La recente decisione della Commissione europea di classificare ChatGPT come Very Large Online Search Engine secondo il Digital Services Act ha suscitato sorpresa e qualche ironia. Per molti osservatori, infatti, ChatGPT è prima di tutto un sistema di intelligenza artificiale generativa, non un motore di ricerca tradizionale.
Eppure la decisione europea ha una sua logica. Il Digital Services Act non richiede necessariamente una pagina piena di link per parlare di motore di ricerca: ciò che conta è il ruolo svolto dal servizio nell’accesso alle informazioni. ChatGPT, attraverso le proprie funzioni di ricerca, ha raggiunto nell’Unione europea una media di 159,1 milioni di utenti attivi mensili nei sei mesi terminati a marzo 2026, superando ampiamente la soglia prevista per i Very Large Online Search Engines.
Fonte:
https://www.lastampa.it/tech/2026/09/01/news/per_l_europa_chatgpt_e_un_motore_di_ricerca-15727495/
Il problema interessante, però, è un altro.
Questa vicenda offre l’occasione per porsi una domanda molto più importante: dove si trova oggi l’Europa nella competizione globale sull’intelligenza artificiale?
E soprattutto: è ancora possibile recuperare terreno?
La risposta, se si osservano i dati senza pregiudizi né entusiasmo eccessivo, è più complessa di quanto suggeriscano gli slogan.
L’Europa non è fuori dalla partita. Ma non sta giocando la stessa partita degli Stati Uniti e della Cina
Dire che l’Europa non abbia competenze nell’intelligenza artificiale sarebbe semplicemente falso.
L’Unione dispone di università e centri di ricerca di livello mondiale, di una importante base industriale, di competenze scientifiche avanzate e di aziende che occupano posizioni strategiche in alcuni segmenti della catena tecnologica.
L’Europa ha inoltre costruito una delle infrastrutture normative più avanzate al mondo con l’AI Act e sta investendo in supercalcolo, AI Factory, ricerca e infrastrutture.
La stessa Commissione europea riconosce però che il problema principale è il divario di innovazione e di investimento. La Competitiveness Compass, costruita anche sulla diagnosi contenuta nel rapporto Draghi, identifica esplicitamente il superamento dell’innovation gap come una delle priorità fondamentali per la competitività europea.
Fonte:
https://commission.europa.eu/topics/competitiveness/competitiveness-compass_en
La questione diventa molto più evidente quando si osserva la parte più avanzata della filiera AI: i grandi modelli, il capitale necessario per svilupparli, la capacità di calcolo e la velocità con cui questi elementi vengono combinati.
Qui il confronto diventa decisamente meno favorevole.
La distanza dagli Stati Uniti è soprattutto una distanza di capitale
Il rapporto AI Index 2026 dello Stanford Institute for Human-Centered Artificial Intelligence fotografa un mercato estremamente concentrato.
Gli Stati Uniti continuano a dominare per investimenti privati, sviluppo di modelli di frontiera e capacità di trasformare rapidamente il capitale in infrastrutture e prodotti AI su scala globale.
La Cina, però, non può essere considerata semplicemente un inseguitore. Il confronto tecnologico fra Stati Uniti e Cina si è fatto molto più serrato, mentre entrambi dispongono di risorse finanziarie, infrastrutturali e industriali che consentono loro di sostenere una competizione di lungo periodo.
Fonte:
https://hai.stanford.edu/ai-index/2026-ai-index-report
Questo introduce una prima differenza fondamentale fra Europa e Stati Uniti.
Non basta avere buoni ricercatori.
Bisogna avere il capitale necessario per trasformare la ricerca in aziende, prodotti e infrastrutture su scala globale.
L’AI di frontiera è infatti diventata una tecnologia estremamente capital intensive. Addestrare e utilizzare modelli sempre più sofisticati richiede enormi quantità di capacità di calcolo, energia, infrastrutture e capitale.
La questione non riguarda quindi soltanto chi sviluppa l’algoritmo migliore.
Riguarda chi riesce a costruire l’intero ecosistema economico necessario per sostenerlo.
E la Cina non è semplicemente “indietro”
Il secondo errore sarebbe considerare la situazione come una semplice corsa fra Stati Uniti e un’Europa che deve soltanto recuperare.
La Cina sta dimostrando di essere un concorrente di primissimo livello.
Secondo lo Stanford AI Index 2026, il divario fra i principali modelli statunitensi e cinesi si è notevolmente ridotto. I modelli delle due nazioni si sono alternati ai vertici delle classifiche di performance e la distanza fra i migliori sistemi è diventata molto più contenuta rispetto al passato.
La Cina dispone inoltre di una forte base industriale, di enormi quantità di dati, di capacità manifatturiera e di una politica industriale fortemente orientata allo sviluppo tecnologico.
Fonte:
https://hai.stanford.edu/ai-index/2026-ai-index-report/technical-performance
È quindi più corretto parlare di una competizione principalmente USA-Cina sulla frontiera dell’AI, piuttosto che immaginare un confronto nel quale l’Europa sia semplicemente uno dei tre concorrenti equivalenti.
Ed è proprio questo a rendere più delicata la posizione europea.
Il problema europeo non è soltanto creare un modello migliore di ChatGPT
Potrebbe sembrare che la soluzione sia semplice: finanziare una grande azienda europea e costruire il “ChatGPT europeo”.
Ma sarebbe una semplificazione.
La vera competizione riguarda un’intera filiera.
Servono:
- ricerca fondamentale;
- ricercatori e ingegneri;
- semiconduttori e acceleratori;
- capacità di calcolo;
- data center;
- energia;
- cloud;
- dataset;
- capitale di rischio;
- mercati sufficientemente grandi;
- aziende capaci di adottare rapidamente la tecnologia;
- startup capaci di trasformarsi in grandi imprese;
- competenze manageriali;
- infrastrutture digitali;
- capacità di portare rapidamente la ricerca sul mercato.
È una catena nella quale un punto debole può compromettere gli altri.
Ed è qui che emerge una delle principali vulnerabilità europee.
Il capitale europeo esiste. Il problema è trasformarlo in capitale per la crescita tecnologica
L’Europa non è priva di capitale.
Il problema è la capacità di mobilitarlo e indirizzarlo verso aziende tecnologiche capaci di crescere fino a dimensioni globali.
Questo è uno degli elementi messi in evidenza anche dalla Commissione europea nelle proprie analisi sul finanziamento dell’economia dell’AI.
L’ecosistema europeo è relativamente efficace nelle prime fasi della vita delle startup, ma incontra maggiori difficoltà quando queste aziende hanno bisogno di round di finanziamento molto più grandi per espandersi rapidamente.
Il rischio è significativo.
Una startup può nascere in Europa, sviluppare la propria tecnologia con ricercatori europei, utilizzare infrastrutture europee e poi, proprio nel momento in cui diventa interessante economicamente, essere finanziata, acquisita o spostare la propria crescita verso capitali stranieri.
Il rischio non è necessariamente che l’innovazione scompaia dall’Europa.
Il rischio è che il valore economico dell’innovazione venga catturato altrove.
La questione non è soltanto chi inventa l’AI. È chi ne cattura il valore
Questa potrebbe essere la domanda più importante per l’Europa.
Immaginiamo che nei prossimi dieci anni l’intelligenza artificiale aumenti enormemente la produttività di aziende, professionisti e pubbliche amministrazioni.
Chi venderà i modelli?
Chi fornirà il cloud?
Chi costruirà i data center?
Chi produrrà i chip?
Chi controllerà le piattaforme?
Chi deterrà la proprietà intellettuale?
Chi raccoglierà i margini?
E, soprattutto, dove saranno localizzate le aziende che cresceranno maggiormente grazie a questa trasformazione?
Se la risposta sarà prevalentemente “negli Stati Uniti e in Cina”, l’Europa potrebbe ottenere una parte dei benefici derivanti dall’AI come consumatore e utilizzatore, senza ottenere una quota equivalente del valore industriale generato.
È una differenza tutt’altro che teorica.
L’AI può diventare una questione di produttività
Qui il tema esce definitivamente dal mondo tecnologico.
L’intelligenza artificiale è una tecnologia general purpose, con un potenziale trasformativo paragonabile, per natura economica, a precedenti grandi innovazioni come l’elettricità, l’informatica e Internet.
La BCE ha analizzato proprio questo aspetto: l’impatto dell’AI sull’economia europea dipenderà non soltanto dalla qualità dei modelli, ma dalla velocità con cui la tecnologia verrà adottata dalle imprese e integrata nei processi produttivi.
Fonte:
https://www.ecb.europa.eu/press/key/date/2026/html/ecb.sp260323_1~1e06784a89.en.html
Ed è proprio qui che i dati più recenti permettono di correggere una narrazione eccessivamente pessimistica sull’Europa.
Secondo una nuova analisi della BCE pubblicata il 26 agosto 2026, la quota di lavoratori dell’area euro che dichiara di utilizzare l’AI nel proprio lavoro è passata dal 26% nel 2024 al 41% nel 2025, arrivando al 52% nel 2026.
L’AI, quindi, non è affatto una tecnologia marginale nel mercato del lavoro europeo.
Fonte:
https://www.ecb.europa.eu/press/blog/date/2026/html/ecb.blog20260826~e1c1a89999.et.html
Il problema è che adozione e produttività non sono la stessa cosa.
La stessa BCE rileva che l’utente mediano dichiara di risparmiare circa tre ore alla settimana grazie all’AI. Ma il tempo risparmiato produce un vero aumento della produttività soltanto se quelle ore vengono effettivamente trasformate in maggiore produzione o in attività a maggior valore.
È una distinzione fondamentale.
Utilizzare ChatGPT per scrivere una mail più rapidamente è utile.
Ridisegnare un processo aziendale nel quale l’AI automatizza intere fasi operative è qualcosa di molto diverso.
Il vero problema europeo potrebbe essere l’adozione profonda
Una ricerca BCE pubblicata nel luglio 2026 mostra proprio questo paradosso.
Circa il 70% delle imprese dell’area euro dichiara qualche forma di utilizzo dell’AI, ma soltanto il 7% considera la propria adozione significativa.
Fonte:
https://www.ecb.europa.eu/home/html/index.en.html/pub/pdf/scpwps/ecb.wp2713~91ddff9e7.sk.html
Una precedente analisi BCE evidenzia inoltre che le aziende che utilizzano l’AI nei processi fondamentali hanno maggiori probabilità di ottenere benefici rispetto a quelle che la utilizzano soltanto per attività periferiche o occasionali.
Fonte:
https://www.ecb.europa.eu/press/blog/date/2026/html/ecb.blog20260624~44f70da110.lt.html
Questo cambia significativamente il problema.
La domanda non è più soltanto:
“Quante aziende europee utilizzano l’AI?”
La domanda diventa:
“Quante aziende europee stanno realmente trasformando i propri processi grazie all’AI?”
Ed è probabilmente su questo terreno che nei prossimi anni si giocherà una parte importante della competizione.
Il paradosso europeo: essere avanti nella regolazione e indietro nella tecnologia
È qui che il dibattito rischia di diventare ideologico.
Criticare l’Europa perché regolamenta l’AI sarebbe semplicistico.
L’AI Act nasce da un problema reale: una tecnologia capace di influenzare informazione, lavoro, sicurezza, diritti fondamentali e processi decisionali richiede regole.
Il Digital Services Act affronta a sua volta problemi reali.
La stessa classificazione di ChatGPT come VLOSE nasce da una preoccupazione legittima: se milioni di persone utilizzano un sistema AI come principale intermediario per accedere all’informazione, quel sistema acquisisce un potere enorme nella selezione e presentazione delle informazioni.
Il problema non è quindi:
regolazione oppure innovazione.
Il problema è trovare un equilibrio nel quale la regolazione non impedisca all’innovazione di nascere, crescere e competere.
E c’è un elemento interessante: l’Europa sembra avere iniziato a correggere alcuni aspetti del proprio approccio.
Il 27 luglio 2026 è entrato in vigore l’AI Omnibus, che introduce semplificazioni, estende alcune tempistiche, amplia gli strumenti di sperimentazione e punta a rendere più proporzionata la compliance, soprattutto per le imprese più piccole.
Fonte:
https://digital-strategy.ec.europa.eu/en/news/ai-omnibus-enters-force
Questo suggerisce che il legislatore europeo abbia riconosciuto almeno in parte il problema.
L’Europa sta reagendo. Ma la domanda è: abbastanza velocemente?
Sarebbe quindi ingiusto sostenere che l’Unione europea non stia facendo nulla.
Nel 2025 la Commissione ha lanciato InvestAI con l’obiettivo di mobilitare fino a 200 miliardi di euro per gli investimenti nell’intelligenza artificiale, compreso un fondo europeo da 20 miliardi destinato alle AI Gigafactories.
Il piano AI Continent prevede inoltre almeno 19 AI Factories distribuite in Europa e punta alla realizzazione di grandi infrastrutture di calcolo.
Fonte:
https://commission.europa.eu/topics/competitiveness/ai-continent_it
Questi numeri sono importanti perché dimostrano che il problema è stato riconosciuto a livello istituzionale.
Ma esiste una domanda alla quale soltanto il tempo potrà dare una risposta:
quanto rapidamente questi investimenti riusciranno a trasformarsi in capacità tecnologica e industriale?
Il problema, infatti, non è semplicemente quanto si spende.
È quanto velocemente il capitale diventa infrastruttura, l’infrastruttura diventa ricerca, la ricerca diventa prodotto e il prodotto diventa impresa competitiva.
Il calcolo è diventato una risorsa strategica
Un esempio molto concreto è rappresentato dall’infrastruttura di calcolo.
Il 31 agosto 2026 l’Unione europea ha assegnato un contratto da 387,8 milioni di euro per la costruzione di LUMI-AI in Finlandia, un nuovo supercomputer dedicato ai carichi di lavoro AI.
Il sistema dovrebbe diventare operativo nella seconda metà del 2027.
È un investimento importante.
Ma è anche una fotografia del problema.
L’Europa sta costruendo oggi capacità di calcolo che gli Stati Uniti e la Cina hanno iniziato a sviluppare su scala enorme già da diversi anni.
Non è necessariamente troppo tardi.
Ma significa che la velocità di esecuzione diventa una variabile strategica.
Il tempo potrebbe essere il fattore più importante
Questa è probabilmente la parte più sottovalutata del problema.
Nel settore tecnologico, cinque anni possono rappresentare una generazione.
Una società che oggi non possiede capacità di calcolo, capitale e competenze potrebbe non essere semplicemente “in ritardo”.
Potrebbe trovarsi, tra cinque anni, davanti a un ecosistema già consolidato nel quale:
- i migliori ricercatori lavorano altrove;
- le startup migliori sono state finanziate da capitali stranieri;
- i modelli fondamentali appartengono ad aziende extraeuropee;
- il cloud è controllato da pochi grandi operatori;
- le infrastrutture di calcolo sono concentrate fuori dall’Europa;
- le aziende europee utilizzano prevalentemente tecnologia sviluppata altrove.
A quel punto recuperare terreno diventerebbe molto più costoso.
È il classico effetto cumulativo dell’innovazione: chi parte davanti può reinvestire i ricavi, i dati, il talento e l’esperienza ottenuti dalla prima generazione nella generazione successiva.
Il rischio di una nuova dipendenza tecnologica
Questo porta a un’altra dimensione della questione: la sovranità tecnologica.
Per anni l’Europa ha discusso di dipendenza energetica.
Oggi si parla di dipendenza dai semiconduttori, dal cloud e dalle piattaforme digitali.
L’AI potrebbe aggiungere un nuovo livello.
Se una parte crescente dell’economia europea dipendesse da modelli, infrastrutture cloud e capacità di calcolo controllati da aziende straniere, l’Europa potrebbe ritrovarsi in una situazione nella quale una tecnologia fondamentale per la produttività e la competitività economica non è realmente sotto il proprio controllo.
Non significa necessariamente costruire un’AI europea completamente autonoma.
Significa avere alternative credibili.
È una distinzione importante.
La sovranità tecnologica non deve necessariamente significare autarchia tecnologica.
Può significare avere sufficiente capacità industriale, infrastrutturale e scientifica per non essere completamente dipendenti da un unico ecosistema.
Dove l’Europa può ancora avere un vantaggio
La situazione non è però necessariamente compromessa.
Anzi, esistono settori nei quali l’Europa possiede caratteristiche che possono diventare importanti.
Il primo è l’industria.
Automotive, manifattura avanzata, energia, farmaceutica, aerospazio, robotica, finanza e sistemi industriali sono settori nei quali l’Europa dispone di aziende e competenze estremamente rilevanti.
In questi ambiti il valore dell’AI potrebbe non essere determinato esclusivamente dal modello linguistico più potente.
Potrebbe essere determinato dalla capacità di integrare AI, robotica, sensori, software, dati industriali e conoscenza verticale.
Il secondo vantaggio è rappresentato dalla ricerca.
Il terzo è il mercato unico.
Il quarto è rappresentato dalla possibilità di utilizzare enormi quantità di dati industriali e scientifici, se adeguatamente organizzati e resi utilizzabili.
Il quinto è la possibilità di costruire un modello europeo di AI affidabile, trasparente e compatibile con standard elevati di tutela dei diritti.
Questi elementi non garantiscono il successo.
Ma rappresentano asset reali.
L’occasione più importante potrebbe essere l’AI applicata, non necessariamente l’AI generalista
Forse la domanda che l’Europa dovrebbe porsi non è:
“Possiamo costruire un nuovo OpenAI?”
Potrebbe essere:
“Come possiamo diventare il luogo nel quale l’AI viene applicata meglio all’industria?”
È una strategia completamente diversa.
L’Europa potrebbe non dover necessariamente vincere la competizione per il modello generalista più potente per diventare leader mondiale nell’AI.
Potrebbe invece concentrarsi su robotica, manufacturing, medicina, farmaceutica, automotive, energia, logistica, finanza, pubblica amministrazione e scienza.
La Commissione europea si sta muovendo anche in questa direzione con iniziative dedicate alla diffusione dell’AI nei settori industriali e nei servizi pubblici.
Fonte:
https://commission.europa.eu/topics/competitiveness/ai-continent_it
È probabilmente una delle strade più realistiche.
Ma richiede una cosa che spesso è più difficile da ottenere dei finanziamenti:
velocità.
Il vero costo dell’inazione potrebbe non essere visibile oggi
Questa è forse la conclusione più importante.
Se domani l’Europa non producesse il modello linguistico migliore del mondo, non accadrebbe nulla di drammatico.
Il problema emergerebbe lentamente.
Un’impresa europea potrebbe utilizzare un modello americano.
Un’altra un modello cinese.
Un’altra ancora il cloud di una grande piattaforma internazionale.
Tutte potrebbero aumentare la propria produttività.
Apparentemente tutto funzionerebbe.
Ma se la proprietà intellettuale, i profitti, il cloud, l’infrastruttura e le piattaforme che rendono possibile questa crescita fossero prevalentemente localizzati fuori dall’Europa, una parte significativa del valore economico prodotto dall’AI uscirebbe dal continente.
È questa la potenziale occasione persa.
Non essere i primi a inventare una tecnologia è una cosa.
Essere costretti a comprarla per decenni è un’altra.
E qui torniamo a ChatGPT
La classificazione di ChatGPT come motore di ricerca può quindi sembrare una questione tecnica o burocratica.
In realtà rappresenta qualcosa di molto più interessante.
Mostra che una tecnologia nata come modello linguistico è diventata contemporaneamente:
- un assistente personale;
- uno strumento di ricerca;
- un’interfaccia al software;
- un ambiente di sviluppo;
- uno strumento aziendale;
- un intermediario dell’informazione;
- e, sempre più, un agente capace di svolgere attività al posto dell’utente.
La velocità con cui queste categorie stanno convergendo rende inevitabilmente difficile per qualsiasi legislatore costruire regole perfette.
E questo vale anche per l’Europa.
Il punto non è quindi accusare Bruxelles di non capire l’intelligenza artificiale.
Sarebbe una conclusione troppo semplice e, soprattutto, non supportata dai fatti.
La vera questione è più seria.
L’Europa sembra aver compreso il problema. Ma deve dimostrare di saper trasformare questa consapevolezza in capacità industriale con la stessa velocità con cui Stati Uniti e Cina stanno trasformando l’AI in infrastruttura economica.
Perché la prossima fase della competizione non sarà soltanto una gara per costruire il chatbot migliore.
Sarà una gara per costruire le economie più produttive, le industrie più efficienti, le aziende più innovative e le infrastrutture tecnologiche più strategiche.
E in quella gara, partire con qualche anno di ritardo potrebbe avere un costo molto più alto di quanto oggi immaginiamo.
La vera domanda, quindi, non è se l’Europa debba diventare americana o cinese nel modo di affrontare l’intelligenza artificiale.
È se riuscirà a costruire un proprio modello competitivo, capace di unire ricerca, industria, capitale, infrastrutture, innovazione e regole.
Perché regolamentare una tecnologia che altri hanno già imparato a costruire può essere necessario.
Ma riuscire a costruirla, svilupparla e trasformarla in valore economico è un’altra cosa.
Ed è probabilmente questa la partita che l’Europa non può permettersi di perdere.
