Cosa significa, per chi vive di lavoro intellettuale, dipendere da un'intelligenza artificiale costruita e controllata altrove (e perché tenerla in locale risolve solo un terzo del problema).

Ciao e buon lunedì!

Venerdì 12 giugno, a tarda sera, Anthropic (l'azienda americana che sviluppa Claude, uno dei principali sistemi di intelligenza artificiale conversazionale al mondo) ha comunicato di dover disattivare i suoi due modelli più avanzati, Mythos 5 e Fable 5, per tutti i clienti. Non per un guasto né per una scelta commerciale ma per un ordine del governo degli Stati Uniti.

Il Dipartimento del Commercio statunitense aveva emesso poche ore prima una direttiva di export control (lo strumento giuridico con cui uno Stato regola la vendita di tecnologie sensibili all'estero) che vietava l'accesso a quei due modelli a qualunque cittadino straniero, dentro o fuori dai confini americani, compresi i dipendenti stranieri della stessa Anthropic. Per rispettare l'ordine, in assenza della possibilità di filtrare cliente per cliente in tempi così stretti, l'azienda ha fatto l'unica cosa tecnicamente attuabile: ha spento entrambi i modelli per chiunque, americani inclusi. (Fonte: Axios, “Trump admin blocks foreign access to Anthropic's most powerful AI”, 12 giugno 2026; Nextgov/FCW, giugno 2026)

La motivazione ufficiale è la sicurezza nazionale. Il governo riteneva di essere venuto a conoscenza di un metodo per aggirare le protezioni di Fable 5 (un cosiddetto “jailbreak”, una tecnica che induce un modello a comportarsi al di fuori dei limiti previsti), in particolare la capacità del sistema di leggere il codice di un programma e individuarvi vulnerabilità informatiche: una capacità a doppio uso, utile a chi difende i sistemi quanto a chi li attacca. Anthropic ha contestato la gravità del rilievo, sostenendo che lo stesso livello di capacità è ampiamente disponibile in altri modelli concorrenti, incluso GPT-5.5 di OpenAI. (Fonte: Nextgov/FCW, giugno 2026)

Focalizziamoci un attimo sulla portata del gesto, al di là della disputa tecnica: per la prima volta un governo ha premuto in modo esplicito sull'interruttore di spegnimento di un modello di frontiera, e lo ha fatto in poche ore, senza preavviso, con effetti immediati su clienti in tutto il mondo. Anthropic aveva concesso a circa duecento istituzioni in quindici paesi l'accesso in anteprima alla famiglia Mythos: tutte rimaste, da un momento all'altro, senza lo strumento su cui avevano iniziato a costruire. (Fonte: Al Jazeera, 19 giugno 2026)

La reazione politica internazionale è stata immediata e rivelatrice. Al vertice del G7, il presidente francese Macron ha definito la vicenda un campanello d'allarme, pur giudicando il provvedimento americano un errore. Il primo ministro canadese Carney ha osservato che il problema non è un torto commesso da qualcuno, ma l'avere accettato di dipendere da un'unica opzione. L'ex ministro francese Bruno Retailleau è stato il più netto: una nazione che dipende da altri per la propria tecnologia è una nazione che può essere spenta da un giorno all'altro. (Fonte: Al Jazeera, “US export ban on Anthropic's AI models further strains alliances”, 19 giugno 2026)

La vicenda, peraltro, non si è chiusa lì. Tra il 26 e il 27 giugno il Dipartimento del Commercio ha parzialmente revocato il divieto su uno dei due modelli, riammettendo un breve elenco di aziende americane selezionate, mentre OpenAI ha accettato che l'amministrazione possa vagliare gli utenti del proprio modello più recente. (Fonte: NPR, 27 giugno 2026) La parziale marcia indietro non attenua il precedente che ormai si è creato ma, piuttosto, lo rinforza. L'interruttore esiste, funziona, e chi decide quando azionarlo non siede a Roma, a Parigi e nemmeno a Bruxelles.

A questo punto la risposta rassicurante è già pronta, e circola da settimane: l'Europa si sta attrezzando. Il 3 giugno la Commissione ha adottato un pacchetto sulla sovranità tecnologica che mette in fila un “Cloud and AI Development Act”, un “Chips Act 2.0” e una serie di iniziative per ridurre la dipendenza dall'estero; la Francia ha il suo campione nazionale, Mistral; esistono consorzi, fondi, roadmap. (Fonte: Commissione Europea, “Rafforzare la sovranità tecnologica dell'Europa”, 3 giugno 2026)

Il punto è che questa rassicurazione regge solo finché non si guarda cosa c'è sotto il linguaggio della sovranità.

Quando Mistral, l'unico modello europeo che competa sul serio con quelli americani, ha annunciato a fine maggio un cluster di calcolo da dieci megawatt per servire i propri clienti enterprise, l'infrastruttura su cui quel cluster gira è stata fornita da Digital Realty: una società quotata a New York, con sede in Texas. (Fonte: Tom's Hardware, “Digital Realty-Mistral data center”, 29 maggio 2026) L'agente europeo presentato come simbolo di autonomia continentale, ergo, gira su silicio Nvidia ospitato da un'azienda soggetta alla giurisdizione statunitense. La sovranità digitale europea, nel 2026, è anzitutto un fatto contrattuale: si negozia, si certifica, si acquista. Non si possiede.

I numeri confermano che non si tratta di un caso isolato ma della regola. Il 22 gennaio 2026 il Parlamento europeo ha approvato una risoluzione che certifica una dipendenza da fornitori extra-europei superiore all'ottanta per cento su prodotti, servizi, infrastrutture e proprietà intellettuale digitali; le stime della Commissione parlano del novantasette per cento sui sistemi operativi e del settantacinque per cento sul cloud. (Fonte: Parlamento Europeo, risoluzione “European technological sovereignty and digital infrastructure”, 22 gennaio 2026; Tom's Hardware, giugno 2026) L'economista Cristina Caffarra, che guida l'iniziativa EuroStack, ha coniato un termine preciso per descrivere il resto: “sovereignty-washing”, l'abitudine dei grandi fornitori di adottare il vocabolario dell'autonomia proprio per rendere più difficile, e non più facile, uscire dalla dipendenza. (Fonte: F-Mag, “L'Europa alla prova della sovranità digitale”, maggio 2026)

E l'Italia, in questo quadro, non è spettatrice. Nelle ore successive alla direttiva americana, le imprese che avevano costruito i propri sistemi sopra Claude (tra le altre Generali, Enel, Pirelli) si sono trovate a gestire un rischio operativo reale, non uno scenario ipotetico. (Fonte: Tom's Hardware, giugno 2026) La dipendenza, sicché, non è un problema astratto che riguarda i rapporti tra Washington e Bruxelles. È un problema concreto che riguarda chi, ogni mattina, accende un computer e lavora con strumenti che qualcun altro può rendere indisponibili.

Nel 1973 un pensatore austriaco, in un libro intitolato “Tools for Conviviality”, distinse due famiglie di strumenti. Da un lato gli strumenti conviviali: quelli che estendono le capacità di chi li usa e restano sotto il suo controllo, come una bicicletta o un martello. Dall'altro gli strumenti industriali: quelli che, oltre una certa soglia, smettono di servire le persone e cominciano a farsi servire, generando dipendenza. La distinzione non era nostalgica. Era una griglia per riconoscere quando una tecnologia, anche utilissima, inizia a togliere autonomia invece di darne.

Lo stesso autore introdusse un concetto che oggi torna utile con sorprendente attualità: il monopolio radicale. Non è il dominio di una marca su un'altra: non è OpenAI contro Anthropic. È il dominio di un intero tipo di strumento che diventa l'unico modo praticabile di soddisfare un bisogno, al punto che chi non vi ha accesso resta escluso. Il suo esempio era l'automobile, che plasma le città a propria immagine fino a rendere impraticabile spostarsi a piedi: a quel punto l'auto non è più una scelta, è una condizione. Chi non ce l'ha non è semplicemente più lento: è escluso.

L'intelligenza artificiale generativa, per chi fa lavoro di conoscenza, sta diventando esattamente questo: un monopolio radicale sul modo di produrre testo, analisi, codice, sintesi. Non perché una singola azienda abbia vinto, ma perché un'intera categoria di strumenti sta diventando il presupposto del mestiere. E quando lo strumento diventa il presupposto, la domanda su chi lo controlla smette di essere tecnica e diventa politica.

Ma vediamo un attimo quali sono i tre livelli su cui si attesta il concetto di “sovranità” per una tecnologia di questo tipo.

Il primo livello è l'infrastruttura: dove il modello viene eseguito fisicamente, su quali macchine, sotto quale giurisdizione. È il livello “dell'interruttore fisico”, quello che la direttiva americana di qualche giorno fa ha reso evidente a tutti.

Il secondo livello è il modello: chi lo ha costruito, quali valori vi sono stati incorporati, cosa il sistema può e non può dire. Un modello addestrato altrove porta dentro di sé scelte e bias che non abbiamo fatto noi, e che in genere non possiamo nemmeno ispezionare.

Il terzo livello sono i dati: su quali testi il sistema ha imparato a pensare, quali categorie ha assorbito, quale visione del mondo restituisce come se fosse neutra e l’unica vera.

Spostare l'esecuzione su una macchina europea, o sulla propria infrastruttura, risolve il primo livello e lascia intatti gli altri due. Si toglie l'interruttore dalle mani altrui, e non è poco. Ma si continua a ragionare con uno strumento progettato altrove, su dati selezionati altrove, per un utente immaginato altrove. La sovranità infrastrutturale è una condizione necessaria ma non è una condizione sufficiente.

C'è un filo che lega questo numero a quello sulla sorveglianza di qualche settimana fa: là il potere si esercitava attraverso la consapevolezza di poter essere visti, qui attraverso la possibilità di poter essere spenti. In entrambi i casi non serve che la minaccia si realizzi. Basta che sia credibile perché il comportamento, e il margine di libertà di chi lavora, cambino.

Ritengo che la direzione giusta, l'unica che spezzi il primo livello del problema, sia un'intelligenza artificiale locale e personale: modelli che girano sui dispositivi che già possediamo, senza dipendere da un data center controllato da qualcun altro, e che nessuna direttiva governativa straniera possa disattivare a distanza. Un'AI che, banalmente, continua a funzionare anche quando qualcuno preme l'interruttore dall'altra parte dell'oceano.

Credo anche che sia lì che si sposteranno gli investimenti dei prossimi anni: algoritmi sempre più efficienti, capaci di fare di più con meno risorse, e dispositivi sempre più ottimizzati per eseguire questi sistemi in casa propria. È una scommessa tecnologica, ma è prima di tutto una scommessa politica.

Sono però consapevole del limite di questa posizione: oggi un modello che gira in locale gestisce bene i compiti quotidiani (riassumere, riformulare, rispondere a domande circoscritte), ma il ragionamento di frontiera, quello complesso e articolato, richiede ancora la potenza dei grandi data center.

E poi resta il punto che l'AI locale, presa singolarmente, non risolve: i livelli due e tre. Un modello eseguito sul mio computer ma addestrato e pensato altrove mi restituisce comunque risposte dotate di bias potenzialmente non miei. La vera sovranità, quella che conta per chi non vuole solo evitare di essere spento ma anche pensare con strumenti propri, è anche epistemica: riguarda chi decide come la macchina ragiona, non solo dove la macchina gira. Tenere l'esecuzione in casa è il primo passo necessario. Confonderlo con il punto d’arrivo sarebbe l'errore più facile da commettere.

Non serve essere un governo per interrogarsi su questi temi. Basta, davanti a qualunque strumento di intelligenza artificiale che si stia integrando nel proprio lavoro, chiedersi una cosa sola: se domani chi lo fornisce decidesse di spegnerlo, o di precludermelo, o di farmelo pagare di più, cosa succederebbe a quello che faccio?

Se la risposta è “poco o nulla”, allora si sta usando lo strumento come tale. Se la risposta invece è “non potrei più lavorare“, significa che siamo noi ad essere in mano allo strumento.

La buona notizia è che la direzione del mercato, per una volta, va dalla parte dell'autonomia. Dell ha definito il 2026 “l'anno dei modelli linguistici piccoli” (gli SLM, small language models, sistemi compatti che girano su hardware ordinario); Gartner prevede che entro il 2027 le organizzazioni useranno modelli piccoli e specializzati tre volte più dei grandi modelli generalisti. (Fonte: Gartner, citato in iFactory / Dell Edge AI Predictions 2026; Zylos Research, febbraio 2026) Già oggi un modello di grandi dimensioni, opportunamente compresso, può girare su un portatile di fascia alta. Si è iniziato a parlare, non a caso, di silicon sovereignty: la capacità di eseguire AI sofisticata senza dipendere da un fornitore cloud centralizzato. (Fonte: Zylos Research, "Small Language Models and Edge AI", febbraio 2026)

La domanda da portarsi dietro questa settimana, quindi, non è se l'intelligenza artificiale sia utile: lo è, e fingere il contrario sarebbe sciocco. È un'altra, più precisa: quanta parte della mia capacità di lavorare poggia (o poggerà) su uno strumento che qualcun altro può spegnere, e quanto sto facendo, in concreto, per ridurre quel rischio?

Perché la sovranità, prima di essere un tema da vertici internazionali, è una questione molto domestica: riguarda chi tiene l'interruttore della stanza in cui lavoriamo.

A lunedì prossimo.

Alberto

Fonti principali di questo numero: