L’IA sta rapidamente diventando infrastruttura critica — per la generazione di codice, l’elaborazione documenti, l’interazione con i clienti, il supporto decisionale. La maggior parte delle organizzazioni oggi si affida a fornitori USA per queste capacita: OpenAI, Google, Anthropic. Questi fornitori sono in testa per buone ragioni — API mature, prestazioni dei modelli di frontiera, investimenti massicci nella ricerca sulla sicurezza. Ma la concentrazione comporta rischi familiari: esposizione giurisdizionale, vendor lock-in e l’assunzione che l’attuale equilibrio di potere sia permanente.

Poi e arrivato l’evento che ha sfidato quell’assunzione.

Il 20 gennaio 2025, il laboratorio IA cinese DeepSeek ha rilasciato il suo modello R1 — un modello di ragionamento che ha eguagliato o superato o1 di OpenAI sulla maggior parte dei benchmark. Una settimana dopo, il 27 gennaio, mentre i mercati assorbivano le implicazioni, Nvidia ha perso $589 miliardi in capitalizzazione di mercato — la piu grande perdita giornaliera nella storia del mercato azionario.

Il momento DeepSeek non riguardava la Cina. Riguardava il crollo di una narrativa: che costruire IA di frontiera richieda miliardi di dollari, decine di migliaia di GPU e — per implicazione — le risorse di un gigante della Silicon Valley.

Il panorama IA europeo

Mistral AI: il contendente europeo

Mistral AI e la cosa piu vicina che l’Europa ha a un’azienda IA di frontiera. Fondata a Parigi nel 2023 da ex ricercatori di Google DeepMind e Meta, Mistral ha compiuto un’ascesa notevole: dalla fondazione a una valutazione di 12 miliardi di euro e oltre 400 milioni di dollari di fatturato annuo ricorrente in meno di tre anni.

La brillantezza strategica di Mistral risiede nel suo modello a doppio binario: rilasciare modelli open-weight competitivi (Mistral 7B, Mixtral 8x7B) che costruiscono comunita e mindshare, vendendo al contempo modelli proprietari premium (Mistral Large) e servizi enterprise.

L’avvertenza: Mistral e una startup finanziata da venture capital. I suoi investitori includono General Catalyst, Andreessen Horowitz e Lightspeed — societa di venture capital statunitensi. La struttura del capitale e transatlantica. Questa e la realta della tecnologia europea: i fondatori sono europei, il capitale e spesso americano, e la “sovranita” si complica quando si segue il denaro.

Aleph Alpha: il racconto ammonitore

Se Mistral e la storia di successo, Aleph Alpha e il racconto ammonitore. Fondata a Heidelberg nel 2019, Aleph Alpha ha raccolto circa 500 milioni di dollari. Nel settembre 2024, Aleph Alpha ha cambiato rotta. L’azienda ha smesso di sviluppare i propri modelli fondazionali e si e riposizionata come fornitore di infrastruttura IA enterprise sotto il marchio PhariaAI.

La lezione per la sovranita IA europea e scomoda: lo sviluppo di modelli fondazionali potrebbe essere troppo capital-intensive per tutte le aziende europee tranne le piu finanziate.

Open Weight: l’abilitatore della sovranita

L’ascesa dei modelli open-weight ha cambiato fondamentalmente l’equazione della sovranita per l’IA.

Quando i pesi del modello sono pubblicamente disponibili, le organizzazioni possono:

  1. Eseguire modelli sulla propria infrastruttura — in un data center europeo, su un fornitore cloud europeo o on-premises. Nessun dato lascia l’organizzazione.
  2. Fare fine-tuning dei modelli per casi d’uso specifici — analisi legale, documentazione medica, corrispondenza governativa — usando dati proprietari che non toccano mai un server USA.
  3. Scegliere il proprio deployment — API cloud per comodita, self-hosted per la sovranita o ibrido per pragmatismo.

L’ironia e densa: le licenze piu permissive per i modelli IA di frontiera vengono non dall’Europa o dagli USA, ma da aziende cinesi. DeepSeek R1 sotto licenza MIT da a qualsiasi organizzazione europea il diritto legale di distribuire, modificare e commercializzare un modello di ragionamento di frontiera.

Costruire uno stack IA sovrano

Per le organizzazioni che cercano di ridurre la loro dipendenza IA dai fornitori USA, uno stack IA sovrano pratico nel 2026 si presenta cosi:

Livello modello: modelli open-weight — Mistral (europeo, Apache 2.0 per alcuni modelli), LLaMA (USA, licenza permissiva), DeepSeek R1 (cinese, licenza MIT).

Livello inferenza: self-hosted su infrastruttura cloud europea — Scaleway, Hetzner, OVHcloud o fornitori certificati SCS. Framework come vLLM, llama.cpp o Text Generation Inference (TGI) di Hugging Face per il serving.

Livello fine-tuning: adattamento specifico al dominio usando dati privati su hardware locale. Strumenti come Axolotl, adattatori LoRA o la libreria PEFT di Hugging Face lo rendono accessibile senza richiedere risorse di scala frontier.

Livello applicazione: integrazione nei flussi di lavoro organizzativi tramite API standard. Il formato API di OpenAI e diventato uno standard de facto.

Livello governance: i requisiti dell’EU AI Act per documentazione, valutazione del rischio e trasparenza.

Questo stack e reale. Funziona. Le organizzazioni in tutta Europa lo stanno implementando.

Cosa fare concretamente

Questa settimana (sforzo minimo, guadagno di sovranita immediato):

  • Smettete di inviare dati sensibili alle API IA ospitate negli USA. Ogni documento che inviate all’API di OpenAI o Anthropic viene elaborato sotto giurisdizione USA. Per documenti legali, dati sanitari o decisioni HR, questo e un rischio di conformita sia sotto il GDPR che sotto l’AI Act.

Questo mese (un progetto da weekend per il vostro team infrastrutturale):

  • Implementate un LLM locale. Un’istanza Mistral 7B o LLaMA 3.1 8B su un server GPU Hetzner (circa 150 €/mese) gestisce sintesi, classificazione e assistenza al codice per un team di 20-50 persone.

Questo trimestre (impegno a livello di progetto):

  • Fate fine-tuning di un modello sui vostri dati di dominio. I LLM generici sono utili; i modelli adattati al dominio sono trasformativi.

Prima di agosto 2027 (scadenza alto rischio AI Act):

  • Se implementate IA in domini ad alto rischio (screening HR, triage sanitario, forze dell’ordine, scoring creditizio), i requisiti di conformita dell’AI Act entrano pienamente in vigore nell’agosto 2027.

L’IA sovrana non e piu un’agenda di ricerca — e una decisione infrastrutturale. I modelli esistono. Gli strumenti di deployment sono maturi. I fornitori europei di compute sono pronti. Cio che resta e l’esecuzione.

Fonti

Panoramica tematica: IA e Machine Learning