moneyfeel.itLa penicillina l’ha scoperta un medico scozzese in un laboratorio di Londra, nel 1928. Per una decina d’anni rimase poco più di una curiosità da laboratorio. Poi, a Oxford, Howard Florey ed Ernst Chain riuscirono a trasformarla in un farmaco. Era piena guerra, ma l’industria britannica non aveva né i capitali né gli impianti necessari per produrla su larga scala. Florey attraversò l’Atlantico. Nel 1944, quando gli alleati sbarcarono in Normandia, gran parte della penicillina utilizzata per curare i feriti usciva dalle vasche di fermentazione delle aziende americane.
Ottant’anni dopo, l’Europa racconta il proprio ritardo nell’intelligenza artificiale con una formula che si sente ripetere da anni: l’America innova, la Cina copia, l’Europa regola. È una formula comoda, ma incompleta. Le ragioni del ritardo europeo si possono ricondurre a tre fattori: regole, talenti e capitali.
Partiamo dai numeri. Nel 2025, secondo l’Università di Stanford, gli investimenti privati nell’intelligenza artificiale sono stati pari a $286 miliardi negli Stati Uniti, contro appena $21 miliardi in Europa: quasi quattordici volte tanto. Otto gruppi tecnologici americani valgono oggi più di mille miliardi di dollari. L’azienda europea che più si avvicina a quella scala, Asml |
E la Cina, che secondo la formula dovrebbe limitarsi a copiare, sta raccogliendo capitali a un ritmo impressionante. DeepSeek sta chiudendo un round da almeno $12 miliardi prima della quotazione, mentre Moonshot AI vale circa $50 miliardi e punta alla Borsa di Hong Kong.
Le regole, da sole, spiegano poco. L’Europa regola più di chiunque altro, ma le sue norme valgono anche per i gruppi americani che vendono sul mercato europeo. E non hanno impedito a nessuno di loro di diventare enorme. Il problema dei talenti, invece, è più concreto: le istituzioni americane impiegano il 59% dei migliori ricercatori di intelligenza artificiale del mondo. Ma anche i talenti, alla fine, si comprano. Siemens |
Restano i capitali. Ed è qui che il ritardo europeo diventa più difficile da ignorare. Il caso più evidente è Mistral, considerata la principale risposta europea a OpenAI. Ieri ha presentato Mistral Large 4, un modello da mille miliardi di parametri, costruito in due mesi utilizzando 4.000 processori Nvidia |
Il limite, dunque, non sembra essere nei ricercatori. È nei processori. E quindi nei soldi. A Settembre Mistral ha raccolto €3 miliardi a una valutazione di €21 miliardi. Lunedì, dall’altra parte dell’Atlantico, l’americana Reflection AI, nata appena l’anno scorso, ha presentato il proprio modello e, secondo il Wall Street Journal, tratta per raccogliere $2,5 miliardi a una valutazione di $25 miliardi. Il campione europeo vale quanto una promessa della Silicon Valley.
Ancora più istruttivo è quello che è successo Lunedì a Parigi. Schneider Electric |
È qui che il ritardo smette di essere soltanto un problema industriale e diventa un problema macroeconomico. Christian Stracke, presidente di Pimco, sostiene che a spingere verso l’alto i tassi reali in tutto il mondo sia soprattutto la fame di capitali dei grandi gruppi tecnologici, più che la paura dell’inflazione.
A Wall Street, il legame tra intelligenza artificiale e credito è più vivo che mai. Il consorzio di banche che finanzia Broadcom |
La stessa partita, in scala molto più piccola, la giochiamo anche noi. A moneyfeel stiamo addestrando FinR1-Llama-8B con un fine-tuning su un dataset costruito a partire dai dati fondamentali del nostro Fundamental Analysis Engine, che copre un universo di circa 25.000 titoli. Non partiamo da dati finanziari generici: il nostro vantaggio è poter lavorare su informazioni già selezionate, strutturate e filtrate dal FAE, trasformando nel tempo quel patrimonio di dati in un miliardo di parametri aggiuntivi. È la stessa sfida descritta in queste pagine, ma con una scala completamente diversa: non abbiamo i capitali di una big fintech americana e dobbiamo costruire tutto da soli, un passo alla volta. Se fossimo nati in California, probabilmente sarebbe stato più facile. Siamo nati a Milano. Ci vorrà più tempo, ma ci arriveremo.
Radar AI & Capitale – Europe vs US
Quattro Fattori da Monitorare
| Fattore | Lettura moneyfeel | Cosa la smentirebbe |
|---|---|---|
| Investimenti privati in AI, quattordici a uno per gli Stati Uniti | Il ritardo europeo è un ritardo di capitale prima che di idee o di regole | Investimenti privati europei in AI sopra i $40 miliardi nel 2026, il doppio del 2025, nel prossimo rapporto di Stanford |
| Mistral a €21 miliardi, Reflection AI in trattativa a $25 miliardi | Il miglior modello aperto europeo vale quanto una start-up americana nata un anno fa | Un nuovo round di Mistral entro il 2027 a una valutazione sopra i $50 miliardi, la scala di Moonshot AI |
| Tassi reali spinti dalla domanda di capitali dell’AI, secondo Pimco | L’Europa paga il costo del denaro dell’AI americana senza possederne i rendimenti | Un calo di almeno mezzo punto del rendimento reale americano a dieci anni mentre la spesa per investimenti dei grandi gruppi tecnologici continua a salire nelle trimestrali di fine Ottobre |
| Schneider-PTC finanziata con €16-17 miliardi di debito | Le aziende europee meglio piazzate crescono comprando in America e pagano tassi da rischio sovrano francese | Un’emissione Schneider collocata a costi in linea con quelli di emittenti americani di pari rating |
Fonte: moneyfeel research | Data: 06/10/2026
Il nostro caso, in fondo, è un ritratto dell’Europa in miniatura: un continente che non diventerà padrone della propria intelligenza artificiale con qualche regola in più o qualche campione nazionale. Le serve un mercato dei capitali abbastanza grande da trattenere il proprio risparmio e prestarlo alle proprie aziende a condizioni comparabili a quelle delle imprese americane. Finché resterà divisa in ventisette mercati nazionali, con altrettanti sistemi di vigilanza e altrettante leggi fallimentari, continuerà a ripetere, in forme diverse, quello che fece ottant’anni fa. Scoprirà la penicillina. E sarà l’America a venderla.
