La maggior parte del valore economico generato dall’Intelligenza Artificiale Generativa deriverà dalla sua adozione da parte delle organizzazioni europee. Sebbene la tecnologia sia ancora in una fase iniziale e gran parte del suo potenziale di produttività debba ancora essere sfruttato, le opportunità rimangono ampiamente aperte. Lo afferma lo studio di McKinsey Global Institute, “Time to place our bets:
Europe’s AI opportunity”.
Tuttavia, le aziende europee stanno procedendo molto più lentamente rispetto a quelle di altri paesi. Secondo i dati raccolti, le aziende dell’Europa occidentale sono indietro del 45-70% rispetto alle loro controparti statunitensi in termini di spesa esterna per l’AI e di spesa IT interna, che rappresenta una base cruciale per l’adozione dell’AI. Questo divario esiste in tutti i settori, sia per quelli di dimensioni simili che per quelli significativamente più grandi negli Stati Uniti rispetto all’Europa occidentale.
La creazione di tecnologie di AI generativa: punti di forza e sfide per l’Europa
Oltre all’adozione, la capacità dell’Europa di capitalizzare sull’AI generativa dipenderà dalla sua abilità di stimolare la creazione di tecnologie AI generative che si diffondono attraverso una catena del valore semplificata in otto segmenti:
- materie prime,
- apparecchiature per semiconduttori AI
- progettazione di semiconduttori AI
- produzione di semiconduttori AI
- infrastrutture cloud e supercomputer
- modelli fondanti
- applicazioni AI
- servizi AI.
L’Europa è attualmente competitiva solo in quattro di questi otto segmenti:
- apparecchiature per semiconduttori AI
- modelli fondanti
- applicazioni AI
- servizi AI.
Tuttavia, la regione ha una quota di mercato globale inferiore al 5% nei restanti quattro segmenti: materie prime, progettazione di semiconduttori AI, produzione di semiconduttori AI e infrastrutture cloud e supercomputer.
Migliorare la potenza di calcolo e le risorse locali
Nel giugno 2024, i dirigenti di Mistral AI hanno denunciato la mancanza di capacità di hosting e di calcolo in Europa per sviluppare e scalare l’AI In effetti, a partire dal 2023, l’Europa ospita il 18% della capacità globale di data center (meno del 5% di proprietà di aziende europee), rispetto al 37% degli Stati Uniti. Questo deficit potrebbe aggravarsi in futuro, dato che McKinsey prevede che la domanda globale di data center crescerà del 22% all’anno entro il 2030. Per livellare il campo di gioco per la potenza di calcolo, i responsabili politici dell’UE potrebbero voler esplorare modi per rendere l’Europa più competitiva nell’ospitare strutture cloud sul continente.
Ciò potrebbe includere incentivi e sostegni mirati per migliorare il mix di aziende locali e operatori globali, oltre a modernizzare l’infrastruttura energetica sottostante.
L’energia per alimentare l’AI generativa: la sfida europea
Per alimentare la creazione e l’adozione dell’IA generativa, l’Europa deve anche considerare la sua capacità energetica. Secondo le stime di McKinsey, la crescente domanda di energia dei data center potrebbe aumentare il consumo di elettricità in Europa di almeno 180 terawattora entro il 2030, equivalente a oltre il 5% del consumo annuale totale di elettricità europea nel 2023. Senza prezzi competitivi dell’elettricità, è meno probabile che i data center europei ospitino applicazioni e servizi di AI generativa.
Inoltre, il sistema energetico europeo dovrà gestire un aumento del consumo di elettricità del 20-25% entro il 2030, trainato dagli sforzi di decarbonizzazione e dall’elettrificazione in vari settori. L’Europa ha anche la rete elettrica più vecchia al mondo, con un’età media di 45-50 anni, rispetto ai 35-40 anni in Nord America e ai 15-20 anni in Cina, il che può portare a inefficienze nella distribuzione di elettricità.
Aumentare gli investimenti e puntare su nuove tecnologie
Per aumentare la competitività dell’Europa nell’AI generativa, secondo lo studio McKinsey i leader politici e imprenditoriali potrebbero considerare diversi passi, tra cui l’aumento degli investimenti. Nel 2023, gli investimenti privati negli Stati Uniti nell’AI hanno raggiunto i 67 miliardi di dollari, rispetto ai soli 11 miliardi di euro in Europa. Questo divario è ancora più evidente guardando specificatamente agli investimenti nell’AI generativa. Una soluzione potrebbe essere quella di dedicare lo 0,1% del PIL europeo annuale agli investimenti pubblici per costruire un’infrastruttura AI generativa, sfruttando veicoli esistenti come l’InvestEU Fund.
I policy maker europei potrebbero anche incrementare gli investimenti privati attraverso una maggiore allocazione di capitale di rischio e private equity da parte di fondi pensione e compagnie assicurative.
Un’altra area di intervento potrebbe essere quella di puntare su tecnologie emergenti nei semiconduttori, come l’informatica quantistica e neuromorfologica. Sebbene l’Europa abbia una quota di mercato trascurabile nella progettazione e produzione di chip inferiori a 7 nanometri per l’AI, potrebbe cercare di attrarre più centri di R&D nella regione e considerare incentivi finanziari e processi di autorizzazione accelerati per attrarre capacità produttive di semiconduttori avanzati.
Attrarre e trattenere i talenti nell’AI
L’attrazione e la retention dei talenti nell’AI rappresentano un’altra sfida cruciale per l’Europa. Sebbene la regione abbia leggermente più professionisti dell’AI rispetto agli Stati Uniti (120mila contro 112mila nel 2023), solo il 14% dei principali ricercatori dell’AI che hanno studiato in Europa continua a lavorarci, a causa principalmente delle disparità di compensazione. Nel 2023, gli stipendi per gli sviluppatori software negli Stati Uniti erano da due a quattro volte superiori rispetto a quelli dei loro omologhi europei. Per affrontare questo divario, i policy maker potrebbero implementare misure per aumentare l’attrattività dell’Europa per i talenti di prim’ordine, come premi o sgravi fiscali per i talenti in rientro o in entrata, supporto per istituzioni di ricerca e laboratori privati, e sovvenzioni pubbliche.
Trasformazioni end-to-end per abbracciare l’AI generativa
Le aziende di successo concentrano i loro sforzi sulla trasformazione completa di alcuni domini aziendali critici, come innovazione e R&D, logistica e approvvigionamento, dall’inizio alla fine. Per sfruttare appieno il potenziale dell’AI generativa, le aziende devono padroneggiare capacità aziendali cruciali, dalla pianificazione allo scaling. Devono inoltre potenziare il loro modello operativo, riunendo business, tecnologia e operazioni in un’unica potente fonte di innovazione.
Sul fronte dei dati, l’attenzione dovrebbe essere rivolta all’arricchimento continuo dei dati proprietari e del mondo reale e alla loro accessibilità a livello aziendale per consentire decisioni più intelligenti a ogni livello.
