(AGENPARL) - Roma, 13 Agosto 2026 - L’intelligenza artificiale sovrana sta rapidamente trasformandosi da questione tecnica e normativa a tema strategico per amministratori delegati e consigli di amministrazione. Con l’espansione dell’AI nelle operazioni delle multinazionali, le imprese devono infatti confrontarsi con un panorama sempre più frammentato, nel quale governi e autorità nazionali cercano di mantenere un maggiore controllo su dati, infrastrutture, modelli e processi decisionali algoritmici.

Il problema non riguarda soltanto la conformità alle normative. Riguarda direttamente la capacità delle aziende di entrare nei mercati, mantenere la continuità operativa, proteggere i dati, ridurre i rischi geopolitici e utilizzare l’intelligenza artificiale su scala globale.

La sfida per gli amministratori delegati consiste quindi nel trovare un equilibrio tra due esigenze apparentemente contrapposte: preservare i vantaggi derivanti da piattaforme AI globali e, contemporaneamente, adattarsi alle richieste di sovranità tecnologica dei singoli Paesi.

Che cosa significa realmente “IA sovrana”

Con l’espressione IA sovrana si indica l’insieme di normative, infrastrutture, politiche e capacità attraverso cui uno Stato cerca di mantenere un maggiore controllo sull’intelligenza artificiale utilizzata all’interno della propria giurisdizione.

La sovranità può riguardare diversi livelli.

Un Paese può richiedere che determinati dati vengano conservati fisicamente sul proprio territorio. Può imporre che l’elaborazione avvenga in data center locali, limitare l’utilizzo di infrastrutture cloud straniere o stabilire regole specifiche per il modo in cui vengono addestrati e utilizzati i modelli.

In altri casi, le autorità possono chiedere maggiore trasparenza sul funzionamento degli algoritmi, imporre revisioni delle decisioni automatizzate o richiedere che i sistemi AI riflettano norme linguistiche, culturali o giuridiche locali.

La conseguenza è che la sovranità dell’AI non riguarda soltanto dove si trovano i server, ma l’intera catena tecnologica: dati, capacità di calcolo, modelli, software, governance, sicurezza e controllo.

Perché i governi vogliono maggiore autonomia

La crescente attenzione verso l’IA sovrana deriva anche dalla struttura estremamente concentrata del mercato tecnologico.

Secondo il materiale alla base di questa analisi, quasi il 70% dei principali modelli di intelligenza artificiale è stato sviluppato negli Stati Uniti o in Cina.

Per numerosi governi questa concentrazione rappresenta un rischio strategico.

Affidarsi eccessivamente a tecnologie provenienti da pochi Paesi significa infatti aumentare la propria dipendenza da decisioni politiche, controlli sulle esportazioni, sanzioni, restrizioni commerciali e cambiamenti nelle relazioni diplomatiche.

Di conseguenza, molti mercati stanno cercando di costruire infrastrutture nazionali o regionali per ridurre questa dipendenza.

L’obiettivo non è necessariamente creare un modello AI completamente autonomo per ogni Paese, ma assicurarsi che le funzioni più sensibili possano essere mantenute sotto un livello adeguato di controllo locale.

Il dilemma delle multinazionali

Per le imprese globali emerge un problema particolarmente complesso.

Una piattaforma AI unica, utilizzata in tutte le filiali e in tutti i Paesi, offre evidenti vantaggi: riduce i costi, semplifica l’integrazione, permette di condividere dati e conoscenze e garantisce processi più uniformi.

Ma questa centralizzazione crea anche vulnerabilità.

Una modifica normativa in un mercato importante potrebbe improvvisamente rendere incompatibile una parte dell’infrastruttura globale. Una nuova restrizione sulla circolazione dei dati potrebbe impedire a un sistema di funzionare come previsto. Una crisi geopolitica potrebbe compromettere l’accesso a tecnologie critiche.

La soluzione opposta — creare sistemi completamente separati per ogni Paese — risolve parte del rischio normativo, ma genera un’enorme complessità.

Una multinazionale presente in decine di mercati dovrebbe replicare infrastrutture, modelli, processi di sicurezza, procedure di controllo e team specializzati.

Il risultato potrebbe essere un sistema estremamente costoso e difficile da gestire.

Perché una strategia unica non basta più

La principale conclusione è che non esiste più una strategia AI globale valida indistintamente in tutti i mercati.

I requisiti cambiano da un Paese all’altro.

Alcune giurisdizioni possono concentrarsi principalmente sulla protezione dei dati. Altre possono imporre restrizioni sull’infrastruttura cloud. Altre ancora possono essere particolarmente sensibili alla provenienza dei modelli o richiedere specifiche garanzie sull’interpretabilità delle decisioni algoritmiche.

Inoltre, le normative stanno cambiando rapidamente.

Ciò significa che una soluzione tecnicamente e legalmente valida oggi potrebbe richiedere modifiche significative nel giro di pochi anni.

Per questo la sovranità dell’AI non può essere gestita soltanto come progetto occasionale di conformità.

Il rischio di relegare tutto ai dipartimenti legali e IT

Molte aziende continuano tuttavia a trattare la questione principalmente come responsabilità dei team legali, di cybersecurity o informatici.

Questo approccio rischia di essere insufficiente.

Secondo un’indagine condotta nel dicembre 2025 su 1.928 dirigenti in 28 Paesi, il 60% degli intervistati ha dichiarato che l’aumento del rischio geopolitico rende la propria organizzazione più propensa ad adottare soluzioni tecnologiche sovrane.

Nonostante ciò, soltanto il 15% ha dichiarato che la sovranità dell’AI rappresenta una priorità a livello di CEO o consiglio di amministrazione.

Ancora più significativa è la percezione economica del problema: meno del 13% degli intervistati considera la sovranità dell’intelligenza artificiale un possibile motore di crescita, mentre la maggior parte continua a interpretarla principalmente come costo o vincolo.

Questa differenza mostra un potenziale divario strategico.

Dalla compliance al vantaggio competitivo

Le aziende che affrontano per prime questa trasformazione potrebbero infatti trasformare la sovranità da costo di conformità a vantaggio competitivo.

Un’impresa capace di adattare rapidamente la propria piattaforma AI ai requisiti locali può entrare più facilmente nei mercati regolamentati.

Può inoltre ottenere maggiore fiducia da governi, clienti e partner istituzionali.

In settori particolarmente sensibili — finanza, telecomunicazioni, energia, difesa, sanità, pubblica amministrazione — la capacità di garantire sovranità dei dati e controllo locale potrebbe diventare persino un requisito preliminare per ottenere contratti.

La conformità, in questo senso, diventa una caratteristica commerciale.

La sovranità come continuum

Uno degli errori più comuni è considerare l’IA sovrana una scelta binaria: completamente globale oppure completamente locale.

In realtà, è più utile considerarla come un continuum di opzioni.

Un’azienda potrebbe utilizzare un modello globale in alcuni mercati e un modello locale in altri.

Potrebbe mantenere l’architettura software comune ma conservare i dati localmente.

Potrebbe utilizzare infrastrutture cloud regionali, oppure distribuire modelli all’interno di data center gestiti direttamente dal cliente.

In altri casi potrebbe utilizzare tecnologie open-source per ridurre la dipendenza da un singolo fornitore.

L’obiettivo dovrebbe essere costruire un’architettura sufficientemente modulare da adattarsi rapidamente ai diversi requisiti.

Un’architettura AI modulare

Per gli amministratori delegati, questo implica una conseguenza pratica importante: l’infrastruttura AI dovrebbe essere progettata fin dall’inizio per essere componibile e sostituibile.

Dati, modelli, cloud, strumenti di sicurezza e applicazioni non dovrebbero essere eccessivamente legati a un singolo fornitore.

Se un cambiamento normativo obbliga l’azienda a sostituire il modello utilizzato in un determinato Paese, ciò dovrebbe poter avvenire senza ricostruire l’intero sistema.

Allo stesso modo, se una giurisdizione richiede che l’elaborazione dei dati avvenga localmente, l’organizzazione dovrebbe essere in grado di spostare quella parte dell’infrastruttura senza compromettere l’esperienza utente o i processi globali.

Questo tipo di flessibilità tecnica ha ormai un valore strategico.

Evitare una dipendenza eccessiva da un singolo modello

La concentrazione del mercato dell’AI rende particolarmente importante il problema del vendor lock-in.

Se tutti i processi aziendali dipendono da un unico provider, qualunque interruzione politica, normativa, commerciale o tecnologica può trasformarsi rapidamente in un rischio operativo.

Le imprese potrebbero quindi adottare strategie multi-model o multi-cloud.

Non significa necessariamente utilizzare decine di piattaforme contemporaneamente, ma evitare che una singola tecnologia diventi insostituibile.

La capacità di passare rapidamente da un modello all’altro può diventare importante quanto la qualità del modello stesso.

La geopolitica entra nell’architettura tecnologica

Per decenni molte decisioni informatiche sono state prese principalmente sulla base di costo, prestazioni e affidabilità.

Oggi a questi criteri se ne aggiunge un quarto: l’esposizione geopolitica.

La provenienza di un modello, la localizzazione dei data center, la nazionalità del provider cloud e la struttura della supply chain dei semiconduttori possono diventare elementi rilevanti per il consiglio di amministrazione.

Una piattaforma tecnicamente superiore potrebbe non essere la scelta migliore se crea una dipendenza eccessiva da una giurisdizione esposta a tensioni politiche.

Per questo la gestione dell’AI sta progressivamente avvicinandosi alle discipline tradizionali della gestione del rischio geopolitico.

Quali domande dovrebbe porsi un CEO

Gli amministratori delegati dovrebbero innanzitutto capire dove risiedono i dati più critici dell’organizzazione e quali Paesi possono imporre restrizioni sul loro utilizzo.

Dovrebbero poi conoscere quali modelli e infrastrutture cloud alimentano i processi essenziali dell’impresa e quanto sarebbe difficile sostituirli.

Un’altra domanda riguarda la concentrazione: quanto dipende l’organizzazione da un singolo fornitore?

Infine, è fondamentale individuare quali mercati potrebbero richiedere una maggiore localizzazione tecnologica nei prossimi anni.

Queste domande non appartengono più soltanto al CIO o al responsabile legale.

Riguardano direttamente strategia, investimenti e accesso ai mercati.

Costruire una mappa della sovranità

Una delle prime azioni concrete può essere la realizzazione di una mappa aziendale della sovranità AI.

Per ogni mercato dovrebbe indicare:

• quali dati possono attraversare i confini;
• quali devono rimanere localmente;
• quali provider cloud sono autorizzati;
• quali modelli possono essere utilizzati;
• quali sistemi richiedono verifiche umane;
• quali applicazioni sono soggette a restrizioni;
• quali modifiche normative sono in preparazione.

Una mappa di questo tipo permette di identificare anticipatamente le aree nelle quali l’azienda potrebbe trovarsi esposta.

Standardizzare ciò che può essere globale

La risposta alla frammentazione non deve però essere una localizzazione totale.

Le aziende dovrebbero mantenere globali tutti gli elementi che non necessitano di adattamento locale.

Interfacce, procedure di sicurezza, criteri di governance, strumenti di monitoraggio e standard di sviluppo possono spesso essere uniformati.

Ciò permette di ridurre i costi e garantire coerenza.

La strategia ideale consiste quindi nel standardizzare globalmente dove possibile e localizzare soltanto dove necessario.

Un modello federato

Per molte multinazionali potrebbe emergere una struttura federata.

Il nucleo tecnologico rimane globale, mentre determinati componenti vengono adattati a livello nazionale o regionale.

Una banca potrebbe per esempio utilizzare la stessa architettura AI globale, mantenendo però i dati dei clienti nei rispettivi Paesi.

Un gruppo industriale potrebbe utilizzare lo stesso software di manutenzione predittiva, ma eseguire localmente i modelli che elaborano dati considerati strategici.

Un’azienda sanitaria potrebbe adottare una piattaforma comune, utilizzando però differenti sistemi di archiviazione in base alle normative nazionali.

La fiducia diventa un asset

La sovranità dell’AI riguarda infine un elemento meno tecnico ma altrettanto importante: la fiducia.

Governi e clienti vogliono sapere chi controlla i dati, dove vengono elaborati e quali soggetti possono accedervi.

Un’azienda che può rispondere chiaramente a queste domande può ottenere un vantaggio rispetto a concorrenti che utilizzano architetture opache.

La trasparenza sulla governance dell’AI può quindi diventare parte della reputazione aziendale.

Dal rischio alla crescita

Il punto più importante per un CEO è forse proprio questo.

L’IA sovrana non deve essere considerata soltanto un costo necessario per rispettare le normative.

Può diventare una strategia di accesso al mercato.

Un’organizzazione capace di offrire servizi AI compatibili con i requisiti locali può entrare in mercati dai quali altri concorrenti rimangono esclusi.

Può inoltre fornire soluzioni a governi e aziende che attribuiscono particolare importanza al controllo dei dati.

La capacità di localizzazione diventa così una caratteristica del prodotto.

La nuova responsabilità del consiglio di amministrazione

La crescente importanza della sovranità tecnologica significa che la questione deve arrivare al livello del consiglio di amministrazione.

Le decisioni su modelli, infrastrutture e dati possono determinare la capacità futura dell’azienda di operare in intere regioni.

Per questo dovrebbero essere integrate nei processi di pianificazione strategica, gestione del rischio e allocazione degli investimenti.

L’obiettivo non è trasformare gli amministratori delegati in esperti di architettura cloud, ma assicurarsi che comprendano quali dipendenze tecnologiche potrebbero diventare vulnerabilità strategiche.

L’IA globale diventerà sempre più locale

La grande contraddizione dell’intelligenza artificiale dei prossimi anni potrebbe essere proprio questa: i modelli e le piattaforme diventano sempre più globali, mentre governi e mercati richiedono sempre maggiore controllo locale.

Per le multinazionali, cercare di scegliere esclusivamente uno dei due estremi sarà probabilmente inefficiente.

La soluzione sarà costruire sistemi abbastanza globali da mantenere economie di scala e abbastanza flessibili da adattarsi rapidamente alle esigenze nazionali.

Gli amministratori delegati che comprenderanno per primi questa trasformazione potranno utilizzare la sovranità dell’AI non semplicemente per evitare problemi normativi, ma per creare resilienza, conquistare fiducia e accedere a nuovi mercati.

In un mondo nel quale tecnologia e geopolitica sono sempre più inseparabili, l’IA sovrana sta quindi diventando una questione centrale di strategia aziendale. E la domanda non è più se le multinazionali dovranno adattarsi, ma quanto rapidamente riusciranno a farlo senza perdere i vantaggi della scala globale.