competitività internazionale.

L’integrazione nei settori strategici

Un elemento centrale della strategia è rappresentato dalla forte enfasi sulle applicazioni settoriali. La Commissione individua un ampio insieme di ambiti nei quali l’intelligenza artificiale può svolgere un ruolo decisivo:

  • industria manifatturiera avanzata;
  • energia e transizione climatica;
  • mobilità e trasporti;
  • sanità e biotecnologie;
  • agroalimentare;
  • sicurezza e difesa;
  • comunicazioni elettroniche;
  • industrie culturali e creative;
  • pubblica amministrazione.

In ciascuno di questi settori, l’IA è chiamata a contribuire non solo all’innovazione tecnologica, ma alla trasformazione delle filiere produttive, al miglioramento dell’efficienza e alla creazione di nuovi servizi.

Questa impostazione segna un’evoluzione significativa rispetto alle politiche precedenti: l’intelligenza artificiale non è più trattata come ambito autonomo, ma viene “verticalizzata” all’interno delle politiche industriali e settoriali, diventando una componente strutturale delle strategie di sviluppo.

L’IA come fattore di produzione

Il passaggio più rilevante, sul piano concettuale, riguarda tuttavia il modo in cui l’Unione europea interpreta il ruolo economico dell’intelligenza artificiale. Nei documenti più recenti, essa viene sempre più esplicitamente considerata come un fattore di produzione, accanto al lavoro e al capitale.

Questa qualificazione ha implicazioni profonde.

In primo luogo, implica che l’accesso all’IA diventa una condizione essenziale per la competitività delle imprese, analogamente all’accesso al credito, all’energia o alle infrastrutture. In secondo luogo, comporta una trasformazione dei processi produttivi, in cui l’analisi dei dati, l’automazione e le capacità predittive diventano elementi centrali. Infine, apre interrogativi rilevanti sul piano dell’organizzazione del lavoro, delle competenze e della distribuzione del valore.

In questa prospettiva, la strategia europea mira a evitare che l’intelligenza artificiale si concentri in pochi grandi attori globali, favorendo invece una diffusione più ampia e inclusiva, capace di coinvolgere l’intero sistema economico.

Dalla capacità all’impatto

Nel loro insieme, le misure previste segnano il passaggio da una fase in cui l’attenzione era rivolta principalmente alla costruzione delle capacità tecnologiche, a una fase in cui diventa centrale la loro traduzione in impatti economici concreti.

L’Unione europea cerca così di colmare uno dei principali punti di debolezza del proprio modello di innovazione: la difficoltà di trasformare risultati scientifici e tecnologici in applicazioni diffuse e in vantaggi competitivi. In questo senso, la politica per l’IA applicata rappresenta il ponte tra il “continente dell’IA” e l’economia reale, destinato a determinare, nel medio periodo, la capacità dell’Europa di competere nello scenario globale.

4. L’intelligenza artificiale nella scienza: una nuova frontiera per l’Europa

Il terzo pilastro del nuovo quadro strategico europeo riguarda un ambito che, fino a tempi recenti, era rimasto ai margini della riflessione politica sull’intelligenza artificiale: il rapporto tra IA e produzione scientifica. Con la strategia dedicata all’intelligenza artificiale nella scienza, la Commissione introduce una prospettiva che amplia ulteriormente il perimetro delle politiche europee, riconoscendo che la capacità di generare conoscenza è oggi sempre più strettamente connessa allo sviluppo e all’utilizzo di tecnologie avanzate di calcolo e analisi dei dati.

Il ruolo dell’IA nella ricerca scientifica

L’intelligenza artificiale viene presentata come uno strumento in grado di trasformare profondamente il modo in cui si fa ricerca. Non si tratta soltanto di un supporto tecnico per l’analisi dei dati, ma di un fattore che incide sull’intero ciclo della conoscenza scientifica:

  • nella raccolta e gestione di grandi volumi di dati sperimentali;
  • nell’individuazione di correlazioni e modelli complessi difficilmente rilevabili con metodi tradizionali;
  • nella simulazione di fenomeni naturali e sistemi complessi;
  • nell’automazione di alcune fasi della ricerca, dalla progettazione degli esperimenti alla validazione dei risultati.

In questo senso, l’IA contribuisce a rendere la ricerca più rapida, più efficiente e, in alcuni casi, capace di aprire nuovi campi di indagine. La Commissione sottolinea come tali sviluppi possano accelerare in modo significativo il ritmo delle scoperte scientifiche, con ricadute dirette su settori strategici quali la salute, l’energia, i materiali avanzati e il clima.

Il gap europeo nella scienza dell’IA

Nonostante la solidità del sistema scientifico europeo, la Commissione riconosce l’esistenza di un divario crescente rispetto ai principali concorrenti globali. Tale gap non riguarda tanto la qualità della ricerca di base, quanto piuttosto la capacità di tradurre questa eccellenza in leadership nelle tecnologie di intelligenza artificiale avanzata e nelle loro applicazioni scientifiche.

Le criticità individuate sono molteplici:

  • accesso limitato a infrastrutture di calcolo su larga scala per il mondo accademico;
  • frammentazione dei dati e difficoltà di interoperabilità;
  • dispersione delle competenze tra istituzioni e Stati membri;
  • capacità insufficiente di attrarre e trattenere talenti altamente qualificati.

A ciò si aggiunge una crescente concentrazione delle risorse, sia computazionali sia finanziarie, in grandi attori privati globali, che stanno investendo massicciamente nell’uso dell’IA per la ricerca scientifica. In questo contesto, il rischio per l’Europa è quello di perdere terreno non solo nella competizione tecnologica, ma anche nella capacità di orientare le traiettorie della ricerca e dell’innovazione.

La trasformazione del metodo scientifico

Il contributo più rilevante della strategia europea sull’IA nella scienza risiede tuttavia nel riconoscimento di un cambiamento più profondo: l’intelligenza artificiale non è soltanto uno strumento a disposizione della ricerca, ma sta contribuendo a trasformare il metodo scientifico stesso.

Tradizionalmente, la ricerca si è basata su un processo sequenziale che parte dall’osservazione, passa per la formulazione di ipotesi e si conclude con la verifica sperimentale. L’introduzione dell’IA, in particolare delle tecniche di apprendimento automatico e dei modelli generativi, consente invece di:

  • individuare pattern nei dati senza una ipotesi predefinita;
  • generare automaticamente nuove ipotesi di ricerca;
  • simulare scenari complessi prima della verifica sperimentale;
  • integrare dati provenienti da discipline diverse in modo sistematico.

Questo non significa sostituire il metodo scientifico tradizionale, ma affiancarlo con nuove modalità di esplorazione della conoscenza, caratterizzate da un uso intensivo dei dati e delle capacità computazionali.

In questa prospettiva, la politica europea sull’intelligenza artificiale si estende oltre i confini dell’economia e della regolazione, entrando nel cuore della produzione scientifica. L’IA diventa così un elemento chiave non solo per la competitività industriale, ma anche per la capacità dell’Europa di produrre conoscenza, innovazione e progresso tecnologico nel lungo periodo.

È su questa base che la Commissione propone, come vedremo nella sezione successiva, la costruzione di un ecosistema europeo della scienza dell’IA, volto a superare le attuali frammentazioni e a rafforzare la massa critica necessaria per competere a livello globale.

5. RAISE e la costruzione di un ecosistema europeo della conoscenza

Per dare attuazione concreta alla strategia sull’intelligenza artificiale nella scienza, la Commissione propone la creazione di una nuova architettura operativa: RAISE (Resource for AI Science in Europe). Non si tratta di una istituzione tradizionale, ma di una piattaforma europea integrata, concepita per coordinare e mettere in rete risorse oggi disperse tra Stati membri, centri di ricerca e infrastrutture esistenti.

L’obiettivo è ambizioso: costruire un ecosistema europeo della conoscenza basato sull’IA, capace di raggiungere quella massa critica che, finora, è mancata al sistema scientifico europeo nel confronto con i principali attori globali.

La struttura di RAISE

RAISE si configura come una struttura distribuita, fondata sulla cooperazione tra istituzioni scientifiche, infrastrutture tecnologiche e comunità di ricerca. La sua funzione principale è quella di integrare quattro elementi chiave:

  • capacità di calcolo ad alte prestazioni;
  • accesso e gestione dei dati;
  • competenze scientifiche e tecnologiche;
  • strumenti di finanziamento e coordinamento.

Più che creare nuove strutture ex novo, RAISE mira a mettere in connessione e valorizzare risorse già esistenti, superando la frammentazione che caratterizza il panorama europeo. In questo senso, rappresenta un’evoluzione del modello delle infrastrutture di ricerca europee, adattato alle esigenze specifiche dell’intelligenza artificiale.

Un elemento distintivo è la doppia funzione assegnata alla piattaforma:

  • sostenere lo sviluppo di nuove tecnologie di IA (“scienza per l’IA”);
  • promuovere l’uso dell’IA nei diversi ambiti scientifici (“IA nella scienza”).

Questa integrazione consente di rafforzare il legame tra ricerca di base e applicazioni avanzate, evitando la separazione tra sviluppo tecnologico e utilizzo scientifico.

Reti, dati e calcolo: un’infrastruttura integrata

Il funzionamento di RAISE si basa su una stretta integrazione tra reti scientifiche, infrastrutture di dati e capacità computazionali.

In primo luogo, la piattaforma si fonda su reti di eccellenza tematiche, che riuniscono ricercatori e istituzioni attive nei diversi ambiti disciplinari. Queste reti hanno il compito di sviluppare progetti comuni, condividere conoscenze e favorire approcci interdisciplinari, sempre più necessari nella ricerca basata sull’IA.

In secondo luogo, un ruolo centrale è svolto dai dati scientifici, che devono essere resi accessibili, interoperabili e riutilizzabili. In questo ambito, RAISE si collega agli spazi europei dei dati e promuove la creazione di ambienti dedicati alla gestione e all’elaborazione dei dati per la ricerca.

Infine, la piattaforma si integra con le infrastrutture europee di calcolo ad alte prestazioni (HPC), consentendo ai ricercatori di accedere a risorse computazionali su scala adeguata. Questo aspetto è particolarmente rilevante, poiché l’addestramento e l’utilizzo di modelli avanzati di IA richiedono capacità di calcolo che vanno ben oltre quelle disponibili nella maggior parte delle istituzioni accademiche.

L’integrazione di questi tre elementi — reti, dati e calcolo — consente di costruire una infrastruttura operativa in grado di sostenere l’intero ciclo della ricerca scientifica basata sull’IA.

Superare la frammentazione europea

Il problema che RAISE intende affrontare è, in ultima analisi, quello della frammentazione. Il sistema scientifico europeo è caratterizzato da un elevato livello di qualità, ma anche da una dispersione delle risorse che ne limita l’efficacia complessiva.

Questa frammentazione si manifesta a diversi livelli:

  • tra Stati membri, con politiche e priorità nazionali spesso divergenti;
  • tra istituzioni, con scarsa interoperabilità delle infrastrutture e dei dati;
  • tra discipline, con difficoltà di integrazione tra competenze diverse.

RAISE si propone di superare questi limiti attraverso un approccio coordinato, che favorisca la condivisione delle risorse, la cooperazione tra attori e la costruzione di progetti su scala europea. In questo senso, la piattaforma rappresenta uno strumento di integrazione funzionale, volto a rafforzare la capacità dell’Unione di agire come sistema unitario nel campo della ricerca e dell’innovazione.

Più in generale, la creazione di RAISE riflette una consapevolezza crescente: nella competizione globale sull’intelligenza artificiale, la dimensione nazionale non è più sufficiente. Solo attraverso un’effettiva integrazione delle capacità scientifiche e tecnologiche, l’Europa può aspirare a svolgere un ruolo di primo piano nella produzione di conoscenza e nello sviluppo delle tecnologie del futuro.

È su questa base che si inseriscono, come vedremo, le ulteriori sfide legate alla disponibilità di risorse critiche – dati, calcolo e talenti – che rappresentano i fattori determinanti della competizione internazionale.

6. Dati, calcolo e talenti: i fattori critici della competizione globale

La costruzione del “continente dell’IA”, l’adozione diffusa nelle economie e lo sviluppo di un ecosistema scientifico integrato convergono su un punto essenziale: la competizione globale sull’intelligenza artificiale si gioca su un numero limitato di fattori critici, tra loro strettamente interconnessi. Tra questi, tre emergono con particolare evidenza: dati, capacità di calcolo e talenti.

È su questi elementi che si concentrano, in modo esplicito o implicito, le principali iniziative della Commissione, ed è su questi che si misura la capacità dell’Unione europea di colmare il divario rispetto ai principali attori globali.

I colli di bottiglia dell’ecosistema europeo

Il primo dato da considerare riguarda la presenza di veri e propri colli di bottiglia strutturali.

Sul piano del calcolo, nonostante i progressi compiuti con le infrastrutture europee di supercalcolo, l’accesso a risorse computazionali su larga scala resta limitato, soprattutto per le PMI e per il sistema della ricerca pubblica. L’addestramento di modelli avanzati di IA richiede livelli di potenza e continuità di utilizzo che solo grandi piattaforme globali sono oggi in grado di garantire in modo sistematico.

Per quanto riguarda i dati, il problema non è la quantità, bensì la loro disponibilità effettiva. L’Europa dispone di dataset di elevata qualità, in particolare nei settori industriali, scientifici e pubblici, ma questi risultano spesso frammentati, non interoperabili o difficilmente accessibili. Ciò limita la possibilità di utilizzarli per applicazioni avanzate di intelligenza artificiale.

Infine, sul piano dei talenti, emerge una duplice criticità: da un lato, la carenza di competenze altamente specializzate; dall’altro, la difficoltà di trattenere e attrarre ricercatori e professionisti in un contesto di forte competizione internazionale. La mobilità dei talenti verso ecosistemi più dinamici e meglio finanziati rappresenta un rischio concreto per la capacità innovativa europea.

Un confronto implicito con i principali attori globali

Questi limiti assumono particolare rilevanza se letti nel contesto della competizione globale. Sebbene i documenti della Commissione mantengano un approccio istituzionale e non conflittuale, il riferimento ai principali attori internazionali è costante e sottinteso.

Negli Stati Uniti, l’ecosistema dell’IA è caratterizzato da una forte integrazione tra grandi imprese tecnologiche, centri di ricerca e capacità di investimento, con un accesso privilegiato a risorse computazionali e a grandi volumi di dati. In Cina, la combinazione tra pianificazione strategica, scala del mercato e disponibilità di dati consente uno sviluppo rapido e coordinato delle tecnologie di intelligenza artificiale.

Rispetto a questi modelli, l’Europa presenta una configurazione diversa: un sistema ricco di competenze scientifiche e industriali, ma meno integrato e con una minore concentrazione di risorse. Da qui deriva la necessità di un approccio specifico, basato non sulla replica di modelli esistenti, ma sulla costruzione di una capacità sistemica europea.

Verso una capacità sistemica europea

La risposta delineata dalla Commissione si fonda proprio su questo concetto: sviluppare una capacità sistemica che consenta di mettere in rete risorse distribuite, superando le limitazioni derivanti dalla frammentazione.

Nel campo del calcolo, ciò significa rafforzare e integrare le infrastrutture esistenti, ampliando l’accesso e garantendo continuità operativa attraverso le fabbriche e le gigafabbriche di IA. Per i dati, implica la costruzione di spazi europei interoperabili e la promozione di modelli di condivisione che rispettino i principi di sicurezza e tutela dei diritti. Per i talenti, richiede politiche coordinate di formazione, attrazione e mobilità, capaci di sostenere la crescita di un ecosistema competitivo.

L’elemento distintivo dell’approccio europeo risiede proprio in questa integrazione: non la semplice disponibilità di risorse, ma la capacità di connetterle e renderle utilizzabili su scala continentale.

In definitiva, dati, calcolo e talenti non sono soltanto fattori produttivi, ma componenti di una infrastruttura complessa, dalla cui efficacia dipende la posizione dell’Europa nella competizione globale sull’intelligenza artificiale. La sfida non è quindi solo quantitativa, ma qualitativa e organizzativa: costruire un sistema capace di trasformare risorse diffuse in un vantaggio competitivo duraturo.

7. Regolazione e competitività: il difficile equilibrio europeo dopo l’AI Act

L’evoluzione della strategia europea sull’intelligenza artificiale non può essere compresa senza considerare il ruolo centrale della regolazione. Con l’adozione dell’AI Act, l’Unione europea ha compiuto un passo decisivo, dotandosi del primo quadro normativo organico al mondo per disciplinare lo sviluppo e l’utilizzo dell’intelligenza artificiale secondo un approccio basato sul rischio.

Questo risultato rappresenta, al tempo stesso, un punto di forza e una sfida.

L’AI Act come fondamento del modello europeo

L’AI Act traduce in norme giuridiche l’impostazione che ha caratterizzato fin dall’inizio l’approccio europeo all’IA: promuovere l’innovazione, garantendo al contempo il rispetto dei diritti fondamentali, la sicurezza e la trasparenza. La classificazione dei sistemi di IA in base al livello di rischio, l’introduzione di obblighi specifici per i sistemi ad alto rischio e i divieti per le applicazioni ritenute incompatibili con i valori europei costituiscono elementi chiave di questo impianto.

In questo senso, la regolazione non è concepita come un vincolo esterno allo sviluppo tecnologico, ma come una condizione per costruire fiducia nei confronti dell’intelligenza artificiale. La Commissione continua a ritenere che tale fiducia rappresenti un vantaggio competitivo nel medio-lungo periodo, soprattutto in contesti – come la sanità, i servizi pubblici o la finanza – in cui l’affidabilità dei sistemi è un requisito essenziale.

La necessità di semplificazione e attuazione

Tuttavia, proprio mentre si consolida il quadro normativo, emerge con maggiore forza l’esigenza di garantirne una attuazione efficace e sostenibile per gli operatori economici. Le iniziative del 2025 riflettono questa consapevolezza e introducono una nuova attenzione alla semplificazione.

La Commissione prevede strumenti operativi volti a facilitare l’applicazione dell’AI Act, tra cui:

  • punti di accesso unificati (“sportelli unici”) per le imprese;
  • orientamenti tecnici e linee guida interpretative;
  • meccanismi di supporto per le PMI;
  • coordinamento tra autorità nazionali e livello europeo.

L’obiettivo è ridurre gli oneri amministrativi e le incertezze giuridiche, evitando che la complessità del quadro regolatorio diventi un ostacolo alla diffusione dell’IA, in particolare per gli attori di dimensioni più ridotte.

La tensione tra regolazione e innovazione

Nonostante questi sforzi, resta una tensione strutturale tra due esigenze difficilmente conciliabili in modo pieno: da un lato, garantire elevati standard di sicurezza e tutela dei diritti; dall’altro, favorire la rapidità dell’innovazione e la competitività internazionale.

Questa tensione è particolarmente evidente nel confronto con altri modelli globali, in cui l’innovazione è spesso guidata da logiche di mercato con minori vincoli regolatori. Il rischio, per l’Europa, è che un eccesso di complessità normativa possa rallentare l’adozione delle tecnologie e scoraggiare gli investimenti, soprattutto nei settori più dinamici.

La strategia delineata dalla Commissione nel 2025 sembra muoversi proprio nella direzione di riequilibrare questo rapporto. Senza mettere in discussione i principi dell’AI Act, essa introduce una serie di misure volte a rafforzare la dimensione economica e industriale dell’IA, riconoscendo che la regolazione, da sola, non è sufficiente a garantire la competitività.

In questo senso, si può osservare un’evoluzione dell’approccio europeo: dalla fase in cui la priorità era definire le regole del gioco, a una fase in cui diventa altrettanto importante assicurare che tali regole siano compatibili con uno sviluppo dinamico dell’ecosistema dell’IA.

Il difficile equilibrio tra regolazione e innovazione resta quindi uno dei nodi centrali della politica europea in questo ambito. La capacità dell’Unione di mantenerlo nel tempo, adattando strumenti e modalità di intervento, sarà determinante per il successo del nuovo quadro strategico.

8. Una nuova politica europea dell’IA: integrazione tra industria, scienza e governance

Le iniziative presentate dalla Commissione nel 2025, considerate nel loro insieme, delineano un’evoluzione che va oltre il semplice aggiornamento delle politiche esistenti. Esse configurano, in modo sempre più esplicito, una nuova politica europea dell’intelligenza artificiale, fondata sull’integrazione tra dimensione industriale, scientifica e istituzionale.

L’integrazione dei tre livelli

Come emerge dall’analisi delle sezioni precedenti, il nuovo quadro strategico si articola su tre livelli tra loro strettamente interconnessi.

Il primo è il livello infrastrutturale, rappresentato dal progetto del “continente dell’IA”, che mira a costruire le basi materiali della competitività europea attraverso investimenti in calcolo, dati e competenze. Questo livello definisce le condizioni abilitanti senza le quali né l’innovazione né l’adozione possono svilupparsi su scala adeguata.

Il secondo è il livello economico-industriale, in cui l’intelligenza artificiale viene integrata nelle filiere produttive e nei servizi pubblici, assumendo il ruolo di fattore di produzione e leva di trasformazione dei modelli di business. In questa dimensione, l’accento è posto sulla diffusione dell’IA e sulla sua capacità di generare valore economico e competitività.

Il terzo è il livello scientifico, che riguarda la produzione di conoscenza e l’evoluzione del metodo di ricerca. Con la strategia sull’IA nella scienza e la creazione di RAISE, la Commissione riconosce che la leadership tecnologica si fonda anche sulla capacità di sviluppare e utilizzare l’IA nei processi scientifici più avanzati.

Questi tre livelli non operano in modo separato, ma sono concepiti come componenti di un sistema integrato: le infrastrutture alimentano l’innovazione industriale; le applicazioni economiche generano domanda e orientano gli investimenti; la ricerca scientifica produce conoscenze e tecnologie che retroagiscono sull’intero sistema.

Un nuovo paradigma di intervento pubblico

L’elemento più innovativo di questo approccio risiede proprio in questa integrazione. L’Unione europea si allontana progressivamente da una visione della politica digitale come insieme di interventi settoriali o orizzontali, per adottare un modello più organico, in cui l’intelligenza artificiale diventa asse portante di una politica pubblica trasversale.

Si tratta, in sostanza, di un cambio di paradigma.

In passato, l’azione europea si è concentrata prevalentemente su due dimensioni: la regolazione dei mercati digitali e il sostegno all’innovazione attraverso programmi di finanziamento. Nel nuovo quadro, queste dimensioni restano rilevanti, ma vengono integrate in una strategia più ampia, che combina:

  • costruzione di infrastrutture strategiche;
  • politiche di diffusione e adozione;
  • sviluppo di ecosistemi scientifici;
  • strumenti di governance multilivello.

In questa prospettiva, l’IA non è più soltanto un ambito di intervento tra gli altri, ma diventa una chiave di lettura dell’azione pubblica in diversi settori: industria, ricerca, servizi, amministrazione.

Un ulteriore elemento qualificante è rappresentato dal rafforzamento della governance europea. La complessità delle iniziative previste richiede infatti un coordinamento stretto tra istituzioni europee, Stati membri, autorità locali e attori privati. La Commissione propone quindi modelli di governance che combinano indirizzo strategico a livello europeo e responsabilità attuativa a livello nazionale e territoriale, in linea con una logica di integrazione funzionale già sperimentata in altri ambiti delle politiche dell’Unione.

Nel loro insieme, questi elementi delineano una politica dell’intelligenza artificiale che non si limita a reagire alle trasformazioni tecnologiche, ma mira a orientarle attivamente, definendo priorità, strumenti e modalità di intervento coerenti con gli obiettivi di competitività, sostenibilità e autonomia strategica dell’Unione europea.

È in questo senso che si può parlare di una nuova fase dell’azione europea sull’IA: una fase in cui l’Unione non si presenta più soltanto come regolatore o facilitatore, ma come attore sistemico, impegnato a costruire le condizioni per una presenza autonoma e competitiva nell’economia globale dell’intelligenza artificiale.

9. Criticità e prospettive: attuazione, risorse e ruolo degli Stati membri

L’ampiezza e l’ambizione del nuovo quadro strategico europeo sull’intelligenza artificiale sollevano inevitabilmente una serie di interrogativi sulla sua effettiva attuazione. Se, infatti, il disegno complessivo appare coerente e ben articolato, la sua realizzazione concreta dipenderà da una molteplicità di fattori – finanziari, istituzionali e operativi – che rappresentano al tempo stesso i principali punti di attenzione.

I limiti reali del modello europeo

Un primo elemento riguarda i limiti strutturali del modello europeo. Nonostante l’impegno della Commissione e l’integrazione crescente delle politiche, l’Unione continua a operare in un contesto caratterizzato da:

  • una capacità di investimento inferiore rispetto ai principali concorrenti globali, in particolare nel settore privato;
  • una frammentazione delle politiche industriali e della ricerca, legata alla persistenza di priorità nazionali differenziate;
  • una complessità istituzionale che può rallentare i processi decisionali e attuativi.

Questi fattori incidono direttamente sulla capacità di tradurre gli obiettivi strategici in risultati concreti, soprattutto in ambiti — come quello dell’IA — in cui la rapidità di sviluppo rappresenta un elemento competitivo decisivo.

La governance multilivello come condizione di successo

Un secondo aspetto riguarda la governance. La strategia europea sull’IA si fonda su un modello multilivello, in cui la Commissione definisce l’indirizzo generale, mentre l’attuazione concreta è affidata in larga misura agli Stati membri e agli attori territoriali.

Questo approccio presenta indubbi vantaggi, in quanto consente di adattare gli interventi alle specificità nazionali e regionali, valorizzando le competenze locali e le specializzazioni settoriali. Tuttavia, comporta anche rischi significativi:

  • disomogeneità nell’attuazione delle politiche;
  • difficoltà di coordinamento tra livelli di governo;
  • possibile duplicazione degli interventi o dispersione delle risorse.

La capacità di garantire un coordinamento efficace tra livello europeo e nazionale sarà quindi un fattore determinante. In questo senso, strumenti come le piattaforme comuni, le reti europee e i meccanismi di monitoraggio assumono un ruolo centrale nel trasformare la governance multilivello da elemento di complessità a leva di integrazione.

Le sfide operative

Accanto ai limiti strutturali e istituzionali, emergono infine una serie di sfide operative che riguardano direttamente l’attuazione delle misure previste.

In primo luogo, la realizzazione delle infrastrutture – dalle fabbriche di IA alle piattaforme di dati e alle reti scientifiche – richiederà tempi, investimenti e capacità organizzative rilevanti. Il rischio è che ritardi nella messa a terra di questi strumenti compromettano la coerenza complessiva della strategia.

In secondo luogo, la mobilitazione delle risorse finanziarie, in particolare private, rappresenta una condizione essenziale per il successo delle iniziative. Senza un coinvolgimento significativo del settore privato, difficilmente l’Europa potrà raggiungere la scala necessaria per competere a livello globale.

In terzo luogo, la diffusione effettiva dell’IA nel tessuto economico e sociale dipenderà dalla capacità di superare barriere culturali e organizzative, oltre che tecniche. L’adozione dell’IA non è infatti un processo automatico, ma richiede cambiamenti nei modelli di business, nelle competenze e nelle pratiche amministrative.

Infine, un elemento trasversale riguarda la coerenza tra le diverse politiche europee, che dovranno convergere verso obiettivi comuni evitando sovrapposizioni o contraddizioni tra strumenti normativi, finanziari e operativi.

Tra ambizione e attuazione

Nel loro insieme, queste criticità non riducono la portata della strategia europea sull’intelligenza artificiale, ma ne evidenziano la complessità. Come spesso accade nel processo di integrazione europea, la sfida non risiede tanto nella definizione degli obiettivi, quanto nella capacità di costruire meccanismi efficaci per conseguirli.

La fase che si apre è quindi una fase eminentemente attuativa, in cui l’attenzione si sposta dalla progettazione alla realizzazione. È in questo passaggio – tra ambizione strategica e capacità operativa – che si giocherà la credibilità e l’efficacia del nuovo ruolo che l’Unione europea intende assumere nell’economia globale dell’intelligenza artificiale.

Conclusioni

Il percorso della politica europea in materia di intelligenza artificiale, avviato oltre un decennio fa con un approccio prudente e progressivo, entra oggi in una fase nuova. Le iniziative del 2025 segnano il passaggio da una logica prevalentemente regolatoria e abilitante a una strategia integrata che combina infrastrutture, applicazioni economiche e produzione scientifica.

L’Unione europea non si limita più a definire le regole del gioco o a sostenere l’innovazione in modo diffuso, ma cerca di costruire un ecosistema capace di competere a livello globale, intervenendo direttamente sui fattori critici dello sviluppo dell’intelligenza artificiale: calcolo, dati, competenze e governance.

Questo cambio di paradigma si riflette anche nel ruolo attribuito all’IA. Da tecnologia emergente, essa diventa infrastruttura strategica, fattore di produzione e leva di trasformazione della conoscenza. Ne deriva una politica pubblica più ambiziosa e più complessa, che richiede un elevato livello di coordinamento tra istituzioni, Stati membri e attori economici e scientifici.

Resta tuttavia aperta la questione decisiva dell’attuazione. La capacità dell’Unione di tradurre questo disegno in risultati concreti dipenderà dalla rapidità con cui saranno realizzate le infrastrutture previste, dalla mobilitazione delle risorse finanziarie, dalla partecipazione del settore privato e dall’efficacia della governance multilivello.

In definitiva, la strategia europea sull’intelligenza artificiale non rappresenta soltanto un insieme di iniziative settoriali, ma un tentativo di ridefinire il ruolo dell’Europa nell’economia globale della conoscenza. La sfida non è più solo quella di accompagnare la trasformazione tecnologica, ma di orientarla, costruendo le condizioni per una presenza autonoma, competitiva e coerente con i valori dell’Unione.

È in questa capacità di coniugare ambizione strategica e realizzazione operativa che si misurerà, nei prossimi anni, la reale portata del progetto europeo sull’intelligenza artificiale.

ACCESSO DIRETTO ALLE FONTI DI INFORMAZIONE:

Approfondimenti su economia digitale e IA nell’Unione europea:

11 agosto 2023 –Web 4.0 e mondi virtuali: la strategia UE 2023
3 febbraio 2023 – Il programma strategico 2023 per il decennio digitale 2030
18 febbraio 2022 – Dichiarazione europea 2022 sui diritti e i principi digitali per il decennio digitale
16 aprile 2021 – 2030 Digital Compass: il percorso per un’Europa digitale
6 marzo 2020 – Preparare l’Europa all’era digitale: il piano 2020-2025 dell’Unione europea
26 luglio 2019 – Un approccio comune a livello europeo alla sicurezza delle reti 5G
12 aprile 2019 – I sette orientamenti etici dell’UE per lo sviluppo di un’intelligenza artificiale antropocentrica
11 maggio 2018 – L’approccio europeo alle sfide dell’Intelligenza Artificiale
20 maggio 2016 – Il mercato unico digitale europeo: che cosa è e come funziona