La cifra fa rumore per la sua rotondità: quasi ogni organizzazione del settore pubblico britannico – il 95% degli enti centrali e locali – utilizza servizi cloud di uno dei grandi fornitori americani. Non stiamo parlando di sporadiche sperimentazioni: la spesa complessiva ha ormai raggiunto miliardi di sterline all’anno, e la traiettoria, spinta dalla digitalizzazione accelerata e dall’adozione dell’intelligenza artificiale, punta solo verso l’alto.

Ma il dato che più inquieta gli analisti non è il conto in bolletta. È la concentrazione del rischio. Perché quella dipendenza finanziaria si traduce in una dipendenza tecnicica, strategica e, in ultima analisi, geopolitica. In un momento in cui i dati dei cittadini, i modelli di welfare, la sanità e persino le valutazioni automatizzate per l’assegnazione di benefici sociali transitano su infrastrutture di proprietà di poche aziende con sede legale oltreoceano, il termine “rischio strategico” non è un’iperbole.

Ed è qui che l’AI agisce da amplificatore. L’addestramento e l’inference dei modelli di linguaggio su larga scala (LLM) divorano capacità di calcolo e spazio di storage. I carichi di lavoro AI, per loro natura, sono voraci: più si spingono verso l’analisi documentale, il supporto decisionale e l’automazione dei processi amministrativi, più la scelta di tenere tutto “in cloud” diventa non solo un vincolo tecnico-economico, ma un nodo di sovranità difficile da sciogliere. Non è un caso che proprio in ambito pubblico, in Europa, aumentino le voci a favore di deployment on-premise o ibridi, dove i dati sensibili restano sotto controllo diretto e non sono soggetti a legislazioni extraterritoriali.

L’analisi strutturale che ne deriva è netta: la corsa all’AI cloud-based sta creando un paradosso. Da un lato, i governi vengono incentivati a migrare su piattaforme gestite per accedere a potenza di calcolo altrimenti indisponibile; dall’altro, ogni nuovo servizio basato su LLM ospitato oltre frontiera allarga la superficie di esposizione normativa e operativa. Per chi perde il controllo sul ciclo di vita del dato – dalla residenza alla cancellazione – il Total Cost of Ownership (TCO) non si misura solo in sterline, ma in capacità di reagire a shock geopolitici, cambiamenti legislativi o decisioni unilaterali dei fornitori.

Chi guadagna, nell’immediato, sono i tre grandi hyperscaler statunitensi, che consolidano una rendita di posizione su un segmento – la pubblica amministrazione – notoriamente lento a cambiare fornitore. Chi perde, oltre ai contribuenti, è l’ecosistema tecnicico locale, che fatica a inserirsi in architetture iperspecializzate e opache. Ma il segnale più preoccupante arriva dalla velocità con cui questa dipendenza si sta estendendo ai carichi di lavoro più sensibili, quelli legati all’inference su dati non anonimizzati o a processi decisionali automatizzati. Senza un ripensamento dell’infrastruttura, la prossima generazione di servizi pubblici rischia di nascere già prigioniera di stack proprietari difficilmente reversibili.

Per chi valuta scenari alternativi, esistono trade-off concreti: le soluzioni self-hosted o i modelli ibridi richiedono investimenti in hardware, competenze interne e framework di orchestrazione. Non sono percorsi semplici, ma offrono una leva che il puro cloud non può garantire: la capacità di scegliere dove far girare l’inference, su quali dati e con quali garanzie di audit. La notizia britannica non è un caso isolato – è un campanello d’allarme che molte pubbliche amministrazioni europee farebbero bene a non ignorare.