In fisica, i sistemi complessi sono materia affascinante ma anche estremamente difficile da capire e studiare. Se ci riferisce infatti alla teoria della complessità, a differenza di un sistema “solamente” complicato come ad esempio un motore che può essere smontato e capito nel funzionamento di ogni suo singolo pezzo, un sistema complesso, oltre a perdere le sue proprietà ed efficacia se viene separato nei suoi componenti, è un insieme di parti che interagiscono di continuo tra loro non in modo lineare generando un comportamento globale non spiegabile attraverso la somma delle singole parti. Anzi, un piccolo stimolo o modifica indotto in una parte del sistema può generare conseguenze imprevedibili e forse critiche altrove. In più, in un sistema complesso le singole parti si coordinano autonomamente tra loro senza la necessità di un controllo centrale mentre l’insieme evolve, modificandosi di continuo, per rispondere agli stimoli dell’ambiente esterno, aumentando così la propria resilienza e capacità di sopravvivenza.
L’ecosistema è uno dei massimi modelli di sistema complesso proprio perché si tratta di una rete dinamica in cui molte componenti interagiscono tra loro generando proprietà che non si possono spiegare sommando le singole parti. Nelle comunità biologiche, ad esempio, esiste un continuo scambio di materia ed energia che consente l’evoluzione dinamica del comportamento globale del sistema derivato dall’adattamento continuo delle regole locali di interazione tra i singoli elementi.
E’ partendo da queste brevi definizioni che oggi potremmo tentare un primo livello di comprensione delle molte delle complessità che ci troviamo a vivere ma anche a ipotizzare come futuro tecnologico per la nostra società e per le persone che la compongono. Perché sempre più dobbiamo renderci conto di muoverci all’interno di sistemi complessi in ecosistemi in continua e profonda trasformazione.
Portiamo un paio di esempi, correlati tra loro: lo sviluppo del cuore tecnologico che oggi muove le principali applicazioni e i modelli di Intelligenza Artificiale, vale a dire la produzione di semiconduttori avanzati quelli che oggi vengono usati da Nvidia, Apple, Amd e integrati nei server delle principali aziende mondiali produttrici di Intelligenza artificiale.
Non bastano le sole competenze tecnologiche
Il caso più evidente di un “organismo ecosistemico” è la produzione dei superchip di Tsmc, Taiwan Semiconductor Manufactory Company. All’interno del percorso di autarchia che gli Stati Uniti stanno portando avanti, in parte già prima con Biden e ora più decisamente con la politica dell’amministrazione Trump, l’obiettivo di ridurre la dipendenza tecnologica da questi raffinatissimi componenti ha portato all’avvio, alcuni anni fa, di un piano di reshoring tecnologico complicato e costosissimo i cui risultati però tardano ad arrivare, anzi, sembrano proprio non arrivare. Quello che pochi anni fa era stato un tentativo di ricostruire in Arizona, con l’avvio di uno stabilimento di produzione di chip della taiwanese Tsmc, la capacità produttiva dei superchip per l’intelligenza artificiale sul territorio statunitense, si è rivelato un progetto più costoso, complesso e lungo di quello originale realizzato in estremo oriente. Perché? Perché non si è riusciti a costruire, replicandolo, l’ecosistema complesso che sta a contorno della produzione del chip. La filiera di questi componenti tecnologicamente evoluti si compone infatti di competenze, processi e relazioni tra partner molto diversificate in termini di packaging avanzato, assemblaggio, testing, integrazione con memorie ad elevata ampiezza di banda (High Bandwidth Memory), fornitori altamente specializzati come ad esempio quelli della logistica, che richiede processi e imballaggi di spedizione specifici per garantire i livelli di qualità garantiti dei componenti così come escono dalla fabbrica. E quindi oggi molti chip prodotti in Arizona, per completare alcune fasi del processo produttivo tornano nell’ecosistema taiwanese alimentato di continuo da competenze e modelli produttivi studiati e migliorati dalle diverse università che concorrono alla creazione di nuove competenze attorno a questi materiali. Intervenire dall’esterno per modificare oppure provare a replicare questo ecosistema senza garantirne le condizioni a contorno significa quindi accettare alti livelli di rischio di fallimento, e oggi, con la velocità di evoluzione delle tecnologie di AI, intervenire su un ecosistema che è via via andato evolvendosi e raffinandosi negli anni significa correre un grande rischio di fallimento dei progetti.
Esiste un ecosistema AI europeo e italiano?
Ecco allora che si impone un ragionamento “ecosistemico” anche per il fenomeno più dirompente che stiamo vivendo negli ultimi anni, quello dell’AI. La realizzazione di tecnologie, sistemi, modelli e applicazioni che devono essere utilizzati come elementi primari nella filiera di sviluppo e di innovazione continua delle tecnologie di AI deve infatti basarsi su un piano europeo e italiano che prevede filiere ed ecosistemi integrati. Questi devono riuscire a evolversi nelle tecnologie, nelle competenze, nei processi e nelle specializzazioni dei partner attraverso un meccanismo condiviso di auto alimentazione, proprio come avviene per i semiconduttori; devono inoltre riuscire a “scaricare a terra” modelli tecnologici e culturali tipici europei, che rappresentano un’evidente alternativa, in termini di diritti, regolamentazione e governance, ai modelli di AI sviluppati come conseguenza degli ecosistemi americani e cinesi. Il punto è quindi quello di ragionare (investire, sviluppare piani strategici, ecc) anche per l’AI sui criteri di ecosistema.
E’ oggettivamente complesso stabilire il punto evolutivo attuale dei diversi attori che concorrono alla costruzione degli ecosistemi europei (e di quello italiano). Resta oggettivo il fatto di un ritardo nello sviluppo tecnologico e industriale di queste tecnologie a favore di Usa e Cina. Tuttavia anche in Europa esistono attori, tecnologie e reti di competenze che si inseriscono nella costruzione di un ecosistema dell’AI europeo. Di sicuro promosso attraverso strategie comunitarie e investimenti mirati per garantire la sovranità tecnologica del continente vi è un disegno strategico nel quale vengono supportate reti di supercalcolo dedicate all’addestramento di modelli open per ridurre la dipendenza da provider extra-europei; e soprattutto queste tecnologie si inquadrano in quella “terza via” europea, imperniata sull’AI Act (il quadro normativo messo a punto dalla Commissione europea, primo al mondo sull’AI, per salvaguardare sicurezza, trasparenza dei modelli e delle tecnologie nonché costruito attorno a normative orientate al rispetto dei diritti fondamentali) e su un approccio antropocentrico e sicuro orientato ai diritti fondamentali delle persone. Vi sono inoltre numerosi programmi e iniziative strategiche (i Progetti di Comune interesse europeo) mirati a far crescere l’intera catena del valore dell’AI, dai semiconduttori (anche qui per ridurre la dipendenza dai costruttori asiatici) alle diverse applicazioni industriali. Anche l’Italia gioca la sua partita con una notevole capacità computazionale da mettere a disposizione dei diversi progetti (il supercomputer Leonardo, gestito dal Cineca a Bologna, è una delle infrastrutture di calcolo più potenti al mondo e riferimento infrastrutturale primario delle AI Factories europee per l’addestramento dei modelli); l’ecosistema dei modelli linguistici LLM sviluppati nel nostro paese conta oltre 1.000 aziende fornitrici di soluzioni AI e una rete di startup specializzate soprattutto in mercati verticali come l’Healthcare e il Fintech; un quadro normativo finalizzato alla valorizzazione dell’AI nella Pubblica Amministrazione e nel settore della Difesa, con inoltre un accompagnamento dello sviluppo tecnologico in armonia con l’AI Act.
Non siamo stati dunque stati a guardare gli altri. Il punto centrale che manca è però quello sistemico. Non siamo ancora riusciti, come Europa e di conseguenza anche come Italia, a creare un modello di ecosistema virtuoso. I motivi? I più disparati: dalla mancanza di una visione comune tecnologica strategica, visione che si ferma sul piano teorico e fondativo dei diritti e della democrazia garantita; alle spinte disgregatrici e autonomiste, quando non reazionarie e autoritarie rispetto a un ruolo guida delle istituzioni europee (che però questo ruolo devono saperselo guadagnare a livello politico); alla mancanza, e qui chiudiamo con il nostro Bel Paese, di una vera consapevolezza politica e strategica (leggi finanziamenti e progetti) che queste tecnologie rappresentano già oggi le infrastrutture digitali strategiche e fondamentali per lo sviluppo e la democrazia del nostro paese. E’ spesso stato così in passato, in Italia, per le varie ondate di sviluppo digitale, indipendentemente dai colori dei vari governi succeduti; ma ora con l’AI il rischio di essere marginali e di avere pesanti contraccolpi sul piano economico e sociale, è elevatissimo. Sapremo occuparci seriamente di costruire ecosistemi AI resilienti in grado di aiutarci a costruire una vita (ambiente, sanità, trasporti, lavoro…) migliore?
