Geopolitica dell'AI: quando l'accesso ai modelli diventa un rischio d'impresa
“Chiunque diventi il leader in questo campo governerà il mondo.” Vladimir Putin lo disse nel 2017, parlando di Intelligenza Artificiale a una platea di studenti russi. Per anni è sembrata una frase d'effetto, con la consueta retorica sulla corsa tecnologica. Poi è arrivato Mythos.
Nella prima parte di questa serie abbiamo raccontato la vicenda del modello di Anthropic capace di individuare (e potenzialmente sfruttare) migliaia di vulnerabilità nell'infrastruttura digitale su cui si regge buona parte del mondo contemporaneo e del blocco imposto dal governo statunitense, nel giugno 2026, al suo modello “gemello”, Fable 5.
Quel blocco ha aperto una questione che va ben oltre la cybersicurezza aziendale: quando un modello è in grado di individuare e colpire le vulnerabilità dei sistemi che fanno funzionare banche, ospedali e reti elettriche, “chi lo controlla e chi può utilizzarlo” non è più un tema commerciale, ma una leva di potere tra Stati.
Lo “stack” del potere
L'Intelligenza Artificiale non è un'unica cosa: è uno stack di livelli sovrapposti, comunemente definito AI stack . Alla base ci sono i chip, il silicio che rende possibile l'addestramento dei modelli. Sopra c'è la capacità di calcolo: i data center (e quindi il cloud) in cui quei chip vengono utilizzati. Più in alto ci sono i modelli stessi. E al vertice c'è l'accesso: chi può usarli, a quali condizioni e entro quali limiti.
Per oltre un decennio il campo di battaglia è stato il silicio. Gli Stati Uniti hanno costruito un articolato sistema di controlli all'esportazione per impedire alla Cina di acquistare i chip più avanzati. Pechino, dal canto suo, ha risposto spostando una quota crescente della capacità di calcolo su hardware nazionale, anche se i suoi principali campioni (Huawei, SMIC) sono ancora piuttosto lontani dalla frontiera tecnologica.
La vera novità è che il controllo delle esportazioni è salito lungo lo stack. Non vengono più controllate soltanto le macchine, ma i modelli stessi: con Mythos/Fable, nel giugno 2026, l'accesso a un modello con capacità cyber (cioè in grado di condurre operazioni cyber offensive) è stato, per la prima volta, limitato in base alla nazionalità. È il momento in cui l'AI ha smesso di essere soltanto un prodotto per diventare una tecnologia dual use (civile e militare allo stesso tempo): qualcosa su cui uno Stato può rivendicare il diritto di intervenire perché tocca la sicurezza nazionale.
Per chi segue da vicino l'AI, tutto questo non sarà particolarmente sorprendente. Nel giugno 2024 Leopold Aschenbrenner , un ex ricercatore di OpenAI, licenziato dopo aver sollevato preoccupazioni interne sulla sicurezza, pubblicò Situational Awareness: The Decade Ahead , un saggio di 165 pagine che circolò ampiamente nella Silicon Valley. Per alcuni, il testo più importante del decennio; per altri, un'opera estrema e decisamente fatalista. La tesi centrale di Situational Awareness è che il raggiungimento dell'AGI (Artificial General Intelligence, una forma di AI capace di eguagliare la flessibilità cognitiva umana e di apprendere qualsiasi compito intellettuale) entro il 2027 sia “straordinariamente plausibile.” Da questa premessa discende una conseguenza politica: la corsa all'A(G)I diventa una questione di sicurezza nazionale.
Due capitoli del saggio, riletti oggi, sembrano la sceneggiatura del caso Mythos. Il primo è Lock down the labs , dedicato alla necessità di blindare i laboratori di AI più avanzati, perché i modelli di frontiera dovrebbero ormai essere considerati segreti di Stato da proteggere dallo spionaggio. Il secondo è The free world must prevail , fondato sull'idea che il mondo libero, inteso come l'Occidente e più nello specifico gli Stati Uniti e la loro sfera d'influenza, debba arrivare per primo nella corsa all'AGI, se necessario anche attraverso un intervento diretto del governo. Quando il Dipartimento del Commercio degli Stati Uniti ha escluso i cittadini stranieri dall'accesso a Fable, ha messo in pratica una logica che a San Francisco veniva discussa da due anni.
Vale la pena aggiungere una nota a margine. Nel frattempo, Aschenbrenner ha lanciato un fondo d'investimento tematico che ha superato i 20 miliardi di dollari di patrimonio in gestione, partendo da circa 225 milioni di dollari nel settembre 2024 e registrando un rendimento superiore al 1.000% dal lancio. Oggi la principale posizione del fondo è proprio Anthropic, che rappresenta circa un quinto del portafoglio. In altre parole, le persone che stanno cercando più di altre di prevedere gli esiti di questa corsa sono anche quelle che stanno scommettendo di più su di essa.
Ma Aschenbrenner non era il solo. Nel gennaio 2025 l'arrivo sul mercato di DeepSeek, il primo grande modello cinese di AI generativa, alimentò le accuse secondo cui la Cina stesse cercando di sfruttare, a proprio vantaggio, capacità sviluppate da OpenAI e da altri laboratori statunitensi di primo piano. In quel contesto, l'amministratore delegato di Anthropic, Dario Amodei , pubblicò On DeepSeek and export controls , sostenendo che controlli efficaci sulle esportazioni siano l'unico fattore in grado di determinare se il mondo dell'AI sarà unipolare (con gli Stati Uniti e i loro alleati saldamente in testa) oppure bipolare (con la Cina sullo stesso piano). Nel marzo 2025 Dan Hendrycks (del Center for AI Safety), l'ex CEO di Google Eric Schmidt e Alexandr Wang di Scale AI pubblicarono Superintelligence strategy , proponendo un concetto destinato a far discutere: il Mutual Assured AI Malfunction (MAIM). Secondo questa teoria entreremo presto in un'epoca di deterrenza dell'AI modellata sull'equilibrio nucleare, nella quale ogni tentativo di uno Stato di raggiungere il predominio nell'AI verrebbe neutralizzato dal sabotaggio dei rivali. E il sabotaggio, osservano gli autori, passa soprattutto attraverso gli attacchi cyber. In altre parole: la capacità di violare i sistemi altrui non è soltanto un problema aziendale; è anche lo strumento con cui gli Stati manterranno l'equilibrio reciproco.
La dipendenza dell'Europa
Mentre circa quaranta organizzazioni statunitensi e l'AI Safety Institute del Regno Unito avevano già accesso a Mythos attraverso Project Glasswing, di cui abbiamo parlato nel precedente articolo, l'Unione Europea ne era rimasta esclusa. ENISA, l'Agenzia dell'Unione Europea per la cybersicurezza, ha dovuto negoziare per settimane per ottenere l'accesso a Project Glasswing come prima istituzione dell'UE. Nel frattempo, la Banca Centrale Europea ha convocato con urgenza le banche dell'Eurozona dopo aver appreso che Mythos aveva individuato vulnerabilità in software finanziari ampiamente utilizzati nell'area. Non sorprende quindi che, poco dopo, un gigante come BNP Paribas abbia annunciato ufficialmente un'estensione triennale della propria partnership con Mistral, probabilmente l'azienda europea oggi più avanzata nel campo dell'AI.
C'è anche un aspetto che ribalta secoli di logiche di potere. Project Glasswing è, di fatto, una coalizione per la sicurezza nazionale gestita da un'azienda privata. Secondo diverse fonti, il Pentagono sta utilizzando Mythos per mettere in sicurezza i sistemi del governo statunitense; i governi alleati stanno negoziando per ottenerne l'accesso; e, non da ultimo, l'agenzia civile statunitense per la cybersicurezza (CISA) sembrava ai margini della discussione, mentre le grandi aziende private erano già coinvolte. Il baricentro si sta spostando, con soggetti privati sempre più in grado di influenzare le politiche di innovazione di intere nazioni. I governi si trovano davanti al difficile compito di dover formalizzare un rapporto con i laboratori di AI di frontiera senza avere ancora definito regole su come impiegare una tecnologia dual use come questa.
E chi non è uno Stato?
Tutto questo può sembrare una questione riservata agli Stati e ai grandi laboratori. Ma non è così: la geopolitica dell'AI entra direttamente nei bilanci e nei registri dei rischi di qualsiasi impresa. Per chi siede nei consigli di amministrazione, questo si traduce in tre implicazioni molto concrete.
La prima è la più brutale: una capacità da cui l'organizzazione dipende, magari in modo critico, può scomparire da un giorno all'altro per decisione di un governo straniero. Il blocco di giugno è durato diciannove giorni, ma è bastato a dimostrare che la domanda “e se domani si spegnesse?” è una questione da Consiglio di amministrazione, non da reparto IT. Tradotto in pratica: la continuità operativa deve essere ripensata includendo un possibile punto di rottura geopolitico.
La seconda riguarda la posizione dell'organizzazione rispetto alla “linea di povertà” discussa nella prima parte. Nei prossimi anni è ragionevole ipotizzare che alcune aziende avranno accesso ai modelli di AI di frontiera, mentre altre dovranno accontentarsi di uno stack di qualità inferiore. In questo scenario la ridondanza diventa prudenza di bilancio: più fornitori, alternative open source e, soprattutto, contratti che prevedano clausole di continuità, residenza dei dati e strategie di uscita. Decidere dove eseguire i modelli non è più un dettaglio di procurement o di IT, ma una scelta strategica che il vertice aziendale deve supervisionare direttamente. Anche perché oggi esiste ancora un divario significativo tra i modelli proprietari di frontiera e le alternative open source. Sebbene i modelli aperti stiano diventando sempre più capaci e credibili, tendono ancora a essere inferiori in termini di prestazioni, un limite che può tradursi in una maggiore esposizione al rischio.
La terza implicazione è meno evidente, ma non meno rilevante: la conformità normativa si sta frammentando lungo blocchi geopolitici. Chi opera in più giurisdizioni dovrà conciliare regole talvolta incompatibili sul modo in cui l'AI può essere utilizzata, anche in ambiti legati alla sicurezza. Ignorarlo significa rischiare di scoprire, troppo tardi, di non essere conformi in un mercato chiave.
Per una singola organizzazione, in sintesi, la geopolitica contribuisce ormai a definire il campo di gioco: a quali modelli potrà accedere, a quale costo e secondo le regole di chi. Questo rende ancora più cruciale la questione operativa che affronteremo nell'ultima parte: come ricostruire il modello di sicurezza quando AI e automazione diventano componenti strutturali sia dell'attacco sia della difesa.
Le opinioni e le riflessioni presentate in questi articoli si basano su una serie di discussioni svoltesi negli ultimi mesi nell'ambito del Corporate Information Security Roundtable , un'iniziativa che coinvolge Chief Information Security Officer europei e statunitensi, nonché sulle attività di ricerca del DEVO Lab , il laboratorio della SDA Bocconi dedicato allo studio dell'innovazione e dell'adozione delle nuove tecnologie nelle imprese.
