Come viene affermato nel rapporto Draghi, “il fattore chiave dell’aumento del divario di produttività tra l’UE e gli Stati Uniti è stata la tecnologia digitale, e attualmente l’Europa sembra destinata a rimanere ancora più indietro”. La commissione europea, per colmare questo divario, ha finanziato la costruzione di server farm in vari stati, che possono effettivamente utili per gestire comparti strategici, come la difesa, che non può essere demandata a operatori extra europei, in un mondo sempre più competitivo e multipolare. Il gap tecnologico sofferto dall’Europa è rilevante anche sulle tecnologie di base, i microprocessori per l’intelligenza artificiale, sempre più progettati e prodotti da pochi operatori americani o asiatici. L’inseguimento europeo su tecnologie già consolidate in Asia o in America, in ritardo e con risorse molto inferiori, come è successo con i motori di ricerca o con il cloud, difficilmente potrà colmare il gap. Sarebbe più auspicabile analizzare il contesto attuale, individuarne i limiti e intraprendere percorsi nuovi prima dei competitor. Il macro trend che al momento è al culmine dell’Hype mediatico e finanziario è l’intelligenza artificiale generativa, che chatGPT rappresenta emblematicamente. È un fenomeno digitale di massa, che, come la ricerca nel web e i social network, occupa un mercato finora sempre dominato dagli americani. ChatGPT viene utilizzato quotidianamente a livello per attività caratterizzate da servizi imprecisi e poco affidabili, attraenti per il grande pubblico, ma poco utili alle imprese. Competere con questa tecnologia di base potrebbe essere impossibile per gli europei, e forse anche poco utile. Si potrebbe al contrario sfruttare la accesa competizione tra USA e Cina nei modelli di base dell’intelligenza artificiale generativa, che li sta velocemente trasformando in commodity, cioè in merce disponibile in grandi qualità, diffusa, prodotta da più operatori e, da quanto si evince dagli ultimi trend tecnologici, sempre più a basso prezzo. L’approccio open source di molti operatori americani e cinesi rende disponibili potenti modelli LLM addirittura in forma gratuita. Invece che confrontarsi in un comparto che già soffre i limiti della commodity, l’Europa dovrebbe concentrarsi su ciò che si può costruire sopra e oltre la commodity stessa. Per cui noi europei dovremmo velocemente focalizzare le esigenze dei nostri diversificati comparti economici, e sviluppare soluzioni verticali iperspecializzate “Above AI”, cioè collocate al di sopra dell’AI generativa, con l’obiettivo di rendere più efficienti le nostre economie e i nostri lavoratori.
Questa strategia risponderebbe ad altri obiettivi, indicati nell’AI act. Rispettando il copyright, e la tracciabilità delle fonti, ad esempio, le industrie europee potrebbero addestrare modelli LLM opensource con i loro dati, in server proprietari dedicati, assecondando il trend dell’hedge computing, cioè all’elaborazione di dati in server vicini al luogo dove vengono generati. Creando AI per uso proprio, personalizzate molto più efficienti, libere da allucinazioni, e senza fornire dati preziosi a operatori americani e cinesi.
