L’intelligenza artificiale sta ridisegnando gli equilibri globali della rete digitale. Stati Uniti e Asia stanno investendo in modo massiccio per aumentare la potenza di calcolo, mentre l’Europa procede con maggiore lentezza.
Le dichiarazioni di Keri Gilder, CEO di Colt Technology Services, rilasciate ai microfoni di Light Reading, delineano il quadro di un continente che fatica a tenere il passo. Le infrastrutture AI in Europa mostrano ritardi evidenti, dovuti soprattutto alla carenza di investimenti, a ostacoli normativi e a una disponibilità energetica limitata.
Indice degli argomenti
Un livello di investimenti lontano dagli standard globali
Gilder riassume la distanza tra le principali aree del mondo con un dato molto chiaro: «In Europa si concentra circa il 4% della spesa mondiale per l’infrastruttura digitale dell’AI; nel Regno Unito solo lo 0,5%, mentre il 6% va all’Asia e il resto agli Stati Uniti».
Secondo la CEO, gli hyperscaler americani continuano a costruire centri di calcolo su vasta scala negli Stati Uniti perché lì trovano energia più abbondante, un quadro normativo più lineare e distretti industriali già pronti ad accogliere infrastrutture ad alta intensità. Gran parte dell’innovazione nasce quindi oltreoceano, mentre in Europa compaiono solo iniziative ancora isolate, come quelle in Francia e Germania.
La limitata capacità di attrarre investimenti influenza la competitività del continente. Senza poli di calcolo su larga scala, il ciclo di sviluppo dei modelli più avanzati rimane lontano da molte imprese europee. Le infrastrutture AI in Europa finiscono così per sostenere soprattutto l’adozione, più che la creazione, di nuove tecnologie.
Energia insufficiente per sostenere l’AI ad alta intensità
L’aspetto energetico rappresenta uno dei limiti più immediati. Gilder ricorda che l’AI richiede «il 160% di potenza in più rispetto a un tradizionale data center cloud». Un aumento simile pesa su reti elettriche già sotto pressione.
Il caso irlandese è emblematico: Google ha tentato di costruire un nuovo data center, ma le autorità locali hanno fermato il progetto perché avrebbe «esaurito la capacità della rete pubblica». Il blocco non riguarda solo il singolo intervento. Segnala un problema più ampio, che tocca vari Paesi europei: costi dell’energia elevati, infrastrutture elettriche sature e difficoltà nell’autorizzare nuovi stabilimenti ad alto assorbimento.
La disponibilità di energia condiziona direttamente le infrastrutture AI in Europa. Senza risorse sufficienti, anche gli investimenti privati rischiano di fermarsi o spostarsi verso mercati più favorevoli. Gli Stati Uniti, con reti più robuste e costi più prevedibili, restano quindi la destinazione preferita per gli operatori che necessitano di grandi cluster di calcolo.
Il ruolo del GDPR e il peso della regolazione
La complessità normativa europea rappresenta un altro elemento che rallenta la costruzione di infrastrutture e servizi basati sull’AI. Gilder osserva che il GDPR «sta ostacolando la crescita dell’AI» nel continente. Le piattaforme che gestiscono enormi volumi di dati devono rispettare vincoli stringenti di localizzazione e protezione delle informazioni, con un impatto diretto sui progetti di intelligenza artificiale generativa.
La CEO richiama inoltre la recente sanzione a Meta come esempio della severità degli interventi. Le regole europee richiedono processi più complessi per addestrare i modelli e per integrare dati provenienti da più Paesi. Questa struttura normativa rende più difficile sviluppare servizi enterprise su larga scala.
Gli operatori possono però giocare un ruolo importante. Gilder sottolinea che Colt, grazie alla propria esperienza sui requisiti di conformità, può aiutare le aziende a rispettare i dettami GDPR. La gestione della sovranità dei dati diventa quindi una condizione chiave per rendere più competitive le infrastrutture AI in Europa.
Architetture di rete e nuovo equilibrio tra addestramento e inferenza
Per valutare il ritardo europeo, Gilder propone una distinzione tra addestramento e inferenza. I grandi modelli linguistici richiedono connessioni robuste tra data center situati in regioni diverse. Questa fase comporta una forte domanda di capacità sulla lunga distanza e una gestione attenta delle latenze. Negli Stati Uniti, la concentrazione dei poli industriali facilita la costruzione di reti dedicate. L’Europa, invece, possiede una geografia frammentata, con Paesi che avanzano a velocità diverse e normative nazionali non sempre allineate.
L’inferenza – che si svolge più vicino alle sedi aziendali – offre invece un’occasione per accelerare. Gilder ricorda che Colt può attivare connettività per «una settimana, un mese o un’ora», adattando le risorse al bisogno reale delle imprese. Questo modello più flessibile potrebbe favorire la nascita di soluzioni AI distribuite, che richiedono infrastrutture meno imponenti rispetto ai grandi centri di addestramento.
Le infrastrutture AI in Europa potrebbero quindi crescere più rapidamente nel segmento enterprise, purché vengano sviluppate reti agili e facilmente scalabili.
Fibra internazionale e cavi sottomarini: la competitività dipende dai collegamenti globali
Le reti europee devono anche mantenere forti connessioni con Stati Uniti, Asia e Africa. La CEO ricorda che «più del 90% del traffico globale passa ancora su fibra», un dato che rende decisivi i cavi sottomarini e le rotte continentali.
Senza collegamenti globali adeguati, le infrastrutture AI in Europa rimangono esposte al rischio di congestione e di latenza elevata, fattori che limitano la competitività industriale.
Sostenibilità e debito tecnologico: due nodi centrali per il futuro dell’AI europea
Le trasformazioni energetiche e tecnologiche richiedono un altro tipo di intervento: la modernizzazione del parco infrastrutturale. Gilder ricorda che Colt ha ridotto del 36% le proprie emissioni dal 2019 grazie alla rimozione sistematica delle apparecchiature legacy. La CEO spiega che l’azienda ha scelto un metodo basato su interventi continui, non su un unico progetto su larga scala.
Ogni nuovo apparato inserito in rete viene installato insieme alla rimozione di elementi obsoleti. Questo approccio limita il consumo energetico e libera spazio nei siti tecnici. La sostituzione delle tecnologie più vecchie diventa quindi una componente essenziale delle infrastrutture AI in Europa, perché riduce il peso operativo e rende più efficiente il sistema nel suo complesso.
Un continente che deve ancora recuperare terreno
Le parole di Keri Gilder mostrano un’Europa che sta iniziando a muoversi, ma che presenta ancora ritardi significativi rispetto ai principali poli globali dell’AI.
Il divario negli investimenti, le difficoltà energetiche, i limiti normativi e la frammentazione delle reti nazionali definiscono una competizione complessa. La costruzione di infrastrutture AI in Europa richiede quindi una visione più integrata, capace di unire innovazione, sostenibilità e collegamenti internazionali.
