La corsa globale all’intelligenza artificiale sta ridisegnando gli equilibri economici e industriali, con Stati Uniti e Cina che concentrano investimenti, infrastrutture e capacità tecnologiche su scala crescente. D’altro canto, l’Europa si distingue per un approccio diverso, fondato su una forte leadership normativa e su una consolidata eccellenza nella ricerca.
È proprio su questo doppio posizionamento che si è sviluppato il confronto emerso durante l’evento LENS – Digitale e Intelligenza Artificiale: una priorità strategica per Italia ed Europa, promosso dagli Osservatori Digital Innovation: da un lato, il ruolo dell’Unione Europea come first mover regolatorio con l’AI Act; dall’altro, le difficoltà nel tradurre questo vantaggio in competitività industriale e crescita economica.
L’Unione Europea è oggi il primo attore globale ad aver costruito un quadro normativo organico sull’intelligenza artificiale. L’AI Act rappresenta, infatti, il tentativo più avanzato di definire regole comuni per lo sviluppo e l’utilizzo dell’AI, con un approccio basato sul rischio che distingue tra applicazioni accettabili, usi ad alto rischio e pratiche vietate.
Il modello europeo si fonda su principi come trasparenza, responsabilità, sicurezza e tutela dei diritti fondamentali. In questo senso, introduce obblighi specifici per i sistemi più critici, come i requisiti di conformità per gli usi ad alto rischio, ma anche misure per garantire la riconoscibilità dei contenuti generati dall’AI, attraverso meccanismi di watermarking digitale.
Come evidenziato nel suo intervento a LENS da Brando Benifei, parlamentare europeo e co-relatore dell’AI Act, il framework è in evoluzione anche attraverso interventi correttivi come il Digital Omnibus, con l’obiettivo di rendere più sostenibile l’applicazione della normativa, in particolare per startup e PMI. Tra gli interventi in discussione emergono semplificazioni procedurali e un possibile slittamento delle tempistiche per l’entrata in vigore di alcuni obblighi, soprattutto in assenza di standard tecnici pienamente maturi.
Se questa leadership regolatoria rappresenta un elemento distintivo rispetto ad altre aree geografiche, il vero nodo riguarda la sua traduzione in vantaggio competitivo. Come sottolineato da Giovanni Miragliotta, Direttore dell’Osservatorio Artifical Intelligence, il rischio è che un impianto normativo avanzato non sia sufficiente a generare innovazione industriale, soprattutto in un contesto globale in cui Stati Uniti e Cina operano con forti strategie industriali e investimenti su larga scala.
In questa prospettiva, la regolazione può diventare anche una leva: il principio di “AI affidabile” (trustworthy AI) può trasformarsi in un fattore differenziante, capace di rafforzare la fiducia di imprese e cittadini e di posizionare l’Europa come riferimento per applicazioni sicure e trasparenti.
La sfida è quindi trasformare un primato regolatorio in un motore di sviluppo industriale, evitando che la leadership sulle regole resti disallineata rispetto alla capacità di creare valore economico.
Uno dei tratti distintivi dell’ecosistema europeo dell’intelligenza artificiale è la presenza di una forte capacità di ricerca, che colloca il continente tra i principali produttori di conoscenza a livello globale.
Come evidenziato dai dati presentati nel corso dell’evento, l’Europa rappresenta circa il 15% delle pubblicazioni scientifiche sull’AI, confermando una posizione di eccellenza accademica.
Questo patrimonio di competenze costituisce una base solida su cui costruire la competitività del continente, anche grazie al ruolo di università e centri di ricerca che alimentano l’ecosistema dell’innovazione.
Il punto critico non è però la produzione di conoscenza, quanto la difficoltà nel trasferire i risultati della ricerca verso il mercato. A fronte dell’eccellenza accademica, l’Europa si ferma infatti a circa il 3% dei brevetti globali in ambito AI, evidenziando un gap strutturale nella trasformazione della ricerca in proprietà intellettuale e applicazioni industriali.
Come sottolineato da Miragliotta, il problema non riguarda la capacità di generare innovazione, ma la difficoltà nel trasformarla in iniziative imprenditoriali e industriali, anche attraverso strumenti come laboratori di frontiera, tutela della proprietà intellettuale e modelli efficaci di trasferimento tecnologico.
In questo contesto, la nuova imprenditorialità assume un ruolo centrale. Le startup rappresentano il principale meccanismo attraverso cui le competenze sviluppate nella ricerca possono essere “messe a terra”, trasformandosi in prodotti, servizi e modelli di business scalabili.
Senza questo passaggio, anche la disponibilità di risorse economiche rischia di non tradursi in reale competitività industriale, con il risultato che il valore generato dalla ricerca europea viene catturato e sviluppato in altri contesti geografici.
Il vero nodo non è quindi la mancanza di competenze o innovazione, ma la capacità di orchestrare in modo sistemico ricerca, imprenditorialità e industria, superando la frammentazione che ancora caratterizza l’ecosistema europeo.
Accanto al tema del trasferimento tecnologico, emerge con forza il ruolo degli investimenti e della scala come fattori determinanti per la competitività dell’intelligenza artificiale.
Il confronto internazionale evidenzia un divario significativo. Nel 2024, gli investimenti privati in startup AI in Europa si attestano intorno ai 19 miliardi di dollari, contro i 109 miliardi degli Stati Uniti, segnalando una differenza rilevante nella capacità di sostenere la crescita e la scalabilità dei player tecnologici.
A questo si aggiunge una forte frammentazione dell’ecosistema europeo, in cui risorse pubbliche e private risultano distribuite tra diversi Paesi e iniziative, limitando la possibilità di costruire campioni industriali globali.
Per rispondere a questo scenario, l’Unione Europea ha avviato iniziative strutturate come InvestAI, un piano che prevede circa 200 miliardi di euro di investimenti, con un modello che combina capitale pubblico e privato.
La questione centrale non è solo la disponibilità di risorse, ma la loro adeguatezza rispetto agli investimenti messi in campo da altri attori globali, oltre alla capacità di indirizzarle in modo efficace.
Il tema degli investimenti non riguarda quindi solo la quantità di capitale disponibile, ma la capacità di indirizzarlo verso ambiti strategici, in cui sia possibile costruire un vantaggio competitivo sostenibile.
In questo contesto, diventano centrali:
Come sottolineato nel corso dell’evento, in un settore ancora in evoluzione, alcune partite tecnologiche restano aperte e possono essere influenzate da salti innovativi che ridefiniscono rapidamente gli equilibri competitivi.
Il vero nodo è quindi la capacità di costruire un ecosistema coordinato, scalabile e orientato all’execution, in grado di trasformare gli investimenti in risultati industriali concreti.
Se capitale e ricerca rappresentano fattori abilitanti, il principale limite alla competitività dell’intelligenza artificiale emerge sul fronte delle competenze e della trasformazione organizzativa.
Il contesto europeo – e in particolare quello italiano – è caratterizzato da una crescente domanda di competenze legate all’AI, ma anche da una difficoltà nel trattenere i talenti. Il fenomeno della fuga delle competenze rappresenta un elemento critico: professionisti altamente qualificati vengono attratti da mercati più competitivi, con un impatto diretto sulla capacità delle imprese di sviluppare e scalare iniziative basate sull’intelligenza artificiale.
Accanto a queste criticità, emergono anche segnali incoraggianti. Nel contesto italiano, la domanda di competenze AI è in crescita e i profili più giovani vengono sempre più percepiti come abilitatori della trasformazione, contribuendo all’adozione delle nuove tecnologie all’interno delle imprese.
Questo elemento rappresenta un’opportunità importante, a patto di riuscire a migliorare la capacità del sistema di attrarre e valorizzare i talenti nel lungo periodo.
Il punto centrale, tuttavia, non riguarda solo la disponibilità di competenze, ma la capacità delle organizzazioni di integrare l’AI nei processi aziendali.
Le evidenze mostrano come meno di un’impresa su venti riesca a ottenere un impatto pieno dai progetti di intelligenza artificiale, segnalando un limite legato a change management, cultura organizzativa e capacità di execution.
L’adozione superficiale dell’AI – ad esempio su singoli task o come strumento di produttività individuale – non è sufficiente a generare un reale incremento di produttività.
Il valore emerge quando l’intelligenza artificiale viene utilizzata per ripensare processi, modelli operativi e strategia, integrandosi in modo strutturale nel funzionamento dell’impresa. In questo senso, le competenze richieste non sono solo tecniche, ma anche manageriali e organizzative, legate alla capacità di immaginare nuovi modelli di funzionamento abilitati dall’AI.
Se regolazione, ricerca, investimenti e competenze definiscono il contesto, è nelle imprese che si misura la reale capacità dell’intelligenza artificiale di generare valore economico e competitivo. Ed è proprio a questo livello che emerge con maggiore chiarezza la distanza tra adozione tecnologica e trasformazione reale.
Come evidenziato da Giovanni Miragliotta, l’AI si sta diffondendo rapidamente nelle organizzazioni, ma spesso in modo ancora superficiale. Prevalgono utilizzi legati alla produttività individuale o all’automazione di singoli task, mentre sono più limitate le esperienze di integrazione profonda nei processi aziendali, che rappresentano la vera leva di impatto su performance e risultati.
Il valore dell’intelligenza artificiale emerge infatti quando viene utilizzata per ripensare il funzionamento dell’impresa, intervenendo su processi, modelli decisionali e relazione con il cliente.
Le evidenze emerse dalle testimonianze degli ospiti presenti all’evento mostrano come questo passaggio sia già in atto in diversi contesti.
Federico Leproux, CEO di TeamSystem, ha evidenziato come, all’interno dell’azienda, l’intelligenza artificiale rappresenti una tecnologia sempre più accessibile anche per le PMI, con un potenziale di integrazione più rapido rispetto alle precedenti ondate di digitalizzazione. In questo senso, l’AI contribuisce a democratizzare l’innovazione, ampliando il bacino delle imprese coinvolte.
Nel settore healthcare, Paola Pirotta, Amministratrice Delegata di Medtronic Italia ha mostrato come l’azienda utilizzi l’AI per migliorare accuratezza diagnostica, riduzione degli errori clinici e sostenibilità dei sistemi sanitari. L’intelligenza artificiale si configura come uno strumento di supporto decisionale che abilita un modello di sanità sempre più predittivo, personalizzato e preventivo.
Dal punto di vista dei modelli di business, Mattia Riva, CEO & Equity Partner di OneDay Group ha portato la sua esperienza, con una realtà nativamente data-driven in cui l’AI abilita nuove modalità di creazione di valore e relazione con il cliente, in particolare nei segmenti più giovani.
Questi esempi mostrano come l’AI possa operare su più livelli: efficienza operativa, supporto decisionale e innovazione dei modelli di business. Tuttavia, il fattore discriminante resta la capacità di passare da un utilizzo tattico a una integrazione strategica.
Le imprese che riescono a ottenere i maggiori benefici sono quelle che considerano l’intelligenza artificiale non come un semplice strumento, ma come una leva per ridisegnare processi, organizzazione e proposta di valore.
In questa prospettiva, il contributo degli ospiti presenti a LENS ha portato una lettura più ampia sul ruolo dell’AI nei percorsi di trasformazione industriale.
Orazio Iacono, CEO di Gruppo Hera, ha evidenziato come la trasformazione digitale – e in particolare l’intelligenza artificiale – rappresenti un elemento chiave per affrontare le sfide legate a efficienza operativa, sostenibilità e gestione di infrastrutture complesse, in settori ad alta intensità di asset come quello delle utilities.
Allo stesso tempo, Ferruccio Resta, Presidente di TEF Tech Europe Foundation, ha richiamato la necessità di una visione sistemica, in cui innovazione tecnologica, ricerca e industria siano coordinate per rafforzare la competitività del sistema Paese e dell’Europa. In questo quadro, iniziative come TEF assumono un ruolo centrale nel collegare sviluppo tecnologico e applicazione industriale.
Contenuti suggeriti dell’Osservatorio Artificial Intelligence
