* Un mercato in crescita, una classifica che non premia * Supercomputer italiani ai vertici europei * Il nodo delle PMI e il divario con le grandi imprese * Fuga di talenti: lo scarto salariale che svuota i laboratori * Verso il 2030: le condizioni per recuperare terreno
Un mercato in crescita, una classifica che non premia {#un-mercato-in-crescita-una-classifica-che-non-premia}
Diciottesima su ventisette. La posizione dell'Italia nella classifica europea per adozione dell'intelligenza artificiale è una di quelle cifre che raccontano più di un intero rapporto. Un piazzamento da metà classifica, lontano non solo dalle locomotive del Nord Europa ma anche da diversi Paesi dell'area mediterranea che negli ultimi anni hanno investito con maggiore decisione sulla transizione digitale.
Eppure i numeri assoluti non sono trascurabili. Il mercato italiano dell'IA ha superato la soglia di 1,2 miliardi di euro, una cifra che testimonia una dinamica reale, fatta di investimenti industriali, startup, progetti di ricerca pubblica e privata. Le proiezioni più ottimistiche indicano un traguardo possibile di 5 miliardi entro il 2030, a patto che vengano rimosse alcune strozzature strutturali che oggi frenano il sistema.
Il paradosso italiano, del resto, è noto a chiunque si occupi di politica dell'innovazione: eccellenze di livello mondiale convivono con ritardi sistemici che ne neutralizzano l'impatto complessivo.
Supercomputer italiani ai vertici europei {#supercomputer-italiani-ai-vertici-europei}
Se c'è un ambito in cui l'Italia può rivendicare una posizione di primo piano, è quello dell'infrastruttura di calcolo ad alte prestazioni. Due supercomputer italiani figurano tra i primi cinque in Europa, un risultato che pochi avrebbero pronosticato dieci anni fa e che oggi rappresenta un asset strategico per la ricerca sull'intelligenza artificiale, la modellizzazione climatica, le simulazioni in ambito biomedico.
Questa capacità di calcolo, frutto di investimenti mirati e di una tradizione consolidata nella fisica computazionale, colloca il Paese in una posizione privilegiata. Come emerso anche in occasione de I Progressi della Ricerca sull'Energia da Fusione: Inaugurato il Supercomputer Cresco8 in Italia, l'Italia ha saputo costruire infrastrutture di calcolo capaci di competere con quelle dei maggiori partner europei.
Il punto, però, è che la potenza di calcolo da sola non basta. Serve un ecosistema capace di tradurre quella capacità in applicazioni concrete, brevetti, prodotti, servizi. E qui il quadro si fa più complesso.
Il nodo delle PMI e il divario con le grandi imprese {#il-nodo-delle-pmi-e-il-divario-con-le-grandi-imprese}
Stando a quanto emerge dai dati più recenti, il divario di adozione dell'intelligenza artificiale tra grandi imprese e piccole e medie imprese in Italia è impressionante. Il 53,1% delle grandi aziende dichiara di utilizzare soluzioni basate sull'IA, una percentuale in linea con la media dei principali Paesi industrializzati. Ma quando si scende al livello delle PMI, la quota crolla al 15,7%.
Uno scarto di quasi quaranta punti percentuali che, in un Paese dove le piccole e medie imprese rappresentano oltre il 99% del tessuto produttivo, non è un dettaglio statistico. È il cuore del problema.
Le ragioni sono molteplici e in gran parte note:
* Carenza di competenze digitali all'interno delle PMI, aggravata dalla difficoltà di attrarre profili tecnici qualificati * Costi di implementazione percepiti come eccessivi, soprattutto per le microimprese * Assenza di una cultura dell'innovazione data-driven in molti settori tradizionali * Frammentazione dell'offerta formativa, con percorsi universitari e post-universitari non sempre allineati alle esigenze del mercato
Il Piano Nazionale di Ripresa e Resilienza aveva destinato risorse significative alla digitalizzazione del tessuto produttivo, ma la velocità di esecuzione e l'efficacia degli interventi restano questioni aperte. Senza un'accelerazione decisa, il rischio è che il divario tra chi adotta l'IA e chi resta ai margini si cristallizzi, con conseguenze pesanti sulla competitività complessiva del sistema.
Fuga di talenti: lo scarto salariale che svuota i laboratori {#fuga-di-talenti-lo-scarto-salariale-che-svuota-i-laboratori}
C'è poi una variabile che più di ogni altra condiziona le prospettive italiane nel campo dell'intelligenza artificiale: la fuga di cervelli. Il fenomeno, che riguarda trasversalmente la ricerca scientifica e tecnologica, nel settore dell'IA assume contorni particolarmente allarmanti.
A guidare l'esodo è un divario salariale stimato tra il 40 e il 50% rispetto a quanto offerto da università, centri di ricerca e aziende tech di altri Paesi europei, per non parlare del confronto con gli Stati Uniti. Un ricercatore specializzato in machine learning o deep learning che lascia un'università italiana per un istituto tedesco, olandese o svizzero può vedere il proprio stipendio quasi raddoppiare, a parità di ruolo e anzianità.
Non si tratta solo di retribuzioni. Pesano anche la precarietà dei contratti accademici, la lentezza dei percorsi di carriera, la scarsità di fondi per la ricerca di base. Come sottolineato dal Il Premio Nobel Parisi: un appello per attrarre talenti scientifici americani in Italia, il tema dell'attrattività del sistema italiano per i ricercatori di alto profilo è ormai ineludibile.
L'Italia forma ottimi specialisti, questo è fuori discussione. Ma troppo spesso li forma per conto di altri Paesi, in un circolo vizioso che impoverisce il capitale umano disponibile proprio nel momento in cui sarebbe più necessario.
Verso il 2030: le condizioni per recuperare terreno {#verso-il-2030-le-condizioni-per-recuperare-terreno}
L'obiettivo dei 5 miliardi di euro di mercato entro il 2030 non è irrealistico, ma richiede interventi che vadano ben oltre la retorica dell'innovazione. La Strategia Italiana per l'Intelligenza Artificiale, aggiornata negli ultimi anni in coerenza con il regolamento europeo sull'IA (l'_AI Act_ entrato in vigore nel 2024), traccia una direzione, ma la sua attuazione concreta procede a velocità disomogenea.
Alcune leve appaiono decisive. La prima è colmare il divario nelle PMI, attraverso programmi di accompagnamento che non si limitino all'erogazione di incentivi fiscali ma offrano supporto tecnico, formazione e accesso a piattaforme condivise. La seconda riguarda le politiche retributive e di carriera nel mondo della ricerca e dell'università, senza le quali qualsiasi strategia di sviluppo dell'IA rischia di costruire su fondamenta fragili.
La terza, forse la più sottovalutata, riguarda la governance dei dati. L'intelligenza artificiale si nutre di dati, e l'Italia dispone di enormi giacimenti informativi nel settore pubblico, dalla sanità alla pubblica amministrazione, che restano in larga parte inutilizzati o frammentati in silos non interoperabili.
Il 18esimo posto in Europa non è una sentenza definitiva. È, piuttosto, la fotografia di un Paese che possiede le competenze e le infrastrutture per stare tra i protagonisti, ma che fatica a mettere a sistema le proprie eccellenze. La distanza tra il potenziale e i risultati, in fondo, è la cifra più ricorrente della questione italiana sull'intelligenza artificiale.