Sono ormai due decenni che le scarse performance economiche europee mettono alla prova la competitività globale del continente frenando il tasso di crescita del reddito pro capite. L’adozione dell’AI potrebbe aiutare le economie ad accelerare la produttività del lavoro, stimolando la crescita e contrastando le potenziali conseguenze negative a livello economico, politico e sociale. Tuttavia, potrebbe anche peggiorare la posizione competitiva dell’Europa se il continente perdesse l’opportunità di assumere un ruolo più centrale nello sviluppo dell’AI.
A evidenziarlo è McKinsey, che nel paper “Accelerating Europe’s AI adoption: The role of sovereign AI” analizza i fattori su cui imprese e istituzioni europee possono fare leva per affrontare i rischi e le opportunità insiti nella tecnologia.
Indice degli argomenti
Per l’Europa non è troppo tardi, ma bisogna rompere gli indugi
La finestra di opportunità dell’Europa per accelerare l’adozione dell’AI, secondo la società di consulenza, è ristretta ma chiara. I maggiori ostacoli all’adozione della tecnologia in tutto il continente riguardano le preoccupazioni relative alla fiducia, alla sicurezza e alla dipendenza nazionale.
Le capacità sovrane di AI potrebbero aiutare a identificare un percorso in tal senso se l’Europa fosse in grado di sviluppare e controllare asset critici, consentendo una maggiore flessibilità sotto forma di indipendenza economica, operativa e tecnica.
D’altra parte, c’è ancora tempo per muoversi: mentre il 92% delle aziende globali prevede di aumentare i propri investimenti nell’AI generativa nei prossimi tre anni, solo l’1% afferma che i propri sforzi hanno raggiunto la maturità e soltanto il 20% riferisce un impatto tangibile sui profitti. Sebbene esista una solida gamma di aziende europee all’avanguardia in tutti i livelli del panorama tecnologico dell’AI, oggi il continente è competitivo solo in pochi settori e dominante in quasi nessuno. Inoltre, le società pubbliche europee con un fatturato superiore a un miliardo di dollari all’anno investono meno delle loro controparti statunitensi in settori chiave come la ricerca e lo sviluppo, e la differenza è ancora più marcata quando si tratta di finanziamenti per l’AI.
Rispetto ai data center e all’hardware, le capacità di AI europee sono fornite in gran parte da fornitori extracomunitari, sebbene con notevoli eccezioni in alcune parti della catena di fornitura dei semiconduttori. Queste aree di competitività europea includono Asml nella litografia, As, nelle apparecchiature di deposizione e Zeiss nell’ottica avanzata. Nei livelli della catena del valore che pertengono a piattaforme cloud, modelli e applicazioni, esistono attori europei, ma questi non hanno una dimensione critica rispetto ai loro omologhi globali.
Il ruolo dell’AI sovrana
La tendenza verso l’AI sovrana ha subito un’accelerazione a livello globale, spinta da un maggiore apprezzamento dell’impatto trasformativo di queste tecnologie e dal desiderio dei singoli paesi di garantire autonomia e opzionalità; ci sono stati anche casi in cui la dipendenza da fornitori non locali ha richiamato l’attenzione sull’importanza della sovranità.
Una recente indagine McKinsey sull’adozione di soluzioni di servizi cloud e AI da parte delle aziende europee ha rilevato che i temi della sicurezza e della sovranità sono stati un fattore determinante alla base del ritardo nell’adozione: il 44% dei leader tecnologici ha citato le preoccupazioni relative alla sicurezza dei dati come motivo per non utilizzare il cloud pubblico, mentre il 31% ha affermato che la necessità di archiviare i dati in un paese o in una regione specifica ha impedito loro di farlo. Data la possibilità di scelta, i leader hanno mostrato una preferenza per le opzioni di hosting europee per sistemi e dati
Esiste dunque una chiara domanda di soluzioni sovrane. Nel valutare le opportunità offerte dall’AI sovrana in Europa, McKinsey ha scoperto che entro il 2030 potrebbe sbloccare un valore fino a 480 miliardi di euro all’anno. In questo scenario di sovranità digitale europea, un alto livello di sovranità tecnologica favorirebbe un elevato grado di adozione dell’AI e avrebbe un impatto sul pil complessivo.
Cosa significa davvero costruire un’AI sovrana
Costruire un’intelligenza artificiale sovrana non significa isolazionismo, ma garantire che l’Europa disponga di soluzioni basate sull’AI e di stack tecnologici completi in settori che sfruttano i punti di forza e le esigenze imminenti del continente, dall’assistenza sanitaria alla difesa, dall’industria al software B2B e alle assicurazioni. Questo non significa che sarà facile. Richiede infatti di concentrarsi sull’adozione dell’AI oltre la fase pilota e un cambiamento radicale negli sforzi europei, che in genere richiedono investimenti, coordinamento transfrontaliero, innovazione e, soprattutto, decisioni mirate su dove competere.
Potrebbe non essere necessario o realistico per l’Europa cercare di conquistare una posizione di leadership in ogni settore verticale. Tuttavia, dovrebbe aspirare a guidare in modo decisivo quei settori che garantiscono l’autonomia e sbloccano la crescita della produttività, che sono le basi della prosperità futura. Guardando al nostro ecosistema di AI, l’Europa ha l’opportunità di concentrarsi in particolare su tre livelli: applicazioni, modelli e strumenti di intelligenza artificiale.
Gli ambiti su cui conviene concentrarsi
La maggiore creazione di valore nell’ecosistema dell’AI si accumula al vertice della catena, nelle applicazioni e nei casi d’uso che trasformano direttamente la produttività, l’esperienza dei clienti e il processo decisionale. Insieme, nota McKinsey, essi raggiungono i margini operativi più elevati dell’ecosistema, in genere dal 25 al 35%, riflettendo la loro vicinanza agli utenti finali e la loro capacità di generare risultati commerciali tangibili.
L’Europa ha l’opportunità di rompere la curva dei costi della tecnologia, trasformando la sua profondità industriale e l’eccellenza della ricerca in prodotti di IA scalabili che risolvono problemi specifici di alto valore e portano a progressi nell’efficienza del ciclo di vita dello sviluppo del software, che sono altamente correlati al potere di innovazione nello sviluppo dei prodotti in senso più ampio.
Nel settore manifatturiero, le potenze industriali europee possono combinare i dati industriali con standard aperti per creare un motore di crescita basato sul software. Ad esempio, il settore meccanico tedesco è uno dei più grandi e avanzati al mondo, con un fatturato annuo di 262,9 miliardi di euro nel 2023.La sua vasta base installata di apparecchiature connesse genera continuamente dati operativi su prestazioni, consumo energetico e manutenzione. Un potenziale simile esiste in tutti i principali settori verticali europei, dalla scoperta di farmaci e dalla diagnostica basate sull’intelligenza artificiale nelle scienze della vita alla gestione autonoma della rete energetica, dove modelli e applicazioni specifici per settore possono garantire sia produttività che nuovi servizi esportabili.
Non bisogna dimenticare il fatto che il vantaggio competitivo dell’Europa risiede nella convergenza tra rigore normativo, profondità tecnica e competenza settoriale, in particolare nell’AI industriale, nella ricerca applicata e nelle applicazioni dei mercati regolamentati come la sanità, la mobilità e l’energia. Si tratta di settori in cui la fiducia, la precisione e il know-how specifico sono importanti tanto quanto la potenza di calcolo. Nell’automazione industriale, per esempio, aziende europee come Siemens18 e Bosch19 stanno già dimostrando come l’AI possa essere trasformata in prodotti software, sfruttando i dati di costruzione delle macchine per sviluppare applicazioni, come l’Industrial Copilot di Siemens per la generazione di codici di ingegneria e l’ecosistema di applicazioni ctrlX di Bosch per il controllo delle macchine basato sull’AI.
Secondo il McKinsey Global Institute, l’AI generativa potrebbe automatizzare attività che consumano dal 60 al 70% del tempo dei dipendenti. In uno scenario di elevata adozione e completa ridistribuzione della manodopera, questo aumento potrebbe raggiungere il 3,1% all’anno entro il 2030, sufficientemente per colmare gran parte del divario di produttività con gli Stati Uniti. Nei settori industriali europei, tali guadagni possono essere amplificati dall’AI, anche attraverso copiloti, analisi predittive e strumenti di ottimizzazione che mirano a flussi di lavoro complessi e di alto valore.
La manutenzione predittiva, l’ottimizzazione energetica e la pianificazione intelligente possono già garantire aumenti fino al 40% della produttività del lavoro e riduzioni di quasi il 50% dei tempi di consegna nelle fabbriche faro, mentre la ricerca e sviluppo assistita dall’intelligenza artificiale e la scoperta di farmaci possono accelerare i tempi di sviluppo di oltre sei mesi in media. Concentrare gli investimenti sul livello applicativo garantisce che i vantaggi in termini di produttività si diffondano più rapidamente in tutta l’economia.
Accelerare il passaggio dalla fase pilota alla trasformazione
Le imprese europee che adottano l’AI dovrebbero avere una priorità chiara: passare dalla sperimentazione alla trasformazione su larga scala. Il potenziale di produttività è enorme, ma per realizzarlo è necessario un approccio trasformativo che integri la tecnologia nei prodotti, nei processi e nelle persone.
McKinsey sottolinea che la maggior parte delle organizzazioni rimane intrappolata nel purgatorio dei progetti pilota, implementando l’AI generica in prove di concetto isolate piuttosto che riprogettando i processi aziendali end-to-end. Per passare alla trasformazione su larga scala, possono fare quanto segue:
Le aziende dovrebbero invece dare priorità alla creazione di copiloti di AI e modelli specifici per settore su misura per i loro settori, come sistemi di manutenzione intelligenti per la produzione e strumenti di progettazione generativa per l’ingegneria. Startup come la francese Mistral AI e leader come Siemens, che ora integra l’AI nelle sue piattaforme industriali digital-twin, dimostrano secondo McKinsey che l’innovazione europea prospera quando la profondità tecnica incontra la competenza settoriale.
