Trasformazioni #16

Il potere e la prova: l'AI tra sovranità geopolitica e valore ancora da dimostrare

TrasformAzioni #16 · Settimana del 17 luglio 2026

Cari studenti e care studentesse,

questa settimana metto in fila cinque letture che, prese insieme, raccontano l'intelligenza artificiale su due scale diverse e apparentemente opposte. Sopra, al livello degli Stati, l'AI è ormai trattata come una posta geopolitica: si combatte per il controllo dei nodi critici della filiera (i chip, la memoria, l'energia, i data center) e la sovranità digitale diventa una questione di infrastruttura fisica prima ancora che di modelli. Sotto, al livello delle imprese e dei lavoratori, la stessa tecnologia fatica ancora a mantenere la promessa: l'adozione ristagna, il recente balzo di produttività non nasce (per ora) dall'AI, e trasferire alle macchine la conoscenza tacita che fa davvero funzionare il lavoro si rivela sorprendentemente difficile. Tenere insieme questi due piani, la narrazione strategica e la realtà operativa, è esattamente il mestiere di chi studia e guida la Digital Transformation.

1. La geopolitica dell'AI: sovranità, colli di bottiglia e la corsa alla memoria

The Economist, 15 luglio 2026; ISPI (Ludovica Favarotto), 10 luglio 2026

Secondo l'Economist, gli Stati Uniti stanno improvvisando le prime regole sul rilascio dei modelli di frontiera: le loro capacità (dall'attacco a infrastrutture critiche alle ricette per armi biologiche) spingono verso forme di controllo dell'accesso, e Demis Hassabis di Google DeepMind propone un regolatore ibrido pubblico-privato sul modello delle autorità che vigilano sui mercati finanziari.
Ma la sicurezza è solo una parte: Washington e Pechino limiteranno l'accesso ai propri modelli anche per ragioni economiche e strategiche. Come gli Stati Uniti hanno usato la dipendenza militare degli alleati come leva, così potrebbero fare con la dipendenza dall'AI; la Cina tratta i suoi modelli come le terre rare, una fonte di vantaggio geopolitico. Arthur Mensch di Mistral riassume la posta in gioco: se una superpotenza ti taglia fuori dai suoi modelli e dai suoi data center, le tue fabbriche continueranno a funzionare?
Inseguire modelli di frontiera propri, per la maggior parte dei Paesi, è una battaglia persa (OpenAI e Anthropic hanno raccolto ciascuna oltre 100 miliardi di dollari). La mossa realistica è costruire data center sul proprio territorio: un'assicurazione contro l'esclusione dal calcolo e la possibilità di ripiegare sui modelli open-weight. I veri ostacoli sono la burocrazia e soprattutto l'energia, con attese di allacciamento alla rete che arrivano a tre anni e mezzo in Germania e Corea del Sud.
La lezione finale dell'Economist è che pochissimi Paesi possiedono un proprio collo di bottiglia con cui negoziare: Taiwan ha la manifattura dei chip, i Paesi Bassi hanno ASML, la Corea del Sud ha la tecnologia della memoria. Nessuno, però, può costruire una capacità di AI pienamente sovrana: la parola d'ordine diventa prepararsi a trattare in modo transazionale con le superpotenze.
È proprio quel collo di bottiglia coreano che l'ISPI analizza da vicino. L'AI ha trasformato i microchip di memoria, a lungo considerati prodotti di base a basso margine, in una risorsa strategica: i sistemi generativi hanno bisogno di archiviare ed elaborare enormi moli di dati, e la domanda di memoria ad alta larghezza di banda (HBM) è esplosa. La Corea del Sud produce oltre il 60% dei microchip di memoria mondiali e circa l'80% delle HBM.
Il caso simbolo è SK Hynix, ex outsider oggi leader delle HBM (circa il 58% del mercato): il 22 giugno ha superato per alcuni giorni Samsung in capitalizzazione, chiudendo oltre venticinque anni di primato, e il 10 luglio ha debuttato in borsa a New York raccogliendo 26,5 miliardi di dollari, la più grande quotazione mai realizzata negli Stati Uniti da una società straniera.
Non è frutto del caso ma di decenni di politica industriale: il 29 giugno il presidente Lee Jae-myung ha varato un'iniziativa pubblico-privata definita senza precedenti, con circa 550 miliardi di dollari per la produzione di memoria e il packaging HBM, cui si aggiungono investimenti nei data center. Attorno a Seul si moltiplicano le alleanze (la visita di Jensen Huang di NVIDIA, le partnership con SK Group e l'interesse di BYD, Google, AMD e Tesla), ma restano i rischi della specializzazione: ciclicità del mercato, fragilità delle catene di fornitura e una carenza di memoria che, secondo diverse analisi, potrebbe frenare lo stesso sviluppo dell'AI ben oltre il 2030.

Perché ci interessa: È il cuore della dimensione geopolitica della trasformazione digitale. La sovranità tecnologica non si gioca più solo sui modelli, ma sull'infrastruttura fisica che li alimenta: chip, memoria, energia, data center. Per un'impresa significa che la propria strategia digitale non può ignorare dove si collocano i colli di bottiglia della filiera, quanto è concentrata l'offerta dei componenti critici e in quale blocco geopolitico si trova il proprio Paese. Ecosistemi digitali, filiere dei semiconduttori e leve negoziali tra Stati sono ormai variabili competitive quanto la qualità del prodotto.

2. La distanza tra promessa e pratica: adozione, produttività e conoscenza tacita

The Economist, 26 novembre 2025; The Economist, 11 maggio 2026; The Economist, 25 giugno 2026

Il primo dato raffredda gli entusiasmi: un'indagine del Census Bureau statunitense mostra che la quota di americani che usano l'AI al lavoro (ponderata per l'occupazione) è addirittura scesa di un punto, all'11%, con un calo netto proprio nelle imprese più grandi. A tre anni dall'ondata generativa, la domanda effettiva della tecnologia appare più fragile del previsto, con implicazioni per migliaia di miliardi di dollari di investimenti.
Il secondo aggiunge un paradosso: gli Stati Uniti stanno vivendo un vero e proprio miracolo di produttività dopo un decennio di stagnazione, ma, scrive l'Economist, l'AI per ora c'entra poco. Il balzo è reale e i dati continuano a confermarlo, eppure attribuirlo alla nuova tecnologia sarebbe prematuro: la crescita nasce da altri fattori, e l'effetto AI resta più promessa che causa dimostrata.
Il terzo spiega perché l'assorbimento è così lento: gran parte del lavoro poggia sulla conoscenza tacita, quel saper fare nato dall'esperienza che, come diceva il filosofo Michael Polanyi, ci permette di sapere più di quanto riusciamo a dire. La startup olandese Monumental, che sviluppa robot muratori, ha scoperto solo osservando ore di video (non intervistando gli operai) che i muratori vibrano leggermente la mano nel posare il mattone per far penetrare la malta: un gesto che nessuno sapeva descrivere a parole.
Catturare quella conoscenza implica però una sorveglianza sempre più fine, e qui il terreno si fa sensibile: i dipendenti di Meta hanno protestato contro un programma che traccia tasti e clic per addestrare l'AI, e un sondaggio del MIT (Danielle Li) mostra che i lavoratori sono consapevoli di poter trattenere informazioni preziose e sono meno disposti a cederle quando capiscono che serviranno ad addestrare le macchine.
Restano aperte le domande decisive dell'articolo: chi possiede il know-how non codificato? Quanta sorveglianza è accettabile? E se le macchine imparano il lavoro, come cambieranno i modi in cui le persone acquisiscono, esercitano e trasmettono le competenze che finora si guadagnavano con l'esperienza?

Perché ci interessa: Tocca due pilastri del corso, il capitale umano e i modelli di business. Ci ricorda che la trasformazione digitale non è automatica: adottare uno strumento non equivale a crearne valore. Tra la spinta degli investitori e la realtà delle organizzazioni si apre una distanza fatta di adozione da misurare sul serio, processi da riprogettare, conoscenza tacita da valorizzare e limiti etici alla sorveglianza. Per chi guiderà queste transizioni, gestire le aspettative e proteggere il capitale umano conta quanto scegliere la tecnologia giusta.

Il filo rosso

Le due macro-aree descrivono lo stesso oggetto a due altezze diverse. In alto, tra gli Stati, l'AI è già abbastanza strategica da riscrivere la geopolitica: si costruiscono colli di bottiglia, si negozia l'accesso al calcolo, la Corea del Sud trasforma la memoria in potere contrattuale. In basso, dentro le imprese, la stessa tecnologia non è ancora abbastanza matura da mantenere in automatico ciò che promette: l'adozione ristagna, la produttività cresce per altre ragioni, la conoscenza che conta resta difficile da catturare. È il paradosso della trasformazione digitale di oggi: una tecnologia trattata come posta geopolitica di prima grandezza e, allo stesso tempo, come strumento ancora da domesticare nel lavoro quotidiano. Governare questa distanza, tra la narrazione strategica e la prova dei fatti, è la competenza che vi chiedo di allenare.

Buon fine settimana,

Antonio