# IA sovrana e sostenibilità

> I Paesi finanziano modelli e capacità di calcolo nazionali per l'IA. Argomenti a favore e contro l'IA sovrana e pubblica, e gli effetti su energia e acqua.

Source: https://greenai.guide/it/articoli/ia-sovrana-e-sostenibilita/  
Updated: 2026-11-19

## In breve

In tutto il mondo i governi finanziano un'IA "sovrana": capacità di calcolo, modelli e dati nazionali sotto il loro controllo. I sostenitori affermano che garantisce l'accesso, riflette i valori locali e potrebbe essere progettata per essere efficiente fin dall'inizio. I critici affermano che la piena autosufficienza è insostenibile sul piano dei costi, duplica gli sforzi e aggiunge data centre a reti elettriche già sotto pressione. Il risultato in termini di sostenibilità dipende meno da chi possiede l'IA che da come viene costruita, dimensionata e usata.

## Punti chiave

- Un indice del 2026 ha contato 184 progetti di IA sovrana in 67 Paesi.
- Il Regno Unito, l'UE e la Svizzera sono tra quelli che investono in capacità di calcolo e modelli nazionali, su scale molto diverse.
- Gli argomenti a favore dell'IA sovrana o pubblica si basano su sicurezza, equità di accesso, responsabilità pubblica e coerenza con le leggi e i valori locali.
- Gli argomenti contrari si basano su costi, fattibilità, duplicazione di addestramenti ad alto consumo di energia e rischio di controllo politico.
- Modelli piccoli, locali e aperti offrono una via di mezzo che può servire insieme sovranità ed efficienza.

L'IA viene sempre più trattata come un'infrastruttura nazionale, al pari dell'energia o delle telecomunicazioni. Molti
governi vogliono ora una parte della capacità di IA sotto il proprio controllo e spendono molto per ottenerla. Questo
solleva una domanda che spesso sfugge al dibattito: l'IA sovrana è migliore o peggiore per l'ambiente? Questo articolo
espone gli argomenti di entrambe le parti.

## Che cos'è l'IA sovrana? {#what-is-sovereign-ai}

**È una capacità di IA controllata da un Paese, o da un blocco di Paesi.** Può significare capacità di calcolo
propria (data centre e supercomputer), modelli propri, dati propri, competenze proprie, o una combinazione di questi.

L'idea si è diffusa rapidamente. Il Sovereign AI Index del Center for a New American Security ha contato 184 progetti
di IA sovrana in 67 Paesi, con dati aggiornati a giugno 2026.

Alcuni esempi, su scale molto diverse:

| Chi | Che cosa |
|---|---|
| Regno Unito | Una Sovereign AI Unit con una dotazione fino a 500 milioni di sterline, avviata nel 2026, accanto a capacità di calcolo nazionali come il supercomputer Isambard-AI e alle AI Growth Zones designate |
| Unione europea | InvestAI, annunciata a febbraio 2025 per mobilitare 200 miliardi di euro per l'IA, compreso un fondo di 20 miliardi di euro per le "gigafactory" di IA; a fine 2026 la selezione dei siti delle gigafactory era ancora in corso |
| Svizzera | Apertus, un modello linguistico multilingue completamente aperto pubblicato a settembre 2025 da EPFL, ETH di Zurigo e Centro svizzero di calcolo scientifico, in versioni da 8 e 70 miliardi di parametri, con pesi, dati e codice pubblicati |

## Quali sono gli argomenti a favore dell'IA sovrana o pubblica? {#what-is-the-case-for-sovereign-or-public-ai}

**I sostenitori affermano che l'IA è troppo importante per dipendere interamente da poche aziende straniere.** I loro
argomenti principali:

- **Sicurezza e resilienza.** I servizi su cui contano governi, sistemi sanitari e reti elettriche non dovrebbero
  dipendere da un accesso che un altro Paese o un'altra azienda potrebbe limitare.
- **Equità di accesso.** Alcuni sostengono un'IA come servizio di pubblica utilità, come l'acqua o la ferrovia, perché
  l'accesso non dipenda dalla capacità di pagare. Il documento *Public AI* della Mozilla Foundation (2024) propone
  alternative pubbliche accanto all'IA privata, paragonandole al servizio radiotelevisivo pubblico e al trasporto
  pubblico.
- **Leggi e valori.** Un modello addestrato su dati che riflettono lingue, leggi e norme locali può servire meglio i
  cittadini. I governi che costruiscono su modelli aperti addestrati soprattutto su dati di altri Paesi devono chiedersi
  di chi siano i valori che quei modelli riflettono. Il governo britannico, per esempio, ha finanziato lo sviluppo di
  strumenti per i servizi pubblici basati su modelli aperti come Llama di Meta.
- **Responsabilità pubblica.** I modelli pubblici possono essere ispezionati, sottoposti a audit e governati in modo
  pubblico.
- **Dati sensibili.** Alcuni dati, come quelli dettagliati sulla rete elettrica o sulla salute, non possono essere
  inviati a fornitori esterni, quindi modelli locali efficienti sono l'unico modo per applicarvi l'IA.

Un sandpit (laboratorio di ricerca collaborativa) britannico sull'IA verde del 2026, con matematici, informatici e
industria, ha discusso una versione di questa idea: un modello nazionale gestito dal governo come servizio di pubblica
utilità, per l'equità di accesso, la sovranità e la sicurezza, con l'efficienza matematica come vantaggio competitivo.

## Quali sono gli argomenti contrari? {#what-is-the-case-against}

**I critici affermano che la piena autosufficienza è troppo costosa, lenta e, per la maggior parte dei Paesi,
impossibile.** I loro argomenti principali:

- **Costi e fattibilità.** Il rapporto 2026 del Tony Blair Institute sostiene che la piena autosufficienza è troppo
  costosa, troppo lenta e, per la maggior parte dei Paesi, semplicemente impossibile, e propone invece di intendere la
  sovranità come capacità di decidere sulle scelte chiave. Un rapporto Brookings del 2026 ha sostenuto che una sovranità
  sull'intera filiera dell'IA è strutturalmente irrealizzabile per quasi tutti i Paesi.
- **Duplicazione.** Addestrare da zero un modello di frontiera in ogni Paese ripete costi di energia, acqua e hardware
  già sostenuti altrove.
- **Controllo politico.** Un modello gestito dallo Stato fa temere un'influenza del governo su che cosa i cittadini
  possono chiedere e su che cosa viene loro detto.
- **Limiti dei dati.** Un governo democratico potrebbe non potere, o non volere, addestrare modelli su dati che le
  aziende private utilizzano.
- **Infrastrutture e opinione pubblica.** I nuovi data centre hanno bisogno di allacciamenti alla rete, acqua e
  autorizzazioni urbanistiche, e in molti luoghi incontrano opposizione locale.
- **Puntare sull'architettura sbagliata.** Un investimento nazionale in un grande modello centrale presuppone che
  questi modelli dominino ancora tra cinque o dieci anni, invece di modelli locali più piccoli in cui i dati restano
  all'utente.

## Che cosa significa la sovranità per l'energia e le emissioni? {#what-does-sovereignty-mean-for-energy-and-emissions}

**Dipende da che cosa si costruisce, dove e che cosa sostituisce.** L'IA sovrana può andare in entrambe le direzioni:

- **Peggio:** se significa più data centre su reti dominate dai combustibili fossili, addestramenti duplicati e grandi
  modelli generalisti usati per compiti che potrebbero svolgere modelli piccoli.
- **Meglio:** se significa modelli specializzati e di dimensioni adeguate, data centre collocati dove l'energia pulita
  è in eccesso, riuso di modelli aperti invece di riaddestrarli da zero e norme pubbliche per misurazione e
  rendicontazione.

La localizzazione conta. L'Agenzia internazionale dell'energia osserva che la domanda dei data centre è concentrata in
poche regioni e che i vincoli della rete sono un problema crescente. I luoghi con produzione rinnovabile in eccesso,
che oggi a volte deve essere tagliata, sono candidati naturali. Un programma pubblico può inoltre imporre fin
dall'inizio rendicontazione energetica ed efficienza, cosa più difficile da imporre a fornitori stranieri.

## L'open source cambia il quadro? {#does-open-source-change-the-picture}

**Sì. I modelli aperti permettono ai Paesi di adattare invece di ricostruire.** I modelli a pesi aperti di molti
Paesi sono ormai ampiamente usati. L'ATOM Project ha riferito che a metà 2025 i modelli aperti cinesi hanno superato
quelli statunitensi nei download cumulativi su Hugging Face.

Specializzare (fine-tuning) un modello aperto esistente per una lingua, un settore o un sistema giuridico richiede una
piccola frazione dell'energia necessaria per addestrarne uno nuovo. L'Apertus svizzero mostra un'altra strada: un
modello completamente aperto, costruito pubblicamente, che altri possono riusare. Entrambe le vie riducono la necessità
che ogni Paese paghi l'intero costo dell'addestramento.

## Esiste una via di mezzo? {#is-there-a-middle-path}

**Molti propongono sovranità sulle parti che contano e interdipendenza per il resto.** In pratica:

- Controllare i dati e la messa in esercizio, anche se il modello di base proviene da altrove.
- Preferire modelli piccoli, locali e specializzati, che possono funzionare su infrastrutture nazionali o interne e
  mantenere i dati sensibili dove sono. Veda [l'IA ai margini della rete](/it/articoli/ia-all-edge-piu-verde-o-solo-meno-visibile/).
- Condividere capacità di calcolo e modelli aperti con i Paesi alleati invece di duplicarli.
- Integrare fin dall'inizio efficienza, misurazione ed energia pulita nell'IA pubblica.

Alcuni si spingono oltre e si chiedono se un'inferenza distribuita, ripartita tra molti fornitori più piccoli, potrebbe
impedire a una singola azienda o a un singolo governo di controllare l'uso dell'IA. È una questione di ricerca aperta,
con i suoi compromessi in termini di efficienza.

## Che cosa fare adesso {#what-to-do-next}

- Se contribuisce a definire programmi di IA pubblica, richieda fin dall'inizio misurazione e rendicontazione
  dell'energia: veda [politiche per l'IA verde](/it/buone-pratiche/come-scrivere-una-politica-sulla-ia-verde/).
- Dove il caso d'uso lo consente, preferisca adattare modelli aperti piuttosto che addestrarne di nuovi.
- Collochi la capacità di calcolo dove è disponibile energia pulita: veda [hosting e data centre](/it/buone-pratiche/hosting-e-data-centre-per-un-ia-verde/).
- Per i dati sensibili, valuti l'esecuzione sul dispositivo e in locale: veda [dispositivo o cloud?](/it/buone-pratiche/edge-o-cloud-dove-dovrebbe-girare-l-ia/).
- Legga [perché l'IA verde conta adesso](/it/articoli/perche-l-ia-verde-conta-adesso/) per il contesto energetico.

## Domande frequenti

### Che cos'è l'IA sovrana?

È una capacità di IA controllata da un Paese, o da un gruppo di Paesi: capacità di calcolo, modelli, dati o competenze propri, in modo da non dipendere interamente da aziende o governi stranieri.

### L'IA sovrana è più verde?

Non automaticamente. Un modello nazionale addestrato da zero duplica energia che altri hanno già speso. Può essere più verde se è più piccolo, specializzato, alimentato da energia pulita e sostituisce usi meno efficienti, ma questo va previsto fin dalla progettazione.

### Che cos'è l'IA pubblica?

È l'idea che una parte dell'IA debba essere fornita come infrastruttura pubblica, come il servizio radiotelevisivo pubblico o il trasporto pubblico, accanto ai servizi privati, con accesso e responsabilità pubblici.

## Fonti

- [Sovereign AI Index](https://interactives.cnas.org/sovereign-ai-index), Center for a New American Security (2026)
- [Sovereign AI Unit](https://www.sovereignai.gov.uk/), UK Government, Department for Science, Innovation and Technology (2026)
- [AI Opportunities Action Plan: one year on](https://www.gov.uk/government/publications/ai-opportunities-action-plan-one-year-on/ai-opportunities-action-plan-one-year-on), UK Government (2026)
- [EU launches InvestAI initiative to mobilise €200 billion of investment in artificial intelligence](https://digital-strategy.ec.europa.eu/en/news/eu-launches-investai-initiative-mobilise-eu200-billion-investment-artificial-intelligence), European Commission (2025)
- [Call for tenders: selection of AI gigafactory consortia](https://eurohpc-ju.europa.eu/call-tenders-selection-artificial-intelligence-gigafactory-consortia-and-establishment-ai_en), EuroHPC Joint Undertaking (2026)
- [Apertus: a fully open, transparent, multilingual language model](https://ai.epfl.ch/apertus-a-fully-open-transparent-multilingual-language-model), EPFL, ETH Zurich and CSCS (2025)
- [Public AI: making AI work for everyone, by everyone](https://foundation.mozilla.org/en/research/library/public-ai/), Mozilla Foundation (2024)
- [Sovereignty in the age of AI: strategic choices, structural dependencies](https://institute.global/insights/tech-and-digitalisation/sovereignty-in-the-age-of-ai-strategic-choices-structural-dependencies), Tony Blair Institute for Global Change (2026)
- [Is AI sovereignty possible? Balancing autonomy and interdependence](https://www.brookings.edu/articles/is-ai-sovereignty-possible-balancing-autonomy-and-interdependence), Brookings Institution (2026)
- [UK's best AI engineers can apply now to build tech for public services in £1 million fellowship](https://www.gov.uk/government/news/uks-best-ai-engineers-can-apply-now-to-build-tech-for-public-services-in-1-million-fellowship), UK Government (2025)
- [The ATOM Project](https://atomproject.ai), ATOM Project (2026)
- [Energy and AI](https://www.iea.org/reports/energy-and-ai), International Energy Agency (2025)
