L'Europa ha un piano AI da 200 miliardi. E un grande punto cieco sul cittadino

Lucilla Sioli dirige l'ufficio europeo per l'intelligenza artificiale e ha in mano la matassa più ingarbugliata del momento a Bruxelles: l'attuazione dell'AI Act, la supervisione dei modelli di frontiera, il coordinamento del piano industriale europeo. Italiana espatriata da molti anni, ha gestito il dossier dall'inizio. Dal 2 agosto avrà anche i poteri formali di intervento.

Il suo intervento all'AI Week di Milano, intitolato "Building the AI Continent", era un riassunto operativo del piano industriale dell'Unione.

Il piano europeo, in versione concentrata

Il piano si chiama AI Continent Action Plan e poggia su cinque pilastri: infrastruttura di calcolo, dati, competenze, sviluppo degli algoritmi e adozione, semplificazione regolatoria. Sotto questa elencazione c'è materia concreta.

Compute. Diciannove AI Factories già operative sul territorio dell'Unione, che collegano i supercomputer pubblici a startup e imprese. Sopra di queste arrivano le AI Gigafactories, fino a cinque, ciascuna con oltre centomila processori AI di fascia alta. Il programma InvestAI punta a mobilitare venti miliardi di euro privati sul livello giga e duecento miliardi complessivi. L'obiettivo del Cloud and AI Development Act è triplicare la capacità dei data center europei entro cinque-sette anni.

Apply AI Strategy. Dieci settori industriali strategici, ognuno con un'azione di punta. Il termine ricorrente è "AI first", e l'Apply AI Strategy promuove esplicitamente un approccio "buy European", soprattutto per il settore pubblico, con un primo budget di un miliardo di euro.

AI Act e Digital Omnibus. La legge esiste ma non è ancora pienamente in vigore. Sioli ha mostrato la slide del Digital Omnibus on AI, il pacchetto di aggiustamenti su cui l'accordo politico è arrivato pochi giorni fa: la timeline per i sistemi ad alto rischio è stata spostata di circa sedici mesi, e l'AI Office avrà la competenza esclusiva di vigilare sui sistemi integrati nelle grandi piattaforme online.

Modelli di frontiera. Il GPAI Code of Practice, firmato fra gli altri da OpenAI, Anthropic, Google e Mistral, nomina quattro categorie di rischio sistemico da valutare: CBRN (chimico, biologico, radiologico, nucleare), cyber, manipolazione dannosa, e perdita di controllo. Quest'ultima voce, in inglese loss of control, è la stessa formulazione che i laboratori AI usano nei loro documenti interni di gestione del rischio. In Italia se ne è parlato poco; è la prima volta che un regolatore europeo mette per iscritto una categoria di rischio nata dentro i laboratori americani.

Le risposte dal palco: tre passaggi che vale la pena tenere

Tre passaggi dello scambio col moderatore mi sono rimasti.

Sulla sovranità digitale, Sioli è stata realista in modo quasi disarmante. Non pensa che oggi qualcuno stacchi la spina ai servizi americani, però la domanda su dove vanno i dati va fatta, e l'unica risposta seria è costruire l'alternativa europea, sapendo che ci vuole tempo. Sostegno a Mistral, ai modelli italiani, ai progetti emergenti, e capitale di rischio europeo per farli crescere.

Sul ritardo europeo rispetto a USA e Cina, il passaggio che a me è piaciuto di più. Sioli non crede che l'AI Act sia la causa del ritardo negli investimenti. Le ragioni stanno altrove: non esiste un vero mercato unico europeo, e soprattutto non esiste un mercato unico del capitale. I colossi americani sono nati prima dell'AI, addosso a infrastrutture cloud e dataset che esistevano già, e quando l'AI è arrivata si sono limitati a montarcela sopra. OpenAI ha trovato Microsoft, Anthropic ha trovato Amazon Web Services.

Sul coordinamento fra Stati membri, ha citato il modello dei consorzi EDIC (European Digital Infrastructure Consortium), già attivati su semiconduttori e su alcuni filoni AI. Si mettono in comune fondi e infrastrutture di Francia, Germania o altri stati interessati, e si fa massa critica su un singolo dominio.

Le tre domande nel backstage

Una volta finito l'intervento mi sono avvicinato e le ho fatto tre domande.

Direttrice, sul palco lei ha parlato di grandi progetti, di LLM di frontiera, di concorrenza con i grossi laboratori americani. Ma sui modelli locali, quelli che girano sulle GPU dei nostri PC, quelli con cui le persone potrebbero gestirsi i propri dati a casa propria, voi avete pensato a costruire una politica europea che responsabilizzi il singolo cittadino?

È un tema molto importante, soprattutto nell'epoca degli agenti AI. Vedo che anche qui ci sono sempre più sviluppatori di agenti, e questi agenti hanno accesso ai nostri dati ed eseguono determinati compiti. È fondamentale che lo facciano in maniera responsabile, e che noi cittadini impariamo a essere responsabili davanti a questo tipo di sistemi. Si fa con la formazione del cittadino, ed è un compito che non riguarda solo il settore pubblico. Riguarda anche la società civile, e soprattutto le imprese, che devono partecipare in maniera più incisiva alla formazione della popolazione.

È un dovere civico di chiunque, e io stesso, da divulgatore, cerco di spiegare in termini semplici cosa vuol dire AI. Ma sulla parte specifica dei modelli piccoli, dei modelli locali...

Sì. Però dire che l'Europa dovrà essere forte solo sui modelli piccoli, no. Bisogna essere presenti sui vari mercati.

Lei dal palco ha citato i modelli italiani. Per Umani per ora, il libro che ho appena pubblicato, ho fatto qualche verifica. I due modelli italiani più visibili oggi stanno fra i sette e i nove miliardi di parametri, e nessuno dei due è paragonabile ai modelli di frontiera contemporanei.

Per esempio ci sono modelli italiani specializzati in lingue diverse, addirittura in lingue africane. Sono di rilievo perché hanno quel tipo di specializzazione.

Ma rimangono modelli molto piccoli.

Hanno il vantaggio di una specializzazione che un grosso modello non ha. Dipende a cosa servono.

Un'ultima cosa. Ci sono campioni europei come Mistral o DeepL, ma sul mercato consumer arrivano poco rispetto agli americani. È anche un problema di marketing, di come l'Europa li racconta al pubblico finale?

Sì, però per esempio anche Mistral è molto forte sul lato delle applicazioni industriali. Spesso la gente pensa ai modelli per i consumatori, quelli che utilizziamo noi per fare qualche domanda. In realtà ci sono dei modelli general purpose, come si chiamano, che vengono applicati all'industria, e oltretutto si applicano on-premise, in modo che anche i dati industriali restano localizzati. È molto importante per la sovranità tecnologica, ed è molto importante per le imprese che hanno bisogno di non far uscire i propri dati.

Tre domande, tre risposte un po' fuori tema

Le tre domande puntavano tutte allo stesso oggetto, il rapporto fra il piano AI europeo e il singolo utente, e ognuna ha trovato una deviazione su un binario diverso.

Prima domanda. Chiedo dei modelli locali sui PC consumer e la risposta arriva sugli agenti AI e sulla formazione del cittadino. Sono temi importanti, ma diversi: il primo è una proprietà del software (modello on-device, pesi sotto il controllo dell'utente), il secondo del cittadino (consapevolezza, alfabetizzazione). Lo spostamento lascia inevasa la domanda di policy: l'EU sta facendo qualcosa per sostenere lo sviluppo di modelli piccoli, open-weight (cioè con i parametri pubblici e scaricabili da chiunque), eseguibili in locale?

Sulla seconda. Porto qualche dato concreto: i due modelli italiani più visibili oggi, FastwebMIIA di Fastweb e Italia 9B di iGenius e CINECA, stanno fra i sette e i nove miliardi di parametri, e restano lontani dai modelli di frontiera contemporanei. I modelli locali europei sono piccoli e specializzati per ragioni strutturali del comparto. Sioli aggiunge che la specializzazione è un vantaggio, e in linea di principio ha ragione. In pratica, se manca il compute per i modelli generalisti, cioè la potenza di calcolo necessaria ad addestrarli, la specializzazione diventa l'unico esito possibile, e chiamarla strategia significa solo dare un nome nobile a un ripiego. Sull'hardware che le persone hanno in casa, i piani europei tacciono.

Alla terza. Provo a portarla sul marketing dei campioni europei, e la risposta arriva ancora una volta sui modelli installati dentro l'infrastruttura aziendale, quello che in gergo si chiama on-premise.
L'on-premise conta molto per le grandi imprese che non vogliono far uscire i propri dati industriali. Ma riguarda Stellantis o Enel o un grande ospedale, non riguarda me che cerco un'app di traduzione o un aiuto a scrivere email.

Il piano EU sa parlare di compute industriale e di rischio sistemico, ma non ha ancora un vocabolario per la sovranità a livello di cittadino-utente. Quando la domanda arriva su scala personale, l'unica scala che il piano conosce bene è quella della formazione e dell'enterprise.

Eppure, è proprio lì che secondo me si gioca il piano nel lungo periodo. Ecco tre ragioni.

Uno, i dati personali. Se gli agenti AI si diffondono come tutto suggerisce, in pochi anni la quantità di dati personali europei che attraversa data center extra-UE crescerà di un ordine di grandezza. Un modello che gira nel mio PC risolve il problema alla radice. Un modello americano in cloud lo risolve con accordi contrattuali, che restano sempre revocabili.

Due, il mercato. Mistral può sopravvivere come fornitore enterprise, ma senza una base utenti di massa che ne usi i prodotti tutti i giorni difficilmente diventerà un attore di scala globale. Senza un attore di scala globale, l'Europa resta esposta a decisioni unilaterali altrui. La parte consumer conta proprio perché è da lì che gli utenti finanziano, con uso quotidiano e dati, lo sviluppo dei modelli successivi. Gli americani hanno costruito i loro colossi così.

Tre, la sovranità cognitiva. Le interfacce AI stanno diventando il filtro con cui sempre più persone si formano un'opinione su qualsiasi cosa. Avere come unico intermediario un sistema sviluppato e regolato in una giurisdizione diversa significa accettare un piccolo trasferimento di sovranità ogni volta che apri l'app. Le costituzioni nazionali non hanno previsto questa mediazione perché non esisteva, e mi sembra una cosa che a un certo punto qualcuno dovrà guardare in faccia.

Il piano dell'UE è probabilmente il migliore che si potesse mettere insieme con i vincoli politici e finanziari attuali. Le AI Factories sono operative, le Gigafactories restano un'ambizione concreta, l'AI Act dal 2 agosto avrà finalmente poteri di intervento.

Quello che manca è una linea di azione sul come si arriva nei PC degli europei. Sostegno pubblico ai modelli open-weight di piccola taglia, accordi con i produttori di hardware consumer, finanziamenti per le startup che lavorano on-device, integrazioni nei sistemi operativi nazionali. Una di queste cose, una qualunque. Per ora, su questo, il piano dice poco.

Va anche detto che un piano industriale serio fino a tre anni fa non esisteva, e che Sioli e il suo ufficio hanno costruito in tempi rapidi una architettura di policy che molti altri continenti non hanno. Resta da costruire la parte che riguarda il cittadino-utente.