Operazione Prometeo: la Francia può vincere la corsa all’IA. Quale sarebbe il prezzo da pagare?

Un documento di orientamento rivolto al prossimo presidente della Repubblica e ai suoi elettori.

Saggi di dottrina Le potenzialità dell’IA

AutoreTristan Claret-Trentelivres, Raphaël Doan, Aymeric Roucher, Victor StorchanImmagine© Tundra StudioDati8 luglio 2026AggiungiScarica il PDFCondividi

Iscriviti per scaricare questo articolo in formato PDF→Iscriviti

In breve

Il presente documento propone per la prima volta un piano triennale affinché la Francia e i suoi partner sviluppino un laboratorio all’avanguardia nel campo dell’intelligenza artificiale in grado di competere con i migliori laboratori degli Stati Uniti, al fine di garantire la loro indipendenza strategica.

L’intelligenza artificiale sarà il principale motore dell’economia entro il 2030

• La spesa per l’IA, in termini di quota sui salari, raggiunge già percentuali superiori al 10% nelle aziende più all’avanguardia, e non potrà che aumentare, fino a superare forse, nel lungo periodo, la quota destinata ai salari. L’IA è già oggi, e di gran lunga, il principale motore della crescita statunitense.

Non essere autonomi in materia di IA significherebbe sottometterci agli imperialismi

• Importare i nostri flussi di intelligenza artificiale significa dipendere da altri per una quota sempre maggiore della nostra produttività, della nostra potenza industriale e della nostra sicurezza. 
• La Francia non dispone attualmente di alcun modello di frontiera (il livello più alto di potenza), e i recenti controlli statunitensi sulle esportazioni dei migliori modelli di Anthropic evidenziano la pericolosità di questa situazione. Tuttavia, nessun laboratorio di questo calibro potrà emergere in modo spontaneo senza un intervento mirato da parte dello Stato. 
• Oltre agli Stati Uniti e alla Cina, la Francia è oggi l’unico Paese a riunire i presupposti per diventare la terza potenza di frontiera, a condizione che ne faccia una priorità assoluta.

L’obiettivo tecnico

• Puntare a 12 gigawatt (GW) di potenza di calcolo nel 2029 (percorso: 2 GW nel 2027, 7 GW nel 2028, 12 GW nel 2029), ovvero il livello dei grandi laboratori statunitensi.
• Attirare i migliori ricercatori del mondo all’interno di un team ristretto (1.700 persone).
• Essere in grado, nel 2029, di addestrare modelli all’avanguardia. Dimostriamo che questo obiettivo è raggiungibile.

Il costo

• 170 miliardi di dollari (Md$) già nel 2027, oltre 300 Md$ nel 2029, per un totale di circa 700 Md$ in tre anni. Il calcolo concentra la maggior parte del costo (95 %).
• Ciò rappresenterebbe dal 4,5 all’8% del PIL francese, di cui l’1,5% di investimenti pubblici all’anno, e costituirebbe quindi uno sforzo di portata storica: si tratterebbe di una decisione di bilancio fondamentale nel mandato del futuro presidente della Repubblica.
• Il resto del finanziamento sarebbe garantito da investimenti provenienti dal settore privato, ma anche da capitali privati o pubblici provenienti da altre potenze medie interessate al progetto (per trarne benefici diretti o per evitare la propria dipendenza dal duopolio sino-americano, in un momento in cui queste due potenze stanno chiudendo i rubinetti dell’IA ai propri clienti).

L’architettura proposta

• Proponiamo di distinguere due blocchi: un laboratorio scientifico autonomo, in cui lo Stato deterrebbe solo una quota di minoranza (25 %) ma manterrebbe strumenti di controllo strategico; un vasto programma di infrastrutture (informatica, energia, territorio), guidato dalla pubblica amministrazione, sostenuto da una « legge Prometeo » derogatoria per accelerare le procedure e da un piano di programmazione finanziaria.

Principali punti di stallo

• Al di là dell’enormità dei costi e dell’accettabilità politica, in una democrazia, di un simile sforzo finanziario a sostegno di una tecnologia che incontra forti opposizioni, la seconda difficoltà deriva dall’approvvigionamento di chip e, di conseguenza, dalla dipendenza iniziale da Nvidia e dall’amministrazione statunitense.

La conclusione strategica

• Le alternative meno costose (puntare sull’open source o negoziare una interdipendenza con gli Stati Uniti e la Cina) non offrono alcuna garanzia di reale autonomia.
• La domanda cruciale rimane quindi: i difensori della sovranità francese sono disposti a pagarne il prezzo?

Pierrelatte, 24 settembre 1963. Indossando la tuta bianca di servizio, il generale de Gaulle visita l’impianto di arricchimento dell’uranio, elemento chiave della forza di attacco francese.Il 24 settembre 1963, il Generale e il suo seguito, in camice bianco, ispezionano il sito nucleare di Pierrelatte. È qui che si sta costruendo l’indipendenza nucleare della Francia.

CONTRIBUITE!!! La situazione finanziaria del sito sta diventando insostenibile per la ormai quasi totale assenza di contributi
Il  sito Italia e il Mondo non riceve finanziamenti pubblici o pubblicitari. Se vuoi aiutarci a coprire le spese di gestione (circa 6.000 € all’anno), ecco come puoi contribuire:
– Postepay Evolution: Giuseppe Germinario – 5333171135855704;
– IBAN: IT30D3608105138261529861559
PayPal: PayPal.Me/italiaeilmondo
Tipeee: https://it.tipeee.com/italiaeilmondo
Puoi impostare un contributo mensile a partire da soli 2€! (PayPal trattiene 0,52€ di commissione per transazione).
Contatti: italiaeilmondo@gmail.com – x.com: @italiaeilmondo – Telegram: https://t.me/italiaeilmondo2 – Italiaeilmondo – LinkedIn: /giuseppe-germinario-2b804373

L’unica domanda che conta

L’amministrazione statunitense ha recentemente imposto controlli sulle esportazioni dei modelli linguistici più avanzati di Anthropic, Mythos e Fable 5. La decisione di ripristinare l’accesso, presa il 30 giugno 2026, segna l’ingresso in un nuovo regime: nessuna amministrazione vorrà vincolarsi a criteri rigidi di trasparenza per autorizzare l’immissione sul mercato dei migliori modelli di intelligenza artificiale. Una sorta di ambiguità strategica sarà la regola. Il governo statunitense cercherà di mantenere il massimo margine di manovra, compresa la possibilità di revocare l’accesso a un modello senza preavviso e a propria discrezione, oppure di limitarne i casi d’uso. 

Questa decisione ha ricordato a tutti l’urgenza della situazione: l’intelligenza artificiale sta diventando una risorsa importante quanto l’elettricità o il petrolio nella nostra economia. Garantirne l’approvvigionamento è ormai una questione strategica decisiva. In un’economia ormai alimentata in modo duraturo dai grandi modelli linguistici (LLM), non avere accesso in modo autonomo ai modelli migliori, quelli che vengono definiti modelli di frontiera, significa dipendere dagli altri per una parte crescente della nostra produttività, della nostra potenza industriale e della nostra sicurezza nazionale. Se alcune capacità dei modelli superano una soglia (autonomia su compiti di lunga durata, maggiore affidabilità, riduzione del costo di inferenza), l’adozione potrebbe subire una svolta brusca, suscettibile di provocare un rapido distacco economico dei paesi che non ne dispongono. Nessuna questione economica, e probabilmente nemmeno strategica, è oggi più importante di questa: saremo soggetti al volere delle potenze straniere per rifornire la nostra società di intelligenza artificiale, o saremo in grado di produrla da soli?

In materia di IA, la Francia presenta numerosi vantaggi, in primo luogo il proprio parco nucleare e l’eccellenza dei suoi ricercatori e ingegneri. Dispone dell’unico laboratorio europeo in grado di produrre grandi modelli linguistici di dimensioni ragionevoli, Mistral. Tuttavia, è ancora ben lontana dal poter disporre di un laboratorio in grado di fornire un’intelligenza artificiale di prim’ordine e di seguire, o addirittura guidare, i progressi all’avanguardia in questo campo. In questo ambito, il Paese parte, di fatto, quasi da zero.

Se la Francia e l’Europa non sono riuscite a far emergere colossi potenti come Anthropic o OpenAI, ciò è dovuto a ragioni strutturali legate alla dispersione dei capitali, al contesto normativo e, probabilmente, a comportamenti culturali. È senza dubbio urgente, d’altra parte, ridurre questi ostacoli, ma ciò richiederà probabilmente molto più tempo del breve lasso di tempo che ci resta per lanciare un laboratorio di intelligenza artificiale all’avanguardia: l’unificazione del mercato dei capitali europeo è un tema ricorrente, così come la semplificazione del diritto nazionale ed europeo. Qualsiasi volontà politica di riportare la Francia in gara nel campo dell’intelligenza artificiale potrà quindi concretizzarsi solo attraverso uno sforzo deliberato e mirato da parte dello Stato.

Ma di quale sforzo si parla e di quale portata ? La maggior parte di coloro che oggi invocano un’IA sovrana lo fanno senza valutarne il costo. Eppure l’equazione politica varia completamente a seconda dell’ordine di grandezza. È equivalente al costo di una nuova portaerei, ad esempio ? Si tratta piuttosto di uno sforzo paragonabile al piano Messmer, che per un certo periodo ha mobilitato oltre l’1 % del PIL francese per costruire la flotta di reattori nucleari che ancora oggi costituisce la nostra base energetica ? Si va forse ancora oltre ?

In questa nota proponiamo un’« operazione Prometeo » : calcoliamo gli importi da investire per creare e mantenere un laboratorio all’avanguardia in Francia entro il 2029 (tre anni), per poi stabilire con quali mezzi raggiungere tale obiettivo e trarne le necessarie conclusioni strategiche. 

Creare un laboratorio all’avanguardia per la Francia

Stiamo deliberatamente prendendo in considerazione un laboratorio dedicato ai grandi modelli linguistici, perché oggi questa è la tecnologia di intelligenza artificiale generalista più matura e quindi più riproducibile. Esplorare paradigmi non ancora collaudati, come i world models, rimane utile e auspicabile, ma come complemento a un progetto industriale di questo tipo (proprio come negli anni ’70 era necessario copiare e implementare in Francia il modello americano dei reattori nucleari ad acqua leggera, indipendentemente dalle ricerche francesi su modelli alternativi di reattori).

Che cos’è un laboratorio di frontiera ?

Il termine « frontiera », nell’ambito dell’intelligenza artificiale, indica più una dinamica che si sviluppa nel tempo che la prestazione di un modello in un determinato istante : la durata, misurata in termini di tempo impiegato da un esperto umano, delle attività che un agente è in grado di portare a termine con un certo livello di affidabilità è raddoppiata all’incirca ogni sette mesi ¹. La maggior parte dei benchmark, che raggiungono rapidamente la saturazione, diventano meno strumenti di misurazione precisa delle prestazioni dei modelli e più condizioni minime di accesso alla frontiera. L’accesso alla frontiera non può essere concepito come l’acquisto una tantum di un modello. Presuppone una capacità duratura di seguire e assorbire le dinamiche. Alla frontiera, le capacità di calcolo necessarie per l’addestramento di un modello raddoppiano ogni 5,2 mesi dal 2020. Nello stesso periodo, il costo di addestramento dei modelli all’avanguardia raddoppia ogni sette mesi. Anche i guadagni in termini di efficienza hardware e algoritmica sono rapidi, ma non compensano l’aumento delle ambizioni: consentono soprattutto di puntare a modelli più potenti, più lunghi da addestrare, più agenti e più intensivi in termini di inferenza.

I laboratori all’avanguardia nel campo dell’IA si basano sulla gestione di un insieme integrato di risorse per finanziare le successive iterazioni di sviluppo dei modelli e garantirne l’implementazione su larga scala. Il loro vantaggio risiede tanto nella qualità scientifica dei team tecnici quanto nell’accesso continuo al capitale, ai dati e alle infrastrutture di calcolo necessarie per superare i limiti attuali. Inoltre, fanno sempre più affidamento sull’accesso agli stessi modelli di IA, che assistono gli sviluppatori nella creazione di modelli futuri o addirittura conducono i propri esperimenti per accelerare automaticamente la ricerca e lo sviluppo; è il processo denominato recursive self-improvement e che potrebbe portare a un rapido aumento del divario tra i laboratori che beneficiano dei modelli migliori (i propri) e i loro concorrenti.

Il calcolo: il fulcro della questione

Il principio fondamentale dell’IA oggi, nonché l’unica ragione per cui le aziende che sviluppano questa tecnologia si lanciano in una corsa sfrenata agli investimenti, è rappresentato dalle leggi di scala. 

Si tratta di leggi empiriche secondo cui l’intelligenza del modello cresce in modo lineare in funzione del logaritmo della potenza di calcolo impiegata, sia durante l’addestramento del modello che successivamente, durante il suo utilizzo.

https://datawrapper.dwcdn.net/C9pxL/

https://datawrapper.dwcdn.net/Q9C68/

Certo, questa formula diventa sempre più costosa man mano che si moltiplica la potenza investita, ma la promessa è favolosa: raggiungere un’intelligenza illimitata, più vasta di quella dei più grandi poliedrici, capace di contribuire al progresso scientifico e tecnico più di tutti i nostri premi Nobel. Nulla garantisce che queste leggi continuino a valere nel lungo periodo. Ma finora hanno tenuto. È questa promessa a rendere l’investimento così importante: con l’IA che diventa un’entità di intelligenza superiore, in grado di compiere passi da gigante in tutti i campi scientifici e tecnici, quindi anche nel settore degli armamenti, la sovranità di uno Stato non potrà mantenersi senza il controllo sovrano di questa tecnologia.

Vincere la corsa è quindi soprattutto una questione di calcolo, come conferma l’attuale situazione geopolitica dell’IA. I due laboratori oggi all’avanguardia, Anthropic e OpenAI, sono anche quelli che dispongono della maggiore riserva di potenza di calcolo (compute). Questa si misura solitamente in termini di energia consumata: ciascuno di questi laboratori controlla l’equivalente di diversi gigawatt. Ed è proprio la potenza di calcolo a fare la differenza:

https://datawrapper.dwcdn.net/UJmma/

https://datawrapper.dwcdn.net/K2ffl/

Un metodo diffuso per misurare il « ritardo » di un laboratorio rispetto alla frontiera consiste nello scegliere una serie di benchmark con cui effettuare il confronto. Nessuno di essi, da solo, riesce a cogliere la vera essenza della frontiera, e il dato ottenuto dipende in larga misura dalla misura scelta. Utilizzando l’indice di Artificial Analysis (un indicatore utile, sebbene molto incompleto, della frontiera), si riscontra un divario tra Fable 5 e i laboratori cinesi di circa quattro mesi. Il divario reale è sicuramente più elevato, come dimostra lo stesso ragionamento applicato a FrontierMath, un benchmark di problemi di ricerca matematica. I confronti come quelli di Artificial Analysis possono saturarsi verso l’alto: comprimono i divari tra i modelli migliori. Questa compressione può dare l’impressione di un ritardo moderato, mentre le differenze rimangono molto più nette sui compiti più difficili (su ARC-AGI-2, ad esempio, i modelli cinesi sono ancora in ritardo di circa otto mesi). D’altra parte, una media aggregata nasconde la forma reale del confine. Avere « quattro mesi di ritardo » non permette di sapere quali capacità rimangano oggi inaccessibili, né quali classi di compiti siano sbloccate solo dal miglior modello disponibile. Al confine, il vantaggio non è lineare ma cumulativo: il modello migliore serve ad addestrare, perfezionare e accelerare quello successivo, attira gli utilizzi più redditizi e i migliori talenti e stabilisce lo standard che gli altri devono raggiungere. Inoltre, molti benchmark non tengono conto del consumo di token utilizzati per fornire le risposte. Eppure, dedicare maggiore potenza di calcolo all’inferenza spesso consente di migliorare significativamente i risultati. I modelli che si trovano al limite sono inoltre sottoposti a test approfonditi di sicurezza (red teaming) o di affidabilità prima della distribuzione, il che può ritardarne la disponibilità al grande pubblico, sebbene la capacità interna nel laboratorio sia già presente.

Alla luce delle prestazioni dei modelli sviluppati dai pure player cinesi, che in linea di principio dispongono di risorse più limitate rispetto ai grandi laboratori statunitensi, alcuni ritengono oggi che sarebbe possibile addestrare modelli all’avanguardia con una potenza di calcolo (e quindi un costo) molto inferiore rispetto allo standard americano. GLM 5.2, pubblicato il 16 giugno 2026 da Zhipu, rivaleggia con Claude Opus 4.8 in alcuni benchmark, mentre Zhipu disporrebbe solo di una frazione delle capacità di calcolo di Anthropic (per di più sotto forma di allocazione e non di compute a propria disposizione). D’altra parte, però, le reali capacità finanziarie e di calcolo delle aziende cinesi sono difficili da valutare. D’altra parte, è chiaro che una parte delle prestazioni dei loro modelli deriva dalla distillazione dei modelli commerciali statunitensi, ovvero dall’uso di tali modelli per generare dati e ambienti di addestramento ². Prendere l’esempio di un DeepSeek o di uno Zhipu per trarne la conclusione che sia possibile sviluppare in Europa un laboratorio all’avanguardia a basso costo sarebbe un errore. In un certo senso, la distillazione rappresenta un accesso alla potenza di calcolo per procura, in cui il costo dell’innovazione all’avanguardia è stato inizialmente sostenuto altrove. Infine, un modello come GLM 5.2 non è all’altezza dei modelli di Anthropic e OpenAI in altre serie di benchmark e sembra complessivamente meno versatile e performante.

È vero anche che gran parte della potenza di calcolo disponibile presso OpenAI e Anthropic è destinata all’inferenza, ovvero all’utilizzo dei modelli da parte degli utenti, e non all’addestramento di tali modelli. Di per sé, si potrebbe essere tentati di pensare che l’addestramento sia possibile con una potenza di calcolo molto inferiore, ma anche in questo caso il ragionamento sarebbe errato, poiché sono proprio i dati derivanti dall’uso massiccio dei loro modelli da parte degli utenti a facilitare l’addestramento dei modelli successivi. È quindi necessario distinguere training e inferenza a livello di architettura, senza però contrapporli a livello strategico: per un laboratorio all’avanguardia, il calcolo costituisce un portafoglio strategico da bilanciare tra addestramento, R&S, inferenza interna (RL, dati sintetici, automazione della ricerca) e inferenza per i clienti. Gli effetti di scala influiscono su ciascuno di questi anelli : più un laboratorio serve utenti, più impara a ridurre il proprio costo per token, a migliorare i propri kernel, il proprio routing, il proprio batching o il tasso di utilizzo degli acceleratori ; più la sua inferenza diventa efficiente, più può vendere intelligenza, generare ricavi, acquisire dati e segnali di utilizzo e reinvestire nel ciclo successivo. Infine, l’inferenza consente anche il test-time scaling, ovvero il miglioramento delle prestazioni attraverso una maggiore potenza di calcolo al momento della risoluzione dei compiti (vedi il grafico sulle leggi di scala sopra). L’inferenza è quindi un motore economico e tecnico essenziale per la frontiera.

Se la Francia desidera disporre di un proprio laboratorio in grado di fornirle intelligenza artificiale all’avanguardia nel lungo periodo, ha quindi bisogno di un’organizzazione le cui dimensioni e risorse siano simili a quelle dei grandi laboratori statunitensi.

Qual è il costo di un progetto del genere ?

Per semplicità, tralasciamo per il momento i veicoli esistenti in grado di ospitare e portare avanti questo progetto, e ragioniamo partendo dai principi fondamentali: quante GPU, quanta energia e quanti ricercatori sarebbero necessari per creare questo laboratorio?

Potenza di calcolo

Alla fine del 2025, OpenAI disponeva di circa 1,9 GW e Anthropic di 1,4 GW; si prevede che entrambi i laboratori raggiungano circa 5-6 GW ciascuno già dalla fine del 2026 ³. Proponiamo di fissare come obiettivo un carico IT dell’ordine di 12 GW nel 2029. Ciò equivale a raggiungere il livello previsto per gli attori all’avanguardia, procedendo rapidamente: 2 GW nel primo anno, 7 GW nel 2028, 12 GW nel 2029. A titolo di confronto, ricordiamo che il programma Stargate ⁴ prevede 500 miliardi di dollari per 10 GW e che Anthropic ha riservato circa 10 GW presso Amazon  ⁵, Google e Broadcom ⁶.

Il primo costo comprende esclusivamente la base di calcolo: l’acquisto e la realizzazione delle capacità di proprietà, la locazione temporanea di capacità per colmare il divario nella fase di avvio e, infine, la gestione annuale delle capacità detenute. Riprendendo, per semplicità, gli ordini di grandezza di Epoch AI, calcoliamo circa 38 miliardi di dollari per ogni GW acquistato, 8,5 miliardi di dollari per ogni GW noleggiato all’anno e 0,9 miliardi di dollari per ogni GW di proprietà all’anno di spese operative (OpEx). Il fabbisogno di finanziamento del compute sarebbe quindi di circa 161 miliardi di dollari nel 2027, 219 miliardi di dollari nel 2028 e 299 miliardi di dollari nel 2029, per un totale cumulativo di circa 678 miliardi di dollari in tre anni. Di questo totale, la parte principale corrisponde alle spese di investimento (CapEx) per la costruzione e le attrezzature, pari a circa 606 miliardi di dollari, mentre il resto copre i canoni di locazione (60 miliardi di dollari) e le spese operative (OpEx) relative alle capacità detenute (13 miliardi di dollari).

Il consumo elettrico associato nel 2027 è di circa 20 TWh all’anno, PUE incluso, per 2 GW di carico IT disponibile. Con l’aumento di potenza previsto, il consumo raggiungerebbe circa 71 TWh nel 2028, per poi arrivare a 121 TWh nel 2029, con 12 GW disponibili. Questo consumo, enorme, potrebbe in linea di principio essere interamente sostenuto grazie alle sovraccapacità di produzione elettrica francesi esistenti, ancor prima dell’arrivo di nuove capacità nucleari (che sarà tuttavia ovviamente necessario nel lungo termine): entro il 2029, il semplice aumento del fattore di carico del parco esistente (~71% nel 2024, contro il ~90% dei migliori gestori mondiali, in parte a causa della modulazione legata alle energie rinnovabili) libererebbe fino a 100 TWh all’anno, ai quali si aggiunge il margine dei ~90 TWh oggi esportati.

Modelliamo inoltre un noleggio temporaneo di capacità di calcolo compreso tra 1 e 3 GW all’anno nel periodo considerato, al costo di 8,5 miliardi di dollari all’anno per ogni GW. Questa capacità noleggiata consente di integrare le capacità di proprietà durante la fase di avvio e, in particolare, di avviare più rapidamente il lavoro dei ricercatori già dal primo anno.

https://datawrapper.dwcdn.net/uy7nR/

In Francia sono previsti cinque siti che ospiteranno oltre 700 MW ciascuno entro il 2030-2032. Tale tempistica è dovuta in particolare ai tempi di allacciamento, che vanno dai quattro ai cinque anni per i grandi siti, compresi quelli oggetto di un progetto pubblico. Sarebbe possibile garantire 1 GW aggregato in questi siti già nel primo anno andando oltre l’attuale fast track e adottando un approccio per fasi, sito per sito, sui progetti più avanzati. Esempi come Colossus dimostrano che è possibile, in un unico sito, aggiungere 300 MW in circa 7 mesi combinando un sito industriale riutilizzabile, fornitori mobilitati, un allacciamento accelerato e un’ampia tolleranza normativa. L’obiettivo di 12 GW entro il 2029 rappresenta un percorso di recupero eccezionale ; i cinque siti fast track dovrebbero essere portati quasi alla loro capacità target già nel 2029. Inoltre, questa traiettoria presuppone l’ampliamento del portafoglio oltre i soli grandi siti esistenti, combinando ampliamenti di siti, riconversioni industriali ed eventualmente alcune capacità europee controllate da attori francesi o europei. Presuppone inoltre di ridurre il time-to-market accelerando al massimo i lavori di allacciamento o smaltendo le code delle PTF (Proposte Tecniche e Finanziarie), gli impegni di allacciamento stipulati con RTE. Riducendo il time-to-market, lo Stato renderebbe questi siti molto più attraenti per gli investitori e gli sviluppatori. 

Assunzioni

La potenza di calcolo è un presupposto indispensabile, ma non basta per raggiungere i limiti massimi. L’incapacità di Meta e xAI di competere finora con Anthropic e OpenAI, nonostante dispongano rispettivamente di notevoli capacità dell’ordine di 4 e 1,5 GW, dimostra l’importanza della qualità dei ricercatori e della cultura del laboratorio.

Sebbene si lodino spesso, a ragione, le competenze dei ricercatori e degli ingegneri francesi, l’Europa manca tuttavia di esperienza e quindi di competenza nell’attuale addestramento dei modelli di frontiera. Se si vuole ambire a questo obiettivo, occorre pagare il prezzo necessario per attirare i ricercatori dei grandi laboratori americani (il che, in alcuni casi, consisterà del resto nel richiamare talenti europei).

Non c’è bisogno di un gran numero di dipendenti: puntiamo su un team ristretto di circa 1.700 persone, considerando che Anthropic ne ha 3.000 e OpenAI 5.000 (con aspetti legati al prodotto e al marketing che per ora lasciamo in secondo piano). D’altra parte, le retribuzioni sono elevate, soprattutto ai vertici: è indispensabile reclutare una sessantina di ricercatori d’élite, provenienti dai migliori concorrenti, per i quali prevediamo 3 miliardi di dollari di retribuzione annuale. È il prezzo di mercato: le retribuzioni a nove cifre sono diventate la norma per il reclutamento tra laboratori. Va notato, anche se qui ci concentriamo sulle risorse finanziarie, che il denaro non basta: le difficoltà incontrate da xAI dimostrano che, al di là del livello retributivo, la capacità di attrarre in modo duraturo i migliori ricercatori dipende anche dalla cultura scientifica o dalla governance.

https://datawrapper.dwcdn.net/sBDpy/

Il nucleo dell’organizzazione comprende, a titolo indicativo, 300 ricercatori e ingegneri senior (con un budget di circa 4 milioni di dollari ciascuno), 400 specialisti in addestramento distribuito, sistemi e infrastrutture, oltre a 300 persone dedicate ai dati, al post-addestramento e alle valutazioni (circa 2 milioni di dollari ciascuno), a cui si aggiungono 150 persone dedicate agli strumenti di R&S, 150 alla sicurezza e alla difesa informatica, 250 al prodotto e 150 alle funzioni legali, alle pubbliche relazioni, alle risorse umane e al supporto.

In totale, il monte salari si attesta a poco meno di 7 miliardi di dollari nel 2027, per poi salire a circa 8 miliardi di dollari nel 2028 e a 9 miliardi di dollari nel 2029, per un totale di quasi 24 miliardi di dollari in tre anni. Rimane di gran lunga inferiore al costo di calcolo: circa il 3,5% del calcolo cumulativo. I talenti sono quindi molto meno costosi delle GPU, il che giustifica a maggior ragione il fatto di retribuirli estremamente bene. Il monte salari cresce in modo più moderato rispetto al calcolo nella fase di costruzione, intorno al 15% all’anno: il team rimane ridotto, ma le retribuzioni continuano a salire sotto l’effetto della concorrenza.

Totale

Su questa base, il costo totale annuo si attesta a circa 170 miliardi di dollari nel 2027, 229 miliardi nel 2028 e poi 310 miliardi nel 2029, per un totale cumulativo di circa 710 miliardi di dollari in tre anni. Questa voce rappresenta la stragrande maggioranza: da sola ammonta a circa 678 miliardi di dollari cumulativi, pari al 95% del totale, mentre il resto copre il costo del personale e varie spese di funzionamento (rispettivamente 24 e 7 miliardi di dollari cumulativi).

https://datawrapper.dwcdn.net/ENy8g/

Si tratta quindi di un investimento davvero ingente: tale sforzo rappresenterebbe circa il 4,5% del PIL francese nel 2027, il 6% nel 2028 e poi l’8% nel 2029.

Dopo tre anni: percorso autonomo e risultati finanziari positivi

Sebbene sia quindi ingente, lo sforzo necessario per una simile corsa verso il limite sarebbe comunque circoscritto e limitato nel tempo, soprattutto dal punto di vista delle autorità pubbliche. Se raggiungere il limite è estremamente difficile per un laboratorio di IA, al punto che riuscirci in Francia richiederebbe un sostegno massiccio e multiforme da parte dello Stato per diversi anni, questa fase iniziale sarebbe breve. In caso di successo, una volta raggiunta la frontiera, la domanda privata per i servizi offerti dal laboratorio sarebbe tale, e la sua attrattiva per gli investitori internazionali così grande, che si troverebbe naturalmente su un percorso autosufficiente e sostenibile. La massificazione della domanda privata e l’attrattiva del progetto per gli investitori stranieri sarebbero tanto più rilevanti in quanto il laboratorio beneficerebbe pienamente dell’interesse degli attori europei e di altri paesi desiderosi di liberarsi dalla dipendenza dal controllo delle esportazioni statunitensi e cinesi. Una volta superata la fase iniziale, si può quindi ragionevolmente ipotizzare che un laboratorio d’avanguardia europeo, se gestito in modo efficiente dai suoi dirigenti, dovrebbe essere in grado di mantenersi a lungo termine all’avanguardia e probabilmente di aumentare il distacco rispetto ai concorrenti che non hanno raggiunto tale livello, senza più necessitare per questo di alcun finanziamento pubblico.

Gli investimenti, sia pubblici che privati, stanziati nell’ambito di un simile sforzo sarebbero inoltre destinati a rivelarsi particolarmente redditizi dal punto di vista finanziario. Ancor prima di menzionare il valore economico, politico e strategico di un simile progetto, occorre ricordare che un laboratorio all’avanguardia è anche un bene produttivo di prim’ordine. Lo sforzo intrapreso non è vano: può generare ricavi se ha successo e mantenere un valore sostanziale anche in caso di insuccesso.

La maggior parte della potenza di calcolo delle grandi aziende farmaceutiche è destinata all’inferenza, che viene monetizzata tramite l’accesso a pagamento all’API (a token), tramite abbonamenti per il grande pubblico e le aziende e, sempre più, tramite prodotti basati su agenti che automatizzano interi settori del lavoro intellettuale. I ricavi dei laboratori leader crescono a ritmi che li raddoppiano ogni anno o anche di più, raggiungendo diverse decine di miliardi di dollari all’anno. Un laboratorio francese disporrebbe inoltre di un vantaggio strutturale: un mercato europeo sovrano in parte vincolato. A lungo termine, in caso di successo, la maggior parte dei costi annuali potrebbe così essere autofinanziata dai ricavi e il resto da investimenti privati.

D’altra parte, anche se il laboratorio non riuscisse a raggiungere il confine, la Francia rimarrebbe proprietaria di diversi GW di centri dati. Si tratta di beni durevoli e preziosi. Questa potenza di calcolo potrebbe essere affittata (inferenza su richiesta, cloud sovrano), messa al servizio dell’ecosistema europeo della ricerca e delle startup, oppure ridistribuita verso altri carichi intensivi. Va tuttavia notato che le GPU stesse si svalutano rapidamente, con una vita utile di soli pochi anni, il che giustifica l’ammortamento integrato nel nostro modello. La base patrimoniale risiede soprattutto nell’infrastruttura, nell’energia e nei terreni. Ma non è la parte meno difficile da ottenere né quella meno valorizzabile.

Come si svolge questa operazione?

Considerata l’enormità delle risorse da destinare al progetto, l’architettura scelta per la sua realizzazione è determinante. Come organizzare le risorse investite in questo sforzo titanico? Sarebbe opportuno mettere in concorrenza diverse imprese o concentrare le risorse in un’unica entità e, in tal caso, quale? E quale ruolo dovrebbe svolgere lo Stato?

Quale modello di Stato ?

Se si volesse ridurre a un’equazione la prestazione dei modelli sviluppati in laboratorio, sulla base delle osservazioni fatte in precedenza si potrebbe scrivere:

prestazioni = calcolo × dati × organizzazione × menti

OpenAI, Anthropic, Meta o xAI sono notevolmente all’avanguardia in termini di potenza di calcolo. Il fattore organizzativo è forse l’elemento limitante per alcune aziende, come la gerarchia troppo rigida in Meta e, in misura minore, in Google. Al contrario, le aziende cinesi, più limitate in termini di capacità di calcolo, compensano con il fattore «talento», grazie a ricercatori brillanti e a un’ingegneria di prim’ordine.

Ma una volta posta questa equazione, come massimizzare il ricavo? È meglio investire in un leader o in più aziende? Esiste naturalmente una tensione tra concorrenza e concentrazione delle risorse. Negli Stati Uniti, la concorrenza ha permesso l’emergere di molteplici attori che hanno tutti contribuito al progresso del Paese: è stato Google a scoprire i Transformers, OpenAI a scoprire le scaling laws sull’inferenza con o1, Anthropic a pubblicare gli agenti di codice che aprono la strada al self-improvement. L’esempio cinese è del resto singolare: il governo gestisce una flotta di centri dati che sta progressivamente aumentando la propria potenza. I neo-lab come Zhipu, Moonshot o MiniMax sono poi in competizione per ottenere grant, autorizzazioni d’uso a durata limitata; l’ottenimento di una sovvenzione è ovviamente subordinato ai risultati passati, il che permette di lasciare spazio alla concorrenza per far emergere nuove idee, ma allo stesso tempo disperde gli sforzi.

D’altra parte, per uno Stato con risorse limitate, le leggi di scala restringono le opzioni: qualsiasi organizzazione che voglia aspirare a un’IA di livello mondiale avrà bisogno di circa la stessa quantità di potenza di calcolo di uno dei leader americani, il che richiede direttamente diversi gigawatt, quindi centinaia di miliardi di euro. Ciò esclude a priori che la Francia, da sola o anche in coalizione, possa finanziare contemporaneamente più progetti di punta. Questo investimento dovrà quindi inevitabilmente concentrarsi su un unico progetto. Questa logica del «campione nazionale», imprescindibile, richiederebbe tuttavia una governance particolarmente ben concepita per evitare di vanificarne il potenziale di innovazione. 

Si tratterà quindi di scegliere tra due strade: avvalersi di un laboratorio esistente – Mistral si profila naturalmente come l’unico candidato europeo credibile – oppure creare una struttura completamente nuova. La prima opzione renderebbe Mistral il punto di riferimento del progetto, facendogli assorbire tutte le risorse messe a disposizione dall’operazione Prométhée e adottando la roadmap della “corsa alla frontiera”. La seconda consisterebbe nel creare una struttura dedicata, eventualmente acquisendo i ricercatori e le risorse di Mistral, qualora tale soluzione consentisse un’esecuzione più rapida, una governance più snella o una migliore corrispondenza con gli obiettivi del programma. Mistral ha oggi un valore stimato di circa venti miliardi di euro, che rappresenterebbe solo un ottavo del costo annuale del presente progetto. 

Segue poi la questione del ruolo dello Stato. 

Due condizioni emergono chiaramente. La prima è che il progetto non potrà mai avere successo senza un impegno massiccio da parte delle autorità pubbliche, innanzitutto finanziario, ma anche politico, diplomatico e normativo. Solo lo Stato, mettendo in campo tutto il proprio potere e la propria capacità di concentrare le risorse, può infatti trasformare l’operazione Prometeo in uno sforzo nazionale prioritario, paragonabile a quello che fu la costruzione della deterrenza nucleare francese negli anni ’60 e ’70. La seconda è che lo Stato, d’altra parte, non apporta alcun valore aggiunto alla gestione del laboratorio stesso, e che anzi sarebbe quasi certamente dannoso. Tuttavia, sarebbe difficile difendere politicamente un finanziamento di tale portata senza alcun diritto di controllo pubblico.

Il fulcro dell’organizzazione consisterebbe quindi nel dividere il progetto in due parti. Da un lato, il laboratorio vero e proprio: i ricercatori con la propria cultura e liberi nelle loro scelte scientifiche, interamente dedicati all’addestramento dei modelli e con come unico quadro di riferimento una tabella di marcia generale verso la frontiera. Dall’altro, tutto il resto, ovvero in realtà un immenso progetto infrastrutturale volto a fornire, nelle quantità, ai costi e nei tempi desiderati, dal calcolo al laboratorio, ciò che lo Stato sarebbe in grado di realizzare.

A capo del settore pubblico, una direzione di programma statale garantirebbe la gestione del progetto per conto dello Stato. Il suo ruolo sarebbe interamente orientato alla facilitazione del progetto: accelerazione delle procedure amministrative e attuazione delle numerose deroghe indispensabili. Una «legge Prometeo», equivalente alla «legge Notre-Dame», dovrebbe essere adottata in materia di proprietà fondiaria, allacciamento elettrico, ambiente e diritto del lavoro. 

La «legge Prometeo» includerebbe inoltre una sezione dedicata alla programmazione finanziaria che prevede un massiccio investimento pubblico nel progetto per un periodo di tre anni, pari all’1,5% del PIL all’anno. I precedenti dei grandi progetti tecno-industriali nazionali francesi e statunitensi (dissuasione nucleare francese, Progetto Manhattan, Programma Apollo) tendono a dimostrare che si tratta dell’ordine di grandezza massimo credibile per un programma molto ambizioso designato dallo Stato come priorità assoluta di sicurezza nazionale. Essenziali per conferire credibilità al progetto e attrarre gli investimenti privati francesi e stranieri destinati a sostenerlo, questi fondi pubblici, lungi dall’essere spesi senza contropartita, rappresenterebbero investimenti in grado di generare rendimenti considerevoli in caso di successo. In caso di successo, la Francia si troverebbe dotata di un bene strategico inestimabile all’interno di un club ultra-ristretto di potenze di frontiera (Stati Uniti, Cina e Francia) e di uno strumento che le consentirebbe di svolgere un ruolo di catalizzatore essenziale per l’autonomia strategica europea. Investire l’1,5% del PIL di denaro pubblico all’anno per tre anni in un progetto del genere appare, in queste condizioni, più che giustificato. Ciò è tanto più vero in quanto, una volta superata la sfida, il progetto non richiederebbe più alcun finanziamento pubblico aggiuntivo. Dal punto di vista procedurale, far investire tali importi da parte dello Stato nell’operazione Prometeo richiederebbe invece un uso sapiente del diritto europeo in materia di aiuti di Stato: la carta della sicurezza nazionale dovrebbe essere giocata senza riserve per tenere la Commissione a distanza, anche a costo di ingaggiare con essa una prova di forza giuridica. 

Va sottolineato che, sebbene si tratti di uno sforzo considerevole, esso è proporzionato alla posta in gioco del progetto e va contestualizzato alla luce delle attuali scelte di bilancio della Francia. L’1,5% del PIL corrisponde infatti a meno di un terzo dell’attuale disavanzo pubblico – che finanzia in larga misura il funzionamento del sistema sociale e non gli investimenti per il futuro – e a circa il 10% della spesa pensionistica. In un contesto simile, aggiungere il 4,5% all’attuale stock di debito pubblico francese (pari al 117,5% del PIL nel primo trimestre del 2026) equivarrebbe ad aumentarlo di meno del 4%, per accrescere in modo decisivo, in caso di successo, le prospettive di prosperità economica e di sovranità del Paese per i decenni a venire. Non spetta a noi in questa sede determinare le scelte di bilancio da compiere per finanziare un simile progetto, qualora fosse necessario, che sarebbero ovviamente molto difficili, ma va sottolineato che ciò non avrebbe nulla di impossibile né di sproporzionato.

Il laboratorio assumerebbe la forma giuridica di una holding il cui unico compito sarebbe quello di implementare modelli di frontiera, senza alcuna interferenza nella sua gestione. Lo Stato ne deterrebbe una quota minoritaria significativa, dell’ordine del 25%, che lo renderebbe partecipe del suo successo, mentre il resto rimarrebbe prevalentemente privato. L’ideale sarebbe moltiplicare le partecipazioni di fondi e grandi gruppi industriali europei: per questi ultimi, non tanto per il loro capitale quanto per il loro interesse diretto a disporre di un modello di frontiera sovrano e inarrestabile. I fondatori e i dirigenti del laboratorio non dovrebbero necessariamente essere francesi; è sufficiente che siano di prim’ordine e che abbiano esperienza nella gestione dei modelli di frontiera. D’altra parte, lo Stato sarebbe il garante del controllo nazionale sul progetto, avvalendosi degli strumenti classici del diritto societario: un’azione specifica che conferisca allo Stato un diritto di veto mirato sulle operazioni sensibili, sulla base di imperativi di sicurezza nazionale; clausole relative all’ubicazione della sede e alla non delocalizzazione delle attività critiche; garanzia di non disconnessione del modello, ecc. I diritti di voto multipli, consentiti in Francia dalla legge sull’Attrattività del giugno 2024, consentirebbero di separare la dimensione economica da quella strategica all’interno del laboratorio: lo Stato, la BPI e i fondatori deterrebbero le azioni con diritto di voto rafforzato, mentre il capitale straniero investirebbe in azioni ad alto rendimento economico ma con diritto di voto ridotto o nullo.

Il calcolo, dal canto suo, sarebbe affidato a strutture distinte, filiali o joint venture dedicate, il cui unico scopo sarebbe quello di fornire al laboratorio la potenza prevista. Queste riunirebbero investitori privati di ogni provenienza e investitori pubblici dei paesi partecipanti, con una remunerazione calibrata per essere decisamente allettante: poiché tali veicoli richiedono ingenti capitali, il rendimento offerto deve essere all’altezza per attirare i fondi necessari. Esistono già dei precedenti. L’americana Poolside ha separato il proprio laboratorio dalla società di infrastrutture, il cui management riunisce figure con dieci-vent’anni di esperienza nella costruzione e nella gestione di data center presso i principali operatori del cloud. Mistral sta strutturando il proprio accesso alla potenza di calcolo tramite joint venture con la BPI, MGX o Nvidia.

Un ultimo ente pubblico, distinto dagli altri, avrebbe il compito di dare una forte spinta al nuovo nucleare affinché l’energia non diventi il collo di bottiglia del periodo post-2030. Non è oggetto della presente nota approfondire questo aspetto, ma ciò non toglie che sia essenziale.

Sostenuto dagli investimenti pubblici che conferiscono credibilità al progetto, il risparmio nazionale verrebbe mobilitato su larga scala a favore di Prométhée attraverso contributi minimi obbligatori nei piani di risparmio pensionistico e nelle assicurazioni sulla vita, un meccanismo di tipo Tibi che consentirebbe di orientare gli investimenti delle compagnie assicurative e degli investitori istituzionali, nonché uno strumento quotato in borsa detenuto in PEA (Piano di Risparmio Azionario) per il grande pubblico. La ripartizione del rischio, che vedrebbe lo Stato assumersi la quota di prima perdita in caso di necessità, consentirebbe, assumendosi il rischio non assicurabile legato alla scommessa sulla sovranità, di attrarre ingenti capitali privati. A livello di piano, la riallocazione del 2% all’anno del patrimonio assicurativo nazionale a favore di Prométhée sarebbe sufficiente a eguagliare un investimento pubblico pari all’1,5% del PIL, ma richiederebbe una struttura finanziaria completa, ambiziosa e ben concepita.

Considerata l’enorme quantità di capitali privati che sarebbe necessario attrarre, il successo del progetto dipenderebbe in modo determinante dalla sua capacità di rendere credibile il più rapidamente possibile la propria ambizione agli occhi degli attori privati e internazionali. Sarebbero essenziali sia l’entità delle risorse, sia pubbliche che private, messe a disposizione dalla Francia, sia la sua determinazione nell’attuare importanti deroghe giuridiche a sostegno del progetto, sia la capacità di reclutare talenti internazionali di prim’ordine per dirigerlo. Ottenere rapidamente i primi risultati sui modelli sarebbe poi fondamentale per innescare un circolo virtuoso.

Quale coalizione attorno alla Francia ?

In questo tipo di progetti, un riflesso ricorrente consiste nel partire da una logica europea senza sempre dimostrarne la necessità. Ciò porta troppo spesso alla ricerca di un ritorno geografico immediato (come nel settore spaziale), quindi alla frammentazione dello sforzo e, in definitiva, all’incapacità di passare a una scala più ampia. Trasformarlo in un progetto europeo multinazionale significherebbe inevitabilmente, come dimostra l’esperienza, accontentarsi di una governance plurale priva di una leadership chiara, ostacolata da diversi diritti di veto nazionali e molto probabilmente incapace di garantire la continuità e lo spirito decisionale indispensabili al successo del progetto. Ecco perché partiamo dalle capacità francesi, mentre altri paesi con obiettivi convergenti, compresi quelli non europei se del caso, potranno unirsi a noi in base alle esigenze e ai propri interessi.

La Francia è infatti oggi, dal punto di vista strutturale, nella posizione migliore per tentare di diventare il terzo Paese all’avanguardia nel campo dell’IA poiché, ad eccezione degli Stati Uniti e della Cina, è l’unica potenza che riunisce le quattro condizioni seguenti:

• una massa critica economica sufficiente (a differenza dei Paesi Bassi, di Israele, della Svizzera o di Singapore) ;
• un bacino di competenze a livello nazionale in questo settore (a differenza della Germania) ;
• una sufficiente autonomia strategica rispetto agli Stati Uniti per non rischiare di essere oggetto di pressioni insostenibili (a differenza del Regno Unito, del Giappone e della Corea) ;
• un accesso concreto al bacino di talenti internazionali nel campo dell’IA (a differenza della Russia e dell’India).

A ciò si aggiunge l’esistenza in Francia di significative capacità produttive elettriche in eccesso (e a emissioni zero), nonché la tradizione francese dei grandi progetti tecnologici di recupero del ritardo, in particolare nel settore del nucleare civile e militare, che fornirebbe un’esperienza e un’ispirazione preziose per un simile sforzo. 

Il suo successo richiederebbe una governance chiara e fondata su una leadership francese assunta con determinazione, resa credibile dall’impegno finanziario massiccio e duraturo della Francia, sia pubblico (attraverso la sua legge di programmazione dedicata) che privato. Gli altri paesi partecipanti trarrebbero vantaggio dal progetto grazie ai diritti di accesso alla potenza di calcolo, ai crediti di utilizzo per i propri ricercatori e le proprie imprese, agli standard condivisi e alla progressiva integrazione delle loro aziende nella catena del valore. Inoltre, la Francia garantirebbe loro, in caso di successo, l’accesso permanente a un modello all’avanguardia per le loro esigenze e quelle delle loro imprese, a condizioni equivalenti a quelle delle imprese francesi. Attraverso un trattato multilaterale a cui sarebbero invitati ad aderire, i partner beneficerebbero di tale impegno da parte della Francia, in cambio di un impegno significativo a finanziare capacità di calcolo dedicate al progetto. Oltre al contributo dei paesi partner al finanziamento del progetto tramite un «biglietto d’ingresso» (ad esempio lo 0,3% del loro PIL all’anno per 3 anni), probabilmente svolgerebbero un ruolo essenziale nei primi anni del progetto per favorire l’accesso del laboratorio alla potenza di calcolo situata sul loro territorio, poiché l’entità delle capacità di calcolo realizzabili in Francia è limitata a breve termine dalla disponibilità di energia elettrica, in attesa che lo sforzo di accelerazione del nuovo nucleare dia i suoi frutti e consenta di subentrare.

Non è oggetto della presente nota individuare con precisione i partner che potrebbero essere interessati. Tale questione dovrebbe essere oggetto di una manovra diplomatica meticolosamente pianificata. Si può tuttavia sottolineare che, purché il progetto francese appaia credibile, un certo numero di potenze medie potrebbe avere un grande interesse a ricorrere, partecipando a questo progetto, a una forma di hedging volta a limitare la propria dipendenza dai modelli statunitensi e/o cinesi. Il Giappone e soprattutto la Corea del Sud e Taiwan appaiono come obiettivi prioritari, data la loro padronanza della filiera dei semiconduttori, ma la loro dipendenza strategica dagli Stati Uniti potrebbe indurli a esitare. Lo stesso vale per il Regno Unito, particolarmente interessante per il suo ecosistema di intelligenza artificiale. Anche a tutti i partner europei di Parigi dovrebbe essere proposta l’adesione al progetto. Oltre all’E5 (Francia, Germania, Italia, Polonia e Regno Unito), data la loro posizione, i Paesi Bassi, i paesi scandinavi e il Belgio sembrano particolarmente suscettibili di essere interessati. Al di fuori dell’Europa e dell’Asia orientale, anche gli Emirati Arabi Uniti o il Canada potrebbero costituire candidati seri. 

Va inoltre sottolineato che gli eventuali partner statali potrebbero essere spinti dalle proprie imprese nazionali a sostenere il progetto francese per assicurarsi, in caso di successo, un accesso garantito ai modelli di IA di frontiera, soprattutto nell’ipotesi di un plausibile inasprimento progressivo dei controlli sulle esportazioni da parte degli Stati Uniti e della Cina. In un contesto del genere, l’operazione Prometeo trarrebbe così pieno vantaggio dalla solida reputazione di affidabilità diplomatica e strategica di cui gode oggi la Francia. Di fronte alla scomoda situazione di trovarsi intrappolati in una dipendenza critica dagli Stati Uniti e/o dalla Cina, molti attori stranieri, sia pubblici che privati, avrebbero infatti un interesse ben chiaro nel successo della scommessa francese, anche se questa rimanesse sotto controllo nazionale.

I primi tre anni

Come si svolgerebbe in pratica la gestione del progetto? Proponiamo il seguente calendario per i primi tre anni.

https://datawrapper.dwcdn.net/1bpl4/

Queste previsioni si basano sui tempi osservati nei laboratori più recenti e di grandi dimensioni:

https://datawrapper.dwcdn.net/W7A3K/

Opposizioni internazionali

Al di là della gestione amministrativa di questo sprint e della sua accettabilità politica a livello interno, una delle principali difficoltà sarebbe quella di garantire l’approvvigionamento di GPU. La costruzione dei data center stessi, l’assetto giuridico del progetto e le deroghe normative sono nelle nostre mani, ma non l’accesso ai chip. Nessun laboratorio oggi addestra modelli senza chip Nvidia, ad eccezione di Google, che si affida alle proprie Tensor Processing Units, realizzate appositamente per le proprie esigenze interne. Anche i recenti modelli cinesi vengono addestrati su GPU prodotte da Nvidia. A breve termine, e fintanto che altri attori non entrino in concorrenza con questo quasi-monopolio, il progetto dipenderebbe quindi da Nvidia (ovvero dall’amministrazione statunitense). Nulla impedirebbe quindi a quest’ultima di imporre controlli sulle esportazioni dei prodotti Nvidia verso la Francia (alcuni paesi europei ne hanno già subito le conseguenze), ed è possibile che sia tentata di farlo vedendo emergere uno sforzo concorrenziale di tale portata. L’attuale amministrazione statunitense, concentrata sull’« AI dominance » e poco incline a andare incontro ai propri alleati, potrebbe ricorrere a tali misure.

La Francia ha quindi due opzioni a disposizione. 

Oppure cerca comunque di procurarsi i chip Nvidia, scommettendo sul fatto che un mercato del genere sarebbe troppo redditizio per l’azienda, la quale farebbe valere la propria influenza a Washington per evitare restrizioni alle esportazioni ; nel peggiore dei casi, bisognerebbe anche convincere i Paesi Bassi a minacciare Nvidia e il governo americano di ritorsioni, sospendendo l’esportazione delle macchine fotolitografiche di ASML, indispensabili per la produzione di GPU, rendendo così ancora più essenziale la partecipazione dell’Aia al progetto. 

Oppure cerchiamo di avvalerci di nuovi produttori in altre parti del mondo. Ma ad oggi è difficile trovarne che non rientrino essi stessi, in modo più o meno diretto, nell’orbita degli Stati Uniti e che dispongano al contempo della superficie necessaria. Persino i chip di Huawei (Ascend) non sono sufficienti a soddisfare il fabbisogno dei laboratori cinesi. Forse la situazione cambierà presto… La Corea del Sud, ad esempio, ha annunciato un piano di investimenti di oltre 1.000 miliardi di dollari per gli stabilimenti di semiconduttori.

Allo stato attuale, questo è uno dei rischi più gravi a cui va incontro il progetto. Non è tuttavia un ostacolo insormontabile, poiché il costo per gli Stati Uniti derivante dall’uso apertamente egemonico del proprio controllo sulle esportazioni nei confronti di un alleato accelererebbe probabilmente in modo significativo l’emergere di alternative a Nvidia, in particolare in Asia. Nel frattempo, Washington non potrebbe impedire a Prométhée di affittare a terzi capacità di calcolo per addestrare i propri modelli.

Alternative strategiche

Anche le altre vie sono rischiose

Un costo così ingente e uno sforzo così imponente potrebbero scoraggiare i responsabili politici francesi ed europei, che si riterrebbero incapaci di finanziarlo e portarlo avanti, oppure suscitare opposizioni troppo forti tra la popolazione. Quali sarebbero allora le alternative per la Francia?

La prima opzione è una scommessa sull’open source: finora i modelli open source hanno seguito con qualche mese di ritardo le prestazioni dei modelli commerciali, e l’economia europea può quindi, in ultima istanza, ricorrere ai primi per garantire il proprio approvvigionamento di intelligenza artificiale, senza dipendere da nessuno. Si tratta di una scommessa rischiosa che, per di più, comporta un costo non trascurabile. Per far funzionare questi modelli occorrono energia e infrastrutture sufficienti, il che implica di per sé ingenti investimenti. Soprattutto, nulla garantisce che il flusso di modelli aperti non si esaurisca. I loro sviluppatori, oggi prevalentemente cinesi, potrebbero improvvisamente decidere di renderli commerciali. In tal caso, l’Europa si troverebbe dipendente dalla Cina tanto quanto lo è dagli Stati Uniti. Questi modelli potrebbero inoltre essere soggetti alle stesse restrizioni di accesso dei modelli americani, chiusi ad esempio oltre una soglia di capacità del tipo « Mythos ». La stampa internazionale ha recentemente riferito di lavori in corso ad alto livello all’interno dell’apparato statale cinese volti a introdurre restrizioni all’uso, da parte di attori stranieri, dei modelli più avanzati, indicando che tale dinamica sembra già in atto ⁷. Se questi modelli dovessero superare il confine, potrebbero essere qualificati come rischi per la catena di approvvigionamento (supply-chain risk) dall’amministrazione statunitense, comportando restrizioni, o addirittura divieti, sul loro acquisto, utilizzo o hosting da parte delle aziende statunitensi. A causa dell’extraterritorialità, della conformità normativa o delle pressioni regolamentari, la loro adozione diventerebbe più difficile anche per le imprese europee.

La seconda strada percorribile è quella di una dipendenza negoziata dagli americani. Gli Stati Uniti realizzano modelli e l’Europa li utilizza. Per evitare una sottomissione totale, alcuni sostengono che il continente disponga di leve nella catena del valore che può a sua volta utilizzare per esercitare pressione sugli Stati Uniti; in altre parole, la sovranità dovrebbe risiedere nella dipendenza reciproca piuttosto che nell’indipendenza. È vero che le catene di produzione sono sparse in tutto il mondo e che nessuno controlla unilateralmente l’insieme dei componenti necessari allo sviluppo e alla diffusione dei grandi modelli linguistici. Ma non bisogna farsi illusioni: l’elemento fondamentale di cui dispongono gli europei — ovvero la produzione di macchine fotolitografiche per l’industria dei semiconduttori tramite ASML — non è una leva così efficace in un contesto di interdipendenza a lungo termine. Si tratta di un anello indispensabile della catena, ma con una forte latenza: se l’Europa bloccasse le esportazioni di ASML, gli effetti di tale blocco si farebbero sentire solo dopo molti mesi, poiché gli altri attori potrebbero utilizzare le loro scorte esistenti. Al contrario, bloccare un modello alla frontiera è un’opzione immediata per gli Stati Uniti, come ha dimostrato l’esempio di Fable 5. L’arma ASML potrebbe eventualmente essere utilizzata in un braccio di ferro incentrato sulle infrastrutture, come illustrato in precedenza, ma risulta meno efficace quando si tratta del prodotto finale e a regime. In un mondo in cui l’economia europea si basa interamente sull’uso di modelli americani, l’Europa potrebbe permettersi di farne a meno anche solo per pochi giorni? Niente è meno sicuro.

Nella migliore delle ipotesi, gli Stati europei possono cercare di ovviare a questo svantaggio subordinando l’accesso dei fornitori statunitensi al mercato europeo alla presenza fisica dei modelli in centri dati situati in Europa e di cui abbiano il controllo giuridico. La Corea del Sud, ad esempio, ha formalizzato una partnership tra Shinsegae, un conglomerato nazionale che si occupa dell’infrastruttura fisica, e la startup americana Reflection AI, che fornisce i modelli open weights e l’ingegneria, per costruire un sito da 250 MW presentato come una grande AI factory sovrana destinata alle imprese e alle amministrazioni coreane. Ciò eviterebbe di fornire agli Stati Uniti un « kill switch » istantaneo, come quello di cui dispongono oggi; tuttavia, ciò non impedirebbe a Washington di decidere, a suo piacimento, di bloccare l’implementazione di futuri modelli in Europa. Inoltre, l’Unione europea non ha dimostrato di essere in grado di coordinarsi per rispondere all’unanimità e con forza a pressioni di questo tipo, poiché la sua struttura favorisce comportamenti da «passeggero clandestino».

Si può, infine, sperare di sfruttare la rivalità tra Stati Uniti e Cina per non dipendere né dagli uni né dagli altri, mettendoli in concorrenza tra loro? Sarebbe una mossa rischiosa: gli Stati Uniti sarebbero ben consapevoli che un’Europa che minacciasse di passare ai modelli cinesi finirebbe immediatamente nelle mani della Cina, e viceversa, cosicché avremmo poco margine di negoziazione, senza contare l’inevitabile dipendenza dai processi e dalle tecnologie delle imprese, che renderebbe molto difficile e costosa una rapida transizione.

Forse queste soluzioni saranno proprio quelle che la Francia e l’Europa adotteranno. In tal caso, bisognerà quantomeno smettere di fare appello al concetto di sovranità e indipendenza europea, e ammettere che si tratterà di gestire al meglio la nostra dipendenza. Molti paesi europei vi sono già abituati per quanto riguarda il proprio approvvigionamento energetico, e per loro sarà quindi un passo naturale. 

Uno dei rischi legati a un piano di potenziamento della potenza di calcolo è quello della sovraccapacità. Oggi Anthropic opera già su una scala di diversi gigawatt e rappresenta un punto di riferimento in termini di potenza di calcolo dispiegata. Tuttavia, se l’obiettivo è quello di non dipendere da altre potenze per lo sviluppo di un’intelligenza artificiale in grado di assistere efficacemente tutte le professioni, questi livelli rimangono insufficienti. Un modello come Fable 5 consentirebbe oggi di automatizzare solo una minima parte delle attività, con notevoli differenze a seconda dei settori professionali. Nella sua recente audizione dinanzi alla commissione d’inchiesta dell’Assemblea nazionale sulle dipendenze digitali, Arthur Mensch, presidente e cofondatore di Mistral, ha sottolineato che, mentre i costi di utilizzo dell’IA per le esigenze dei propri dipendenti rappresentavano già il 10% del proprio monte salari, se si estrapolasse questa cifra nell’arco di alcuni anni a livello del monte salari europeo, si tratterebbe di 1.000 miliardi di euro all’anno di valore aggiunto che verrebbero massicciamente assorbiti, in assenza di un’offerta europea, da attori statunitensi o cinesi. Le leggi di scalabilità suggeriscono che occorrano ancora diversi ordini di grandezza in più per coprire una quota significativa del fabbisogno economico. In altre parole, anche ipotizzando guadagni di efficienza molto significativi, ad esempio un fattore 100, una capacità di pochi gigawatt non sarebbe sufficiente a soddisfare l’intera domanda.

In definitiva, ci sembra che la sfida principale rappresentata dall’operazione Prometeo si imponga proprio perché i suoi rischi sono commisurati al momento di svolta tecnologica e strategica che l’IA sta determinando sotto i nostri occhi. A fronte dei costi e dei rischi di questo sforzo, in grado di mobilitare le forze vive della nazione come mai più da mezzo secolo, occorre infatti contrapporre quelli dell’inazione: la traiettoria del minimo sforzo rischia di portare all’irrilevanza strategica della Francia in un mondo dominato in modo duraturo dai padroni dell’intelligenza al silicio.

Perché agire adesso

Contrariamente a quanto talvolta si legge, il confine dell’IA non è destinato a diventare banale nel giro di pochi anni, nel senso che si potrebbe semplicemente aspettare che le capacità più avanzate diventino accessibili a tutti, a basso costo, senza alcuna perdita strategica per una nazione. Per alcuni usi comuni (ad esempio, sintesi, traduzione, assistenza nell’ambito dell’ufficio), essere in ritardo di una generazione può essere sufficiente: i modelli aperti o semi-aperti forniscono già capacità abbondanti e poco costose. Ma le capacità che contano per la potenza (ciberdifesa, agenti autonomi in grado di eseguire compiti di lunga durata, accelerazione della R&S, applicazioni biologiche o militari) si collocano proprio all’avanguardia. Sono anche quelle il cui accesso sarà sempre più controllato ⁸.

Sviluppare competenze all’avanguardia produce inoltre risultati che vanno oltre il semplice modello addestrato. I dirigenti dei principali laboratori odierni erano, in passato, ricercatori o ingegneri che operavano in prima linea in questo campo: Dario Amodei, Demis Hassabis, Ilya Sutskever, Arthur Mensch, tra gli altri. Un laboratorio francese all’avanguardia costituirebbe la base umana, organizzativa e industriale che consentirebbe alla Francia di rimanere in gara nel 2028, nel 2030 e ben oltre.

In assenza di un programma nazionale, un paese diventa progressivamente dipendente dalle valutazioni elaborate da altri. Perde la capacità di misurare in modo autonomo le prestazioni effettive dei modelli più avanzati, di individuarne le vulnerabilità e di valutare i rischi sistemici che questi potrebbero comportare per le sue infrastrutture critiche, la sua sicurezza nazionale o i suoi interessi strategici.

I laboratori all’avanguardia puntano ormai esplicitamente ad automatizzare una parte della propria attività di ricerca e sviluppo: la rapida automazione della ricerca nell’IA e del relativo ciclo di sviluppo favorisce il miglioramento continuo dei modelli all’avanguardia. Le generazioni precedenti di modelli vengono utilizzate per addestrare quelle successive. In questo scenario, rimanere fuori dalla frontiera non comporta un costo linearmente più elevato: significa perdere l’accesso al motore stesso dell’accelerazione.

Infine, l’inazione accentua una dipendenza industriale già massiccia. Gli Stati Uniti concentrano oggi la maggior parte delle capacità dei grandi cluster di calcolo per l’IA, nonché l’accesso prioritario alle catene di approvvigionamento che li alimentano. Più la Francia aspetta, più queste risorse – capacità di calcolo, talenti e infrastrutture – si consolidano altrove. 

L’opportunità offerta dalla posizione della Francia e dalla situazione del settore esiste solo per un breve istante. Tra tre anni si chiuderà definitivamente, poiché i costi per recuperare il ritardo diventeranno insostenibili: è oggi che la storia bussa alla porta.

Conclusione: una nuova svolta nel settore nucleare per la Francia

Il generale de Gaulle raccontava così la reazione di Krusciov nel 1960 quando, a Rambouillet, gli comunicò il successo della bomba atomica francese: «Capisco la sua gioia. (…) Ma, sa, è molto costosa. » Il presidente francese commentava: « Il mio racconto non ha suscitato alcuna reazione da parte dei miei interlocutori, tranne questa: ‘Ah sì ! È molto costosa !’ ‘È molto costosa’, anche per gli americani, anche per i russi. (…) Ma per noi, di fronte a queste mire imperiali, è il prezzo dell’indipendenza.»

Riteniamo che lo stesso valga per l’accesso all’IA. Lo stato attuale delle nostre economie riflette solo in misura limitata il ruolo che essa assumerà ovunque nei prossimi anni. Naturalmente, la maggior parte dei paesi del mondo non potrà pretendere di produrre i propri modelli né le proprie inferenze, proprio come la maggior parte dei paesi del mondo non è in grado di produrre la propria energia. Dovranno accontentarsi di negoziare, volenti o nolenti, con potenze straniere per soddisfare i propri bisogni. Ma si vede già dove porta la dipendenza energetica: basta pensare alle difficoltà incontrate da molti Stati europei durante l’invasione dell’Ucraina. La dipendenza dall’intelligenza artificiale sarà almeno altrettanto profonda.

Dal 1945, la Francia ha scelto di sviluppare una propria fonte energetica attraverso il settore nucleare. Si è trattato di un investimento ingente e rischioso, che però oggi garantisce la nostra autonomia energetica, ci rende esportatori netti di elettricità e contribuisce al nostro ruolo nel panorama delle potenze mondiali. Ora che tutto si gioca sull’accesso all’IA, si presenta una sfida dello stesso calibro. Poiché la maggior parte dei costi di un laboratorio all’avanguardia risiede nel calcolo e quest’ultimo, in definitiva, richiede innanzitutto energia, l’ascesa di un’IA francese può essere vista come la logica continuazione del nostro impegno nel settore nucleare. Anche il metodo adottato per il programma nucleare può fungere da fonte di ispirazione. Il decreto di istituzione del Commissariato per l’energia atomica indicava nel 1945: «È emerso che tale organismo dovesse essere al tempo stesso molto vicino al Governo, e per così dire parte integrante di esso, pur essendo dotato di ampia libertà d’azione. Deve essere molto vicino al Governo perché il destino o il ruolo del Paese possono essere influenzati dagli sviluppi del ramo della scienza a cui si dedica, ed è quindi indispensabile che il Governo lo tenga sotto la propria autorità. D’altra parte, deve essere dotato di ampia libertà d’azione, poiché questa è la condizione sine qua non della sua efficacia. » ⁹ È questa anche la filosofia che privilegiamo per costruire un laboratorio all’avanguardia.

All’epoca in cui la Francia decise, alla fine degli anni ’50, di intraprendere da sola un immenso sforzo per dotarsi dell’arma atomica e, più in generale, di una forza di deterrenza nucleare completa in modo indipendente, molti francesi e i nostri principali alleati erano convinti che non ne avesse i mezzi e che fosse destinata al fallimento. I « razionali » dell’epoca, proprio come quelli di oggi, esortavano la Francia a « gestire la propria dipendenza » accordandosi con gli Stati Uniti sul modello fornito dagli accordi di Nassau con la Gran Bretagna. Se avesse seguito questa strada, la Francia avrebbe probabilmente ottenuto la propria bomba, ma il mantenimento della deterrenza, fino ad oggi, sarebbe dipeso dalla buona volontà degli Stati Uniti. Ci volle la volontà del generale de Gaulle per comprendere che l’arma nucleare era diventata così essenziale per la sovranità nazionale che il suo controllo autonomo giustificava sacrifici considerevoli. Oggi, l’IA ci pone di fronte a una scelta simile.

Avviare o meno l’operazione Prometeo costituirà molto probabilmente la decisione più importante che il prossimo presidente della Repubblica, che sarà eletto l’anno prossimo, dovrà prendere. Come l’arma nucleare ai tempi di de Gaulle, ciò farà la differenza tra il mantenimento del ruolo che la Francia intende svolgere nel mondo e il suo progressivo scivolamento, a lungo termine, verso l’irrilevanza strategica.

Fonti

1. Vedi la pagina « Trends in Artificial Intelligence » dell’osservatorio di riferimento Epoch AI.
2. Victor Storchan, « La nota che annuncia una nuova fase nella guerra dell’IA », Le Grand Continent, 24 aprile 2026.
3. Josh You, « Quanta potenza di calcolo per l’IA utilizza Frontier Labs? », Epoch AI, 20 maggio 2026.
4. « OpenAI, Oracle e SoftBank ampliano Stargate con cinque nuovi siti di data center dedicati all’IA », comunicato stampa di OpenAI, 23 settembre 2025.
5. « Anthropic e Amazon ampliano la collaborazione per arrivare a 5 gigawatt di nuova potenza di calcolo », comunicato stampa di Anthropic, 20 aprile 2026.
6. « Anthropic amplia la partnership con Google e Broadcom per ottenere diversi gigawatt di potenza di calcolo di nuova generazione », comunicato stampa di Anthropic, 6 aprile 2026.
7. Fanny Potkin, « ESCLUSIVA : Secondo alcune fonti, Pechino starebbe valutando la possibilità di limitare l’accesso dall’estero ai principali modelli di intelligenza artificiale cinesi », Reuters, 7 luglio 2026.
8. Anton Leicht, « L’IA non porterà abbondanza, ma scarsità », Le Grand Continent, 22 maggio 2026.
9. Ordinanza n. 45-2563 del 18 ottobre 1945 che istituisce un Commissariato per l’energia atomica e le energie alternative, Articolo del preambolo.

Perché l’IA è Themis piuttosto che Prometeohttps://legrandcontinent.eu/fr/2026/07/28/pourquoi-lia-cest-themis-plutot-que-promethee/?utm_source=brevo&utm_medium=email&utm_campaign=LLDL%20-%2010%20aout

Approfondimenti sull’attualità Le potenzialità dell’IA

Di fronte all’incertezza, il prossimo presidente della Repubblica dovrebbe impegnarsi a creare le risorse che consentiranno ai francesi di scegliere, in futuro, tra la banalizzazione dell’IA e la corsa alla frontiera.

Una prima risposta approfondita all’Operazione Prometeo.

AutoreLenny Benbara, Baptiste Lefort, Éric HazanDati28 luglio 2026AggiungiScarica il PDFCondividi

Iscriviti per scaricare questo articolo in formato PDF→Iscriviti

Per tutta l’estate, il Grand Continent continuerà a darsi da fare. Ogni giorno, ovunque vi troviate, vi proporremo idee che non troverete da nessun’altra parte (ma che saranno ovunque a settembre), testi introvabili o originali con le nostre Domeniche. Per riceverli direttamente nella vostra casella di posta elettronica e sostenere questa iniziativa, ricordatevi di abbonarvi alla rivista

L’« Operazione Prometeo » ha il raro pregio di quantificare il costo dello sviluppo di un’IA francese sovrana. Questo piano, che impegnerebbe la Francia per diverse generazioni, si basa su due ipotesi: da un lato, che la corsa al modello più potente rimarrà decisiva e, dall’altro, che Washington concederà alla Francia il tempo necessario per acquistare i chip indispensabili a colmare il divario. Potrebbe tuttavia delinearsi uno scenario alternativo: quello di un’IA banalizzata, « commoditizzata », in cui basterebbe acquistare i modelli da un mercato sempre più ampio e accessibile, sull’esempio del modello cinese Kimi 3. Nessuno può dirlo con certezza oggi. Tuttavia, le componenti di un tale sforzo non hanno lo stesso orizzonte temporale: i chip si acquistano in diciotto mesi, ma l’energia, i terreni allacciati alle reti, le competenze di formazione e le istituzioni decisionali richiedono da cinque a dieci anni. Dobbiamo quindi consolidare una strategia di indipendenza attraverso investimenti a lungo termine che, in futuro, ci daranno il potere reale di scegliere. Questo articolo propone quindi una strategia indipendente dall’evoluzione della tecnologia: investire fin da ora in ciò che sarà utile in tutti gli scenari, mappare i rischi più critici per fornire soluzioni adeguate, costruire le leve economiche e geopolitiche che renderanno credibili tali soluzioni, preparare « lo sforzo di frontiera » senza impegnarsi alla cieca e, infine, dotarsi degli strumenti di governance necessari per prendere le decisioni giuste al momento giusto.

Un dibattito ostacolato dall’incertezza tecnologica

L’articolo pubblicato l’8 luglio 2026 da Le Grand Continent, « Operazione Prometeo : la Francia può vincere la corsa all’IA. Quale ne sarebbe il prezzo ? », ha reso un servizio al dibattito francese che pochi testi hanno saputo offrire. Mentre la maggior parte degli appelli a favore di un’IA sovrana si limita a pii desideri, questo articolo propone una strategia coerente, quantificata, che ne assume i rischi e i limiti. Si discute bene solo con chi mette le proprie ipotesi sul tavolo, ed è proprio ciò che hanno fatto. La presente risposta è rivolta tanto a loro quanto al dibattito pubblico, nello stesso spirito: le nostre ipotesi sono sul tavolo e le nostre eventuali sfumature, come vedremo, riguardano meno l’ambizione, la sovranità francese ed europea che l’ordine delle tappe.

Infatti, il dibattito francese ed europeo sull’IA sovrana si è articolato attorno a due poli apparentemente inconciliabili. Da un lato, un fatalismo sofisticato: l’Europa non avrebbe né il capitale, né i talenti, né l’apparato industriale necessari per recuperare il ritardo tecnologico. La sua razionalità economica le imporrebbe quindi di acquistare i migliori modelli americani e di rinunciare alle ambizioni di autonomia ritenute rovinose. Dall’altro, un prometeismo dichiarato, di cui il documento costituisce l’espressione più compiuta: 700 miliardi di dollari in tre anni, 12 gigawatt di potenza di calcolo nel 2029 e una «legge Prometeo» derogatoria per elevare la Francia al rango di terza potenza nel settore.

Queste posizioni opposte si basano su risposte contraddittorie alla stessa domanda, raramente formulata in modo esplicito: a quale ritmo continueranno a progredire i modelli?

Esiste un primo futuro possibile: i guadagni diventano marginali, il divario tra i modelli migliori e i loro inseguitori si riduce, e l’intelligenza artificiale diventa poco a poco un prodotto di uso comune, paragonabile all’elettricità, che si sceglie in base al prezzo. Chiamiamolo lo scenario della “commoditizzazione”. In questo mondo, la corsa alla frontiera sarebbe un abisso senza ricompensa, e il campo del fatalismo finirebbe per prevalere. 

In un secondo scenario possibile, le capacità continuano a progredire; i modelli migliori vengono utilizzati per addestrare quelli successivi e per automatizzare la ricerca stessa. L’evoluzione tecnologica diventa quindi esponenziale e il divario si allarga invece di ridursi. Chiamiamolo lo scenario della fuga in avanti. In questo mondo, la posizione all’avanguardia diventa un attributo di potere paragonabile all’arma nucleare e il prometeismo ha ragione sul piano strategico.

Una domanda senza una risposta definitiva

Oggi nessuno sa quale scenario prevarrà. I sostenitori dell’approccio incrementale sottolineano la riduzione dei divari nella maggior parte dei benchmark pubblici. L’ultima ondata di modelli a basso costo, tra cui Muse Spark 1.1 lanciato da Meta il 9 luglio a un quinto del prezzo dei modelli di fascia alta, ne è l’esempio più recente ¹. I sostenitori di questa tesi avanzano anche argomenti di fondo. In primo luogo, un dato livello di capacità è replicabile a un costo decrescente: la distillazione e la compressione dei modelli consentono di ottenere, con una frazione del calcolo iniziale, l’essenziale delle prestazioni di ieri. In secondo luogo, le barriere all’ingresso si stanno riducendo in questo segmento ormai commoditizzato, grazie alla diffusione delle ricette di addestramento e all’abbondanza di architetture aperte, ad eccezione dell’energia e dei chip. Infine, il paradigma dei modelli attuali potrebbe raggiungere i propri limiti: Yann LeCun sostiene da tempo che i grandi modelli linguistici rappresentino un vicolo cieco verso l’intelligenza artificiale generale e che sarà necessaria una svolta architettonica, il che azzererebbe il contatore della corsa. 

Gli ottimisti tecnologici ribattono, dal canto loro, che questi benchmark non misurano ciò che conta davvero. Infatti, tali benchmark raggiungono la saturazione. Diventati obiettivi di ottimizzazione, smettono di misurare. È la legge di Goodhart, e i modelli migliori raggiungono ormai i limiti di ciò che questi test sono in grado di valutare. Una constatazione emersa anche in occasione del primo Forum di esperti sull’IA di frontiera organizzato dalla Commissione europea nell’aprile 2026 ². Tali test non tengono conto né dei compiti di lunga durata affidati agli agenti, né dei salti di capacità come nel caso di Mythos ³. Aggiungono inoltre che la preferenza dei clienti per i modelli migliori traspare chiaramente dai dati relativi ai ricavi. Questa constatazione è corroborata dal Forum degli esperti dell’Ufficio europeo per l’IA, secondo cui i comportamenti di acquisto delle industrie rivelano già ora una marcata preferenza per i sistemi all’avanguardia rispetto ai loro immediati concorrenti. Il divario tra il fatturato di Anthropic e quello di Mistral si è infatti ampliato anziché ridursi. Si fa inoltre notare che la stabilizzazione annunciata non emerge ancora dai dati e che la durata delle attività svolte dall’inizio alla fine dagli agenti raddoppia all’incirca ogni sette mesi, secondo le misurazioni dell’Istituto METR  ⁴, a un ritmo che sta accelerando, e che le barriere all’ingresso, sia in termini di potenza di calcolo che di talenti d’eccezione, sono tra le più elevate della storia industriale.

La situazione attuale può essere riassunta in un paradosso che dissipa in parte la controversia: i guadagni in termini di efficienza rendono, anno dopo anno, più economico un dato livello di capacità (ciò che ieri costava Mythos domani costerà una miseria), ma non rendono più economico il limite stesso, il cui costo continua ad aumentare. Entrambe le parti possono quindi avere ragione allo stesso tempo: rapida banalizzazione delle capacità di ieri e continuo aumento dei costi di quelle di domani. La questione è quindi se le capacità di domani giustificheranno il loro prezzo e la loro necessità. Questo disaccordo riguarda sia i laboratori che gli investitori.

Mettete in atto un metodo per garantire la solidità della strategia europea

Ne deriva una conseguenza metodologica: di fronte a una profonda incertezza, una strategia razionale non mira necessariamente a prendere la decisione ottimale in uno scenario predefinito; combina piuttosto misure robuste, reversibili e complementari, al fine di evitare che uno scenario sfavorevole provochi una perdita collettiva catastrofica. Nella teoria della decisione, questo criterio ha un nome: la minimizzazione del rimpianto massimo. La strategia migliore non è quella che frutta di più in un dato contesto, ma quella che non si rivela catastrofica in nessuno scenario. Consiste nell’acquistare opzioni piuttosto che assumere impegni irreversibili, e nel convertire l’opzione in impegno solo una volta che l’incertezza è stata superata. È a questo criterio, la robustezza rispetto ai due scenari, che sottoporremo Prometeo, il fatalismo dello scenario della mercificazione e la nostra proposta.

Questa interpretazione della fase che l’Europa sta attraversando gode ormai di un sostegno istituzionale. Il Forum di esperti convocato dall’Ufficio europeo per l’IA, che si avvale di oltre un centinaio di specialisti di punta nel campo dell’intelligenza artificiale, giunge a due conclusioni. La prima è che il 2026 sarà un anno decisivo per l’Europa, che dovrà allora elaborare e adottare una strategia coerente sia a livello dell’Unione che degli Stati membri, tenendo conto del ritmo di sviluppo delle capacità, del mercato e delle infrastrutture, nonché delle loro implicazioni per la sovranità europea. La seconda è che, in entrambi gli scenari, l’Europa deve rafforzare la propria capacità sovrana di «accedere ai modelli di frontiera, selezionarli, controllarli e trarne vantaggio», il che presuppone una visione chiara delle leve di cui dispone o che potrebbe mettere in atto a ogni livello della pila tecnologica. Nessuno di questi due compiti è stato ancora portato a termine e i prossimi mesi diranno se Bruxelles e gli Stati membri se ne occuperanno o se li lasceranno dissolversi in una nuova raffica di comunicati e annunci. La proposta che qui abbozziamo mira a rispondere alle due conclusioni degli esperti della Commissione: una strategia concepita per adattarsi ai due scenari e risolvere, al momento opportuno, la questione del confine, nonché una mappatura delle dipendenze e delle leve auspicata dagli esperti. Esaminiamo ora la proposta Prometeo.

La proposta “Prométhée” sottolinea giustamente i rischi della dipendenza europea e i limiti dell’inazione fatalista

La valutazione geoeconomica contenuta nella proposta « Prométhée » riguardo al rischio legato alla dipendenza in materia di IA è corretta. 

Le restrizioni statunitensi, introdotte nella primavera del 2026 sui modelli più avanzati di Anthropic, e il loro successivo parziale allentamento alla fine di giugno, hanno portato l’accesso ai modelli di frontiera a un regime simile a quello dei semiconduttori: accesso revocabile senza preavviso, ambiguità strategica deliberata e discrezionalità amministrativa. L’interpretazione più plausibile di questo episodio è del resto preoccupante: tutto indica che un allarme di sicurezza, probabilmente legato alle capacità di pirateria informatica del modello, abbia spinto l’amministrazione statunitense a voler revocare l’accesso a tutti gli utenti, compresi quelli statunitensi. Il controllo delle esportazioni sarebbe stato l’unico strumento giuridico disponibile per raggiungere tale obiettivo. L’Europa è stata quindi una vittima collaterale. Al di là persino dello scenario di una coercizione mirata, ciò significa che l’accesso europeo alle tecnologie all’avanguardia è ormai subordinato alla valutazione del rischio interno statunitense, senza che alcun comportamento, alcuna concessione commerciale o buona volontà diplomatica possa garantirlo.

È necessario integrare questa analisi evidenziando un meccanismo che rende la minaccia strutturale e non solo temporanea e politica: la scarsità di potenza di calcolo. Fornire un modello all’avanguardia non equivale a vendere un software, la cui copia aggiuntiva non costa nulla. Ogni risposta di un grande modello consuma dei token, l’unità di misura del consumo di IA (l’equivalente del chilowattora per l’elettricità), e dietro ogni token si nasconde una potenza di calcolo ben reale. Anche i grandi laboratori si trovano in una situazione di carenza cronica e sono costretti a mediare costantemente tra i propri clienti, gli abbonamenti al grande pubblico e le proprie esigenze di ricerca. In un mondo di token razionati, l’accesso dei clienti stranieri è la variabile di aggiustamento naturale per ragioni puramente economiche, ancor prima di qualsiasi intenzione politica. La gerarchia di allocazione osservata nei principali laboratori lo conferma: la potenza disponibile serve innanzitutto i contratti governativi statunitensi, poi le aziende e infine il grande pubblico, come dimostrano le interruzioni di servizio differenziate durante i picchi di carico. Le restrizioni all’accesso dei clienti stranieri non hanno atteso una politica deliberata da parte dei laboratori per manifestarsi. È proprio questo che rende il meccanismo strutturale piuttosto che intenzionale. Anton Leicht lo aveva formulato ancor prima dell’episodio di questa primavera: l’IA non creerà abbondanza, ma scarsità.

Anche l’analisi dell’asimmetria delle leve tra l’Unione e gli Stati Uniti contenuta nella proposta Prometeo è corretta. Bloccare l’accesso a un modello ha effetto immediato, mentre bloccare le esportazioni di ASML, l’azienda olandese che produce i macchinari indispensabili per la produzione di chip avanzati, è una leva a effetto ritardato, i cui effetti si fanno sentire solo una volta esaurite le scorte. Occorre inoltre tenere conto del rischio di una ritorsione su altri fronti: gli Stati Uniti potrebbero rispondere a un blocco di ASML con restrizioni commerciali o con la revoca delle garanzie di sicurezza per l’Europa e l’Ucraina. La leva d’azione europea esiste, ma è insufficiente.

Infine, l’avvertimento contenuto nella proposta Prometeo contro una lettura ingenua dei laboratori cinesi è giustificato. Il loro rapido recupero del ritardo è in gran parte dovuto alla distillazione, una tecnica che consiste nell’interrogare massicciamente un modello avanzato per addestrare il proprio sulla base delle sue risposte; in altre parole, nell’approfittare di una potenza di calcolo finanziata da altri. Ciò non dimostra affatto che l’ingresso nel settore sarebbe economico per un nuovo operatore europeo. Occorre inoltre trarne un’ulteriore conseguenza che la nota non menziona: i laboratori statunitensi e il governo hanno ormai tutte le ragioni per chiudere la porta alla distillazione, rafforzando i controlli sull’identità degli utenti e limitandone l’accesso. La strada del seguace, che permette di raggiungere i leader a basso costo basandosi sui loro modelli, si sta chiudendo, il che rende ancora più prezioso il possesso di una capacità di addestramento autonoma.

Le tre incertezze legate al progetto Prometeo

L’analisi del progetto Prometeo mette in luce tre elementi che meritano di essere discussi. 

Il primo riguarda il calendario: il progetto definisce le proprie priorità basandosi su tre anni di aumento progressivo di un flusso ininterrotto di forniture di chip americani, mentre la visibilità del progetto spingerà Washington a bloccarlo. Il sistema risulta quindi più vulnerabile proprio nel momento in cui si espone maggiormente. È difficile sostenere contemporaneamente che l’interdipendenza commerciale sia incapace di proteggere il nostro accesso ai modelli, ma che garantirà un flusso di componenti ben più strategici. Due obiezioni a questo scenario, formulate dagli autori di Prométhée, meritano tuttavia di essere prese sul serio. La prima è la seguente: finora Washington ha preferito vendere; l’attuale amministrazione ha allentato parte delle restrizioni ereditate e Nvidia sostiene efficacemente l’apertura dei mercati. Tuttavia, una politica discrezionale favorevole rimane una politica discrezionale, ed è proprio il rischio che essa cambi a costituire la preoccupazione principale. La seconda obiezione è la seguente: uno sforzo sovrano di questa natura dovrebbe essere protetto durante la sua fase di realizzazione, e gli Stati Uniti probabilmente non lo prenderebbero sul serio nei primi anni. A nostro avviso, questo argomento potrebbe valere per un programma politicamente discreto, ma non si concilia con un piano che rivendica 12 gigawatt, una legge derogatoria e un trattato multilaterale, ovvero la massima visibilità.

Il secondo elemento riguarda la stessa dinamica del recupero tecnologico. L’argomentazione è la seguente: il capitale acquista il recupero, ma lentamente, mentre il costo della frontiera raddoppia ogni sette mesi; in tre anni, quindi, l’obiettivo sarà cambiato di diversi ordini di grandezza. Gli esempi recenti sono numerosi, e Meta ne fornisce il più eloquente. L’azienda ha compiuto uno sforzo finanziario colossale che ha portato solo a un riposizionamento nella fascia media in termini di rapporto qualità-prezzo: performante e redditizio, ma lontano dalla frontiera assoluta. Tre anni di investimenti tra i più massicci al mondo hanno permesso di ottenere solo un posto solido nel gruppo, ma lontano dalla testa della corsa. La traiettoria di xAI e di Grok 4.5 conferma questa regola: per raggiungere il livello della generazione precedente dei suoi concorrenti, xAI ha dovuto dedicare tre anni allo sviluppo, avvalersi del sostegno di SpaceX e acquisire editori chiave come Cursor. Sebbene il fascino di una missione nazionale costituisca una potente leva propria delle strutture statali, sull’esempio del Progetto Manhattan o degli esordi del Commissariato per l’Energia Atomica, l’assetto di Prométhée accumula una serie di ingombri organizzativi che la nota stessa identifica come il suo principale fattore limitante. Il suo orizzonte temporale di tre anni corrisponde al periodo in cui i progetti sovracapitalizzati falliscono regolarmente per non aver imparato a bilanciare le risorse in condizioni di vincoli.

Il terzo elemento è l’obiettivo mobile. Puntare a una capacità di 12 GW nel 2029 equivale a fissarsi come obiettivo il livello raggiunto dai leader mondiali alla fine del 2026. Al ritmo attuale di espansione, il limite si collocherà di diversi ordini di grandezza al di sopra di tale livello entro la scadenza del piano. Il Forum di esperti convocato dall’Ufficio europeo per l’IA descrive una capacità di calcolo globale che raddoppia all’incirca ogni sette mesi; i siti più grandi previsti supereranno da soli i 3 gigawatt già a partire dal 2027. Puntare a 12 gigawatt per il 2029 significa puntare al presente dei leader, ma probabilmente non al loro futuro. La nota ammette del resto che questi pochi gigawatt non saranno sufficienti a coprire la domanda economica mondiale. Il progetto è quindi sottodimensionato sul piano tecnologico, mentre è schiacciante sul piano di bilancio, richiedendo tra il 4,5% e l’8% del PIL all’anno. A titolo di confronto, il piano Messmer del 1974, che ha permesso di costruire il parco nucleare francese, ha mobilitato solo circa l’1% del PIL per implementare su larga scala una tecnologia già collaudata, il cui trasferimento iniziale non era revocabile trimestre dopo trimestre. A ciò si aggiunge un’ulteriore incertezza: secondo gli esperti consultati dalla Commissione, non è stato ancora dimostrato alcun modello economico sostenibile in questo settore. Sebbene alcune recenti generazioni di modelli siano redditizie, i ricavi spettacolari dei leader sono sempre accompagnati da massicci raccolti di capitali e da perdite operative persistenti. Scommettere 700 miliardi su una posizione la cui redditività commerciale resta da dimostrare significa aggiungere una scommessa alla scommessa. Nello scenario della «commoditizzazione», Prométhée investe centinaia di miliardi di euro per conquistare una frontiera tecnologica il cui valore di mercato sta crollando. Nello scenario della «fuga», il progetto rischia di essere sospeso alla volontà del fornitore americano di chip nel momento più critico della sua realizzazione.

Le notizie di metà luglio danno un volto concreto a questa incertezza. Moonshot AI ha infatti appena pubblicato Kimi K3, un modello da 2.800 miliardi di parametri i cui pesi dovrebbero essere scaricabili gratuitamente alla fine del mese. Le prime valutazioni indipendenti lo collocano allo stesso livello di diversi grandi sistemi chiusi di recente, anche se rimane indietro rispetto ai migliori, in particolare per alcune attività specifiche. La sua imminente disponibilità in formato aperto e il suo prezzo di accesso competitivo aumentano tuttavia notevolmente la probabilità di uno scenario di «commoditizzazione», ovvero di un quasi-monopolio riproducibile, ampiamente accessibile ed esercitante una pressione continua sui prezzi dei modelli proprietari.

Questa apertura può essere interpretata come una strategia di potere industriale: spostare la concorrenza dal modello proprietario all’ecosistema, accelerare l’adozione globale delle architetture cinesi e ridurre i ricavi che finanziano la corsa al calcolo dei laboratori statunitensi. A parità di condizioni, la situazione sembra analoga a quella di altri settori industriali europei che hanno subito la stessa concorrenza a prezzi sovvenzionati, innescando un circolo vizioso geoeconomico ben identificato: un’offerta abbondante, sostenuta da capitali strategici, può rendere economicamente non sostenibile la produzione concorrente, e ciò prima ancora di aver raggiunto una posizione dominante.

https://datawrapper.dwcdn.net/WpJLX

Kimi K3 mette così in luce un terzo rischio per Prométhée. Dopo il rischio tecnologico di non riuscire a raggiungere una soglia che continua a spostarsi e il rischio geopolitico di perdere l’accesso ai chip necessari per recuperare il ritardo, emerge il rischio commerciale di avere successo troppo tardi su un mercato in cui i prezzi sarebbero crollati. Il raggiungimento dell’equilibrio finanziario di Prométhée presuppone infatti un percorso progressivamente autosufficiente, in cui la domanda privata subentri a quella dello Stato una volta raggiunto il limite. Se capacità simili rimanessero accessibili a lungo termine in forma aperta, il laboratorio francese potrebbe raggiungere il proprio obiettivo tecnico senza mai raggiungere il proprio equilibrio economico. Il patrimonio di 700 miliardi si svaluterebbe quindi prima ancora di essere realizzato.

Questa conseguenza vale anche per la nostra proposta. In un mercato che rischia di essere distorto in modo duraturo da strategie di prezzo e di apertura sostenute da capitali geopolitici, è necessario privilegiare gli asset il cui valore resiste meglio al crollo dei prezzi dei modelli, ovvero l’energia e i terreni allacciati alle reti, la flotta di inferenza multimodale supportata da impegni di acquisto, l’orchestrazione, la capacità di valutazione e le competenze di addestramento. Occorre soprattutto ammettere che il mantenimento di una capacità di addestramento interna probabilmente non potrà basarsi esclusivamente sul mercato. Come nel caso dell’industria della difesa, dovrà essere sostenuta da appalti pubblici pluriennali.

Il ruolo strategico sempre più importante del livello di orchestrazione dei modelli 

Da alcuni mesi, il valore e il controllo strategico si stanno spostando verso il livello di orchestrazione. Questo termine indica i sistemi che collegano i modelli ai dati e ai processi delle organizzazioni e che garantiscono, in particolare, la gestione della memoria, il controllo delle autorizzazioni, la certificazione dei risultati e l’assegnazione delle attività in base al loro costo o alla loro complessità. Se i modelli sono i motori dell’intelligenza artificiale, l’orchestrazione ne costituisce il telaio, la trasmissione e il cruscotto.

I segnali di questa svolta sono numerosi. OpenRouter, una piattaforma di routing che supporta diverse centinaia di modelli, illustra la rapidità con cui il mercato sta rivalutando questo settore: valutata 1,3 miliardi di dollari nel maggio 2026 in occasione di un round di finanziamento guidato dal fondo di crescita di Alphabet e dal fondo di venture capital di Nvidia, secondo il Wall Street Journal sarebbe oggetto, appena due mesi dopo, di trattative di acquisizione da parte di Stripe per circa 10 miliardi di dollari  ⁵. Allo stesso modo, il successo commerciale dei laboratori non si basa più sulla vendita lorda di token, ma sull’implementazione di prodotti agentiali che incapsulano i modelli in flussi di lavoro strutturati. Infine, l’emergere di offerte a basso costo, come Muse Spark o il modello a pesi aperti Inkling, accelera l’adozione di router multimodello in grado di selezionare la soluzione più economica per ogni richiesta. Rendendo le architetture tecnologiche intercambiabili, l’orchestrazione esercita una pressione continua verso la banalizzazione dei modelli. Gran parte della capacità di un modello è in realtà latente e viene rivelata o persa a seconda della qualità del sistema che lo circonda. Tuttavia, occorre fare due precisazioni. Al vertice della gerarchia delle capacità, gli stack integrati dei laboratori all’avanguardia mantengono per il momento un netto vantaggio rispetto alle configurazioni equivalenti costruite attorno a modelli aperti: l’intercambiabilità è pienamente effettiva per le attività correnti, ma non ancora per i flussi di lavoro autonomi più esigenti. D’altra parte, l’instradamento risponde innanzitutto a una logica di ottimizzazione economica: grandi gestori patrimoniali francesi hanno così implementato gateway interni che indirizzano ogni richiesta dei propri sviluppatori verso il modello meno costoso in grado di elaborarla, allineando la potenza consumata e la complessità dell’attività.

Questo cambiamento ridefinisce radicalmente i rapporti di dipendenza. È ormai a livello di orchestrazione che si cristallizzano l’adesione dell’utente, la memoria istituzionale e i costi di trasferimento da un sistema all’altro. Un’economia che padroneggia questo livello applicativo può così sostituire un fornitore di modelli con un altro a costi inferiori, proprio come si sostituisce un motore su uno stesso telaio. Al contrario, chi ne abbandona il controllo rimane vincolato, anche se dispone di un modello sovrano: non è più l’algoritmo grezzo a fidelizzare il cliente, ma l’ecosistema che lo circonda. La sovranità d’uso si gioca quindi innanzitutto a livello di orchestrazione.

È tuttavia opportuno distinguere attentamente due livelli. Sul piano economico, il livello di orchestrazione è proprio il luogo in cui si crea il valore aggiunto. Sul piano geoeconomico, i modelli sono sostituibili tra loro grazie al livello di orchestrazione, che consente di passare da un fornitore americano a uno cinese, europeo o aperto, a condizione che esista una soluzione alternativa. È proprio questo che garantisce la base che proponiamo di seguito. Restano tuttavia da identificare e scongiurare due rischi specifici di questo livello: un fornitore di modelli può limitare l’accesso degli orchestratori concorrenti alle interfacce da cui dipendono, e gli attori dell’orchestrazione legati ai laboratori dal punto di vista capitalistico possono distorcere la concorrenza a vantaggio della loro casa madre.

Questo livello di orchestrazione rappresenta un terreno favorevole per l’Europa, mentre i modelli di frontiera le sono finora sfuggiti. L’integrazione aziendale dipende dal software di settore, dalla conoscenza dei processi e dalle competenze settoriali, ovvero il core business di aziende di punta come SAP o Dassault Systèmes. In questo ambito, il biglietto d’ingresso si misura in termini di capitale umano e competenze industriali, e non di potenza di calcolo. L’urgenza è tuttavia altrettanto reale in questo settore: i laboratori statunitensi stanno ormai investendo in modo aggressivo in questo livello applicativo e la finestra di opportunità rischia di chiudersi rapidamente.

Inoltre, una strategia solida su questo tema cruciale consente di affrontare entrambi gli scenari di evoluzione tecnologica. In caso di commoditizzazione dei modelli, i margini e il valore si sposteranno a livello di orchestrazione. In caso di continua innovazione tecnologica (la «fuga»), questo livello determina la capacità di un’economia di convertire la potenza lorda dell’IA in guadagni reali di produttività. A parità di accesso ai grandi modelli, il divario di valore si amplierà in funzione della qualità dell’integrazione, un divario che già separa le aziende statunitensi dalle loro controparti europee.

Tuttavia, l’orchestrazione non può essere considerata una panacea: essa va a completare il portafoglio strategico, ma non compensa la mancanza di accesso ai modelli di potenza (della classe Mythos), indispensabili per la difesa informatica e l’intelligence. Consente tuttavia di correggere un pregiudizio persistente nel dibattito pubblico: concentrando l’attenzione esclusivamente sulla frontiera tecnologica, trascuriamo il segmento in cui i nostri punti di forza sono reali e le barriere all’ingresso superabili. Questo progetto non richiede finanziamenti sproporzionati; esige semplicemente di attivare le leve di attuazione già disponibili: appalti pubblici rigorosi in materia di sovranità degli strati applicativi critici, obblighi di ricorso a più fornitori per garantire la continuità operativa e la strutturazione di patrimoni comuni di dati settoriali per salvaguardare il nostro vantaggio sul campo.

Il test di robustezza applicato allo scenario fatalistico e allo scenario di fuga

L’approccio fatalista è inefficace di fronte alle sfide che abbiamo individuato. Nello scenario della “commoditizzazione”, priva fin dall’inizio l’Europa delle posizioni industriali che potrebbe conquistare su un mercato ormai accessibile. Nello scenario della “fuga”, la lascia indifesa di fronte a improvvise restrizioni di accesso.

Prima di formulare la nostra proposta, anticipiamo una prima obiezione che le verrà immediatamente opposta. L’esigenza di robustezza che difendiamo deve affrontare la critica più seria: una strategia di ripiegamento basata su un attore situato al di sotto della frontiera tecnologica, come Mistral, sarebbe valida solo nello scenario in cui si rivelasse inutile? Se si verifica la commoditizzazione, questo ripiegamento è facile, ma superfluo; se la frontiera tecnologica si allontana, un modello in ritardo di diciotto mesi diventa obsoleto per gli usi all’avanguardia. Questa obiezione richiede una risposta in due fasi.

In primo luogo, il rischio principale dal quale desideriamo proteggerci non è il ritardo tecnologico, bensì l’interruzione dell’accesso, una minaccia latente in entrambi gli scenari. In caso di blocco, non si tratterà più di competere con lo standard mondiale migliore, ma di preservare un’autonomia minima. Un modello sovrano vicino al limite, senza però raggiungerlo, sarà sempre infinitamente più utile per le funzioni vitali dello Stato e la continuità economica rispetto al nulla. L’esempio ucraino è significativo a questo proposito: pur non dominando il confine dei sistemi autonomi, il suo esercito ha trasformato le proprie capacità militari grazie a droni progettati a partire da componenti tecnologici accessibili e integrati sul campo.

Infine, teniamo conto del fatto che una semplice logica assicurativa non è sufficiente nello scenario di una fuga. Se le capacità di frontiera costituiscono un attributo di sovranità di primo piano, l’Europa dovrà prima o poi disporne o garantirne l’accesso strategico. È per questo motivo che la nostra proposta non si limita a una politica di protezione: si articola come una dottrina di opzione, nel senso finanziario del termine. Mentre l’assicurazione risarcisce un sinistro a posteriori, l’opzione consente di acquistare oggi, per una frazione del suo costo reale, il diritto di entrare in gara nel momento scelto. Pertanto, la sfida del percorso che proponiamo consiste nel determinare cosa occorre costruire fin da ora per garantire questa opzione, senza pagarne in anticipo il prezzo esorbitante.

La nostra proposta: costruire una base industriale indispensabile in tutti gli scenari tecnologici

Il piano che proponiamo tiene conto di un’asimmetria temporale spesso ignorata nel dibattito sull’IA sovrana. Infatti, le diverse componenti di un’iniziativa all’avanguardia non hanno tutte lo stesso orizzonte temporale: se i chip possono essere acquisiti in diciotto mesi una volta assicurati il capitale e l’accesso ai finanziamenti, l’energia, i terreni allacciati alle reti, le competenze per l’addestramento su larga scala, i protocolli di valutazione e gli organi decisionali richiedono dai cinque ai dieci anni per essere messi a punto. L’operazione Prometeo propone di finanziare immediatamente l’elemento più rapido e oneroso: il calcolo di addestramento al confine. Tuttavia, l’incertezza sul suo valore ci sembra troppo elevata. Proponiamo quindi di iniziare dai primi livelli del razzo: costruire, fin da ora e a costi contenuti, le infrastrutture a lento sviluppo che manterranno il loro valore indipendentemente dallo scenario finale.

Questo percorso alternativo si basa su cinque aree di intervento prioritarie.

Il primo riguarda l’energia e il territorio collegato alla rete. Indipendentemente dallo scenario tecnologico, l’Europa avrà un enorme fabbisogno di calcolo e l’elettricità decarbonizzata e abbondante è l’unico anello della catena del valore in cui la Francia dispone di un vantaggio comparativo a livello mondiale, a condizione di adeguare la propria politica energetica. Il divario di competitività è ben documentato: nel 2025, il prezzo dell’elettricità industriale nell’Unione europea era in media doppio rispetto a quello praticato negli Stati Uniti e superiore del 50% rispetto a quello praticato in Cina. L’energia, le autorizzazioni e l’allacciamento costituivano quindi il vero collo di bottiglia del calcolo in Europa, più del capitale o dei chip. Per porvi rimedio, è indispensabile accelerare gli allacciamenti, eliminare i progetti fantasma che intasano inutilmente le liste d’attesa, creare zone industriali dedicate per ridurre i tempi di autorizzazione a pochi mesi, istituire uno sportello unico e rilanciare il nucleare. Questa parte dell’operazione Prometeo deve essere attuata integralmente, poiché è indispensabile, anche se nessun modello venisse prodotto sul nostro territorio. Il suo costo di bilancio diretto rimane modesto, poiché l’essenziale riguarda la leva normativa, mentre l’acquisizione di terreni pubblici e le garanzie di rete ammontano a centinaia di milioni di euro all’anno.

Il secondo progetto consiste nel mettere in campo una flotta di sistemi di inferenza sovrana, ovvero un parco di centri di calcolo dedicati all’esecuzione quotidiana dei modelli. Nel breve termine, l’Europa dovrà accettare di affidarsi a Nvidia su questo punto. Rifiutare l’acquisto di processori americani con il pretesto della dipendenza equivarrebbe a confondere lo stock con il flusso: il rischio strategico risiede nelle forniture future e negli accessi al software revocabili, e non nelle infrastrutture fisiche installate. La sovranità di questa flotta non dipende dall’origine dei suoi componenti, ma da due condizioni imprescindibili: la sua ubicazione sul territorio europeo e la sua gestione esclusiva da parte di soggetti europei. Un centro dati situato in Europa, ma gestito da un soggetto terzo straniero, può essere disconnesso a distanza, istantaneamente; un centro gestito da un’azienda europea, con hardware importato, offre, nel peggiore dei casi, diversi anni di tregua prima dell’obsolescenza tecnologica, un lasso di tempo sufficiente per ribaltare i rapporti di forza. Questa valutazione non ha nulla di utopistico: le proiezioni più prudenti sulla domanda indicano che, entro il 2028, il fabbisogno di inferenza di un grande paese europeo supererà ampiamente l’insieme delle capacità attualmente pianificate nel continente. Il pericolo imminente è la carenza di infrastrutture, non l’eccesso di capacità. A questo punto, Nvidia e AMD rimangono imprescindibili, ma la sovranità hardware presuppone, nel medio termine, di spostare una quota crescente dell’inferenza verso acceleratori specializzati (ASIC) e, nel lungo termine, di controllare l’intero stack: interconnessione, memoria, packaging, compilatori e librerie, e non un singolo chip isolato. Sviluppare fin da ora una filiera europea di acceleratori è un passo naturale per ampliare la flotta di inferenza.

Per questa flotta, puntare a una capacità compresa tra 2 e 3 GW entro il 2030 comporterebbe un investimento da 66 a 101 miliardi di euro in cinque anni, se ci si basa sui costi unitari indicati dallo stesso progetto Prométhée (circa 33,4 miliardi di euro per gigawatt di capacità installata e 0,8 miliardi all’anno per la gestione) . Se l’ordine di grandezza è impressionante, è proprio il rigore del piano finanziario a garantirne la credibilità.

L’equilibrio economico di un parco di questo tipo dipende da due variabili fondamentali: il tasso di utilizzo delle capacità e il deprezzamento accelerato dei chip, che perdono la maggior parte del loro valore in quattro o cinque anni. Il primo rischio può essere neutralizzato ricorrendo a locatari di riferimento. Questi clienti strategici garantiranno la redditività dell’infrastruttura grazie a contratti vincolanti di tipo «take-or-pay» (l’impegno a pagare la capacità riservata, indipendentemente dal fatto che venga utilizzata o meno). Tali impegni saranno sottoscritti dalla pubblica amministrazione, dal gestore di competenze del terzo progetto e dalle grandi imprese europee i cui piani di continuità operativa richiedono proprio una capacità di ripiegamento sul territorio nazionale. Il secondo rischio è gestito dall’architettura del capitale. Il nucleo del round di finanziamento deve riunire investitori a lungo termine (Caisse des dépôts, Banca europea per gli investimenti, fondi infrastrutturali), sostenuti da una tranche di prima perdita assunta dallo Stato, al fine di rassicurare i capitali privati, come spiegano giustamente gli autori della nota Prométhée. Calibrato sul rischio di svalutazione, questo contributo pubblico iniziale rappresenterebbe dal 10 al 20% del totale, ovvero da 2 a 4 miliardi di euro all’anno. Il resto del capitale verrebbe raccolto presso fondi sovrani desiderosi di proteggersi dalla propria dipendenza dal duopolio sino-americano, come la Norvegia, in grado di combinare la potenza del proprio fondo da 1.800 miliardi di euro con i propri vantaggi nel settore idroelettrico, o gli Stati del Golfo, il cui interesse è già concretizzato dalla presenza del fondo emiratino MGX nel capitale di Campus AI, al fianco di Mistral, Bpifrance e Nvidia.

L’analisi degli autori di Prometeo riguardo alla necessità di ridurre il rischio per le potenze medie è corretta. La nostra proposta consiste semplicemente nell’orientare questa dinamica verso un asset redditizio in tutti gli scenari tecnologici. Questa flotta di inferenza costituisce al tempo stesso uno scudo contro le interruzioni di accesso, il supporto fisico della nostra dottrina delle opzioni e un patrimonio tangibile il cui valore residuo, ancorato agli edifici, alla rete elettrica e ai terreni, ne fa l’investimento più solido dell’intero portafoglio.

Il terzo ambito di intervento riguarda il custode delle competenze di addestramento. Si tratta di una riformulazione, più esigente, del ruolo dell’attore di ripiego. La funzione strategica di Mistral, dal punto di vista dello Stato, non risiede nel suo catalogo di modelli, ma nel fatto di essere oggi l’unico luogo in Europa dove il know-how relativo all’addestramento dei grandi modelli – quella forma di capitale umano e collettivo che non si acquista in diciotto mesi – esiste e si rinnova. Questo know-how diventa tanto più prezioso in quanto la via del recupero attraverso la distillazione si sta chiudendo: domani, bisognerà o saper addestrare da soli, oppure essere completamente dipendenti. 

La base degli appalti pubblici pluriennali (difesa, sicurezza, funzioni sovrane) deve essere dimensionata e disciplinata contrattualmente per adempiere a questa funzione: mantenere una squadra di livello mondiale in condizioni di addestramento continuo, a una distanza ragionevole dal confine, con obiettivi di capacità verificabili. Concretamente, si tratta di un impegno di acquisto vincolante compreso tra 1,5 e 2 miliardi di euro all’anno per un periodo da cinque a sette anni, a cui si aggiunge un budget dedicato all’addestramento compreso tra 0,5 e 1 miliardo all’anno, per un totale di 2-3 miliardi di euro all’anno. Grazie a questa leva, lo Stato si assicura un’opzione. Questa formula comporta una contropartita impegnativa: il sostegno è condizionato e reversibile. Se il fornitore designato non rispetta in modo duraturo gli obiettivi fissati, l’appalto può essere trasferito a un altro soggetto, consorzio, nuova struttura o team ricostituito attorno alle stesse infrastrutture. Non si punta su un’impresa, ma su una competenza, ovunque essa si trovi. Detto questo, senza un garante della competenza, l’opzione di frontiera non esiste, indipendentemente dal capitale disponibile nel momento in cui si volesse avvalersene.

Quarto ambito di intervento: la capacità di valutazione autonoma e la mappatura delle dipendenze. Valutare in modo autonomo le prestazioni effettive, le vulnerabilità e gli utilizzi critici dei modelli più avanzati costa circa 100 milioni di euro all’anno a livello europeo. Tale valutazione determina la classificazione ufficiale degli utilizzi (quelli in cui la dipendenza è accettabile, quelli che richiedono una soluzione alternativa e quelli che la escludono), la credibilità dei negoziati di accesso e, soprattutto, l’interpretazione degli indicatori da cui dipende la decisione di esercitare l’opzione. È il sistema nervoso della dottrina, che la rende operativa e mobilitabile.

Il quinto ambito di intervento riguarda la negoziazione collettiva delle garanzie di accesso. È opportuno chiarire con precisione quali elementi potrebbero fornire all’Europa una vera leva, contrariamente all’idea diffusa secondo cui basterebbe la dimensione del mercato europeo. Infatti, in un contesto di carenza di capacità di calcolo, la perdita di clienti europei incide solo marginalmente sui laboratori statunitensi, che riassegnano senza difficoltà la potenza liberata alla loro domanda interna o alla propria ricerca. Il semplice status di «acquirente interessato» è quindi strutturalmente inoffensivo.

Il vero fulcro strategico europeo si trova altrove. Risiede innanzitutto nella nostra offerta infrastrutturale: l’Europa, e in particolare la Francia, può offrire ai fornitori americani una risorsa di cui sono gravemente carenti, ovvero siti allacciati alla rete e elettricità decarbonizzata in abbondanza, in cambio di garanzie contrattuali di accesso ai modelli migliori. Questo meccanismo presenta una preziosa caratteristica asimmetrica: una volta che il centro di calcolo è stato insediato sul territorio europeo, il capitale investito diventa ostaggio del rapporto. Il fornitore che venisse meno ai propri impegni si ritroverebbe con miliardi di asset privati privi di energia, mentre il governo americano, se tentasse di imporre restrizioni, si scontrerebbe con la potente lobby delle proprie aziende.

Questa leva si basa poi sulla coalizione dei colli di bottiglia industriali. Il monopolio di ASML non è un caso isolato; la catena del valore globale dei semiconduttori dipende anche dalle ottiche dell’azienda tedesca Zeiss, dai laser dell’azienda tedesca Trumpf e dalle architetture di memoria delle aziende sudcoreane SK Hynix e Samsung. Coordinata tra L’Aia, Berlino, Seul e Tokyo, questa posizione collettiva ha un peso geopolitico che la semplice domanda commerciale non possiede più. A questa struttura si aggiungono le classiche clausole contrattuali: preavviso, continuità del servizio, deposito dei parametri del modello presso una terza parte di fiducia in caso di interruzione dell’accesso, nonché una condizione troppo spesso elusa: la sicurezza assoluta delle nostre reti, poiché nessun laboratorio accetta di affidare i propri modelli più preziosi a infrastrutture ritenute vulnerabili. Certo, nessuna di queste garanzie equivale alla piena e totale sovranità, e gli eventi recenti ci ricordano che un accesso concesso può essere revocato. Tuttavia, combinate con la nostra flotta di inferenza e la nostra gestione delle competenze, queste garanzie stravolgono le regole del gioco: l’interruzione dell’accesso non condanna più l’Europa alla paralisi, ma impone al fornitore un costo di migrazione proibitivo. Pertanto, la dissuasione economica non elimina la dipendenza, ma ne rende onerosa la gestione.

https://datawrapper.dwcdn.net/1CynH

Complessivamente, il costo di questo pilastro per la Francia e i suoi partner si attesta tra i 5 e i 7 miliardi di euro all’anno, pari a circa lo 0,2% del PIL francese. Tale importo va confrontato con l’1,5% richiesto per la sola componente pubblica di Prométhée e con il 4,5-8% del suo costo complessivo. In questi cinque anni, il nostro approccio mobilita da 90 a 135 miliardi di dollari, finanziati in larga misura dal settore privato e garantiti dai ricavi operativi. Mentre Prométhée impiega somme prevalentemente pubbliche, noi proponiamo di mobilitare un capitale prevalentemente privato, garantito da attività produttive e da ricavi operativi. Forti di questo percorso di solidità, passiamo ora all’analisi dei due scenari massimalisti.

Settore A: se la mercificazione prende piede, l’offensiva passa attraverso la diffusione

Se i prossimi diciotto mesi confermeranno l’ipotesi incrementale, caratterizzata da un restringimento delle prestazioni, da una mercificazione delle capacità e da una guerra dei prezzi di cui il riposizionamento di Meta è il segnale precursore, il baricentro strategico si sposterà definitivamente verso la diffusione, ovvero l’effettiva adozione dell’IA da parte del tessuto economico. Come ha evidenziato il rapporto Draghi, il ritardo europeo in termini di produttività è tanto un ritardo nell’adozione quanto nella produzione. I 1.000 miliardi di euro di spesa annuale citati da Arthur Mensch ⁶ saranno assorbiti dai modelli effettivamente implementati sul campo, e non necessariamente dalle architetture di front-end più complesse. In questo contesto, il costo di utilizzo, la velocità di esecuzione, l’integrazione con i processi aziendali, la conformità normativa, la localizzazione dei dati e la gestione dei flussi di lavoro degli agenti diventano le variabili chiave della concorrenza. Tutti ambiti in cui gli attori europei possono costruire un vantaggio comparativo duraturo. La nazionalità del fornitore mantiene inoltre un’importanza strategica fondamentale per quanto riguarda la ridistribuzione del valore generato in Europa, lo sfruttamento dei dati di utilizzo per arricchire i modelli futuri o la resilienza di fronte a potenziali restrizioni.

In questo scenario tecnologico, occorre attivare immediatamente diverse leve. Si tratta innanzitutto delle leve pubbliche che consentono di accelerare la diffusione dell’uso dell’IA: il prezzo dell’elettricità, fattore chiave del costo d’uso; gli appalti pubblici, che fungono da cliente di riferimento; la pubblica amministrazione, che rimane il principale acquirente di servizi intellettuali del continente; la creazione di patrimoni comuni di dati settoriali nei settori della sanità, dell’industria e della mobilità; l’impegno nella formazione; nonché una revisione normativa che incoraggi attivamente l’implementazione operativa.

In secondo luogo, la preferenza europea deve essere calibrata con rigore per non costituire un freno alla diffusione. Una preferenza generalizzata potrebbe infatti far lievitare artificialmente il costo dell’IA per l’intera economia, mentre è essenziale favorirne la diffusione su larga scala. Peggio ancora, una preferenza cieca rischierebbe di dotare i nostri ospedali, le nostre reti e le nostre amministrazioni di strumenti di difesa informatica di secondo ordine, mentre le capacità offensive all’avanguardia degli avversari stanno diventando sempre più comuni. Tale preferenza deve quindi essere duplamente limitata: deve essere riservata agli usi critici identificati dal nostro quadro di riferimento e subordinata a soglie di prestazione verificate in modo sovrano. Nessun meccanismo di preferenza deve essere applicato senza una soglia minima di efficacia: se l’attore europeo si dimostra incapace di mantenere il livello richiesto in un determinato segmento, la clausola viene automaticamente sospesa. Si tratta di una condizione fondamentale per allineare la preferenza economica alle esigenze di sicurezza che essa pretende di servire.

Per costruire questa dottrina di politiche pubbliche sarà necessario influire su un rapporto di forze già in atto, ma ancora del tutto aperto. Il Cloud and AI Development Act, presentato il 3 giugno 2026 come elemento centrale del Tech Sovereignty Package, propone un quadro a quattro livelli di requisiti di sovranità per gli appalti pubblici nel settore del cloud, ma questo testo è ancora solo una proposta: il suo contenuto effettivo si definirà nel corso dei negoziati tra il Parlamento europeo e il Consiglio, dove il grado effettivo di requisiti rimane oggetto di discussione. La nostra raccomandazione mira quindi a influenzare tali negoziati, piuttosto che a convincere una Commissione che parlerebbe all’unisono, sapendo che in essi continuerà a riflettersi il compromesso interno tra una DG GROW, più favorevole a una politica industriale decisa, e una DG COMP, più orientata alla neutralità concorrenziale.

Ramo B: lo scenario della fuga e l’esercizio dell’opzione

Se gli indicatori di prestazione dei modelli confermano tuttavia lo scenario di “fuga”, caratterizzato da un ampliamento dei divari nelle attività lunghe e complesse, da ripetuti balzi di prestazione, da un esaurimento delle architetture aperte e da un inasprimento dei controlli di accesso per decisione statunitense o cinese, lo sforzo di frontiera diventa pienamente giustificato. La nostra base sarà quindi stata concepita proprio per rendere possibile questa ambizione, a costi e rischi inferiori. Questo ramo operativo non fa altro che riprendere la sostanza del progetto Prometeo, ma viene attivato in un momento in cui esso diventa un’opzione certa e vincente (dal punto di vista della sovranità, della tecnologia e del commercio).

Questo lancio si discosterebbe tuttavia dalla prima impresa titanica sotto cinque aspetti fondamentali.

In primo luogo, la situazione di partenza è solida: le infrastrutture energetiche, i siti collegati, la flotta di calcolo per l’inferenza e i team di addestramento esistono già. I costi aggiuntivi si concentrano esclusivamente sul calcolo di addestramento vero e proprio, preservando così le risorse pubbliche durante la fase di avvio. L’attivazione di questa opzione non rende il confine economico, ma garantisce una decisione informata, un terreno pronto e un onere condivisibile.

In secondo luogo, il fattore scatenante si basa su parametri empirici accertati e non su un’ipotesi teorica. Tuttavia, il contesto geopolitico che imporrebbe l’attivazione di tale opzione modificherebbe profondamente anche gli equilibri: un inasprimento delle condizioni di accesso imposto da Washington legittimerebbe la nostra coalizione, dissiperebbe le esitazioni dei nostri partner, paralizzati dal timore di scontentare l’alleato americano, e accelererebbe l’emergere di architetture alternative per i chip.

In terzo luogo, la coalizione assumerebbe una forma ristretta e a geometria variabile, strutturata attorno al nostro gestore delle competenze piuttosto che a un nuovo organismo creato ex novo. Lo Stato interverrebbe in qualità di garante del controllo strategico, e non come responsabile scientifico. Se la filosofia del Commissariato per l’energia atomica, citata da Prométhée, è quella giusta, il meccanismo del trattato proposto, ovvero diritti di accesso garantiti a fronte di un contributo finanziario iniziale, deve essere esteso oltre i confini dell’Unione europea. Deve includere il Regno Unito, la Svizzera e la Norvegia per le loro competenze e la loro energia, il Giappone e la Corea del Sud per la filiera dei semiconduttori, nonché gli Stati del Golfo per il loro capitale. Tutti questi paesi hanno un interesse vitale comune: aggirare il duopolio sino-americano.

In quarto luogo, il finanziamento si baserebbe sulla collaudata architettura della flotta di inferenza, con un apporto di capitale a lungo termine da parte dei principali fondi sovrani, remunerato da diritti d’uso garantiti piuttosto che da semplici promesse di rendimento finanziario.

Infine, l’obiettivo strategico non si baserebbe più sulla promessa incerta di «raggiungere i leader in tre anni», la cui fragilità è stata evidenziata dalle recenti dinamiche di mercato. L’ambizione sarebbe quella di entrare nel gruppo di testa entro mezzo decennio, seguendo un percorso di apprendimento realistico, in linea con la storia industriale dei processi di recupero tecnologico sostenuti da ingenti investimenti.

I fattori scatenanti e la governance della decisione alla base della nostra proposta

Una dottrina opzionale ha valore solo se un organo ne monitora gli indicatori critici ed è autorizzato ad attivarne l’attuazione. Eppure, è proprio questo il punto cieco del dibattito attuale, che accumula analisi strategiche senza dotarsi di un organo decisionale. Per ovviare a questo problema, la nostra proposta si articola attorno a tre disposizioni concrete, accomunate da un principio trasversale: la geometria variabile. Nessuno dei progetti che seguono deve essere subordinato all’unanimità dei Ventisette, i cui interessi nazionali sono troppo divergenti per consentire l’attuazione di una politica di potere in materia. Occorre infatti fare affidamento fin dall’inizio su un nucleo di Stati determinati.

In primo luogo, la gestione richiede un quadro di controllo pubblico degli indicatori di scenario, gestito da un’autorità di valutazione sovrana, in collaborazione con l’Ufficio europeo per l’IA, ma indipendente dalla sua autorità di riferimento. Questo strumento consentirebbe di misurare oggettivamente l’evoluzione dei divari di prestazione nell’esecuzione di compiti complessi da parte degli agenti, e non solo le classifiche di preferenza, la frequenza e la portata delle restrizioni di accesso statunitensi e cinesi, la vitalità del flusso di modelli aperti, l’inasprimento delle protezioni contro la distillazione tecnologica, il tasso di penetrazione degli agenti autonomi nell’economia reale, nonché la maturità industriale dei chip alternativi a Nvidia. Questo quadro di controllo sarebbe oggetto di una revisione trimestrale secondo criteri predefiniti, il cui superamento innescherebbe l’attivazione dei protocolli.

In secondo luogo, la governance deve basarsi su un mandato decisionale chiaramente definito e volutamente flessibile. Gli Stati impegnati nel cofinanziamento, siano essi europei o meno, costituirebbero un comitato direttivo dei contributori, mentre la Commissione europea fornirebbe supporto tecnico e giuridico, senza tuttavia disporre di un diritto di veto. Si tratta dell’architettura collaudata dei grandi successi industriali del continente, dall’Airbus alla cooperazione spaziale, in netto contrasto con le iniziative multilaterali che si perdono nella governance. La decisione di avviare lo sforzo pionieristico rientra nella sfera politica e di bilancio. Deve basarsi su scenari quantificati e costantemente aggiornati, per non essere improvvisata nell’urgenza di una crisi di accesso tecnologico.

In terzo luogo, il sistema deve includere una componente privata, poiché la criticità di queste tecnologie riguarda in primo luogo le imprese. I consigli di amministrazione europei devono considerare l’accesso ai modelli come un rischio di approvvigionamento di primaria importanza. Ciò implica l’attuazione di politiche basate su due fornitori di inferenza, il collaudo rigoroso di piani di continuità che prevedano il passaggio a modelli gestiti sotto giurisdizione europea e l’introduzione di clausole contrattuali vincolanti in materia di preavviso. L’intero arsenale operativo deve quindi essere strutturato traendo tutti gli insegnamenti dalla prova del fuoco subita questa primavera, con la sospensione parziale dell’accesso a Mythos e Fable.

Il prezzo dell’indipendenza della Francia e dell’Europa

Il riferimento alle parole pronunciate da de Gaulle a Rambouillet — «È molto costoso, ma è il prezzo dell’indipendenza» — è di grande impatto, ma mette anche in luce ciò che potrebbe indebolire il progetto Prometeo. Se la deterrenza nucleare è stata una scommessa tecnologica audace, la sua forza è risieduta nella capacità della Francia di trasformare una dipendenza iniziale (l’acqua pesante norvegese sottratta nel 1940, le competenze balistiche tedesche recuperate nel 1946) in una filiera nazionale chiusa in quindici anni, dal plutonio di Marcoule (1956) ai missili dell’altopiano di Albion (1971). Questo completamento è stato reso possibile dall’abbandono della tecnologia dell’acqua pesante, che dipendeva da approvvigionamenti esterni, a favore della filiera grafite-gas.

L’obiezione fondamentale alla ricerca di un modello di frontiera a breve termine non riguarda solo il costo del progetto, ma anche la sequenza degli investimenti. A nostro avviso, occorre innanzitutto costruire le basi che lo rendono possibile: l’energia, le infrastrutture, le competenze e le istituzioni decisionali. Occorre dare priorità a ciò che richiede tempo. Se le ipotesi dei promotori di Prométhée dovessero confermarsi, il nostro approccio avrà almeno il merito di preparare il terreno: il progetto troverà allora partner determinati e un mercato dei componenti potenzialmente libero dagli attuali monopoli.

In un mondo incerto, la sovranità tecnologica e industriale non passa attraverso una scommessa massimalista, ma attraverso un piano solido in grado di tenere conto di tutti gli scenari tecnologici. Ciò implica la capacità di prosperare se la tecnologia diventa di uso comune, di proteggersi se gli accessi vengono chiusi e di lanciarsi nella corsa all’innovazione al momento giusto. Questa base industriale, che proponiamo come opzione, costa quasi dieci volte meno dell’operazione Prometeo e non richiede l’autorizzazione di nessuno a Washington.

Fonti

1. Meta ha lanciato Muse Spark 1.1 all’inizio di luglio 2026, presentato dalla stampa come un’offerta a basso costo destinata a un utilizzo di massa. Cfr. Harshita Mary Varghese, Katie Paul, « Meta debuts Muse Spark 1.1 model with preview open to developers », Reuters, 9 luglio 2026.
2. L’Ufficio per l’IA pubblica le conclusioni degli esperti in IA di frontiera in materia di competitività, sovranità e sicurezza dell’UE, Commissione europea, 15 luglio 2026.
3. Su Mythos, le sue straordinarie competenze in materia di sicurezza informatica e le restrizioni al suo accesso (Project Glasswing).
4. METR, « Measuring AI Ability to Complete Long Tasks » (2025) : la durata delle attività svolte in autonomia con un’affidabilità del 50 % raddoppia all’incirca ogni sette mesi.
5. Berber Jin, Lauren Thomas, Kate Clark, « Stripe in trattative per l’acquisizione di OpenRouter, il popolare marketplace di modelli di intelligenza artificiale », The Wall Street Journal, 23 luglio 2026.
6. Audizione di Arthur Mensch, cofondatore e amministratore delegato di Mistral AI, e di Audrey Herblin-Stoop, direttrice degli affari pubblici e della comunicazione, Assemblea nazionale, 12 maggio 2026.