Cover Due diverse scelte strategiche stanno definendo il modo in cui l’Asia approccia l’era dell’AI.
Due diverse scelte strategiche stanno definendo il modo in cui l’Asia approccia l’era dell’AI.
1 / 1
Attingendo al “World Development Report 2026: The Promise of Artificial Intelligence” della World Bank, questo articolo analizza due scelte strategiche che stanno definendo l’ingresso dell’Asia nell’era dell’AI.
A Singapore, l’attività di ricerca si concentra su lacune linguistiche che i modelli globali non hanno ancora colmato. In Malesia, l’esplosione dei data center solleva interrogativi critici sulle risorse limitate e sul reale valore delle ambizioni infrastrutturali. Entrambi i casi dimostrano che la leadership nell’era dell’AI si misura attraverso la capacità di selezionare le giuste competenze su cui investire e di definire il costo che una società è disposta a sostenere.
Leggi anche: Diaflow e l’ambizione di portare l’AI Agent nel mondo aziendale
Nella maggior parte dei dibattiti odierni, l’AI viene raccontata come una corsa alle dimensioni: i Paesi sono valutati in base al numero di data center, alla quantità di chip avanzati, alla capacità di addestrare modelli di base e al volume di investimenti in potenza di calcolo. Allo stesso modo, le aziende spesso dimostrano la loro “prontezza all’AI” attraverso il numero di strumenti implementati o di processi automatizzati.
Above Le aziende stanno sfruttando l’AI per gestire un’ampia gamma di attività, dall’elaborazione di informazioni complesse all’interazione con i clienti.
Le aziende stanno sfruttando l’AI per gestire un’ampia gamma di attività, dall’elaborazione di informazioni complesse all’interazione con i clienti.
1 / 1
Questa visione ha solide basi, poiché l’AI poggia su una catena del valore che richiede capitali, dati e infrastrutture senza precedenti. I costi hardware per i supercomputer basati su AI sono aumentati di circa 1,9 volte all’anno; entro la metà del 2025, si stima che solo l’hardware del supercomputer Colossus supererà i 7 miliardi di dollari. Le grandi aziende statunitensi prevedono di investire oltre 750 miliardi di dollari in infrastrutture entro il 2026, una cifra superiore al PIL nominale di molte economie in via di sviluppo.
Tuttavia, la logica di questa corsa rischia di equiparare l’AI unicamente alla capacità di costruire sistemi su vasta scala. Il World Development Report 2026 propone una prospettiva diversa articolata su tre livelli: adottare (adottare tecnologie esistenti), adattare (adattare le tecnologie alle esigenze e al contesto locale) e avanzare (partecipare attivamente allo sviluppo d’avanguardia dell’AI). Per gran parte delle economie emergenti, “adattare” può rappresentare l’ambito in cui si genera più valore: rimanere abbastanza vicini alla tecnologia globale per evitare di ricostruire sistemi da zero, ma mantenendo un ruolo attivo nel rendere la tecnologia comprensiva delle lingue, dei dati, delle istituzioni e delle esigenze locali.
Questa visione suggerisce che la leadership debba saper definire la posizione della propria organizzazione o nazione nella catena del valore, determinando su quale livello investire e a quali ambizioni rinunciare. Gli esempi di Singapore e Malesia illustrano due facce dello stesso problema: cosa costruire e fino a che punto farlo.
Above L’infrastruttura tecnologica è il motore che abilita l’integrazione dell’intelligenza artificiale nel panorama competitivo globale.
L’infrastruttura tecnologica è il motore che abilita l’integrazione dell’intelligenza artificiale nel panorama competitivo globale.
1 / 1
Singapore: Scegliere una lacuna dal valore strategico
Singapore trova difficile competere frontalmente con Stati Uniti o Cina in termini di dimensioni del mercato, volumi di dati di massa o capacità finanziaria destinata ai modelli di base. Tuttavia, il punto di forza del Paese risiede nella capacità di organizzare la ricerca, costruire istituzioni e connettere bisogni che trascendono i confini nazionali. SEA-LION, il modello linguistico sviluppato da AI Singapore, è un esempio calzante di questo approccio.
Above L’innovazione strategica nell’AI richiede un approccio mirato che risponda alle esigenze specifiche della regione asiatica.
L’innovazione strategica nell’AI richiede un approccio mirato che risponda alle esigenze specifiche della regione asiatica.
1 / 1
Secondo il rapporto, dal 2020 al 2024, gli sviluppatori nel Sud-est asiatico hanno pubblicato 35 modelli linguistici di grandi dimensioni specifici per la regione. Tra questi vi sono SEA-LION di AI Singapore, SeaLLM di Alibaba DAMO Academy e Sailor di Sea AI Lab insieme alla Singapore University of Technology and Design; ogni modello è in grado di gestire oltre 10 lingue del Sud-est asiatico. Questi strumenti rispondono a una necessità che i sistemi globali faticano a risolvere automaticamente: la diversità linguistica e culturale dell’area.
Il rapporto evidenzia che i modelli addestrati principalmente su lingue latine tendono a suddividere i testi con altri sistemi di scrittura in più frammenti. Questo processo può compromettere la capacità di cogliere la struttura, le sfumature e il significato di lingue meno rappresentate nei dati di addestramento. In altre parole, la scarsità di dati linguistici determina quali comunità vengono comprese dalla tecnologia, quale conoscenza è presente nei modelli e chi è costretto ad adattarsi agli standard stabiliti altrove.
Above Il team di ricerca dietro il modello linguistico SEA-LION creato da AI Singapore.
Il team di ricerca dietro il modello linguistico SEA-LION creato da AI Singapore.
1 / 1
SEA-LION dovrebbe dunque essere visto come una scelta strategica piuttosto che come un singolo progetto tecnologico. Singapore si concentra su un vuoto che i fornitori globali hanno scarso incentivo economico a colmare, utilizzando la propria capacità di ricerca per creare un’infrastruttura utile a più nazioni della regione. Invece di competere sul piano più costoso, Singapore sceglie un livello dal valore diffuso maggiore rispetto alla propria posizione.
Nell’economia dell’AI, il leader può essere l’organizzazione che costruisce l’infrastruttura capace di aiutare molteplici attori a creare valore. Un modello che comprende le lingue regionali può diventare la base per applicazioni nell’istruzione, nella sanità, nei servizi pubblici, nel commercio o nella comunicazione. Il suo valore aumenta quando viene utilizzato da sviluppatori, istituti di ricerca e aziende, piuttosto che rimanere confinato in un unico prodotto chiuso.
Singapore, in questo caso, cerca di costruire una capacità affinché il Sud-est asiatico sia rappresentato meglio nel sistema globale dell’AI.
Leggi anche: Women’s Day: Le donne vietnamite che stanno riscrivendo il futuro della tecnologia e dell’AI
Malesia: Dalla destinazione degli investimenti alla competenza a lungo termine
La Malesia rappresenta una direzione diversa: partecipare più a fondo allo strato infrastrutturale fisico che gestisce l’economia dell’AI. Secondo il World Development Report 2026, i data center rappresentano oltre un quinto degli investimenti diretti totali in nuovi progetti edilizi a livello globale nel 2025. La Malesia, insieme a Thailandia e India, figura tra i primi dieci Paesi al mondo per flusso di investimenti in questo tipo di infrastrutture. Il Paese appartiene inoltre al gruppo delle economie emergenti con un alto valore di esportazione di prodotti a supporto dell’AI, grazie al suo ruolo nella catena dell’elettronica, dei semiconduttori e delle attrezzature per data center.
Attrarre capitali verso i data center permette alla Malesia di mantenere un ruolo centrale in questa infrastruttura essenziale, cogliendo l’opportunità di collegare la propria forza industriale elettronica alla crescente domanda di cloud computing e AI. Tuttavia, il volume degli investimenti è solo il punto di partenza.
Above L’investimento in data center in Malesia è un passo cruciale verso il rafforzamento della sua posizione nel settore tecnologico globale.
L’investimento in data center in Malesia è un passo cruciale verso il rafforzamento della sua posizione nel settore tecnologico globale.
1 / 1
La World Bank osserva che la capacità di creare posti di lavoro dei data center deve ancora essere valutata, mentre questo tipo di infrastruttura richiede un dispendio considerevole di energia, acqua e altre risorse. Il problema è determinare quali condizioni trasformino tali flussi di capitale in competenze endogene. Un data center può contribuire alla crescita immediata; il valore strategico a lungo termine diventa maggiore quando stimola la formazione di personale qualificato, amplia la rete di fornitori, eleva le capacità operative e consente alle imprese locali di partecipare a segmenti ad alto valore.
Si tratta di una dinamica familiare durante le fasi di transizione industriale. Il leader deve saper scorgere contemporaneamente l’opportunità offerta dalla scala e la qualità della diffusione tecnologica. Gli indicatori da monitorare includono il numero di esperti formati, il livello di partecipazione delle imprese locali, la capacità di interconnessione con l’ecosistema di ricerca e la parte di valore trattenuta nell’economia. Lo stesso progetto infrastrutturale può generare risultati molto diversi, a seconda di come venga inserito in una strategia di sviluppo più ampia.
Due scelte per la stessa regione
Singapore e Malesia stanno entrambe investendo nell’infrastruttura per l’AI; Singapore punta su quella della conoscenza: lingue, dati e capacità di rendere la tecnologia più adatta alla regione, mentre la Malesia attrae infrastrutture fisiche: data center, energia e capacità di archiviazione ed elaborazione.
La scala può creare una posizione di forza, ma tale posizione diventa competenza reale solo quando la nazione preserva il diritto di scelta, accumula conoscenza e modella le condizioni di partecipazione. Al contrario, un progetto relativamente piccolo può ancora esercitare un impatto ampio se risolve lacune concrete e funge da base per molti altri attori.
Il World Development Report 2026 dimostra che la maggior parte delle economie non ha bisogno di passare direttamente allo strato più costoso dell’AI per trarne benefici. Saper utilizzare le risorse esistenti, adattarle al contesto e sviluppare soluzioni da zero solo quando l’obiettivo, le risorse e il valore strategico sono chiari: ecco la strategia di una leadership disciplinata in un’epoca di eccessivo clamore sull’AI.
LEGGI ORA
Lang Minh
