Lo scatto dell'AFP è lapidario: l'Unione Europea resta al palo nella disponibilità di materie prime critiche, proprio mentre intelligenza artificiale, veicoli elettrici e software-defined vehicle (SDV) fanno schizzare la domanda. Bottleneck che non riguarda più soltanto le fabbriche di batterie o le linee automotive, ma colpisce direttamente la spina dorsale dell'AI moderna — le GPU, le memorie a banda larga (HBM), i package avanzati — e con essa ogni strategia di deployment che punti al controllo diretto dei dati.

Per chi deve far girare Large Language Model in casa, il tema è strutturale. Le schede acceleratrici che alimentano l'inference e il fine-tuning su infrastrutture self-hosted dipendono da gallio, germanio, terre rare per i magneti e il raffreddamento, oltre che da rame e litio per l'alimentazione dei rack. L'Europa non estrae quasi nulla di tutto questo: dipende per oltre il 90% da fornitori extra-UE, con la Cina che controlla la raffinazione di molte di queste commodity. Quando le tensioni geopolitiche inaspriscono i flussi — e gli export control statunitensi spostano ulteriormente gli equilibri — il costo e la disponibilità delle GPU per i data center locali diventano imprevedibili.

Non è soltanto una questione di prezzo. L'assenza di materie prime si traduce in tempi di consegna biblici per i nodi di training e per i server di inference, costringendo le imprese a ripiegare su soluzioni cloud gestite da hyperscaler che, paradossalmente, non offrono le stesse garanzie di residenza dei dati che l'ordinamento europeo pretende. Il GDPR si svuota se la potenza di calcolo per processare i dati sensibili risiede fisicamente fuori dai confini UE, in data center inaccessibili all'audit.

L'AI-RADAR osserva da tempo questo cortocircuito: la sovranità digitale si costruisce prima di tutto nei minerali e nei lingotti di silicio. La debolezza europea sulle materie prime non fa che amplificare il trade-off tra controllo e praticabilità. Le aziende che volessero mantenere modelli on-premise per conformità o per scelta architetturale si trovano a competere con colossi verticali — Tesla per il litio delle celle, NVIDIA per i substrati e il packaging — che muovono budget e partnership minerarie incomparabili.

Strutturalmente, l'UE cerca di rispondere con il Critical Raw Materials Act, che punta su estrazione domestica, riciclo e diversificazione. Ma i tempi della burocrazia mineraria sono geologicamente lenti, mentre i roadmap dell'AI bruciano trimestri. Nel frattempo, alcuni laboratori e system integrator europei stanno esplorando architetture alternative: inference su NPU o su FPGA, quantization aggressiva fino a INT4 per ridurre l'impronta di memoria, e modelli più piccoli ottimizzati per girare su cluster di GPU di vecchia generazione, più facili da reperire e meno dipendenti dalle forniture di terre rare.

La partita delle materie prime, insomma, non è solo per le gigafactory. È una variabile silenziosa che decide dove potranno davvero risiedere gli LLM europei, e se l'intelligenza artificiale sul suolo UE sarà un asset giuridicamente verificabile oppure un servizio preso in affitto da giurisdizioni lontane.