La corsa globale all’intelligenza artificiale sta diventando una competizione fra sistemi industriali, infrastrutturali e geopolitici. Il nuovo report di Boston Consulting Group, “The Great Divide: How the US and China Are Splitting the AI World”, fotografa un mercato dominato dagli Stati Uniti e dalla Cina, con strategie ormai divergenti e stack tecnologici progettati per ridurre la dipendenza reciproca. La conseguenza è una progressiva incompatibilità fra ecosistemi, destinata a condizionare le scelte di imprese, governi e fornitori di tecnologia.
Il punto più rilevante riguarda il passaggio da una competizione centrata sui modelli a una partita che comprende chip, cloud, data center, energia, capitale, proprietà intellettuale, dati e regole di sicurezza. L’intelligenza artificiale diventa così una filiera integrata, nella quale la performance dei modelli resta decisiva, ma dipende sempre più dalla capacità di alimentare, ospitare, distribuire e governare sistemi ad alta intensità computazionale.
BCG individua sei fattori abilitanti per misurare la forza dei Paesi nell’offerta di intelligenza artificiale. Si tratta di capitale, talento, proprietà intellettuale, dati, energia e capacità di calcolo. L’analisi conferma il vantaggio statunitense, sostenuto soprattutto da disponibilità finanziaria e concentrazione dei talenti; la Cina invece continua ad avvicinarsi sul fronte del compute e trasforma la propria forza nella ricerca e nei brevetti in un approccio da fast follower sui modelli frontier e nella diffusione dell’AI nell’economia reale.
Indice degli argomenti
Gli Stati Uniti puntano sulla scala
La strategia americana è fondata sulla capacità di mobilitare capitali privati e pubblici intorno all’intera catena del valore. Secondo BCG, dal 2023 le startup statunitensi hanno raccolto circa 380 miliardi di dollari in venture capital legato all’AI, mentre i grandi gruppi tecnologici hanno investito oltre 300 miliardi in ricerca e sviluppo nel solo 2024. Una quota consistente di queste risorse è destinata all’intelligenza artificiale e alle innovazioni adiacenti.
Negli ultimi 18 mesi il baricentro degli investimenti si è spostato con maggiore decisione verso le infrastrutture necessarie a sostenere l’inferenza, la domanda enterprise e la crescita degli agenti AI. Il Capex dei principali gruppi tecnologici statunitensi ha superato i 400 miliardi di dollari nel 2025, contro 63 miliardi in Cina, e viene stimato oltre gli 800 miliardi nel 2026. Questa capacità di spesa sta ampliando la base di data center più grande al mondo, che a fine 2025 superava i 50 GW, rispetto ai 31 GW della Cina e ai 12 GW dell’Unione europea.
L’intensità degli investimenti riflette la crescita della domanda. Il report cita il caso di Google, il cui volume mensile di inferenza è aumentato di circa 50 volte anno su anno, e segnala che i tre maggiori cloud provider statunitensi detengono oltre 1.400 miliardi di dollari di ricavi futuri contrattualizzati, più del doppio rispetto all’anno precedente, in larga misura grazie all’AI. La capacità di calcolo diventa quindi uno degli asset centrali della leadership americana, insieme ai modelli, ai chip e alla rete di accordi commerciali che tiene insieme l’ecosistema.
Il sistema americano cresce attraverso investimenti incrociati
La spinta statunitense è alimentata da un insieme di partecipazioni, contratti pluriennali e accordi di fornitura che collega laboratori AI, hyperscaler, produttori di semiconduttori, designer di chip e investitori. Dal 2024, secondo BCG, sono stati annunciati deal per oltre 1.500 miliardi di dollari tra equity stake, contratti di compute e intese per l’acquisto di chip.
Questa rete consente di accelerare gli investimenti e ridurre il rischio che un singolo anello della filiera resti senza capitale. Allo stesso tempo aumenta l’interdipendenza del sistema. In questo quadro un default, una svalutazione o un’interruzione di fornitura presso uno dei grandi attori potrebbero propagarsi rapidamente agli altri. La forza finanziaria americana si accompagna quindi a un rischio sistemico interno, generato proprio dalla densità delle relazioni commerciali.
La strategia degli Stati Uniti sostiene questo modello attraverso la promozione di stack AI esportabili, composti da chip, modelli, cloud e software. La regolamentazione resta selettiva e orientata a proteggere le tecnologie più sensibili, ma l’approccio complessivo punta su velocità, scala e capacità di diffusione internazionale. Si tratta di un’impostazione che viene messa alla prova dalla crescente rilevanza dei modelli con possibili implicazioni di sicurezza nazionale. Il caso Anthropic, con il rinvio del rilascio pubblico del modello Claude Mythos e il successivo intervento del governo statunitense sull’accesso da parte di soggetti stranieri, mostra come la sicurezza possa prevalere sulla distribuzione globale delle capacità più avanzate.
La Cina costruisce una via a basso costo
La strategia cinese segue una logica diversa. Pechino sta investendo sull’adozione interna, sull’ottimizzazione dei costi e sulla riduzione della dipendenza dai chip stranieri. Dopo il rilascio di DeepSeek R1 nel gennaio 2025, i principali modelli cinesi hanno continuato ad avvicinarsi ai leader statunitensi nei benchmark di qualità. La corsa globale all’intelligenza artificiale sta diventando una competizione fra sistemi industriali, infrastrutturali e geopolitici. Il nuovo report di Boston Consulting Group, “The Great Divide: How the US and China Are Splitting the AI World”, fotografa un mercato dominato dagli Stati Uniti e dalla Cina, con strategie ormai divergenti e stack tecnologici progettati per ridurre la dipendenza reciproca. La conseguenza è una progressiva incompatibilità fra ecosistemi, destinata a condizionare le scelte di imprese, governi e fornitori di tecnologia.
Il punto più rilevante riguarda il passaggio da una competizione centrata sui modelli a una partita che comprende chip, cloud, data center, energia, capitale, proprietà intellettuale, dati e regole di sicurezza. L’intelligenza artificiale diventa così una filiera integrata, nella quale la performance dei modelli resta decisiva, ma dipende sempre più dalla capacità di alimentare, ospitare, distribuire e governare sistemi ad alta intensità computazionale.
BCG individua sei fattori abilitanti per misurare la forza dei Paesi nell’offerta di intelligenza artificiale. Si tratta di capitale, talento, proprietà intellettuale, dati, energia e capacità di calcolo. L’analisi 2026 conferma il vantaggio statunitense, sostenuto soprattutto da disponibilità finanziaria e concentrazione dei talenti, mentre la Cina continua ad avvicinarsi sul fronte del compute e trasforma la propria forza nella ricerca e nei brevetti in un approccio da fast follower sui modelli frontier e nella diffusione dell’AI nell’economia reale.
Gli Stati Uniti puntano sulla scala
La traiettoria americana è fondata sulla capacità di mobilitare capitali privati e pubblici intorno all’intera catena del valore. Secondo BCG, dal 2023 le startup statunitensi hanno raccolto circa 380 miliardi di dollari in venture capital legato all’AI, mentre i grandi gruppi tecnologici hanno investito oltre 300 miliardi in ricerca e sviluppo nel solo 2024. Una quota consistente di queste risorse è destinata all’intelligenza artificiale e alle innovazioni adiacenti.
Negli ultimi 18 mesi il baricentro degli investimenti si è spostato con maggiore decisione verso le infrastrutture necessarie a sostenere l’inferenza, la domanda enterprise e la crescita degli agenti AI. Il Capex dei principali gruppi tecnologici statunitensi ha superato i 400 miliardi di dollari nel 2025, contro 63 miliardi in Cina, e viene stimato oltre gli 800 miliardi nel 2026. Questa capacità di spesa sta ampliando la base di data center più grande al mondo, che a fine 2025 superava i 50 GW, rispetto ai 31 GW della Cina e ai 12 GW dell’Unione europea.
L’intensità degli investimenti riflette la crescita della domanda. Il report cita il caso di Google, il cui volume mensile di inferenza è aumentato di circa 50 volte anno su anno, e segnala che i tre maggiori cloud provider statunitensi detengono oltre 1.400 miliardi di dollari di ricavi futuri contrattualizzati, più del doppio rispetto all’anno precedente, in larga misura grazie all’AI. La capacità di calcolo diventa quindi uno degli asset centrali della leadership americana, insieme ai modelli, ai chip e alla rete di accordi commerciali che tiene insieme l’ecosistema.
Il sistema americano cresce attraverso investimenti incrociati
La spinta statunitense è alimentata da un insieme di partecipazioni, contratti pluriennali e accordi di fornitura che collega laboratori AI, hyperscaler, produttori di semiconduttori, designer di chip e investitori. Dal 2024, secondo BCG, sono stati annunciati deal per oltre 1.500 miliardi di dollari tra equity stake, contratti di compute e intese per l’acquisto di chip.
Questa rete consente di accelerare gli investimenti e ridurre il rischio che un singolo anello della filiera resti senza capitale. Allo stesso tempo aumenta l’interdipendenza del sistema. BCG segnala che un default, una svalutazione o un’interruzione di fornitura presso uno dei grandi attori potrebbero propagarsi rapidamente agli altri. La forza finanziaria americana si accompagna quindi a un rischio sistemico interno, generato proprio dalla densità delle relazioni commerciali.
La strategia pubblica degli Stati Uniti sostiene questo modello attraverso la promozione di stack AI esportabili, composti da chip, modelli, cloud e software. La regolazione resta selettiva e orientata a proteggere le tecnologie più sensibili, ma l’approccio complessivo punta su velocità, scala e capacità di diffusione internazionale. Il report osserva che questa impostazione viene messa alla prova dalla crescente rilevanza dei modelli con possibili implicazioni di sicurezza nazionale. Il caso Anthropic, con il rinvio del rilascio pubblico del modello Claude Mythos e il successivo intervento del governo statunitense sull’accesso da parte di soggetti stranieri, mostra come la sicurezza possa prevalere sulla distribuzione globale delle capacità più avanzate.
La Cina costruisce una via a basso costo
La strategia cinese segue una logica diversa. Pechino sta investendo sull’adozione interna, sull’ottimizzazione dei costi e sulla riduzione della dipendenza dai chip stranieri. Dopo il rilascio di DeepSeek R1 nel gennaio 2025, i principali modelli cinesi hanno continuato ad avvicinarsi ai leader statunitensi nei benchmark di qualità. Il report cita un ecosistema composto da DeepSeek, Alibaba, ByteDance, Moonshot, Z.AI, MiniMax e Xiaomi, sostenuto anche dalla diffusione di modelli open-weight che consentono ai laboratori di sviluppare direttamente su pesi e architetture esistenti.
Il vantaggio più visibile riguarda il prezzo. BCG indica che Moonshot Kimi K2.6, il principale modello cinese a maggio 2026, opera a 1,71 dollari per milione di token, contro 11,25 dollari per GPT-5.5, indicato come il principale modello statunitense. La Cina resta vicina ai vertici nelle prestazioni e rende l’utilizzo dei modelli più accessibile, grazie a open weights, efficienze architetturali e ingegnerizzazione orientata al costo.
Questa impostazione si innesta su una base di ricerca in crescita: la Cina rappresenta circa un terzo delle pubblicazioni AI incluse nel 10% più citato al mondo, superando gli Stati Uniti su questo indicatore e il Paese guida per numero di brevetti AI. Il dato riflette la forte attenzione alle applicazioni economiche dell’intelligenza artificiale.
Chip domestici e supply chain nazionale
La separazione tra i due ecosistemi si estende al livello hardware. La Cina sta lavorando a una supply chain nazionale per ridurre la dipendenza dai semiconduttori esteri. Anche quando gli Stati Uniti hanno consentito alcune esportazioni di chip avanzati verso la Cina, grandi gruppi tecnologici cinesi, inclusa ByteDance, non hanno potuto utilizzare tali componenti. I data center finanziati dallo Stato devono inoltre impiegare solo chip domestici.
Il ruolo attribuito alla serie Ascend di Huawei è centrale. La scelta di spingere l’adozione di questi chip può accelerare i progressi cinesi nella progettazione e produzione di semiconduttori AI. Un primo segnale è arrivato nell’aprile 2026, quando DeepSeek ha rilasciato V4, ottimizzato per l’inferenza su chip Ascend, pur avendo utilizzato almeno in parte chip Nvidia nella fase di training. Con conseguenze industriali rilevant: modelli cinesi più economici, eseguiti su chip cinesi meno costosi, possono diventare un pacchetto interessante per Paesi e aziende che cercano un’adozione AI sostenibile sul piano economico. La scelta si collega alla capacità cinese di esportare il proprio stack nei Paesi del Sud globale, dove Pechino dispone di forti legami commerciali, finanziari e infrastrutturali. La Cina è oggi il principale partner commerciale di 78 Paesi di quell’area, con un aumento di circa il 50% dal 2015, e attraverso la Belt and Road Initiative ha costruito, finanziato o gestito oltre un terzo dei porti commerciali africani.
L’iniziativa AI+ spinge l’adozione nell’economia reale
Il modello cinese non punta soltanto a competere sul frontier model. Il report assegna un ruolo centrale all’iniziativa “AI+”, introdotta nel 2024 per integrare l’intelligenza artificiale in manifattura, servizi, pubblica amministrazione e vita quotidiana. Gli obiettivi politici indicati prevedono una penetrazione superiore al 70% di terminali intelligenti e agenti AI entro il 2027 e oltre il 90% entro il 2030.
La robotica rappresenta una delle espressioni più visibili di questa strategia. La Cina ha installato il 54% dei robot industriali mondiali nel 2024 e ha incluso l’embodied intelligence tra i settori prioritari del nuovo piano quinquennale. La densità robotica cinese resta pari a circa la metà di quella statunitense, ma potrebbe superarla entro il 2030 mantenendo gli attuali ritmi di crescita.
La diffusione interna dell’AI appare sostenuta anche dall’atteggiamento della popolazione. Il report rileva che oltre l’85% dei cittadini cinesi ritiene che prodotti e servizi basati sull’intelligenza artificiale generino più benefici che svantaggi, rispetto a meno del 45% negli Stati Uniti. In parallelo, la Cina dovrebbe processare oltre metà dei token mondiali nel secondo trimestre 2026, pur rappresentando circa il 17% della popolazione globale. La combinazione di bassi costi, ampia domanda interna e adozione rapida può diventare un meccanismo di rafforzamento per l’ecosistema cinese.
Quattro livelli sempre meno combinabili
BCG descrive lo stack tecnologico dell’AI come una struttura composta da quattro livelli. Il primo è quello delle applicazioni, il secondo quello dei modelli, il terzo il cloud, il quarto i chip ospitati nei data center. A questi strati si aggiunge una sovrapposizione di governance e sicurezza, fatta di regole sui dati, vincoli privacy, export control, condizioni di procurement e priorità di sicurezza nazionale.
Dentro Stati Uniti e Cina la possibilità di combinare liberamente componenti dei due ecosistemi si è quasi chiusa. Al livello dei modelli, le soluzioni frontier di una superpotenza risultano spesso indisponibili o sottoposte a scrutinio politico nell’altra. Al livello cloud prevalgono operatori domestici. Al livello chip, il software sviluppato su Nvidia CUDA richiede riscritture importanti per funzionare su Huawei CANN.
Il caso Apple mostra l’impatto sulle multinazionali. In Cina, Apple ha scelto Alibaba per Apple Intelligence, mentre negli altri mercati collabora con OpenAI. La separazione dello stack diventa quindi una scelta operativa per chi vuole presidiare più aree geopolitiche. Secondo BCG, anche quando i modelli open-weight possono ancora circolare tra ecosistemi, ciascun ambiente tende a ottimizzarsi sul proprio hardware. Nel tempo questa dinamica può aumentare i costi tecnici di passaggio da un sistema all’altro.
L’Europa cerca una terza via
Il report dedica attenzione anche alle potenze intermedie, cioè agli attori che cercano spazio tra i due ecosistemi dominanti. Tra questi, l’Unione europea viene indicata come la più forte, con una strategia concentrata su due priorità. La prima riguarda il sostegno a Mistral, sviluppatore europeo di modelli. La seconda riguarda la costruzione di capacità di calcolo sovrana, meno dipendente dagli hyperscaler statunitensi.
Il divario resta ampio. A inizio 2026, secondo BCG, ricavi, valutazione e capitale raccolto da Mistral erano pari a circa il 2% di OpenAI. Le capacità dei suoi modelli risultavano distanti dai frontier model di circa 3-10 mesi e il laboratorio si collocava al sedicesimo posto nelle classifiche AI citate dal report. Anche sulla capacità di calcolo il ritardo europeo è evidente. Il Capex 2026 dei grandi hyperscaler statunitensi viene stimato in una misura superiore a tre volte il programma pluriennale InvestAI, che mobilita 200 miliardi di euro e accompagna la realizzazione di 19 AI Factories entro il 2027.
L’Europa può però diventare un polo per Paesi interessati a un’opzione diversa dai sistemi statunitense e cinese, soprattutto per chi non dispone della scala necessaria a costruire un’alternativa autonoma. BCG cita in questa prospettiva la combinazione da 20 miliardi di dollari tra Cohere e Aleph Alpha, rispettivamente tra i principali attori enterprise AI in Canada e Germania. La ricerca di alleanze tra soggetti non appartenenti ai due blocchi maggiori indica che la competizione non si riduce alla sola dimensione tecnologica, ma coinvolge capitale, regole, fiducia e mercato.
Le strategie delle altre potenze intermedie
Il Giappone sceglie una strada diversa e punta a rafforzare la propria posizione dentro l’ecosistema americano. Secondo BCG, il Paese dispone di una capacità data center limitata e non ha un mercato domestico paragonabile a quello europeo per sostenere un ecosistema generalista di modelli. Per questo utilizza il capitale come leva strategica. SoftBank ha partecipato a circa 90 miliardi di dollari di dealmaking AI dal 2024, con oltre 60 miliardi investiti in OpenAI, e pianifica investimenti fino a 87 miliardi di dollari in infrastrutture AI in Francia.
Emirati Arabi Uniti e Arabia Saudita stanno cercando di posizionarsi come hub infrastrutturali. Il report richiama il campus AI da 5 GW ad Abu Dhabi e gli investimenti sauditi per circa 33 miliardi di dollari attraverso HUMAIN, veicolo controllato dal Public Investment Fund e legato a una partnership con Nvidia per centinaia di megawatt di AI factories. La logica riprende il ruolo già svolto dal Golfo in logistica, commercio e finanza, spostandolo sulle infrastrutture di calcolo.
L’India prova invece a mantenere rapporti con più ecosistemi. BCG la definisce abbastanza grande da rifiutare, almeno per ora, una scelta binaria. Il Paese è il secondo mercato per OpenAI e Anthropic, con oltre 100 milioni di utenti settimanali di ChatGPT, e combina collaborazioni con gli Stati Uniti sulle infrastrutture, con l’Europa sulla governance, con gli Emirati sul compute e con la Cina in alcuni forum multilaterali. Questo equilibrio può diventare più costoso se gli stack continueranno a rafforzarsi in modo separato.
Resilienza tecnologica per imprese e governi
La conclusione operativa del report riguarda la gestione del rischio. BCG avverte che una scelta di stack motivata oggi dall’ottimizzazione dei costi può trasformarsi domani in una vulnerabilità strategica. Per le imprese con clienti, dati e regolatori concentrati in una delle due superpotenze, l’allineamento allo stack locale appare il percorso più probabile. Per le multinazionali presenti in entrambe le aree, la gestione di due stack distinti può diventare la soluzione più praticabile. Per le aziende basate altrove, lo spazio di scelta resta più ampio, ma viene condizionato da procurement, export control e strategie nazionali.
BCG suggerisce di costruire resilienza attraverso ridondanza, modularità ed eterogeneità. La ridondanza consiste nell’avere opzioni alternative sui livelli più esposti a interruzioni, per esempio più fornitori di modelli. La modularità richiede architetture che consentano di cambiare un livello senza riscrivere l’intero sistema. L’eterogeneità punta a evitare che le alternative siano esposte allo stesso tipo di rischio, per esempio combinando un modello proprietario statunitense con una soluzione open-weight ospitabile in autonomia, oppure affiancando infrastrutture hyperscaler a opzioni di cloud sovrano per i carichi regolati.
Questi principi diventano più difficili da applicare man mano che la separazione si approfondisce. Il report invita i leader a mantenere una lista di segnali da monitorare, tra cui irrigidimenti degli export control e avanzamenti tecnici significativi in uno dei due ecosistemi. La dipendenza tecnologica viene così trattata come una variabile geopolitica, non soltanto come una decisione di procurement o architettura IT.
La sovranità si misura su chip, cloud e capacità di calcolo
Il lavoro di BCG mostra che la sovranità digitale non coincide con il solo sviluppo di modelli nazionali o regionali. Richiede capacità di calcolo, accesso ai semiconduttori, energia competitiva, data center disponibili, capitale, talenti, dati utilizzabili e regole coerenti. La distanza tra Stati Uniti, Cina ed Europa emerge proprio dalla combinazione di questi fattori. Washington dispone di una potenza finanziaria e infrastrutturale superiore. Pechino costruisce un ecosistema ottimizzato sui costi e sull’adozione industriale. Bruxelles cerca una terza via, con ambizioni di autonomia e risorse ancora inferiori a quelle mobilitate dai grandi hyperscaler americani.
Per imprese e governi, la scelta dello stack AI diventa una decisione industriale di lungo periodo. Il fornitore di un modello, la piattaforma cloud, il tipo di chip, il luogo in cui si trovano i dati e le condizioni di accesso alle tecnologie avanzate possono determinare dove un’organizzazione può operare, quali servizi può offrire e quanto è esposta a tensioni geopolitiche. L’intelligenza artificiale si conferma un terreno di competizione economica e strategica, nel quale la resilienza dipenderà dalla capacità di combinare performance, costo, controllo e possibilità di cambiare rotta quando il quadro internazionale si modifica.L’ecosistema composto da DeepSeek, Alibaba, ByteDance, Moonshot, Z.AI, MiniMax e Xiaomi, sostenuto anche dalla diffusione di modelli open-weight che consentono ai laboratori di sviluppare direttamente su pesi e architetture esistenti.
Il vantaggio più visibile riguarda il prezzo. BCG indica che Moonshot Kimi K2.6, il principale modello cinese a maggio 2026, opera a 1,71 dollari per milione di token, contro 11,25 dollari per GPT-5.5, indicato come il principale modello statunitense. La Cina resta vicina ai vertici nelle prestazioni e rende l’utilizzo dei modelli più accessibile, grazie a open weights, efficienze architetturali e ingegnerizzazione orientata al costo.
Questa impostazione si innesta su una base di ricerca in crescita. Il report afferma che la Cina rappresenta circa un terzo delle pubblicazioni AI incluse nel 10% più citato al mondo, superando gli Stati Uniti su questo indicatore, e che il Paese guida per numero di brevetti AI. Il dato viene letto da BCG come riflesso della forte attenzione alle applicazioni economiche dell’intelligenza artificiale.
Chip domestici e supply chain nazionale
La separazione tra i due ecosistemi si estende al livello hardware. La Cina sta lavorando a una supply chain nazionale per ridurre la dipendenza dai semiconduttori esteri. Anche quando gli Stati Uniti hanno consentito alcune esportazioni di chip avanzati verso la Cina, grandi gruppi tecnologici cinesi, inclusa ByteDance, non hanno potuto utilizzare tali componenti. I data center finanziati dallo Stato devono inoltre impiegare solo chip domestici.
Il ruolo attribuito alla serie Ascend di Huawei è centrale. Secondo BCG, la scelta di spingere l’adozione di questi chip può accelerare i progressi cinesi nella progettazione e produzione di semiconduttori AI. Un primo segnale è arrivato nell’aprile 2026, quando DeepSeek ha rilasciato V4, ottimizzato per l’inferenza su chip Ascend, pur avendo utilizzato almeno in parte chip Nvidia nella fase di training.
La conseguenza industriale è rilevante. Modelli cinesi più economici, eseguiti su chip cinesi meno costosi, possono diventare un pacchetto interessante per Paesi e aziende che cercano un’adozione AI sostenibile sul piano economico. BCG collega questa traiettoria anche alla capacità cinese di esportare il proprio stack nei Paesi del Sud globale, dove Pechino dispone di forti legami commerciali, finanziari e infrastrutturali. La Cina è oggi il principale partner commerciale di 78 Paesi di quell’area, con un aumento di circa il 50% dal 2015, e attraverso la Belt and Road Initiative ha costruito, finanziato o gestito oltre un terzo dei porti commerciali africani.
L’iniziativa AI+ spinge l’adozione nell’economia reale
Il modello cinese non punta soltanto a competere sul frontier model. Il report assegna un ruolo centrale all’iniziativa “AI+”, introdotta nel 2024 per integrare l’intelligenza artificiale in manifattura, servizi, pubblica amministrazione e vita quotidiana. Gli obiettivi politici indicati da BCG prevedono una penetrazione superiore al 70% di terminali intelligenti e agenti AI entro il 2027 e oltre il 90% entro il 2030.
La robotica rappresenta una delle espressioni più visibili di questa strategia. La Cina ha installato il 54% dei robot industriali mondiali nel 2024 e ha incluso l’embodied intelligence tra i settori prioritari del nuovo piano quinquennale. La densità robotica cinese resta pari a circa la metà di quella statunitense, ma secondo BCG potrebbe superarla entro il 2030 mantenendo gli attuali ritmi di crescita.
La diffusione interna dell’AI appare sostenuta anche dall’atteggiamento della popolazione. Il report rileva che oltre l’85% dei cittadini cinesi ritiene che prodotti e servizi basati sull’intelligenza artificiale generino più benefici che svantaggi, rispetto a meno del 45% negli Stati Uniti. In parallelo, la Cina dovrebbe processare oltre metà dei token mondiali nel secondo trimestre 2026, pur rappresentando circa il 17% della popolazione globale. La combinazione di bassi costi, ampia domanda interna e adozione rapida può diventare un meccanismo di rafforzamento per l’ecosistema cinese.
Quattro livelli sempre meno combinabili
BCG descrive lo stack tecnologico dell’AI come una struttura composta da quattro livelli. Il primo è quello delle applicazioni, il secondo quello dei modelli, il terzo il cloud, il quarto i chip ospitati nei data center. A questi strati si aggiunge una sovrapposizione di governance e sicurezza, fatta di regole sui dati, vincoli privacy, export control, condizioni di procurement e priorità di sicurezza nazionale.
Dentro Stati Uniti e Cina la possibilità di combinare liberamente componenti dei due ecosistemi si è quasi chiusa. Al livello dei modelli, le soluzioni frontier di una superpotenza risultano spesso indisponibili o sottoposte a scrutinio politico nell’altra. Al livello cloud prevalgono operatori domestici. Al livello chip, il software sviluppato su Nvidia CUDA richiede riscritture importanti per funzionare su Huawei CANN.
Il caso Apple mostra l’impatto sulle multinazionali. In Cina, Apple ha scelto Alibaba per Apple Intelligence, mentre negli altri mercati collabora con OpenAI. La separazione dello stack diventa quindi una scelta operativa per chi vuole presidiare più aree geopolitiche. Secondo BCG, anche quando i modelli open-weight possono ancora circolare tra ecosistemi, ciascun ambiente tende a ottimizzarsi sul proprio hardware. Nel tempo questa dinamica può aumentare i costi tecnici di passaggio da un sistema all’altro.
L’Europa cerca una terza via
Il report dedica attenzione anche alle potenze intermedie, cioè agli attori che cercano spazio tra i due ecosistemi dominanti. Tra questi, l’Unione europea viene indicata come la più forte, con una strategia concentrata su due priorità. La prima riguarda il sostegno a Mistral, sviluppatore europeo di modelli. La seconda riguarda la costruzione di capacità di calcolo sovrana, meno dipendente dagli hyperscaler statunitensi.
Il divario resta ampio. A inizio 2026, secondo BCG, ricavi, valutazione e capitale raccolto da Mistral erano pari a circa il 2% di OpenAI. Le capacità dei suoi modelli risultavano distanti dai frontier model di circa 3-10 mesi e il laboratorio si collocava al sedicesimo posto nelle classifiche AI citate dal report. Anche sulla capacità di calcolo il ritardo europeo è evidente. Il Capex 2026 dei grandi hyperscaler statunitensi viene stimato in una misura superiore a tre volte il programma pluriennale InvestAI, che mobilita 200 miliardi di euro e accompagna la realizzazione di 19 AI Factories entro il 2027.
L’Europa può però diventare un polo per Paesi interessati a un’opzione diversa dai sistemi statunitense e cinese, soprattutto per chi non dispone della scala necessaria a costruire un’alternativa autonoma. BCG cita in questa prospettiva la combinazione da 20 miliardi di dollari tra Cohere e Aleph Alpha, rispettivamente tra i principali attori enterprise AI in Canada e Germania. La ricerca di alleanze tra soggetti non appartenenti ai due blocchi maggiori indica che la competizione non si riduce alla sola dimensione tecnologica, ma coinvolge capitale, regole, fiducia e mercato.
Le strategie delle altre potenze intermedie
Il Giappone sceglie una strada diversa e punta a rafforzare la propria posizione dentro l’ecosistema americano. Secondo BCG, il Paese dispone di una capacità data center limitata e non ha un mercato domestico paragonabile a quello europeo per sostenere un ecosistema generalista di modelli. Per questo utilizza il capitale come leva strategica. SoftBank ha partecipato a circa 90 miliardi di dollari di dealmaking AI dal 2024, con oltre 60 miliardi investiti in OpenAI, e pianifica investimenti fino a 87 miliardi di dollari in infrastrutture AI in Francia.
Emirati Arabi Uniti e Arabia Saudita stanno cercando di posizionarsi come hub infrastrutturali. Il report richiama il campus AI da 5 GW ad Abu Dhabi e gli investimenti sauditi per circa 33 miliardi di dollari attraverso HUMAIN, veicolo controllato dal Public Investment Fund e legato a una partnership con Nvidia per centinaia di megawatt di AI factories. La logica riprende il ruolo già svolto dal Golfo in logistica, commercio e finanza, spostandolo sulle infrastrutture di calcolo.
L’India prova invece a mantenere rapporti con più ecosistemi. BCG la definisce abbastanza grande da rifiutare, almeno per ora, una scelta binaria. Il Paese è il secondo mercato per OpenAI e Anthropic, con oltre 100 milioni di utenti settimanali di ChatGPT, e combina collaborazioni con gli Stati Uniti sulle infrastrutture, con l’Europa sulla governance, con gli Emirati sul compute e con la Cina in alcuni forum multilaterali. Questo equilibrio può diventare più costoso se gli stack continueranno a rafforzarsi in modo separato.
Resilienza tecnologica per imprese e governi
La conclusione operativa del report riguarda la gestione del rischio. BCG avverte che una scelta di stack motivata oggi dall’ottimizzazione dei costi può trasformarsi domani in una vulnerabilità strategica. Per le imprese con clienti, dati e regolatori concentrati in una delle due superpotenze, l’allineamento allo stack locale appare il percorso più probabile. Per le multinazionali presenti in entrambe le aree, la gestione di due stack distinti può diventare la soluzione più praticabile. Per le aziende basate altrove, lo spazio di scelta resta più ampio, ma viene condizionato da procurement, export control e strategie nazionali.
BCG suggerisce di costruire resilienza attraverso ridondanza, modularità ed eterogeneità. La ridondanza consiste nell’avere opzioni alternative sui livelli più esposti a interruzioni, per esempio più fornitori di modelli. La modularità richiede architetture che consentano di cambiare un livello senza riscrivere l’intero sistema. L’eterogeneità punta a evitare che le alternative siano esposte allo stesso tipo di rischio, per esempio combinando un modello proprietario statunitense con una soluzione open-weight ospitabile in autonomia, oppure affiancando infrastrutture hyperscaler a opzioni di cloud sovrano per i carichi regolati.
Questi principi diventano più difficili da applicare man mano che la separazione si approfondisce. Il report invita i leader a mantenere una lista di segnali da monitorare, tra cui irrigidimenti degli export control e avanzamenti tecnici significativi in uno dei due ecosistemi. La dipendenza tecnologica viene così trattata come una variabile geopolitica, non soltanto come una decisione di procurement o architettura IT.
La sovranità si misura su chip, cloud e capacità di calcolo
Il lavoro di BCG mostra che la sovranità digitale non coincide con il solo sviluppo di modelli nazionali o regionali. Richiede capacità di calcolo, accesso ai semiconduttori, energia competitiva, data center disponibili, capitale, talenti, dati utilizzabili e regole coerenti. La distanza tra Stati Uniti, Cina ed Europa emerge proprio dalla combinazione di questi fattori. Washington dispone di una potenza finanziaria e infrastrutturale superiore. Pechino costruisce un ecosistema ottimizzato sui costi e sull’adozione industriale. Bruxelles cerca una terza via, con ambizioni di autonomia e risorse ancora inferiori a quelle mobilitate dai grandi hyperscaler americani.
Per imprese e governi, la scelta dello stack AI diventa una decisione industriale di lungo periodo. Il fornitore di un modello, la piattaforma cloud, il tipo di chip, il luogo in cui si trovano i dati e le condizioni di accesso alle tecnologie avanzate possono determinare dove un’organizzazione può operare, quali servizi può offrire e quanto è esposta a tensioni geopolitiche. L’intelligenza artificiale si conferma un terreno di competizione economica e strategica, nel quale la resilienza dipenderà dalla capacità di combinare performance, costo, controllo e possibilità di cambiare rotta quando il quadro internazionale si modifica.
Partecipa alla community