Le ambizioni della Cina in materia di intelligenza artificiale messe alla prova: perché miliardi di investimenti andranno sprecati

Più di una semplice guerra di chip: il vero motivo per cui l'offensiva cinese sull'intelligenza artificiale è in stallo

La Repubblica Popolare Cinese persegue con determinazione vertiginosa il suo obiettivo di diventare la principale superpotenza mondiale nell'intelligenza artificiale entro il 2030. Mentre le dichiarazioni ufficiali prefigurano un futuro luminoso in cui il 90% dell'economia opererà utilizzando l'intelligenza artificiale e i sistemi intelligenti permeeranno ogni aspetto della società, dietro le quinte sta emergendo un quadro molto più complesso. L'offensiva cinese in materia di intelligenza artificiale si trova ad affrontare problemi strutturali fondamentali che vanno ben oltre le tanto discusse restrizioni americane sulle esportazioni di chip. Un divario di talenti di oltre cinque milioni di lavoratori qualificati, un'infrastruttura tecnologica frammentata, drammatiche disuguaglianze regionali e l'imminente consolidamento del mercato pongono sfide esistenziali agli ambiziosi piani di Pechino.

I parallelismi con i problemi di transizione energetica della Germania sono sorprendenti. Proprio come la Germania rischia di fallire il suo futuro digitale a causa della mancanza di capacità di rete, la Cina si trova alle prese con un diverso tipo di squilibrio infrastrutturale. Mentre a Francoforte non è possibile costruire data center a causa della mancanza di allacciamenti elettrici, le strutture all'avanguardia nelle province occidentali della Cina rimangono in gran parte vuote a causa della mancanza di infrastrutture a valle, capitale umano e domanda pratica. In entrambi i casi, emerge una verità fondamentale della moderna politica tecnologica: investimenti giganteschi in singoli componenti diventano inefficaci se il sistema nel suo complesso non viene sviluppato in modo coerente.

Adatto a:

• La Cina e il Neijuan del sovrainvestimento sistematico: il capitalismo di Stato come acceleratore di crescita e trappola strutturale

La trappola dei talenti

Forse la debolezza più critica della strategia cinese in materia di intelligenza artificiale è la drammatica carenza di lavoratori qualificati. Il Ministero delle Risorse Umane e della Previdenza Sociale stima il divario in oltre cinque milioni di persone, con un rapporto domanda-offerta sbalorditivo di uno a dieci. Nella prima metà del 2025, le offerte di lavoro per posizioni legate all'intelligenza artificiale sono aumentate del 37% rispetto allo stesso periodo dell'anno precedente. Ingegneri robotici e sviluppatori di algoritmi erano particolarmente richiesti, con un aumento delle offerte di lavoro di oltre il 50%. Questi dati non documentano una sana espansione, ma piuttosto una disperata corsa alle risorse scarse.

McKinsey prevede che la domanda cinese di professionisti dell'IA salirà a sei milioni entro il 2030, mentre le università nazionali e i cinesi di ritorno all'estero potranno fornirne, nella migliore delle ipotesi, due milioni. Ciò crea un divario di quattro milioni di lavoratori altamente qualificati, destinato probabilmente ad ampliarsi ulteriormente, dato che il tasso di natalità cinese è in calo da anni. Le Nazioni Unite prevedono che la popolazione in età lavorativa si ridurrà di 180 milioni entro il 2050 rispetto al 2023, mentre la popolazione invecchia rapidamente. L'età media della forza lavoro salirà a oltre 45 anni. La Cina si trova quindi in una situazione di stallo demografico tra economie emergenti come il Vietnam e nazioni industrializzate in via di invecchiamento come il Giappone.

Uno sguardo superficiale potrebbe indurre a supporre che la Cina abbia un'abbondanza di laureati. In effetti, le università cinesi sfornano circa 1,4 milioni di laureati STEM ogni anno. Tuttavia, la realtà rivela una discrepanza qualitativa. La ricerca veramente all'avanguardia e lo sviluppo di modelli di frontiera richiedono principalmente dottorandi. La produzione di dottorandi formati in intelligenza artificiale rimane relativamente bassa, il che porta a un'intensa competizione per i migliori talenti disponibili. Gli scienziati esperti di apprendimento automatico dei giganti della tecnologia ora percepiscono stipendi a sette cifre in yuan. Le startup più piccole segnalano che posizioni critiche in ricerca e sviluppo rimangono vacanti per mesi, ritardando notevolmente lo sviluppo dei prodotti.

Il problema è aggravato dalla natura specifica dell'integrazione dell'IA. A differenza della rivoluzione mobile degli anni 2010, quando le tecnologie di base erano già operative e il capitale era principalmente necessario per l'acquisizione di utenti e l'espansione logistica, l'implementazione dell'IA richiede una ricerca e sviluppo continua e specifica per il contesto. Un ospedale non può semplicemente installare ChatGPT e parlare di assistenza sanitaria basata sull'IA. Ci vogliono mesi o anni di sviluppo per affrontare i flussi di lavoro medici, la conformità normativa e l'integrazione con i sistemi esistenti. Senza capitale paziente disposto a finanziare questi cicli di sviluppo pluriennali, la maggior parte dei progetti AI-plus si blocca prima di risolvere le principali sfide di implementazione.

La mancanza di competenze interdisciplinari si sta rivelando particolarmente problematica. Uno studio del 2024 della Renmin University ha rilevato che la Cina soffre di una carenza di talenti di alto livello, in particolare di scienziati e professionisti dell'intelligenza artificiale con competenze intersettoriali. Integrare l'intelligenza artificiale nei settori tradizionali richiede persone con una profonda conoscenza tecnica e una profonda conoscenza del settore. Un sistema di intelligenza artificiale per l'agricoltura necessita di sviluppatori con competenze in agronomia. Un sistema di intelligenza artificiale per la finanza richiede esperti che abbiano familiarità con i requisiti normativi. Queste competenze interdisciplinari sono scarse a livello globale, ma lo sono soprattutto in Cina.

Le aziende stanno rispondendo con diverse strategie. Alcune stanno reclutando in modo aggressivo all'estero, allentando le restrizioni hukou e cercando di richiamare talenti dall'estero. Altre stanno investendo molto in programmi di formazione interna. Il governo sta promuovendo l'espansione dei curricula di intelligenza artificiale nelle università. Oltre cinquecento università cinesi hanno istituito corsi di laurea in intelligenza artificiale dal 2018. Tuttavia, i cambiamenti culturali e formativi richiedono tempo. Anche con sforzi accelerati, il divario di talenti graverà sull'ecosistema cinese dell'intelligenza artificiale per il prossimo decennio.

La dimensione geopolitica aggrava ulteriormente il problema. Mentre le università cinesi stanno compiendo progressi sostanziali nell'insegnamento dell'intelligenza artificiale, i poli tecnologici globali continuano ad attrarre i migliori talenti. L'incertezza derivante dalla regolamentazione governativa, dal controllo ideologico e dalle percepite limitazioni alla libertà accademica spinge alcuni talenti a migrare all'estero o a rimanervi. Sebbene la Cina vanti il ​​47% dei principali ricercatori di intelligenza artificiale al mondo e il 50% dei brevetti di intelligenza artificiale, queste cifre impressionanti non possono mascherare il fatto che l'entità della domanda supera di gran lunga le risorse disponibili.

Crisi infrastrutturale nonostante ingenti investimenti

L'infrastruttura di intelligenza artificiale cinese presenta un paradosso di proporzioni monumentali. Da un lato, il Paese ha annunciato o costruito oltre 250 nuovi data center di intelligenza artificiale tra il 2023 e il 2024. Investitori pubblici e privati ​​hanno investito miliardi nell'espansione dell'infrastruttura digitale. Dall'altro, fonti locali riportano che fino all'80% di questa capacità di calcolo di nuova creazione rimane inutilizzata. I tassi di utilizzo di molti data center intelligenti si attestano al 20-30%. Strutture che costano miliardi sono in gran parte inutilizzate, mentre i loro gestori sono alla disperata ricerca di clienti e i continui costi di raffreddamento, elettricità e manutenzione gravano sui loro bilanci.

Questa bizzarra situazione è il risultato di una combinazione di pressioni politiche, eccessi speculativi ed errori di calcolo fondamentali. Dopo lo scoppio della bolla immobiliare e la crisi economica causata dal COVID, le amministrazioni locali hanno cercato disperatamente nuovi motori di crescita. L'entusiasmo che ha circondato ChatGPT alla fine del 2022 ha fatto apparire l'IA come il candidato ideale. Entro il 2023, sono stati proposti oltre 500 progetti di data center in tutto il paese. Le autorità locali hanno promosso aggressivamente queste iniziative, sperando di dare impulso alle economie regionali. Imprese statali, fondi di investimento affiliati al governo, nonché aziende e investitori privati ​​hanno accolto con entusiasmo il presunto futuro d'oro.

Tuttavia, come spesso accade nei progetti affrettati, una pianificazione realistica è spesso mancata. Molte strutture sono state costruite senza tenere conto della domanda effettiva o degli standard tecnici. Gli ingegneri con esperienza nel settore erano scarsi e numerosi dirigenti si sono affidati a intermediari che hanno gonfiato le previsioni o sfruttato i processi di approvvigionamento per ottenere sussidi. Di conseguenza, molti nuovi data center non hanno soddisfatto le aspettative, risultando costosi da gestire, difficili da riempire e tecnicamente irrilevanti per i moderni carichi di lavoro dell'intelligenza artificiale.

Adatto a:

• AI Boom in Cina o la bolla di AI è scoppiata adesso? Centinaia di nuovi data center sono vuoti

Un problema chiave risiede nel tipo di infrastruttura realizzata. Molti data center sono stati progettati per l'addestramento di modelli linguistici di grandi dimensioni e, di conseguenza, sono stati ubicati nelle province occidentali, dove l'energia è più economica. Questo era in linea con l'iniziativa Eastern Data Western Computing, che mirava a spostare l'elaborazione dei dati dalle aree metropolitane congestionate dell'est alle regioni occidentali ricche di risorse. Tuttavia, quando la domanda si è spostata dal puro addestramento dei modelli all'inferenza, ovvero l'applicazione pratica dei modelli addestrati, molte strutture occidentali si sono rivelate mal posizionate. L'inferenza richiede in genere configurazioni hardware diverse: chip più veloci e reattivi che privilegiano la bassa latenza e l'efficienza rispetto alla pura potenza di calcolo. Inoltre, l'inferenza deve essere eseguita vicino agli utenti finali, ovvero nelle grandi città dell'est. Pertanto, i data center occidentali sono spesso progettati per le attività sbagliate e ubicati nei luoghi sbagliati.

In risposta, Pechino ha annunciato la costruzione di un data center incentrato sull'inferenza a Wuhu, una prefettura sud-orientale, per servire importanti mercati urbani come Shanghai, Hangzhou e Nanchino. Ma questa è solo una goccia nell'oceano. L'errata allocazione delle risorse a infrastrutture inadeguate ha bloccato miliardi di capitali che avrebbero potuto essere impiegati in modo più produttivo altrove. Apparentemente, alcuni progetti non hanno mai avuto l'obiettivo di generare profitti attraverso l'effettiva potenza di calcolo. Diversi rapporti e fonti interne confermano che alcune aziende hanno utilizzato data center basati sull'intelligenza artificiale per qualificarsi per l'energia verde sovvenzionata dal governo o per accordi fondiari. In alcuni casi, l'elettricità destinata è stata rivenduta alla rete mentre gli edifici sono rimasti inutilizzati. Entro la fine del 2024, la maggior parte degli operatori del settore mirava a beneficiare di incentivi politici piuttosto che di un vero e proprio lavoro sull'intelligenza artificiale.

La carenza di hardware sta ulteriormente aggravando la situazione. Nonostante l'enorme sostegno governativo allo sviluppo di chip nazionali, le aziende cinesi di intelligenza artificiale continuano a dipendere fortemente dalla tecnologia straniera. Gli Stati Uniti controllano oltre il 70% della potenza di calcolo globale e utilizzano i controlli sulle esportazioni per limitare l'accesso della Cina a chip avanzati come l'H100 di Nvidia e alle tecnologie di packaging critiche. Si prevede che il divario di fornitura di chip per intelligenza artificiale in Cina supererà i 10 miliardi di dollari entro il 2025. Alternative nazionali come l'Ascend 910B di Huawei sono in ritardo in termini di prestazioni nell'addestramento di modelli linguistici di grandi dimensioni. Inoltre, i cluster di intelligenza artificiale avanzati richiedono non solo chip, ma interconnessioni altamente ingegnerizzate che coprono decine di migliaia di processori. Le aziende statunitensi continuano a essere leader nella progettazione a livello di sistema.

Le aziende cinesi hanno acquistato quasi un milione di processori Nvidia HGX H20 solo nel 2024. Questa dipendenza persiste perché la scala di fornitura di Nvidia e il suo stack software CUDA maturo creano un problema del tipo "prima l'uovo e la gallina" per l'industria cinese dell'intelligenza artificiale. L'hardware nazionale manca sia di volumi che di supporto da parte degli sviluppatori. DeepSeek ha tentato di addestrare il suo modello R2 sui chip Ascend di Huawei, ma ha dovuto ricorrere all'hardware Nvidia a causa dell'instabilità delle prestazioni, delle interconnessioni più deboli e dell'immaturità della tecnologia CANN. Anche se i produttori cinesi potessero inondare il mercato con NPU Ascend o GPU Moore Threads, uno stack software debole li rende poco attraenti per gli sviluppatori.

L'ecosistema software per i chip di intelligenza artificiale cinesi è significativamente più debole rispetto alla sua controparte occidentale. CUDA di Nvidia beneficia di oltre quindici anni di documentazione e perfezionamento, di un'ampia base di utenti e di una solida integrazione con framework di apprendimento automatico diffusi come PyTorch e TensorFlow. Il framework CANN di Huawei è stato introdotto solo nel 2019, dodici anni dopo CUDA. Gli sviluppatori lo descrivono spesso come pieno di bug, instabile e scarsamente documentato, con frequenti crash di runtime e una limitata integrazione con terze parti. Questi problemi non rendono impossibili le sessioni di training su larga scala su hardware cinese, ma le rendono considerevolmente più costose.

La mancanza di standard comuni tra i vari fornitori di chip cinesi frammenta ulteriormente il mercato. Ogni fornitore ha il proprio stack software di basso livello, incompatibile. I framework di intelligenza artificiale tradizionali supportano principalmente i chip Nvidia. I chip di intelligenza artificiale nazionali devono adattarsi a più framework e ogni aggiornamento del framework richiede ripetuti adattamenti. Ciò comporta la mancanza di operatori e ottimizzazioni per modelli di grandi dimensioni, impedendone l'esecuzione o rendendoli inefficienti, discrepanze di precisione dovute a differenze architetturali e di implementazione software e costi elevati di porting per consentire l'addestramento di modelli su larga scala sui chip nazionali.

La Model-Chip Ecosystem Innovation Alliance, fondata nell'estate del 2025, sta cercando di affrontare questo problema. Riunisce Huawei, Biren Technologies, Enflame, Moore Threads e altri con l'obiettivo di costruire uno stack di intelligenza artificiale completamente localizzato che colleghi hardware, modelli e infrastrutture. Il successo dipende dal raggiungimento dell'interoperabilità attraverso protocolli e framework condivisi e dalla riduzione della frammentazione dell'ecosistema. Mentre unificare il software di basso livello può essere difficile a causa delle diverse architetture, la standardizzazione di medio livello appare più realistica. Concentrandosi su API e formati di modello comuni, il gruppo spera di rendere i modelli portabili su tutte le piattaforme nazionali. Gli sviluppatori potrebbero scrivere il codice una sola volta ed eseguirlo su qualsiasi acceleratore cinese. Tuttavia, finché questi standard non esisteranno realmente, la frammentazione significa che ogni azienda dovrà affrontare più problemi contemporaneamente su più fronti in un mercato saturo.

Huawei ha reso CANN open source all'inizio di agosto 2025, probabilmente come parte del suo impegno nei confronti della nuova alleanza o come tentativo generale di rendere la sua serie Ascend 910 la piattaforma preferita dalle aziende cinesi. Fino ad allora, il toolkit di intelligenza artificiale di Huawei per le NPU Ascend era distribuito in forma limitata. La maturità di CANN è in ritardo rispetto a CUDA, principalmente perché non esisteva una base installata ampia e stabile di processori Ascend al di fuori dei progetti Huawei. Gli sviluppatori seguono la scalabilità e CUDA è diventato dominante perché milioni di GPU Nvidia erano state spedite ed erano ampiamente disponibili, giustificando gli investimenti in messa a punto, librerie e supporto della community. Huawei e altri sviluppatori cinesi non possono spedire milioni di NPU Ascend o GPU Biren a causa delle sanzioni statunitensi.

L'infrastruttura energetica presenta un quadro eterogeneo. La Cina ha ampliato la propria rete elettrica ottanta volte più velocemente degli Stati Uniti ed è leader mondiale nella capacità di energia solare, eolica e idroelettrica. Questi ingenti investimenti nelle energie rinnovabili mirano a rendere sostenibile la scalabilità dell'intelligenza artificiale. L'Eastern Data Western Computing Initiative sta spostando l'elaborazione dei dati verso regioni occidentali ricche di energia e di territorio, alimentate da energia eolica e solare. L'obiettivo non è solo ridurre i costi, ma anche creare un'infrastruttura più solida e sostenibile. Si prevede che milioni di rack IT saranno installati entro la fine del quattordicesimo piano quinquennale, nel 2025.

Sebbene le regioni occidentali offrano abbondanti risorse eoliche e solari e prezzi dell'elettricità più bassi, spesso sono in ritardo nello sviluppo infrastrutturale. La sfida consiste nel combinare in modo efficiente le abbondanti risorse di energia verde delle regioni occidentali meno sviluppate con le crescenti esigenze di elaborazione dati a est. Le esigenze di elaborazione sono concentrate nelle regioni orientali, dove l'autosufficienza energetica rinnovabile è inferiore al 40%, mentre l'Occidente vanta il 70% della capacità energetica rinnovabile installata in Cina. Tencent prevede di localizzare il suo più grande data center intelligente nella Cina occidentale, nel Ningxia, in parte grazie ai prezzi dell'elettricità più bassi. Le aziende tendono a formare i loro modelli linguistici su larga scala nelle province occidentali a causa dei minori costi dell'elettricità, ma basano i loro data center orientati alle applicazioni a est, dove una base clienti più ampia consente un feedback più rapido sulle loro applicazioni.

Sebbene le regioni occidentali offrano bassi costi dell'elettricità, le carenze nei trasporti, nelle comunicazioni e nei sistemi di supporto ai talenti rendono difficile attrarre e trattenere personale altamente specializzato. Molti data center occidentali rimangono inattivi in ​​attesa di un boom nelle applicazioni downstream. Un dipendente di un fornitore di servizi cloud ha confermato che il tasso di utilizzo dei data center intelligenti cinesi è inferiore al 30%.

La nostra competenza in Cina nello sviluppo aziendale, nelle vendite e nel marketing - Immagine: Xpert.Digital

Focus del settore: B2B, digitalizzazione (dall'intelligenza artificiale alla realtà aumentata), ingegneria meccanica, logistica, energie rinnovabili e industria

Maggiori informazioni qui:

• Centro aziendale esperto

Un hub di argomenti con approfondimenti e competenze:

• Piattaforma di conoscenza sull'economia globale e regionale, sull'innovazione e sulle tendenze specifiche del settore
• Raccolta di analisi, impulsi e informazioni di base dalle nostre aree di interesse
• Un luogo di competenza e informazione sugli sviluppi attuali nel mondo degli affari e della tecnologia
• Hub tematico per le aziende che vogliono informarsi sui mercati, sulla digitalizzazione e sulle innovazioni del settore

La divisione regionale aggrava il divario

Le disparità geografiche nello sviluppo dell'IA in Cina replicano ed esacerbano le disuguaglianze economiche esistenti. Le province della costa orientale come Guangdong, Jiangsu, Zhejiang e Shanghai hanno da tempo ricoperto posizioni di leadership, con il Guangdong che ha dimostrato un impulso allo sviluppo particolarmente forte. Shanghai e Pechino hanno mantenuto un'elevata concentrazione di attività di IA, grazie al sostegno politico e alle capacità di ricerca e sviluppo tecnologico. Regioni centrali come Hubei, Henan e Shandong si sono gradualmente spostate verso una fascia media, indicando un costante miglioramento. Tuttavia, province occidentali come Qinghai, Tibet e Gansu rimangono complessivamente a un livello basso. Nonostante alcuni miglioramenti, il divario con la regione orientale è ancora evidente e il problema dello squilibrio nello sviluppo regionale persiste.

Dal 2014 al 2022, il livello di intelligenza artificiale in Cina ha mostrato un significativo trend di miglioramento e di espansione regionale nel tempo. Nel 2014, il livello complessivo di sviluppo dell'intelligenza artificiale nel Paese era basso, con solo le province costiere orientali che hanno mostrato prestazioni eccezionali e dimostrato i vantaggi iniziali di queste regioni nell'intelligenza artificiale. Nel frattempo, le regioni centrali e occidentali hanno avuto un avvio complessivamente tardivo e il loro livello di sviluppo è stato generalmente basso. Entro il 2022, il livello di intelligenza artificiale del Paese era migliorato considerevolmente, con il delta del fiume Yangtze e il margine di Bohai che sono diventati i principali motori di crescita. Pechino, Tianjin e Hebei hanno mostrato un forte slancio di sviluppo, mentre la regione occidentale, sebbene a un livello di sviluppo inferiore, ha mostrato una chiara tendenza al rialzo.

Uno studio sulla disuguaglianza di reddito dovuta all'intelligenza artificiale ha rilevato che l'impatto dell'intelligenza artificiale sulla disuguaglianza di reddito è più forte nella regione nord-orientale, seguita dalla regione occidentale, mentre gli effetti sono relativamente minori nelle regioni centrali e orientali. L'intelligenza artificiale aggrava significativamente il divario di reddito attraverso miglioramenti strutturali industriali e innovazione tecnologica. L'eterogeneità regionale mostra che l'intelligenza artificiale non agisce da equalizzatore, ma piuttosto amplifica i vantaggi esistenti. Le province con una solida infrastruttura digitale, accesso al capitale e bacini di talenti ne beneficiano in modo sproporzionato, mentre le regioni sottosviluppate restano ulteriormente indietro.

Il divario digitale tra aree urbane e rurali aggrava ulteriormente queste disparità. Nonostante i recenti sforzi del governo per accelerare lo sviluppo di infrastrutture digitali rurali nell'ambito del programma di rivitalizzazione rurale in Cina, sulla base dei successi nella riduzione della povertà, il problema del divario digitale persiste. In termini di investimenti finanziari, i fondi destinati alle infrastrutture digitali rurali sono significativamente inferiori a quelli destinati alle aree urbane. Secondo i dati, gli investimenti fiscali e sociali della Cina nell'informatizzazione agricola e rurale a livello di contea ammontano rispettivamente a soli tredici milioni di yuan e trenta milioni di yuan, con un conseguente livello complessivo di sviluppo dell'informatizzazione di appena il trentasette virgola nove percento.

Esiste una significativa disparità nell'implementazione dell'hardware tra aree rurali e urbane, che comprende variazioni nelle risorse digitali, nelle infrastrutture, nelle apparecchiature di rete e nelle stazioni base. Nel 2022, la Cina ha raggiunto il traguardo di 2,3 milioni di stazioni base 5G a livello nazionale. Tuttavia, il numero di stazioni base 5G rurali è notevolmente inferiore alla media nazionale, ampliando ulteriormente il divario digitale. Allo stesso tempo, l'obiettivo di fornire una copertura e una velocità di rete equivalenti sia nelle aree rurali che in quelle urbane non è stato ancora pienamente raggiunto.

Durante la pandemia di COVID-19, la disparità nello sviluppo delle infrastrutture hardware è diventata ancora più marcata. Un esempio lampante riguarda uno studente universitario tibetano residente a Linzhou, nella Regione Autonoma del Tibet, costretto a guidare una moto per venti minuti fino ai piedi di una montagna e poi a salire in cima a temperature gelide per seguire le lezioni online. Questo aneddoto evidenzia il netto squilibrio nello sviluppo dell'hardware digitale tra aree rurali e urbane.

La mancanza di data center a livello di contea e municipale, essenziali per il mantenimento di sistemi applicativi digitali efficienti, ostacola il progresso delle tecnologie di intelligenza artificiale generativa nelle aree rurali. Questa situazione è simile al proverbio "Anche la casalinga più abile non può cucinare senza riso", evidenziando la fondamentale necessità di questi data center per promuovere lo sviluppo digitale rurale.

Dal punto di vista delle organizzazioni software che costituiscono il "soft power" dello sviluppo digitale rurale, il software digitale rurale soffre di carenze in termini di competenze digitali, acquisizione di talenti e governance rispetto alle aree urbane. Da un lato, influenzato dalle mentalità tradizionali e egoistiche prevalenti nelle comunità agricole di piccola taglia e aggravato dal ritardo intrinseco nel progresso digitale rurale, si registra una notevole mancanza di entusiasmo tra la popolazione rurale nell'impegnarsi attivamente con i servizi di intelligenza artificiale generativa per la rivitalizzazione della Cina rurale. Inoltre, la consistente migrazione della forza lavoro rurale, che fa sì che anziani, individui vulnerabili, donne e bambini costituiscano la principale forza lavoro nelle aree rurali, intensifica i fenomeni di spopolamento, spopolamento e invecchiamento della popolazione, con un impatto sulla popolazione rurale, sull'economia, sulla società e sullo sviluppo complessivo.

Un'indagine condotta nelle aree rurali che non hanno ancora implementato la governance elettronica degli affari dei villaggi ha rivelato che l'84,13% dei funzionari dei villaggi ha indicato come ostacolo principale "l'elevata percentuale di anziani, che ostacola l'adozione della tecnologia". Questi fattori combinati ostacolano significativamente l'adozione e la promozione delle tecnologie di intelligenza artificiale generativa nelle regioni rurali.

Le disparità regionali sono evidenti anche nell'indice di intelligenza artificiale. Uno studio recente ha sviluppato un indice completo di intelligenza artificiale con sette dimensioni primarie, progettato per analisi a livello provinciale e settoriale. Il confronto Cina-Stati Uniti mostra che, in un quadro unificato, il punteggio composito degli Stati Uniti supera di 68,1 quello cinese di 59,4. La suddivisione della Cina in sette aree principali per creare un indice subnazionale rivela forti disparità regionali nello sviluppo dell'intelligenza artificiale in Cina: le regioni settentrionali, orientali e meridionali sono in testa nei punteggi compositi, mentre le regioni centrali e occidentali sono significativamente indietro, evidenziando gli effetti della concentrazione regionale di innovazione e risorse industriali.

Questa frammentazione geografica ha conseguenze di vasta portata. Crea velocità diverse di trasformazione economica, con le regioni leader che avanzano rapidamente verso economie basate sulla conoscenza, mentre le regioni in ritardo rimangono bloccate nella produzione e nell'agricoltura tradizionali. Esacerba le tensioni sociali con l'aumento delle disparità di reddito tra le regioni. Complica il coordinamento nazionale, poiché le diverse province hanno livelli di sviluppo e priorità diversi. E crea un'allocazione inefficiente delle risorse, con data center all'avanguardia inutilizzati nelle remote province occidentali, mentre le metropoli orientali lottano per la capacità.

Adatto a:

• L'economia cinese nella crisi? Sfide strutturali di una nazione di crescita

La crisi della sovracapacità e la pressione al consolidamento

L'entusiasmante boom edilizio del 2023 e del 2024 ha messo la Cina di fronte a una drammatica crisi di sovraccapacità. Solo nel 2023 sono stati proposti oltre 500 progetti di data center, e almeno 150 dovrebbero essere operativi entro la fine del 2024. Questo sviluppo riflette un modello familiare nello sviluppo economico cinese. Quando il governo centrale attribuisce priorità a un settore come strategico, le autorità locali e le aziende vi si lanciano con eccessivo zelo, spesso ignorando le reali necessità o una pianificazione razionale. Il risultato è regolarmente sovrainvestimenti, sovraccapacità e una dolorosa fase di consolidamento.

L'industria automobilistica offre un progetto parallelo istruttivo. Circa 140 aziende competono in questo settore, di cui solo poche redditizie e un terzo con tassi di utilizzo della capacità produttiva inferiori al 20%. Per evitare la perdita di posti di lavoro locali, i governi regionali aiutano comunque anche i fornitori in difficoltà a rimanere a galla attraverso sussidi e altre forme di sostegno. Il consolidamento del mercato ha quindi rallentato, sono scoppiate guerre dei prezzi e i produttori sono sotto pressione per aumentare le esportazioni verso mercati più redditizi. Nel frattempo, l'era dei mercati di esportazione facilmente accessibili sta svanendo. Gli Stati Uniti hanno vietato quasi tutte le importazioni di veicoli cinesi per motivi di sicurezza nazionale durante l'amministrazione Biden, e l'UE ha imposto dazi sui veicoli elettrici cinesi lo scorso anno.

L'infrastruttura di intelligenza artificiale segue una traiettoria simile. La Commissione Nazionale per lo Sviluppo e la Riforma è intervenuta con normative più severe. I nuovi progetti devono ora soddisfare specifici criteri di utilizzo e presentare contratti di acquisto prima di ricevere l'approvazione. Inoltre, alle autorità locali è vietato avviare infrastrutture informatiche su piccola scala a meno che non possano fornire una chiara giustificazione economica. Gli appalti pubblici hanno raggiunto i 24,5 miliardi di yuan, circa 3,4 miliardi di dollari, solo nel 2024, con ulteriori 12,4 miliardi di yuan stanziati per il 2025. Tuttavia, nonostante i robusti investimenti governativi, i tassi di utilizzo segnalati rimangono tra il 20 e il 30%, compromettendo sia la redditività economica che l'efficienza energetica.

Negli ultimi diciotto mesi, più di 100 progetti sono stati abbandonati, un aumento significativo rispetto agli appena 11 del 2023. Questo drammatico aumento dei progetti annullati segnala una presa di coscienza. Investitori e operatori si stanno rendendo conto che molte di queste strutture non diventeranno mai redditizie. La crisi iniziale, alimentata dal clamore suscitato dall'intelligenza artificiale generativa in seguito al lancio di ChatGPT alla fine del 2022, si è trasformata in una crisi di redditività. I ​​mercati del leasing di GPU sono crollati. Strutture che costavano miliardi di dollari ora sono sottoutilizzate, i rendimenti stanno crollando e molte strutture sono diventate obsolete prima ancora di essere pienamente operative a causa delle mutevoli condizioni di mercato.

Nel luglio 2025, il presidente Xi Jinping ha esplicitamente messo in guardia contro gli investimenti eccessivi nell'intelligenza artificiale, ribadendo le sue precedenti preoccupazioni circa gli eccessivi investimenti delle amministrazioni locali. Le dichiarazioni sottolineano la volontà dei responsabili politici di evitare il ripetersi della sovraccapacità produttiva osservata in altri settori emergenti, come i veicoli elettrici, che ha contribuito alle pressioni deflazionistiche. Sebbene il pianificatore statale non abbia specificato quale parte del settore richieda moderazione, gli investimenti sono stati particolarmente pronunciati a livello globale nella costruzione di data center che supportano lo sviluppo dell'intelligenza artificiale. Un rallentamento di questa espansione avrebbe un impatto sui fornitori di chip, apparecchiature di rete e altri componenti essenziali per server, da Cambricon Technologies Corp. a Lenovo Group Ltd. e Huawei Technologies Co.

Il 29 agosto 2025, il Consiglio di Stato ha sottolineato la necessità di garantire "un flusso ordinato di talenti, capitali e altre risorse". Zhang Kailin, funzionario della Commissione Nazionale per lo Sviluppo e la Riforma, ha dichiarato ai giornalisti durante un briefing che il governo avrebbe incoraggiato le province a sviluppare l'intelligenza artificiale in modo coordinato e complementare. L'obiettivo è sfruttare i loro punti di forza unici per promuovere la crescita senza duplicare gli sforzi. "Eviteremo con decisione la concorrenza disordinata o un approccio basato sul 'seguire la massa'", ha affermato Zhang. Lo sviluppo dovrebbe basarsi sui vantaggi, sulle risorse e sulle fondamenta industriali locali.

Il mercato del software riflette dinamiche di consolidamento simili. La Cyberspace Administration of China ha approvato un elenco di oltre 180 principali modelli linguistici per uso generale entro agosto 2024, a dimostrazione dell'ampia gamma di aziende tecnologiche cinesi in competizione per quote di mercato interno. Queste aziende competono non solo per una fetta di mercato, ma anche per i finanziamenti, in un contesto di rallentamento economico e di flessione del settore del capitale di rischio cinese. I partecipanti al workshop hanno sottolineato che, sebbene molte startup cinesi abbiano attratto investimenti da grandi aziende tecnologiche come Alibaba e Tencent, molti investitori rimangono scettici sulla capacità delle startup di intelligenza artificiale di generare fatturato a breve termine. Nella loro ricerca di investimenti economicamente produttivi, molte società di capitale di rischio cinesi stanno cercando di diversificare il rischio attraverso la messa in comune delle risorse, il che suggerisce un contesto di finanziamento più disperso.

Considerati i vincoli finanziari e hardware per gli sviluppatori cinesi di intelligenza artificiale, i partecipanti hanno suggerito che la Cina potrebbe riuscire a far progredire alcune aziende o laboratori di intelligenza artificiale attraverso la messa in comune delle risorse, ma questi sforzi devono essere selettivi e mirati, riducendo la probabilità di rendimenti sostanziali. In definitiva, i partecipanti hanno suggerito che questo contesto porterà probabilmente a un maggiore consolidamento del settore nel mercato cinese dell'intelligenza artificiale.

Du Hai, senior manager della divisione cloud di Baidu, prevede che questo porterà al consolidamento del mercato. La dozzina di aziende nazionali di chip per l'intelligenza artificiale attualmente attive probabilmente si ridurrà a tre o quattro schieramenti distinti. "I vincitori saranno coloro i cui chip saranno in grado di supportare la più ampia gamma di modelli, o di abilitare un'applicazione vincente che diventerà lo standard de facto".

Gartner prevede che entro il 2029 il panorama tecnologico della GenAI si consoliderà con il 75% di attori in meno, con l'espansione di hyperscaler e fornitori di piattaforme SaaS e l'assorbimento da parte dei fornitori di cloud ibrido. Non si tratta di speculazioni di mercato, ma dell'inevitabile conseguenza delle forze economiche che stanno già rimodellando il settore. I parallelismi con gli sviluppi infrastrutturali storici sono sorprendenti. Gartner identifica il passaggio da un periodo di frammentazione dei fornitori a un consolidamento attraverso acquisizioni e sconvolgimenti del mercato. Proprio come il settore elettrico si è evoluto da migliaia di generatori locali a una manciata di grandi aziende di servizi pubblici, l'IA sta seguendo lo stesso percorso.

I finanziamenti di capitale di rischio per le startup cinesi di intelligenza artificiale sono diminuiti di quasi il 50% su base annua all'inizio del 2025, riflettendo una più ampia cautela degli investitori in un contesto di crescita lenta, incertezze normative e tensioni geopolitiche. Solo nel secondo trimestre, i finanziamenti sono crollati a soli 4,7 miliardi di dollari, il livello più basso degli ultimi dieci anni. Questa paura degli investitori è stata in parte alimentata dalla dimostrata volontà del governo cinese di soffocare l'innovazione di frontiera in nome del raddoppio delle misure per preservare la purezza ideologica.

Il resto del mercato cinese, pur offrendo segnali contrastanti, fornisce ulteriori motivi di pessimismo. Il settore immobiliare è crollato, il tasso di disoccupazione giovanile supera il 17% e la fiducia dei consumatori è in calo. Anche la situazione geopolitica non aiuta, con i controlli sulle esportazioni che continuano a incidere sul settore tecnologico cinese, i dazi che minacciano l'economia in generale e le politiche di controllo ideologiche che scoraggiano la maggior parte degli investitori. Questa crisi di finanziamenti pone un problema particolare per l'implementazione dell'IA. Senza capitali pazienti disposti a finanziare questi cicli di sviluppo pluriennali, la maggior parte dei progetti AI-plus si bloccherà prima di affrontare le principali questioni di implementazione.

Approfitta dell'ampia e quintuplicata competenza di Xpert.Digital in un pacchetto di servizi completo | Ottimizzazione di R&S, XR, PR e visibilità digitale - Immagine: Xpert.Digital

Xpert.Digital ha una conoscenza approfondita di vari settori. Questo ci consente di sviluppare strategie su misura che si adattano esattamente alle esigenze e alle sfide del vostro specifico segmento di mercato. Analizzando continuamente le tendenze del mercato e seguendo gli sviluppi del settore, possiamo agire con lungimiranza e offrire soluzioni innovative. Attraverso la combinazione di esperienza e conoscenza, generiamo valore aggiunto e diamo ai nostri clienti un vantaggio competitivo decisivo.

Maggiori informazioni qui:

• Utilizza l'esperienza 5x di Xpert.Digital in un unico pacchetto, a partire da soli € 500/mese

Scenari futuri tra euforia e disillusione

La gamma di proiezioni future per l'industria cinese dell'intelligenza artificiale difficilmente potrebbe essere più ampia. Voci ottimistiche come Morgan Stanley prevedono che gli investimenti cinesi nell'intelligenza artificiale potrebbero raggiungere il pareggio di bilancio entro il 2028 e generare un ritorno sul capitale investito del 52% entro il 2030. Il settore principale dell'intelligenza artificiale potrebbe diventare un mercato del valore di 140 miliardi di dollari entro il 2030. Questa stima sale a 1,4 trilioni di dollari se si includono settori correlati come infrastrutture e fornitori di componenti. L'intelligenza artificiale potrebbe fornire un ulteriore impulso alla crescita del PIL cinese a lungo termine, compensando fattori come l'invecchiamento della forza lavoro e il rallentamento della crescita della produttività. Nei prossimi due o tre anni, l'intelligenza artificiale potrebbe aggiungere ulteriori 0,2-0,3 punti percentuali alla crescita annuale della Cina.

Il mercato globale dei robot umanoidi potrebbe raggiungere i cinquemila miliardi di dollari entro il 2050, con un miliardo di unità in uso, di cui il trenta percento in Cina. L'approccio cinese, orientato all'efficienza e ai bassi costi, apre una strada diversa al ritorno sugli investimenti. Il vantaggio in termini di costi dimostrato da aziende come DeepSeek, che sviluppano modelli influenti per soli cinque virgola sei milioni di dollari, potrebbe consentire alle aziende cinesi di penetrare mercati globali che non possono permettersi o non sono disposti ad adottare soluzioni occidentali.

I prossimi sei-dodici mesi saranno un periodo critico per le aziende cinesi di intelligenza artificiale, poiché un numero crescente di implementazioni aziendali volte a risolvere problemi del mondo reale inizierà a mostrare miglioramenti in termini di produttività. A lungo termine, gli umanoidi, o robot simili a esseri umani basati sull'intelligenza artificiale, potrebbero essere ampiamente utilizzati per scopi industriali, commerciali e domestici. Nel lungo termine, la rivoluzione dell'intelligenza artificiale si tradurrà in un aumento della produttività, aumentando l'efficienza, semplificando i processi produttivi e aprendo la strada a nuovi prodotti, servizi e posti di lavoro.

La regione Asia-Pacifico rappresenterà il 33% dei ricavi del software di intelligenza artificiale nel 2025, ma con l'intensificarsi del coinvolgimento della Cina nella corsa all'intelligenza artificiale con gli Stati Uniti, gli analisti prevedono che la regione rappresenterà il 47% del mercato entro il 2030. Le previsioni indicano che la Cina da sola rappresenterà i due terzi dei ricavi totali del software di intelligenza artificiale nella regione Asia-Pacifico, pari a 149,5 miliardi di dollari, entro il 2030. Questa significativa previsione di crescita per il mercato dell'intelligenza artificiale è guidata dalle seguenti tendenze che modellano il settore.

Ma queste proiezioni ottimistiche si accompagnano a segnali preoccupanti. Capital Economics prevede che la bolla del mercato azionario alimentata dall'intelligenza artificiale scoppierà nel 2026. La società di ricerca ha affermato che l'aumento dei tassi di interesse e l'aumento dell'inflazione spingeranno al ribasso le valutazioni azionarie. Dal 2026 in poi, questi guadagni del mercato azionario dovrebbero attenuarsi in modo predittivo, poiché l'aumento dei tassi di interesse e l'aumento dell'inflazione inizieranno a far scendere le valutazioni azionarie. In definitiva, prevedono che i rendimenti azionari saranno inferiori nel prossimo decennio rispetto al precedente. E ritengono che la sovraperformance di lunga data del mercato azionario statunitense potrebbe essere giunta al termine.

Il Fondo Monetario Internazionale ha osservato che, sebbene una recessione sia plausibile, è improbabile che si trasformi in una crisi sistemica che devasterebbe l'economia statunitense o globale. Gourinchas ha osservato che, analogamente alle tendenze passate, l'entusiasmo che circonda una tecnologia rivoluzionaria potrebbe non soddisfare le aspettative del mercato nel breve termine, portando potenzialmente a un calo dei prezzi delle azioni. Tuttavia, ha osservato che, a differenza del 1999, l'attuale panorama degli investimenti è caratterizzato da aziende tecnologiche ricche di liquidità piuttosto che da quelle indebitate.

Forrester prevede che entro il 2026 l'IA perderà il suo fascino, barattando la sua tiara con un casco protettivo. Le preoccupazioni relative al ROI aziendale supereranno le esagerazioni dei fornitori. Con questa correzione del mercato, le aziende daranno priorità alla funzionalità rispetto all'estro. I CFO saranno coinvolti in più accordi di IA. Le aziende distribuiranno le loro risorse tra gli ecosistemi di agenti e riallocheranno i talenti man mano che gli agenti di IA si occuperanno dei lavori più pesanti. Le aziende intelligenti investiranno nella governance dell'IA e nella formazione sulla padronanza dell'IA per mitigare i rischi e mappare gradualmente il loro percorso verso l'IA.

Un rapporto di Bain stima che entro il 2030, la spesa globale in conto capitale per i data center di intelligenza artificiale raggiungerà i 500 miliardi di dollari all'anno, richiedendo 200 GW di capacità energetica aggiuntiva, metà dei quali negli Stati Uniti. Tuttavia, il settore dell'intelligenza artificiale deve generare 2.000 miliardi di dollari di fatturato annuo per giustificare tale spesa. Attualmente, il divario è di 800 miliardi di dollari. Un dirigente ha affermato che il settore cinese dei chip di intelligenza artificiale deve ancora affrontare ostacoli in termini di domanda e capacità produttiva. Il mercato ha bisogno di applicazioni reali per scalare. È la domanda di applicazioni che determinerà tutto. Lo stile americano di espansione disperata della potenza di calcolo non è la scelta giusta per le aziende cinesi.

Secondo il MIT Technology Review, il boom delle infrastrutture di intelligenza artificiale in Cina sta vacillando, poiché il Paese ha costruito centinaia di data center per supportare le sue ambizioni in materia di intelligenza artificiale, ma molti di essi sono ora inutilizzati. Miliardi di dollari sono stati investiti da enti statali e privati ​​nel 2023 e nel 2024, con l'aspettativa che la domanda di leasing di GPU continuasse a crescere, ma l'adozione è in realtà diminuita e, di conseguenza, molti operatori ora faticano a sopravvivere. Le pubblicazioni locali riportano che fino all'80% di questa nuova capacità di calcolo rimane inutilizzata.

Questi scenari futuri divergenti riflettono incertezze fondamentali. La Cina supererà la frammentazione del suo ecosistema software? I produttori nazionali di chip riusciranno a colmare le lacune tecnologiche abbastanza rapidamente? I controlli sulle esportazioni statunitensi si inaspriranno, si allenteranno o rimarranno ai livelli attuali? Il governo cinese intensificherà il suo controllo ideologico, scoraggiando così gli innovatori, o perseguirà una politica più pragmatica? La domanda globale di soluzioni di intelligenza artificiale a basso costo favorirà gli approcci cinesi incentrati sull'efficienza, oppure le preoccupazioni sulla qualità e sulla fiducia favoriranno le soluzioni occidentali?

Le risposte a queste domande non solo determineranno il destino della Cina, ma plasmeranno anche il panorama globale dell'IA. Stanno emergendo tre possibili scenari. Il primo scenario vede gli Stati Uniti mantenere il loro predominio. Con il controllo sui chip avanzati e sulle principali aziende di IA al mondo, Washington mantiene la sua leadership tecnologica, mentre la Cina lotta con i limiti informatici e ha un accesso limitato ai mercati chiave. Il secondo scenario descrive uno sviluppo dell'IA diviso in due ecosistemi concorrenti. Uno è guidato dagli Stati Uniti e dai suoi alleati, che dà priorità alla trasparenza e agli standard etici, mentre l'altro è dominato dalla Cina, dove l'IA controllata dallo Stato funge da strumento di sorveglianza digitale. I paesi saranno costretti ad allinearsi a uno di questi modelli, creando un panorama digitale frammentato.

Il terzo scenario vede la Cina dominare l'intelligenza artificiale per i consumatori, ma rimanere indietro nelle applicazioni di fascia alta. Le restrizioni statunitensi sui chip ostacolano la capacità della Cina di sviluppare un'intelligenza artificiale all'avanguardia per la difesa e la ricerca scientifica, eppure Pechino eccelle nell'intelligenza artificiale per il mercato di massa, offrendo piattaforme accessibili come DeepSeek agli utenti globali. Tuttavia, questo equilibrio potrebbe cambiare radicalmente se la Cina dovesse perseguire le sue ambizioni a Taiwan, sede di TSMC, che produce circa il 90% dei chip più avanzati al mondo.

In definitiva, la corsa alla supremazia dell'IA sta rimodellando le dinamiche di potere globali. Mentre gli Stati Uniti sono attualmente leader nella ricerca avanzata sull'IA, l'attenzione strategica della Cina e gli investimenti statali l'hanno resa un concorrente formidabile. Sebbene Pechino si trovi ad affrontare ostacoli come le restrizioni occidentali e lo scetticismo del mercato, i suoi progressi nell'IA consumer e la sua influenza nei mercati emergenti mantengono la corsa imprevedibile. Che questa competizione porti a un continuo predominio degli Stati Uniti, a un panorama digitale diviso o all'ascesa della Cina in settori critici, una cosa è chiara: l'IA modellerà profondamente l'economia globale, le politiche di sicurezza nazionale e le alleanze interpolitiche nei prossimi anni.

Adatto a:

• Il nuovo piano quinquennale di Pechino e il massiccio programma di investimenti: come la Cina sta sfidando l'ordine economico globale

Problemi di attuazione e deficit di governance

Oltre alle problematiche hardware e di personale, la Cina si trova ad affrontare sfide implementative fondamentali, spesso trascurate. L'adozione dell'IA nelle aziende rimane frammentata e sperimentale. Sebbene la Cina sia leader nell'adozione dell'IA generativa, le organizzazioni cinesi non l'hanno ancora implementata al massimo delle loro possibilità. Quando SAS ha intervistato Düber sulla misura in cui le proprie organizzazioni utilizzano l'IA generativa, il 19% delle organizzazioni cinesi ha dichiarato di "utilizzare e averla pienamente implementata", una percentuale superiore alla media globale dell'11%, ma inferiore al leader mondiale per implementazione completa, gli Stati Uniti, con una percentuale del 24%.

Nel frattempo, il 64% degli intervistati cinesi ha affermato che la propria organizzazione "utilizza l'IA generativa ma non l'ha ancora implementata completamente", una percentuale ben al di sopra della media globale del 43%. Data l'enfasi della Cina su un'attenta regolamentazione e un'approvazione autorizzata dell'IA generativa, è logico che molte organizzazioni stiano conducendo test iniziali prima di integrare completamente l'IA generativa nei propri processi. È chiaro che la Cina è pienamente impegnata nell'IA generativa, ma le organizzazioni cinesi stanno procedendo con cautela, pur abbracciando collettivamente questa nuova tecnologia.

Alla domanda sulle sfide di implementazione, gli intervistati cinesi sono stati molto meno propensi rispetto alla media globale a citare la mancanza di competenze interne o di strumenti adeguati: solo il 31% ha dichiarato di non disporre degli strumenti giusti per implementare l'IA generativa, rispetto al 47% a livello globale, mentre solo il 21% ha dichiarato di non disporre di competenze interne, rispetto al 39% a livello globale. Queste cifre sono in netto contrasto con le lacune di talenti precedentemente discusse e suggeriscono una discrepanza tra l'autopercezione e la realtà, o standard diversi per ciò che costituisce "competenze adeguate".

La privacy e la sicurezza dei dati sono state le due principali preoccupazioni di tutti gli intervistati in merito all'implementazione dell'IA generativa, citate rispettivamente dal 76% e dal 75%. Tuttavia, oltre la metà degli intervistati (51%) ha espresso preoccupazione per la necessità di talenti e competenze interne. La formazione in materia di governance e monitoraggio è risultata particolarmente inadeguata. Secondo SAS, meno di un intervistato su dieci (7%) ha segnalato un livello "elevato" di formazione in materia di governance e monitoraggio per l'IA generativa. Il 32% ha segnalato un livello "adeguato", mentre il 58% – una netta maggioranza – ha dichiarato che la propria formazione in materia di governance e monitoraggio era "minima".

Alla domanda sui framework di governance organizzativa per l'IA generativa, solo il 5% degli intervistati ha dichiarato di disporre di un framework di governance "consolidato e completo". Oltre il 55% ha dichiarato che il proprio framework di governance era "in fase di sviluppo", mentre il 28% lo ha descritto come "ad hoc o informale". Circa uno su 11% ha affermato che il proprio framework di governance per l'IA generativa era "inesistente". Queste lacune nella governance creano rischi sostanziali per le implementazioni, in particolare nei settori regolamentati o con applicazioni sensibili.

Flussi di dati frammentati tra i settori ostacolano la capacità di consolidare i dati in un pool di risorse coerente e accessibile per le applicazioni di intelligenza artificiale. Questi silos di dati impediscono un addestramento efficace dei modelli di intelligenza artificiale e limitano le informazioni tra i settori. Gli enti governativi e le aziende stanno lavorando per migliorare l'interoperabilità dei dati e promuovere la condivisione intersettoriale e la circolazione strutturata e transfrontaliera dei dati in contesti scarsamente regolamentati, per sfruttare appieno il valore dell'ecosistema dati cinese. Affrontando queste sfide legate ai dati, la Cina può rafforzare ulteriormente il proprio ecosistema di intelligenza artificiale, contribuendo al contempo a un panorama dati globale più coerente e innovativo.

L'implementazione dell'IA generativa è inoltre insufficientemente integrata con la governance rurale. In quanto forza trainante nelle tecnologie emergenti, l'IA generativa complicherà ulteriormente l'attuale struttura di interessi diversificati nel favorire la rivitalizzazione rurale in Cina. Per il governo, che ricopre una posizione di rilievo, il divario digitale derivante dalle disparità economiche tra aree urbane e rurali richiede ingenti investimenti in manodopera, risorse e finanziamenti per colmare questo divario. Questo processo è caratterizzato da tempi di ritorno sull'investimento prolungati. A differenza del mercato, che dà priorità esclusivamente ai fattori economici, la governance rurale guidata dal governo implica una valutazione olistica dei molteplici costi di governance.

Gli sviluppatori e i fornitori di tecnologie interagiscono principalmente con i dipartimenti governativi. Di conseguenza, le loro offerte sono in gran parte personalizzate per soddisfare le esigenze governative, trascurando potenzialmente le reali esigenze di sviluppo delle aree rurali e dei loro residenti. Ciò aggrava la natura fluida della governance digitale. A livello nazionale, nonostante l'emanazione di documenti legali come il Piano d'azione per lo sviluppo dei villaggi digitali 2022-2025 e le Misure provvisorie per la gestione dei servizi di intelligenza artificiale generativa, il coinvolgimento di numerosi dipartimenti può portare a una mancanza di chiarezza nelle linee di responsabilità, causando ritardi e riducendo l'efficacia della governance. Se non si affrontano rapidamente queste problematiche, non solo ostacoleranno l'attivazione della motivazione intrinseca dei residenti rurali a partecipare attivamente alla rivitalizzazione rurale guidata dall'intelligenza artificiale generativa in Cina, ma potrebbero anche generare nuovi conflitti digitali.

Il grande consolidamento dell'intelligenza artificiale: sopravviveranno solo pochi modelli cinesi.

La ricerca della leadership cinese nell'intelligenza artificiale entro il 2030 si trova ad affrontare una complessa serie di sfide strutturali che vanno ben oltre le spesso citate restrizioni all'esportazione di chip. Il divario di talenti di oltre cinque milioni di lavoratori qualificati, l'infrastruttura frammentata con capacità drammaticamente inutilizzata, le enormi disparità regionali tra centri urbani e periferie rurali e l'imminente consolidamento del mercato dopo anni di eccessivi investimenti speculativi dipingono un quadro considerevolmente più preoccupante di quanto suggeriscano le dichiarazioni ufficiali.

Questa situazione paradossale è particolarmente evidente nei data center: mentre Francoforte non può costruire nuove strutture a causa della mancanza di elettricità, le strutture all'avanguardia nelle province occidentali della Cina rimangono in gran parte vuote a causa della mancanza di infrastrutture a valle, capitale umano e domanda pratica. In entrambi i casi, diventa chiaro che enormi investimenti in singoli componenti vanno sprecati se il sistema complessivo non viene sviluppato in modo coerente.

I prossimi 18-36 mesi saranno cruciali. O la Cina riuscirà a superare la frammentazione attraverso iniziative come la Model-Chip Ecosystem Innovation Alliance, colmando il divario di talenti attraverso ingenti investimenti nell'istruzione e utilizzando in modo intelligente le capacità esistenti ma sottoutilizzate. Oppure la nazione assisterà alla migrazione degli investimenti, alla partenza dei migliori talenti e allo spostamento della creazione di valore digitale altrove. Il prossimo consolidamento del mercato sarà brutale. Degli oltre 180 principali modelli linguistici attualmente approvati, forse solo tre o quattro sopravviveranno. Centinaia di data center dovranno chiudere o essere riconvertiti. I finanziamenti di capitale di rischio rimangono al livello più basso dell'ultimo decennio.

Ma sarebbe prematuro ignorare le ambizioni della Cina. La sua strategia incentrata sull'efficienza, l'approccio basato sulla distribuzione e i vantaggi economici di soluzioni come DeepSeek potrebbero conquistare quote di mercato significative in mercati globali che non possono permettersi soluzioni occidentali di fascia alta. Il sostegno governativo rimane solido, anche se deve essere più coordinato e meno dispendioso. E le sfide demografiche – l'invecchiamento della popolazione e la riduzione della popolazione in età lavorativa – rendono gli incrementi di produttività guidati dall'intelligenza artificiale non facoltativi, ma essenziali.

Gli osservatori globali non dovrebbero sottovalutare la Cina né prendere per oro colato le sue dichiarazioni ufficiali. Come spesso accade, la realtà si colloca a metà strada tra questi due estremi. La Cina non si ergerà a egemone inattaccabile dell'intelligenza artificiale né sprofonderà nell'insignificanza tecnologica. Si sta invece delineando un quadro complesso e frammentato: cluster di eccellenza concentrati a livello regionale sulla costa orientale, implementazioni sperimentali in migliaia di aziende, fallimenti spettacolari in progetti infrastrutturali troppo ambiziosi, soluzioni innovative per l'efficienza energetica in casi d'uso specifici e una dipendenza continua dalla tecnologia straniera, unita a sforzi accelerati verso l'autosufficienza.

Quando si farà il bilancio finale nel 2030, è probabile che né le previsioni più ottimistiche né quelle più pessimistiche si saranno avverate. La Cina avrà compiuto progressi significativi, ma non avrà raggiunto la posizione dominante che Pechino aspira a raggiungere. Gli Stati Uniti continueranno a essere leader nella ricerca di frontiera, ma le soluzioni cinesi saranno onnipresenti nelle economie emergenti. E il mondo dovrà operare con due ecosistemi di intelligenza artificiale in parte separati e in parte interconnessi, la cui coesistenza, competizione e occasionale cooperazione plasmerà il panorama geopolitico del XXI secolo.

☑️ La nostra lingua commerciale è l'inglese o il tedesco

☑️ NOVITÀ: corrispondenza nella tua lingua nazionale!

Konrad Wolfenstein

Sarei felice di servire te e il mio team come consulente personale.

Potete contattarmi compilando il modulo di contatto o semplicemente chiamandomi al numero +49 89 89 674 804 (Monaco) . Il mio indirizzo email è: wolfenstein ∂ xpert.digital

Non vedo l'ora di iniziare il nostro progetto comune.

☑️ Supporto alle PMI nella strategia, consulenza, pianificazione e implementazione

☑️ Creazione o riallineamento della strategia digitale e digitalizzazione

☑️ Espansione e ottimizzazione dei processi di vendita internazionali

☑️ Piattaforme di trading B2B globali e digitali

☑️ Pioneer Business Development/Marketing/PR/Fiere

Una nuova dimensione della trasformazione digitale con 'Managed AI' (Intelligenza Artificiale) – Piattaforma e soluzione B2B | Xpert Consulting - Immagine: Xpert.Digital

Qui scoprirai come la tua azienda può implementare soluzioni di intelligenza artificiale personalizzate in modo rapido, sicuro e senza elevate barriere all'ingresso.

Una piattaforma di intelligenza artificiale gestita è il pacchetto completo e senza pensieri per l'intelligenza artificiale. Invece di dover gestire tecnologie complesse, infrastrutture costose e lunghi processi di sviluppo, riceverai una soluzione chiavi in ​​mano su misura per le tue esigenze da un partner specializzato, spesso entro pochi giorni.

I principali vantaggi in sintesi:

⚡ Implementazione rapida: dall'idea all'applicazione operativa in pochi giorni, non mesi. Forniamo soluzioni pratiche che creano valore immediato.

🔒 Massima sicurezza dei dati: i tuoi dati sensibili rimangono con te. Garantiamo un trattamento sicuro e conforme alle normative, senza condividere i dati con terze parti.

💸 Nessun rischio finanziario: paghi solo per i risultati. Gli elevati investimenti iniziali in hardware, software o personale vengono completamente eliminati.

🎯 Concentrati sul tuo core business: concentrati su ciò che sai fare meglio. Ci occupiamo dell'intera implementazione tecnica, del funzionamento e della manutenzione della tua soluzione di intelligenza artificiale.

📈 A prova di futuro e scalabile: la tua intelligenza artificiale cresce con te. Garantiamo ottimizzazione e scalabilità continue e adattiamo i modelli in modo flessibile alle nuove esigenze.

Maggiori informazioni qui:

• La soluzione di intelligenza artificiale gestita - Servizi di intelligenza artificiale industriale: la chiave per la competitività nei settori dei servizi, dell'industria e dell'ingegneria meccanica