Un patto pubblico per governare l’AI

Giovedì 25 giugno il Consiglio dell’Unione ha dato l’ultimo via libera ai regolamenti che attuano l’accordo commerciale con gli Stati Uniti, quello del tetto al 15 per cento sui dazi per gran parte dell’export europeo, undici mesi dopo il vertice scozzese di Turnberry. Ventiquattr’ore più tardi il presidente americano ha minacciato un dazio del 100 per cento sui beni di qualsiasi Paese che tassi le piattaforme digitali, avvertendo che la misura prevarrebbe sugli accordi appena firmati. Il bersaglio, nominato espressamente, erano i governi europei. La guerra dei dazi aperta con la seconda presidenza Trump rischia così di apparire, col senno di poi, poco più di un preludio. Il salto di qualità è la “weaponization incrociata”: l’arma tariffaria tradizionale, che colpisce i beni, impiegata per difendere i servizi digitali americani, le piattaforme di intelligenza artificiale e di cloud, i dati, le infrastrutture di rete, dalla tassazione e dalla regolazione di Stati e continenti terzi, garantendo agli Stati Uniti la leadership globale e alle big tech la libertà di continuare a crescere e produrre profitti.

L’asimmetria che regge lo scambio sta nel fatto che l’Europa esporta automobili e farmaci; l’America, cloud, software e proprietà intellettuale. Chi minaccia i beni difende i servizi. Non a caso l’accordo appena ratificato lascia fuori dal proprio perimetro, per esplicita conferma della Commissione, tanto le imposte sui servizi digitali quanto la regolazione europea dell’economia digitale: è lì che la partita resta aperta.

Le piattaforme che l’Europa vorrebbe tassare sono le stesse su cui si regge la sua vita digitale. Dietro c’è una capacità di calcolo sempre più concentrata: secondo la Banca d’Italia, cinque grandi imprese statunitensi detengono circa tre quarti della capacità di calcolo mondiale. Chi domina chip, dati, modelli e calcolo non controlla solo l’innovazione: può anche imporre un prezzo a chi prova a regolarlo. Il rapporto Draghi del settembre 2024 ha dato a questa vulnerabilità la diagnosi più citata: oltre l’80 per cento di prodotti, servizi e infrastrutture digitali europei arriva da fornitori esterni al continente. Le competenze, i dati e i mercati l’Europa li ha; quello che le manca è la capacità di agire alla scala giusta, con una governance comune. Un continente che non riesce a concordare come tassare le piattaforme non riuscirà nemmeno a costruirne l’alternativa. Il limite è di scala e di governance: l’accesso comune al calcolo e l’architettura europea per misurarne e ripartirne gli effetti.

Non è una dinamica nuova. La storia economica descrive le grandi ondate di innovazione come fasi di concentrazione e profitti straordinari: la distruzione creatrice rompe gli equilibri e premia chi arriva per primo con capitale, tecnologia e scala. La grande impresa, di per sé, non è il problema: lo diventa quando il vantaggio innovativo si fa barriera permanente all’entrata, quando la dimensione si fa rendita, quando l’accesso alle infrastrutture essenziali viene deciso da pochi privati, quando il potere tecnologico diventa potere politico.

Ernesto Rossi avrebbe riconosciuto questa scena. Nei Padroni del vapore (1955) non attaccava l’industria, ma la rendita: il potere che nasce quando il mercato smette di essere contendibile. Oggi quella rendita si chiama concentrazione di chip, dati e capacità di calcolo. Non sarebbe nemmeno la prima volta che lo Stato interviene. La legge Giolitti del 1903 sulle municipalizzazioni introdusse la gestione diretta dei pubblici servizi da parte dei Comuni per rispondere ai fallimenti del mercato in settori essenziali: acquedotti, officine del gas, illuminazione elettrica, tramvie, nettezza urbana; nel 1962 nacque l’Enel, anche grazie alla battaglia di Rossi contro i monopoli elettrici. Quando un’infrastruttura diventa essenziale, la politica finisce per chiedersi come renderla contendibile o accessibile. L’intelligenza artificiale ripropone la stessa domanda su una scala nuova.

L’officina del gas di oggi è la potenza di calcolo, e nessun soggetto, impresa o Paese europeo, da solo, ne ha la scala sufficiente: è ormai una questione almeno europea. Per l’Italia il perimetro utile si chiama Europa, e la frontiera si costruisce per “Coopetizione”, vale a dire quella strategia, definita dal think tank Centro Economia Digitale, secondo la quale imprese e Stati cooperano e competono nello stesso tempo: rivali sul mercato e sulla leadership tecnologica, alleati nello sviluppo delle tecnologie critiche che nessuno può realizzare da solo. La domanda è quale “strato” governare. La filiera dell’intelligenza artificiale è una pila di livelli sovrapposti, i chip, la capacità di calcolo, i dati, i modelli, le applicazioni, e ogni livello ha una struttura di mercato diversa. Il vero collo di bottiglia è la capacità di calcolo: i costi per svilupparla sono così elevati da escludere quasi tutti. Più che sostituirsi al mercato, la sfida è garantire l’accesso. La risposta non è statalizzare l’intelligenza artificiale, ma costruire un’opzione pubblica europea: infrastrutture di calcolo aperte a università, start-up, PMI e amministrazioni pubbliche. È la direzione già imboccata dall’Unione europea con EuroHPC, le AI Factories e il piano InvestAI.

L’obiettivo non è competere con gli investimenti dei giganti americani nell’addestramento dei modelli più avanzati, ma rendere contendibile l’accesso al calcolo: passare da un mercato chiuso, dove pochi possiedono tutto, a un mercato aperto, dove si condividono le regole del gioco. I sistemi proprietari funzionano come un ristorante esclusivo, si entra solo pagando il conto e accettando il menu di chi lo gestisce; il calcolo contendibile somiglia a una cucina comune, dove ognuno porta le proprie ricette, i modelli, e paga soltanto i fornelli che accende. In fondo è una versione contemporanea delle municipalizzate: ieri si abbassava il costo del gas o del tram, oggi quello della potenza di calcolo. Non per sostituire il mercato, ma per impedire che l’ingresso nell’innovazione resti riservato a chi può investire centinaia di miliardi. Le aziende di Giolitti agivano sui beni salario, i consumi essenziali che pesavano sul bilancio delle famiglie lavoratrici: acqua, luce, trasporto. Erano le utilities dell’epoca, e abbassarne il prezzo valeva quanto un aumento delle retribuzioni. La potenza di calcolo sta assumendo lo stesso carattere, un input che entra nel costo di tutti gli altri: l’intelligenza artificiale è la public utility del futuro.

Il ruolo del settore pubblico non si esaurisce nel bilanciare il privato in alcuni nodi della filiera. La questione decisiva è un’altra: a chi andranno i guadagni di produttività generati dall’intelligenza artificiale? Le stime indicano guadagni potenzialmente importanti, e non automatici. Il Fondo Monetario Internazionale stima un effetto prudente sulla produttività totale dei fattori, circa un punto percentuale cumulato in cinque anni, e avverte che l’intelligenza artificiale generativa può accrescere produttività e qualità dei servizi pubblici, e insieme ampliare le disuguaglianze, se non è accompagnata da politiche adeguate. Per l’Italia la posta in gioco non è tanto produrre i modelli più avanzati, quanto diffonderne l’uso. La Banca d’Italia stima che l’intelligenza artificiale possa aumentare la produttività del lavoro di oltre un punto l’anno, ma solo se l’adozione sarà rapida e pervasiva.

La politica industriale dell’AI è anzitutto una politica di adozione: portare, anche con incentivi mirati, il calcolo dentro manifattura, servizi, sanità e pubblica amministrazione. Il valore nasce quando la tecnologia permea l’intero sistema produttivo, non quando resta confinata in pochi campioni nazionali o grandi piattaforme. In questa prospettiva, la sovranità europea non richiede necessariamente un unico modello generale alternativo ai grandi foundation models statunitensi, ma può basarsi anche sullo sviluppo di sistemi di AI verticali, addestrati su dati, competenze e filiere distintive dei diversi ecosistemi produttivi. È su questa frontiera che Paesi come l’Italia possono valorizzare i propri vantaggi comparati – dal manifatturiero avanzato al design, dalla meccanica al Made in Italy – trasformando il patrimonio di conoscenze settoriali in modelli specialistici capaci di generare un vantaggio competitivo.

Resta poi una seconda sfida: distribuire i guadagni della produttività. Negli ultimi decenni produttività e salari hanno smesso di crescere insieme. Se l’AI amplifica questa tendenza, accrescerà le disuguaglianze; se invece entrerà nella contrattazione e nell’organizzazione del lavoro, potrà sostenere un nuovo patto sociale. La domanda decisiva non è solo chi svilupperà gli algoritmi, ma chi ne definirà gli obiettivi, misurerà la produttività e ne distribuirà i benefici.

È la tesi dello studio che il Cnel ha presentato il primo maggio con Il Sole 24 Ore: l’algoritmo si governa solo insieme, attraverso dialogo sociale, trasparenza, contrattazione collettiva e partecipazione dei lavoratori ai guadagni di produttività. Per questo la sfida non è soltanto regolare l’intelligenza artificiale, ma costruire luoghi di partecipazione in cui governarla. Il percorso è stato già tracciato in questa direzione. Il 24 gennaio 2025 Cnel e Comitato Economico e Sociale Europeo (Cese) hanno riunito a Villa Lubin rappresentanti delle istituzioni, delle parti sociali e del mondo della ricerca, sottoscrivendo una dichiarazione congiunta e lanciando OPERA, l’Osservatorio Politiche e Relazioni industriali per l’Intelligenza Artificiale partecipativa del Cnel. L’obiettivo è raccogliere esperienze, diffondere buone pratiche e fare dell’AI un terreno di cooperazione tra imprese, lavoratori e istituzioni.

La cornice europea va nella stessa direzione. L’AI Act (Regolamento UE 2024/1689) adotta una visione antropocentrica, l’intelligenza artificiale come strumento affidabile e trasparente al servizio della persona, e all’articolo 26 impone ai datori di lavoro di informare preventivamente i lavoratori e i loro rappresentanti quando introducono sistemi ad alto rischio che incidono sul lavoro. L’obbligo si ferma all’informazione: la partecipazione è lo spazio che resta da costruire. A livello nazionale, l’Italia dispone già di due strumenti che chiedono solo di essere messi in comunicazione. La legge 76 del 15 maggio 2025, sulla partecipazione dei lavoratori alla gestione, al capitale e agli utili, ha istituito presso il Cnel la Commissione nazionale permanente per la partecipazione. La legge 132 del 23 settembre 2025 sull’intelligenza artificiale stabilisce, all’articolo 11, che va impiegata nel lavoro per migliorarne le condizioni, accrescere la qualità delle prestazioni e aumentare la produttività delle persone. Tra le due leggi manca il ponte: per costruirlo serve una sede capace di tenere insieme competenze tecniche, rappresentanza sociale e iniziativa legislativa, senza bisogno di erigere un nuovo apparato. Quella sede la nostra Costituzione l’ha individuata sin dal 1948: l’articolo 99 attribuisce proprio al Cnel, organo che riunisce esperti e rappresentanti delle categorie produttive, il compito di consulenza delle Camere e del Governo, riconoscendogli l’iniziativa legislativa e il concorso all’elaborazione della legislazione economica e sociale.

Quanto sia attuale quel disegno lo dice il governo inglese, che la stessa fusione di economia e lavoro ha dovuto costruirla per via amministrativa. L’8 giugno 2026 il Regno Unito ha creato l’AI Economics Institute, il primo centro pubblico dedicato a studiare gli effetti economici dell’intelligenza artificiale. Raccoglie dati e coinvolge sindacati, ricercatori e i principali sviluppatori di modelli, da Anthropic a Google, Microsoft e OpenAI, oltre ad aziende come BT, Rolls-Royce ed EDF, per fornire ai decisori analisi indipendenti su produttività, lavoro e crescita. L’Italia ha già una legge, due autorità nazionali – l’ACN e l’AgID – una strategia nazionale e fino a un miliardo di euro su intelligenza artificiale e tecnologie connesse. Manca, però, un punto stabile da cui osservarne gli effetti su produttività, occupazione e crescita. È il vuoto che il Regno Unito ha colmato con un istituto dedicato. L’Italia, però, parte avvantaggiata e la risposta sta nell’articolo 99 della Costituzione: dispone già del Cnel e del suo patrimonio informativo, dall’Archivio dei contratti collettivi ai dati Inps, che coprono milioni di lavoratori. È lì che l’AI entra davvero nel lavoro, attraverso mansioni, salari e organizzazione. Ed è lì che va osservata.

Da qui una proposta concreta: potrebbe essere istituito presso il Cnel un Comitato per l’economia dell’intelligenza artificiale, con le due funzioni del modello britannico. L’obiettivo è costruire una base di evidenza sugli effetti economici dell’AI, distinguendo impatti per territori, settori, generi e generazioni, e sviluppare scenari che colleghino adozione e crescita dentro un quadro di incertezza. Non un soggetto di policy, ma un riferimento stabile per il monitoraggio previsto dalla legge e per la Strategia nazionale, senza interferire con le competenze degli altri soggetti pubblici chiamati a operare sul fenomeno. La Commissione nazionale permanente per la partecipazione dei lavoratori che la legge 76 ha già insediato presso il Cnel potrebbe operare in questo senso: trasformare i numeri del Comitato in criteri condivisi di misurazione dei guadagni, in clausole-tipo per la contrattazione collettiva, in accordi aziendali e territoriali; fissare gli standard di trasparenza algoritmica e di partecipazione alla costruzione dei sistemi nei luoghi di lavoro; proporre al Parlamento gli interventi che colleghino innovazione, produttività e distribuzione, con regole proporzionate alla dimensione delle imprese.

Vale per il modello britannico e, a maggior ragione, a un livello superiore: non ci si può fermare al confine nazionale. Serve una sede europea, che non replicherebbe quella nazionale ma la completerebbe. L’Europa costruirebbe l’evidenza che i singoli Paesi non possono raggiungere da soli; gli Stati la tradurrebbero in contesti e contrattazione. Lo stesso principio vale per il calcolo: con EuroHPC, le AI Factories e le Gigafactories l’Europa ha già scelto la scala comune. Per coerenza, la stessa scala serve anche all’evidenza sugli effetti dell’AI.

Un riferimento a cui ispirarsi potrebbe essere quello del Cern, che nacque per ridare all’Europa una capacità scientifica di frontiera che nessun Paese reggeva da solo, contro il primato americano nella fisica. Regge su un proprio trattato e una propria personalità giuridica, una Coopetizione tra Stati che competono sul piano economico e cooperano su quello del sapere; e per questo tiene dentro, tra i venticinque membri di oggi, il Regno Unito e la Svizzera. La Brexit non ha tolto Londra dal Cern, perché l’adesione vive sulla convenzione e non sui Trattati dell’Unione. E si finanzia in comune, con gli Stati nel Consiglio, senza proprietario unico né nazionalizzazione della scienza. Sullo stesso schema vive l’Esa, l’Agenzia spaziale europea: convenzione propria firmata nel 1975, ventitré Stati membri, fra cui Regno Unito, Svizzera e Norvegia, e programmi come Galileo e Copernicus sviluppati per conto dell’Unione senza esserne un organo. L’Europa sa già federare capacità fuori dai Trattati, quando la scala lo impone.

La sede europea aggiungerebbe la rappresentanza che il Cese esercita solo in forma consultiva, datori, sindacati ed esperti, e le darebbe autorità di evidenza. Riunirebbe in un’unica sede ciò che dentro i confini resta diviso tra il consiglio economico e sociale e le università: un’ambizione più larga di quella nazionale, e la casa istituzionale della quinta libertà che Enrico Letta, nel rapporto del 2024 sul mercato unico, ha aggiunto alle quattro classiche, la libera circolazione di ricerca, conoscenza, innovazione e istruzione. La sede europea e il Comitato presso il Cnel darebbero una forma a ciò che è già stato deciso: il presidio di evidenza che all’agenda Draghi ancora manca, e il luogo dove la quinta libertà diventa un’istituzione, dal nodo nazionale alla scala continentale. Così, il potere pubblico svolgerebbe le due funzioni che la fase richiede, quella industriale dell’accesso e della concorrenza e quella sociale della distribuzione dei guadagni, ciascuna alla scala che le è propria: continentale l’infrastruttura e l’evidenza; nazionale, invece, la traduzione in patti. È la condizione della sostenibilità politica della trasformazione, prima ancora che della sua efficienza.

Un secolo fa la domanda era chi possedesse l’officina del gas, la rete elettrica, la ferrovia. Oggi è chi possiede il calcolo, chi governa l’algoritmo, e a quale scala l’Italia e l’Europa scelgono di rispondere. Lasciare l’infrastruttura dell’intelligenza artificiale a pochi soggetti globali ridurrebbe lo Stato a spettatore della più importante trasformazione produttiva del nostro tempo; costruirne una quota pubblica, europea e contendibile significa tenere aperti mercato, concorrenza e libertà di entrata. La posta in gioco è la capacità dello Stato di orientare la rivoluzione tecnologica verso fini collettivi: mercati aperti, accesso alle infrastrutture, diffusione dell’innovazione, partecipazione dei lavoratori, equa distribuzione dei guadagni. È una scelta sui fini, e dunque politica. Per la prima volta da molto tempo, quella domanda torna a porsi con chiarezza.