Come si governa l’intelligenza artificiale? La domanda non è retorica — è una delle più concrete e urgenti della politica globale contemporanea. E la risposta che stiamo dando, collettivamente, varia in modo radicale a seconda di dove guardiamo. Tre modelli distinti stanno prendendo forma: quello americano della libertà di mercato, quello cinese del controllo statale, quello europeo della tutela dei diritti. Tre filosofie diverse, tre priorità diverse, tre scommesse sul futuro diverse.
Non si tratta di un dibattito accademico. Le scelte di governance AI dei prossimi anni determineranno chi controlla la tecnologia più potente della storia, chi beneficia dei suoi vantaggi e chi ne paga i costi. Come esplorato nel pillar sulla geopolitica dell’AI, questa non è solo una competizione tecnologica — è una competizione tra visioni del mondo. E capire le differenze tra i tre modelli è il prerequisito per partecipare al dibattito in modo informato.
Il Modello Americano: Libertà di Mercato e Supremazia Tecnologica
Gli Stati Uniti hanno storicamente governato la tecnologia con un approccio prevalentemente market-led: meno regolamentazione ex ante, più affidamento al mercato per correggere gli eccessi, intervento statale limitato a questioni di sicurezza nazionale e antitrust. Con l’AI, questo approccio si è accentuato ulteriormente con l’attuale amministrazione, che ha segnalato chiaramente la priorità della competitività tecnologica rispetto alla protezione dei consumatori e alla tutela dei lavoratori.
L’Executive Order sull’AI firmato da Biden nel 2023 — il documento più organico prodotto dall’amministrazione precedente sul tema — è stato in larga parte revocato nei primi mesi del 2025. L’argomento esplicito è che la regolamentazione frena l’innovazione e avvantaggia la Cina. È un argomento che ha una sua logica, e che trova ampio consenso nella Silicon Valley — dove le principali aziende AI (OpenAI, Anthropic, Google DeepMind, Meta AI) sono americane e vogliono mantenere questa posizione di vantaggio.
Il punto di forza del modello americano è la velocità: senza vincoli regolatori significativi, le aziende possono sviluppare e deployare sistemi AI molto più rapidamente. Il punto di debolezza è l’assenza di protezioni sistematiche per i cittadini: chi decide se un sistema AI di hiring è discriminatorio? Chi risponde se un sistema AI medico causa danni? Il mercato può correggere questi problemi, ma lentamente e dopo che i danni sono già stati fatti.
C’è anche una tensione interna al modello americano che spesso non viene evidenziata: le stesse aziende tech che chiedono meno regolamentazione domestica sostengono al tempo stesso restrizioni aggressive sulle esportazioni di chip e modelli AI verso la Cina. La libertà di mercato, nella versione americana, ha confini geopolitici precisi.
Il Modello Cinese: Controllo Statale e Allineamento ai Valori del Partito
La Cina ha sviluppato una delle regolamentazioni AI più dettagliate al mondo — ma con una logica radicalmente diversa dall’approccio europeo. Non tutela i cittadini dall’AI. Tutela il Partito dall’AI che potrebbe destabilizzarlo. Le normative cinesi sugli algoritmi di raccomandazione (2022), sui deepfake (2022) e sui modelli generativi (2023) hanno in comune un filo conduttore: i sistemi AI devono rispettare i “valori socialisti fondamentali”, non devono generare contenuti che minaccino l’ordine sociale, e devono sottoporre i propri modelli alla revisione governativa prima del lancio.
Questo non significa che la Cina stia rallentando lo sviluppo AI — al contrario. Baidu, Alibaba, Tencent, Huawei, e una serie di startup come DeepSeek stanno investendo massicciamente nello sviluppo di modelli proprietari. L’obiettivo dichiarato del governo è raggiungere la leadership globale nell’AI entro il 2030. La regolamentazione non è un freno — è uno strumento per assicurarsi che l’AI rafforzi il sistema invece di metterlo in discussione.
Il punto di forza del modello cinese è la coerenza strategica: governo, università, aziende e capitali si muovono nella stessa direzione con una capacità di coordinamento che le democrazie occidentali faticano a replicare. Il punto di debolezza — dal punto di vista dello sviluppo AI a lungo termine — è che la creatività e l’innovazione radicale fioriscono in ambienti aperti, dove si può sbagliare, dissentire, sperimentare. I sistemi che devono rispettare linee rosse politiche hanno vincoli strutturali sulla direzione che possono prendere.
Il Modello Europeo: Diritti Fondamentali e Terza Via
L’Europa ha scelto esplicitamente di essere né la Cina né gli USA. L’AI Act — entrato in vigore nell’agosto 2024 — è la materializzazione di questa terza via: regolamentazione proporzionale al rischio, orientata alla tutela dei diritti fondamentali delle persone, con l’obiettivo esplicito di rendere l’AI affidabile senza bloccare l’innovazione. Come approfondito nella guida pratica all’AI Act, questa è una scommessa ambiziosa che non tutti i giocatori europei condividono.
La critica più comune al modello europeo viene dall’interno: regolare prima di capire, imporre obblighi che le startup non possono sostenere, creare asimmetrie competitive con USA e Cina dove queste restrizioni non esistono. È una critica che ha elementi di verità — l’AI Act è un documento complesso, scritto da 27 paesi con interessi diversi, su una tecnologia che cambiava più velocemente di quanto potessero scrivere.
Ma c’è anche un argomento forte nella direzione opposta: l’Europa ha dimostrato con il GDPR che standard elevati possono diventare standard globali — non perché altri li adottino per convinzione, ma perché chiunque voglia operare nel mercato europeo deve rispettarli. Lo stesso meccanismo potrebbe funzionare con l’AI Act, specialmente se l’Europa riesce a costruire un ecosistema AI competitivo dentro le regole che ha stabilito.
Le Aree di Convergenza: Dove I Tre Modelli Si Incontrano
Nonostante le differenze profonde, esistono aree di convergenza tra i tre modelli che vale la pena evidenziare — perché suggeriscono dove la governance AI globale potrebbe trovare terreno comune.
Tutti e tre i sistemi concordano sulla necessità di controllo sui sistemi AI più potenti, in particolare quelli con applicazioni militari. Le restrizioni americane sull’export di chip avanzati verso la Cina, le preoccupazioni europee per i sistemi AI ad alto rischio, le normative cinesi sui sistemi che potrebbero destabilizzare l’ordine: sono espressioni diverse della stessa preoccupazione — l’AI più potente non può essere completamente incontrollata.
Tutti e tre concordano sull’importanza della trasparenza nei sistemi AI che prendono decisioni sui cittadini — anche se “trasparenza” significa cose diverse: accountability democratica in Europa, trasparenza agli organi di controllo statale in Cina, disclosure agli investitori negli USA. Il principio è condiviso, anche se le modalità di implementazione divergono.
Tutti e tre stanno investendo massicciamente in AI per la difesa — cybersecurity, sistemi di sorveglianza, armi autonome. Questa è forse l’area di maggiore convergenza pratica tra i tre modelli, anche se raramente viene discussa apertamente nei forum sulla governance AI.
Le Implicazioni per l’Italia e per le PMI Italiane
Per chi opera in Italia, il quadro rilevante è quello europeo — con alcune specificità che vale la pena tenere presenti. L’Italia ha una tradizione manifatturiera e di PMI che potrebbe beneficiare enormemente dall’AI applicata all’industria, ma che sconta un ritardo storico nella digitalizzazione di base che rende l’adozione AI più lenta e più difficile.
Il rischio principale per il tessuto produttivo italiano non è la regolamentazione AI in sé — è l’asimmetria con USA e Cina in termini di infrastrutture, capitali e concentrazione dei talenti. Un sistema AI sviluppato da Google o da Baidu e usato da una PMI italiana porta valore a quella PMI, ma i profitti dell’innovazione rimangono fuori dall’Europa. È esattamente il problema che l’AI Act prova ad affrontare con la governance, ma che richiede anche politiche industriali attive — il tipo di dibattito che il documento OpenAI sulla politica industriale ha cercato di stimolare.
Per le aziende italiane, la conformità all’AI Act non è solo un costo — è un differenziale competitivo verso i mercati internazionali dove la fiducia nei sistemi AI è una variabile decisionale crescente. E la capacità di navigare un ambiente regolatorio complesso, sviluppando internamente o acquisendo competenze di governance AI, diventerà sempre più una competenza aziendale distintiva.
Quale Modello Vincerà? La Risposta Sbagliata
La domanda “quale modello di governance AI vincerà?” è probabilmente mal posta — come lo era chiedersi se la globalizzazione avrebbe prodotto un unico sistema economico. La realtà sarà quasi certamente un insieme di modelli ibridi, con aree di cooperazione e aree di competizione, con standard che si diffondono in modo asimmetrico e con continue negoziazioni tra le grandi potenze.
La domanda più utile è: qual è il modello che produce le migliori condizioni per lo sviluppo di un’AI che sia realmente benefica per le persone — non solo per i governi e per le grandi aziende? Su questo, i tre modelli attuali hanno tutti punti ciechi significativi. Il modello americano rischia di lasciare i cittadini esposti agli abusi delle grandi tech. Il modello cinese usa l’AI per consolidare il potere invece di distribuirne i benefici. Il modello europeo rischia di produrre regolamentazione senza ecosistema competitivo.
La governance AI migliore probabilmente non esiste ancora — e costruirla richiede di imparare da tutti e tre i modelli, prendendo il meglio di ciascuno senza replicarne i limiti. Un obiettivo ambizioso, che richiede cooperazione internazionale in un momento di competizione accesa. Non impossibile — ma che richiede volontà politica e visione strategica che, per ora, faticano a emergere.
