La nuova strategia tecnologica cinese dimostra che il prossimo ciclo della competizione globale non ruoterà più soltanto attorno ai modelli linguistici. Il baricentro si è spostato verso la convergenza tra intelligenza artificiale, quantum computing, 6G, robotica avanzata, infrastrutture di calcolo, semiconduttori ed energia.
Il punto decisivo non risiede nella semplice sommatoria di singole tecnologie, ma nel tentativo di integrarle in un ecosistema nazionale coordinato. Un assetto concepito per ridurre le dipendenze dall’estero, aumentare la resilienza industriale e trasformare l’innovazione in una leva di sovranità.
In questo scenario, questo nostro breve report, non si limita a una semplice cronologia delle priorità annunciate da Pechino. L’obiettivo è chiarire quali capacità reali la Cina stia cercando di costruire, quali vulnerabilità restino aperte e quali colli di bottiglia industriali continuino a frenarla. L’analisi qui proposta, vuole illustrare come compute, semiconduttori, reti, regolazione e disponibilità energetica sono diventati i veri terreni della competizione strategica.
La nostra tesi di fondo è che la Cina stia trasformando l’AI da ambito d’innovazione a infrastruttura sistemica di potere. Pechino mira a integrarla con robotica, telecomunicazioni avanzate, semiconduttori, energia, governance e politica industriale. La competizione non riguarda più soltanto i modelli, ma il controllo congiunto di capacità computazionale, filiere, standard, infrastrutture critiche e strumenti di coordinamento statale.
Il nodo centrale della questione
Nell’agenda tecnologica globale del 2026, la Cina occupa una posizione che sfugge alle categorie semplici. Non è il ritardatario che insegue, non è la potenza che ha già colmato il divario e non è nemmeno un imitatore su larga scala. È piuttosto uno Stato che tenta di trasformare la propria politica industriale in un’architettura integrata. In questa visione, intelligenza artificiale, reti di nuova generazione, potenza computazionale, robotica ed energia non sono settori paralleli da sviluppare separatamente, ma componenti di un sistema unico da coordinare politicamente.
Il Government Work Report 2026 e il 15° Piano Quinquennale (2026-2030), approvato a marzo, rendono esplicita questa direzione. In questo quadro, l’AI non compare come settore a sé. Appare piuttosto come una vera e propria piattaforma abilitante, una tecnologia orizzontale da innestare nella manifattura, nella sanità, nella logistica, nell’istruzione, nei servizi pubblici e nei sistemi industriali. L’obiettivo dichiarato non è addestrare il miglior modello linguistico, ma costruire un’economia nella quale l’intelligenza artificiale diventi infrastruttura, e non soltanto prodotto.
Buoni propositi a parte, la questione centrale ora è capire se si stia effettivamente delineando una nuova architettura di potenza tecnologica statale e, in caso affermativo, quali siano le sue componenti reali, i colli di bottiglia strutturali e le conseguenti implicazioni per il sistema internazionale.
In questo scenario, la risposta è in parte affermativa, ma richiede le dovute precisazioni. La Cina sta effettivamente cercando di strutturare un sistema organico. Tuttavia, tra la pianificazione strategica e l’effettiva capacità esecutiva permane un divario che questa analisi intende evidenziare. L’obiettivo è evitare sia l’enfasi sulla narrativa di un’ascesa inevitabile, sia la sottovalutazione della reale traiettoria in corso.
Che cosa sta comunicando e pianificando Pechino
Il Government Work Report 2026, presentato a marzo all’Assemblea Nazionale del Popolo, delinea un insieme di priorità tecnologiche inequivocabili. Per il ciclo 2026-2030, Pechino individua tra i settori strategici l’intelligenza artificiale applicata all’economia reale, il quantum computing, le reti 6G, la robotica umanoide, l’embodied AI, le interfacce cervello-macchina, i cluster computazionali su vasta scala e il rafforzamento dell’autonomia nella filiera dei semiconduttori.
Il lessico della pianificazione è di per sé rivelatore. Il principio guida “sviluppo e sicurezza” costituisce il criterio unificante della modernizzazione tecnologica. Non si tratta di un compromesso fra istanze contrapposte, ma di un’agenda nella quale innovazione e controllo sistemico sono aspetti complementari della medesima strategia politica. In questo quadro, l’iniziativa “AI+” — l’integrazione dell’intelligenza artificiale nei comparti produttivi e nei servizi pubblici — si configura come una priorità operativa, e non come una visione remota.
Oltre all’agenda “AI+”, il documento traccia tre direttrici concrete. La prima riguarda l’espansione dell’automazione robotica nei settori colpiti da una carenza strutturale di manodopera, un tema cruciale sia per la competitività manifatturiera sia per la gestione dell’invecchiamento demografico. La seconda punta allo sviluppo di agenti AI con supervisione umana ridotta al minimo. È un ambito nel quale il divario tra investimenti e capacità operativa resta significativo, ma che Pechino ha già trasformato in un obiettivo di sistema. La terza prevede la realizzazione di cluster computazionali iper-estesi, destinati a sostenere sia l’addestramento dei modelli sia le applicazioni industriali distribuite.
Sul piano istituzionale, il quadro è rafforzato dai documenti approvati a marzo sul ciclo 2026-2030 e dal piano d’azione sull’AI, che punta a una fornitura sicura e affidabile (secure and reliable supply) entro il 2027. Parallelamente, la Cyberspace Administration of China (CAC) ha già emanato le misure del 2023 sui servizi di AI generativa e, nel 2025, le norme sull’etichettatura dei contenuti sintetici. Queste ultime introducono disposizioni tecniche rigorose su tracciabilità, responsabilità dei fornitori e controllo dei materiali generati.
La base fattuale è dunque solida. Non siamo in presenza di annunci generici, ma di un impianto di pianificazione coerente, con un arco temporale definito, una gerarchia di priorità esplicita e misure normative già operative. La questione centrale non riguarda la credibilità dell’indirizzo politico, ma la reale distanza tra i piani e la capacità di esecuzione.
Dall’intelligenza artificiale come settore all’AI come infrastruttura
L’elemento che rende la strategia cinese particolarmente interessante non è soltanto l’entità delle risorse investite, ma il modo nel quale l’intelligenza artificiale viene concettualizzata all’interno della politica industriale. In larga parte dei documenti occidentali, pubblici e privati, l’AI è ancora trattata soprattutto come settore. Si configura come un insieme di aziende, modelli, applicazioni e mercati dotato di una propria catena del valore. In Cina, almeno sul piano della pianificazione, viene invece trattata anche come infrastruttura strategica, ovvero come una risorsa trasversale da mettere a disposizione dell’intero sistema economico, analogamente all’energia elettrica o alle reti di trasporto.
Questa distinzione concettuale produce implicazioni molto concrete. Se uno Stato considera una tecnologia come un settore, tende soprattutto a finanziare le imprese, sostenere la ricerca e regolare i mercati. Quando invece la tratta come infrastruttura, costruisce piattaforme di accesso, standardizza le interfacce, coordina i dati, produce capacità computazionale e integra la tecnologia nei sistemi pubblici e industriali. Nel ciclo 2026-2030, la Cina sembra voler fare entrambe le cose, ponendo però un’enfasi crescente sulla dimensione infrastrutturale.
In questa transizione, l’iniziativa “AI+” costituisce il motore operativo. Non si tratta soltanto di incentivare le aziende ad adottare sistemi avanzati, ma di ridefinire le filiere produttive affinché l’AI diventi un input standard di produzione. Nei settori colpiti da carenza di manodopera — come la manifattura di precisione, parte della logistica e alcuni comparti dell’edilizia — l’integrazione tra robotica e intelligenza artificiale non è presentata come un semplice upgrade tecnologico. Al contrario, si propone come una risposta sistemica ad una vulnerabilità demografica strutturale.
Questo spostamento assume un significato strategico che va oltre la sola competitività economica. Un’economia nella quale l’AI è un’infrastruttura diffusa sviluppa dipendenze strutturali diverse. Si affida meno a singoli fornitori di software o piattaforme e dipende maggiormente dalla qualità delle infrastrutture computazionali, dalla coerenza degli standard e dalla capacità statale di garantire la continuità dei dati e l’aggiornamento del sistema. In altri termini, Pechino sta cercando di internalizzare quote crescenti della propria dipendenza tecnologica.
Resta però essenziale distinguere ciò che è già avvenuto da ciò che rimane ancora programmatico. La transizione è avviata, ma è tutt’altro che conclusa. Esistono comparti — come parte della manifattura costiera, la logistica urbana, il sistema bancario e le piattaforme di pagamento digitale — nelle quali l’integrazione tra intelligenza artificiale e processi operativi è già avanzata. In altri ambiti, dalla sanità rurale all’agricoltura fino a segmenti dell’industria pesante nelle province interne, il divario fra la pianificazione e la realtà operativa resta molto ampio.
Tecnologie emergenti e sviluppo selettivo
Nell’analizzare la strategia tecnologica cinese, uno dei rischi principali è considerare quantum computing, 6G, embodied AI e interfacce cervello-macchina come un blocco omogeneo di priorità, dotate dello stesso grado di maturità. Non è così. Questi ambiti richiedono una lettura differenziata, capace di distinguere ciò che è relativamente più vicino alla maturità industriale da ciò che rimane, almeno nel medio termine, terreno di ricerca o di posizionamento politico-industriale.
Il 6G è la tecnologia più vicina a una direzione industriale concreta. Nel ciclo precedente la Cina ha costruito una posizione di forza nello sviluppo e nella standardizzazione del 5G, e sta ora trasferendo parte di quell’esperienza alla ricerca sulle reti di nuova generazione. Il vantaggio competitivo non risiede tanto nella capacità di innovazione radicale dei singoli segmenti, quanto nella possibilità di incidere sugli standard tecnici internazionali e sugli ecosistemi di interoperabilità delle telecomunicazioni.
La robotica umanoide e l’embodied AI rappresentano un caso esemplare di convergenza fra hype e traiettoria reale. Le ambizioni di Pechino in questo campo sono rilevanti. Aziende come Unitree e UBTECH hanno già sviluppato prototipi funzionali con capacità crescenti, e il mercato della robotica industriale è in netta espansione. Tuttavia, il salto verso robot umanoidi impiegabili su larga scala in ambienti non strutturati resta una sfida tecnica non ancora risolta a livello globale. L’inserimento del tema nel piano strategico costituisce quindi un segnale di investimento e priorità, non una prova di maturità imminente.
Sul fronte del quantum computing poi, è necessaria una distinzione netta tra ambizioni e capacità operative. La Cina investe massicciamente nella ricerca quantistica e ha registrato progressi documentati in aree come la comunicazione quantistica e la distribuzione di chiavi crittografiche. Tuttavia, il calcolo quantistico “utile” — capace di risolvere problemi industrialmente rilevanti fuori dalla portata dei sistemi classici — rimane un traguardo non ancora raggiunto né dalla Cina né dagli Stati Uniti. In questo campo, il valore strategico degli investimenti è oggi legato soprattutto alla ricerca e al posizionamento di lungo periodo.
Le interfacce cervello-macchina si collocano invece in una zona intermedia tra ricerca avanzata, sperimentazione clinica e posizionamento industriale. La loro presenza nel piano è significativa. Reuters segnala che Pechino intende fare di questo settore una nuova frontiera, con obiettivi di sviluppo già entro il 2027. Tuttavia, nel ciclo 2026-2030 difficilmente queste tecnologie rappresenteranno un driver competitivo comparabile a semiconduttori, AI industriale o infrastrutture di calcolo.
La lettura più corretta del quadro quindi suggerisce che la Cina stia adottando una strategia di portafoglio tecnologico, distribuendo gli investimenti su un ampio ventaglio di tecnologie con gradi di maturità differenti, affinché almeno alcune raggiungano la soglia industriale nel periodo di riferimento. Si tratta di una scelta razionale, coerente con la logica di uno Stato che vuole ridurre il rischio di concentrare le risorse su un singolo punto di fallimento. Questo, tuttavia, non equivale a una leadership tecnica già consolidata in ciascuno dei campi citati.
Sicurezza dei sistemi e governance tecnologica
Nel quadro cinese, la sicurezza tecnologica non è un capitolo separato dalla strategia industriale. Al contrario, ne costituisce il fondamento istituzionale. Il principio “sviluppo e sicurezza”, ricorrente nei documenti ufficiali, descrive un modello nel quale l’innovazione e il controllo sistemico procedono in parallelo. In questo assetto, la governance tecnologica è trattata come una diretta estensione della sicurezza nazionale.
Questo modello si articola su tre livelli principali. Il primo, e più visibile, riguarda la regolazione normativa dei contenuti generati dall’intelligenza artificiale. Le misure sui servizi di AI generativa varate nel 2023 e le regole del 2025 sull’etichettatura dei contenuti sintetici impongono ai fornitori obblighi di tracciabilità, etichettatura chiara e conformità normativa. Queste disposizioni non riguardano soltanto la cybersecurity in senso stretto. Riguardano piuttosto il governo dell’informazione automatizzata, che Pechino tratta come una questione di ordine sistemico.
Il secondo livello investe le infrastrutture critiche. Rientrano in questo perimetro la resilienza delle reti, la continuità dei sistemi cloud, la protezione dei dati industriali e la sicurezza dei sistemi SCADA nelle filiere produttive. Essendo una tecnologia distribuita, l’AI introduce nuovi vettori di rischio. Il quadro regolatorio cinese cerca di presidiarli con misure tecniche e normative contestuali.
Il terzo livello, forse il più rilevante sotto il profilo strategico, riguarda il controllo dell’ordine informativo a livello informatico. Come detto, Pechino ha scelto di regolamentare in anticipo la produzione e la diffusione di contenuti sintetici ad alta fedeltà. Ha introdotto strumenti come watermarking, tracciabilità ed etichettature prima che la scala della tecnologia rendesse questi interventi difficili da far rispettare. La logica sottostante mira a mantenere il controllo dell’ambiente informativo, anche di fronte a tecnologie che ne aumentano strutturalmente la complessità.
Da un punto di vista analitico, questo modello non coincide con una semplice politica di censura, e nemmeno con un ordinario regime di tutela della privacy. Si tratta piuttosto di un sistema nel quale l’AI viene implementata entro un rigido perimetro normativo. Questo inquadramento ne condiziona il campo di applicazione, seleziona i contenuti ammissibili e vincola i fornitori a funzioni di sorveglianza e cooperazione. Le implicazioni di tale approccio sulla qualità e sulla libertà dell’innovazione nel lungo periodo restano una delle variabili più significative — e più incerte — del ciclo 2026-2030.
Il nodo dei semiconduttori e delle dipendenze tecnologiche
Il comparto dei semiconduttori è l’ambito nel quale lo scarto tra strategia dichiarata e capacità industriale reale emerge con maggiore evidenza. Qui si colloca il punto di contrasto materiale dell’intera architettura. Senza chip avanzati, litografia di frontiera, software EDA competitivi e una filiera completa dei materiali, l’ecosistema tecnologico cinese resta strutturalmente dipendente dall’esterno nei suoi snodi critici.
La situazione attuale appare quanto mai articolata e richiede una lettura quantitativa precisa. SMIC, il principale produttore cinese, ha dimostrato di poter realizzare chip a 7nm utilizzando la litografia DUV (Deep Ultra Violet) con tecniche di multi-patterning. È un traguardo tecnico significativo, che va tuttavia contestualizzato. La capacità produttiva attuale è stimata in meno di 20.000 wafer al mese, a fronte degli oltre 1,3 milioni processati mensilmente da TSMC su scala globale. Secondo gli analisti di settore, i rendimenti (yield) restano perciò ancora deboli.
Nel marzo 2026 anche Hua Hong Group è apparsa come secondo produttore cinese impegnato nello sviluppo di capacità a 7nm, sebbene con volumi iniziali ancora contenuti. Sul fronte della litografia domestica invece, il quadro resta ancora più incerto. Esistono segnali di avanzamento nei sistemi DUV sviluppati in Cina, ma la distanza dalla frontiera produttiva internazionale rimane talmente ampia da non consentire, al momento, di parlare minimamente di un recupero sostanziale del divario.
Inoltre, come se non bastasse, il passaggio ai nodi sub-5nm e alle generazioni EUV (Extreme Ultra Violet) resta fuori portata senza l’accesso ai sistemi ASML più avanzati, oggi soggetti alle restrizioni all’export imposte da Stati Uniti e Paesi Bassi.
Il segnale più esplicito della consapevolezza cinese riguardo a questa vulnerabilità è emerso a marzo, quando Reuters ha riferito che i vertici dell’industria nazionale dei chip hanno pubblicato un articolo sulla rivista Science and Technology Review. Tra i firmatari figurano il presidente di NAURA Group e i CEO di YMTC ed Empyrean Technology, tutti uniti nel sollecitare politiche coordinate per sostenere lo sviluppo di una capacità domestica nella litografia avanzata. La franchezza della richiesta è eloquente. Il testo non descrive un’autosufficienza già acquisita, ma rappresenta la presa d’atto pubblica di un collo di bottiglia riconosciuto come strutturale.
Sempre secondo un’inchiesta Reuters del dicembre 2025, la Cina avrebbe completato all’inizio del 2025 un prototipo di macchina EUV ora in fase di test, senza che risultino ancora chip funzionanti prodotti su tale sistema. L’orizzonte indicato per arrivare a chip operativi si colloca tra il 2028 e il 2030, ma resta altamente incerto e conferma, più che una capacità industriale prossima alla maturità, un avanzamento ancora essenzialmente sperimentale. Anche per questo, la possibilità di spingere il multi-patterning DUV verso nodi “5nm-like” va letta più come ipotesi tecnica che come soluzione industrialmente competitiva per applicazioni AI ad alte prestazioni.
Le dipendenze, inoltre, non riguardano solo la litografia. Si estendono ai software EDA per la progettazione dei chip, dominati da gruppi statunitensi; ai gas elettronici specializzati; ai wafer di silicio di alta qualità; e a parte del tooling di produzione avanzato — robot, sistemi di controllo, sensori di precisione — che i costruttori cinesi non hanno ancora replicato a livello qualitativo comparabile.
In sintesi, la Cina ha compiuto — e sta compiendo — progressi rilevanti nella produzione di chip maturi, dimostrando capacità assolutamente significative sui 7nm, sebbene ancora limitate in termini di volumi e rendimenti rispetto ai leader globali. Capacità che ora si concentrano soprattutto sull’espansione della scala produttiva e sul miglioramento dei rendimenti. Diverse stime indicano che Pechino punti ad aumentare sensibilmente l’output di chip relativamente avanzati nel breve periodo, ma volumi, qualità industriale e sostenibilità economica restano i veri fattori discriminanti. Tuttavia, la frontiera tecnologica indispensabile per l’AI ad alte prestazioni e per le infrastrutture computazionali di nuova generazione rimane, nel breve termine, fuori portata.
Questa è la vulnerabilità centrale della strategia cinese. Non un semplice dettaglio tecnico quindi, ma un limite strutturale che separa un’architettura di potenza già parzialmente costruita da una ancora incompleta. Pechino sta cercando di ridurre questo gap non solo attraverso l’hardware, ma anche puntando su architetture di sistema su vasta scala, nelle quali integrazione, coordinamento e capacità infrastrutturale compensino almeno in parte ciò che ancora manca in termini di prestazioni dei singoli componenti.
Compute, data center ed energia come infrastruttura di potenza
Esiste un fattore che tende ad essere relegato sullo sfondo della competizione tecnologica, pur essendone uno degli assi portanti. Si tratta della disponibilità di energia e di infrastrutture di calcolo su scala industriale. Nel 2026 questo nodo è diventato impossibile da ignorare. La corsa globale all’AI sta trasformando i data center in una delle variabili strategiche più rilevanti del prossimo decennio, con impatti diretti sulle reti elettriche, sulle politiche energetiche, sul posizionamento geografico delle infrastrutture e sulle dipendenze critiche.
Nel report Energy and AI (aprile 2025), l’IEA stima che i consumi elettrici globali dei data center raggiungeranno i 945 TWh entro il 2030, rispetto ai 415 TWh del 2024. È un incremento del 128%, ossia più del doppio in sei anni, trainato prevalentemente dalle applicazioni AI ad alta intensità computazionale. Oggi gli Stati Uniti rappresentano circa il 45% del consumo globale dei data center, la Cina il 25%. Per Pechino, questa dinamica si intreccia con due caratteristiche strutturali del proprio sistema energetico. Da un lato, il possesso della più ampia capacità di generazione elettrica al mondo in termini assoluti; dall’altro, una dipendenza ancora significativa dal carbone. Questo assetto genera tensioni sia con gli obiettivi di decarbonizzazione, sia con i costi operativi di lungo periodo delle infrastrutture digitali.
Il piano cinese per realizzare cluster computazionali su scala iper-estesa risponde proprio a questa logica. L’obiettivo è concentrare il compute in aree dove l’energia è relativamente più abbondante e meno costosa, collegando questi hub ai principali centri di produzione e consumo. Il progetto “Eastern Data, Western Computing” rappresenta la traduzione infrastrutturale più chiara di questa visione. Tuttavia, l’esperienza degli ultimi anni evidenzia anche problemi di utilizzo, latenza e integrazione fra hardware e reti. Tutto ciò segnala che non sempre la capacità installata si traduce automaticamente in potenza utilizzabile.
Il punto strategico che emerge da questo scenario non riguarda esclusivamente la Cina, ma la natura stessa della competizione tecnologica contemporanea. La potenza computazionale non è una mera questione tecnica. Costituisce una capacità industriale sostenuta, che dipende da energia, infrastrutture fisiche, investimenti continuativi e scalabilità. Un Paese incapace di reggere la curva di crescita dei costi del compute — o vincolato a reti energetiche vulnerabili — si troverà in una posizione di svantaggio strutturale, indipendentemente dalla qualità dei propri modelli.
A inizio aprile 2026, Reuters Breakingviews ha riportato stime secondo le quali il costo complessivo per costruire l’infrastruttura AI necessaria a sostenere la competizione globale potrebbe aggirarsi intorno ai 7 trilioni di dollari. La cifra deriva dall’applicazione di due parametri di costo distinti — 36 miliardi di dollari per gigawatt secondo Bernstein, e 60-80 miliardi secondo Nvidia — ai 110 gigawatt di data center attualmente pianificati a livello globale. Il calcolo produce rispettivamente una stima di circa 4 trilioni e una forchetta tra i 6,6 e i 7,5 trilioni. Questo dato va trattato come un ordine di grandezza, non come una previsione puntuale, e serve a indicare il cambio di scala della competizione. La sfida non si misura più soltanto nella qualità dei modelli o nel volume delle pubblicazioni, ma nella capacità di mobilitare e sostenere investimenti infrastrutturali straordinari.
Implicazioni geopolitiche: competizione, standard e sovranità
Se il quadro analitico descritto finora ha messo in luce le componenti materiali della strategia cinese, la sua dimensione geopolitica permette ora di esaminare gli effetti del coordinamento tra politica industriale, infrastrutture digitali, governance dell’intelligenza artificiale e controllo delle filiere critiche. Un integrazione questa che ha implicazioni dirette sui rapporti di forza sull’intero sistema internazionale.
Il primo livello di analisi riguarda la standardizzazione. Definire standard tecnici significa stabilire i parametri dell’interoperabilità e, di conseguenza, anche parte delle condizioni di accesso al mercato. La Cina ha tratto una lezione chiara dal 5G, dove la presenza di Huawei e ZTE ha aperto una partita geopolitica ancora oggi non risolta. Con il 6G e con le infrastrutture AI, la posta in gioco si alza ulteriormente. Incidere sui documenti tecnici e normativi degli organismi internazionali consente di acquisire una leva infrastrutturale difficile da neutralizzare ex post.
Il secondo livello concerne le supply chain. Il tentativo di Pechino di ridurre le dipendenze esterne in ambiti critici — chip, litografia, materiali, software EDA — non risponde solo a un’esigenza di autosufficienza, ma anche ad un riposizionamento nella gerarchia globale delle filiere. Ogni passo verso l’autonomia riduce il potere di pressione esercitabile da altri Stati tramite restrizioni all’export. Per questa ragione, Washington tratta i limiti alle esportazioni di tecnologie avanzate non come semplici misure commerciali, ma come strumenti di sicurezza nazionale.
Il terzo livello riguarda la proiezione esterna. Il modello cinese di governance dell’AI — imperniato su tracciabilità, etichettatura e responsabilità dei fornitori — viene proposto come pacchetto normativo e tecnico anche all’esterno, soprattutto nei rapporti con i Paesi del Global South e nei processi di standardizzazione. Se tale modello ottenesse una diffusione significativa, potrebbe consolidarsi come riferimento alternativo a quello occidentale.
Infine, vi è l’impatto sull’ecosistema dell’innovazione globale. Una competizione tecnologica organizzata per blocchi contrapposti, con filiere separate e standard divergenti, produce due effetti opposti. Da un lato accelera gli investimenti per superare dipendenze strategiche. Dall’altro, frammenta la ricerca e aumenta i costi di transazione per le imprese internazionali. In questo scenario, la capacità di garantire sovranità tecnologica senza isolarsi dai flussi di innovazione diventa una delle sfide decisive del prossimo decennio.
Limiti, vulnerabilità e punti di attrito
Un’analisi che presentasse la strategia tecnologica cinese come un piano monolitico in fase di esecuzione lineare risulterebbe inaccurata. I limiti strutturali sono profondi e vanno descritti con la stessa precisione riservata alle ambizioni.
Il divario tra pianificazione ed esecuzione rappresenta il limite più pervasivo. La programmazione centralizzata ha sì ottenuto risultati importanti in settori con priorità chiare, filiere preesistenti e cicli di sviluppo relativamente brevi ma è risultata invece meno efficace laddove l’innovazione richiede ecosistemi privati autonomi, ricerca di base incerta o un coordinamento istituzionale spesso fonte di frizioni burocratiche.
La tensione tra controllo e innovazione invece costituisce la contraddizione più complessa. Un modello di governance che impone ai sistemi di AI obblighi stringenti di tracciabilità, controllo dei contenuti e allineamento normativo non è neutrale rispetto alla qualità dell’innovazione. Le innovazioni più radicali infatti tendono, storicamente, a svilupparsi in ambienti con maggiore autonomia e maggiore tolleranza all’incertezza. Il tentativo di Pechino di coniugare controllo sistemico e avanguardia tecnologica è una scommessa su un equilibrio senza precedenti chiari.
Il costo infrastrutturale poi è un ulteriore vincolo materiale. Finanziare simultaneamente cluster computazionali iper-estesi, la modernizzazione della rete elettrica, il 6G e la ricerca su quantum computing ed embodied AI richiede un capital expenditure pubblico e privato molto elevato. Il rallentamento della crescita economica, la pressione sul debito degli enti locali e la contrazione degli investimenti privati, successiva alle campagne regolatorie del 2021-2022, complicano la sostenibilità finanziaria di questa agenda.
Le dipendenze nel settore dei chip rimangono il punto di attrito più critico e meno risolvibile nel breve periodo. Non esiste oggi un percorso realistico per raggiungere una litografia avanzata di frontiera interamente domestica entro l’attuale ciclo quinquennale. I progressi sono possibili. Tuttavia, il divario rispetto alla frontiera non può essere colmato in cinque anni, nemmeno con investimenti straordinari.
Infine, il fattore demografico introduce una variabile di lungo periodo che condiziona l’intera strategia. La Cina punta sull’AI e sulla robotica per compensare il calo strutturale della forza lavoro e della crisi demografica. Si tratta di una scelta razionale, che però accresce la dipendenza da tecnologie non ancora pienamente mature e crea rischi sistemici se il deployment dovesse accelerare più rapidamente dell’affidabilità.
Tirando le somme
Come anticipato in apertura, la tesi centrale di questo report può essere formulata in modo netto. La Cina sta tentando di trasformare l’intelligenza artificiale da semplice dominio innovativo a infrastruttura sistemica di potere. L’obiettivo è integrarla con robotica, telecomunicazioni avanzate, semiconduttori, energia, governance e politica industriale. La vera competizione non riguarda più esclusivamente i modelli algoritmici, ma il controllo integrato di capacità computazionale, filiere, standard tecnici, infrastrutture critiche e strumenti di coordinamento statale.
Si tratta di una tesi analitica, non di una profezia e, come tale, va distinta da due narrazioni opposte ed egualmente fuorvianti. La prima considera l’ascesa tecnologica cinese come un fatto compiuto e irreversibile. La seconda interpreta la fragilità strutturale di Pechino come una garanzia di immobilità. La realtà è più complessa. Ci troviamo di fronte ad una traiettoria in divenire, caratterizzata da ritmi disomogenei, vulnerabilità profonde e progressi reali, il cui esito dipenderà da variabili ancora aperte.
La competizione tecnologica tra Cina e Occidente è entrata in una fase nella quale le variabili decisive non sono più i singoli modelli linguistici o le startup di punta. Il baricentro si è spostato verso il controllo dei sistemi integrati. La partita si gioca su filiere, energia, reti, standard, compute e governance. Questo spostamento di prospettiva non è ancora del tutto recepito nel dibattito pubblico, ma costituisce tuttavia il quadro entro il quale saranno assunte molte delle scelte strategiche dei prossimi anni, a Pechino come a Washington e a Bruxelles.
Box | Cosa monitorare nei prossimi 12 mesi
- Semiconduttori e litografia: i progressi di SMIC nei nodi sub-7nm, l’evoluzione delle capacità di NAURA e AMEC nell’equipment domestico e ogni segnale di breakthrough — o di stallo — nel programma cinese di litografia avanzata.
- Compute e capacità infrastrutturale: l’avanzamento dei cluster computazionali su vasta scala, l’evoluzione del progetto “Eastern Data, Western Computing” e il rapporto fra domanda di calcolo, utilizzo effettivo delle infrastrutture e disponibilità energetica.
- Energia: la capacità della Cina di alimentare l’espansione dei data center senza accrescere eccessivamente la dipendenza dal carbone, insieme al ritmo di sviluppo delle fonti a minori emissioni nelle aree di deployment.
- Standard tecnici internazionali: i progressi cinesi nei processi di standardizzazione del 6G e della governance dell’AI nelle sedi internazionali rilevanti.
- Robotica industriale: il tasso di adozione della robotica nei settori manifatturieri colpiti da carenza di manodopera, indicatore più affidabile della reale integrazione AI-industria rispetto ai soli annunci strategici.
- Governance dell’AI e regolazione: eventuali revisioni delle misure della CAC, l’evoluzione delle norme su tracciabilità ed etichettatura e i segnali di esportazione del modello normativo cinese.
- Investimenti privati nel settore tech: la ripresa degli investimenti privati — o la loro ulteriore contrazione — come termometro della capacità del sistema di sostenere innovazione diffusa oltre la sola pianificazione centralizzata.
Glossario
15° Piano Quinquennale. Quadro di pianificazione strategica cinese per il ciclo 2026-2030, che definisce priorità industriali, tecnologiche ed economiche di medio termine.
6G. Prossima generazione delle reti mobili dopo il 5G, ancora in fase di sviluppo, con obiettivi di maggiore velocità, minore latenza e integrazione più stretta con AI e infrastrutture intelligenti.
AI+. Formula usata da Pechino per indicare l’integrazione dell’intelligenza artificiale nei settori produttivi, nei servizi pubblici e nell’economia reale.
AI / IA. Intelligenza artificiale: insieme di tecnologie che consentono a un sistema di apprendere dai dati, riconoscere pattern, generare contenuti o supportare decisioni.
AMEC. Azienda cinese che produce macchinari per la fabbricazione di semiconduttori, rilevante nella strategia di autosufficienza industriale.
ASML. Azienda olandese leader mondiale nelle macchine per litografia avanzata, considerate decisive per produrre chip di frontiera.
Brain-computer interfaces (BCI). Interfacce cervello-macchina: sistemi che collegano attività neurale e dispositivi digitali, con applicazioni potenziali in sanità, riabilitazione e controllo di macchine.
CAC. Cyberspace Administration of China: autorità cinese che regola internet, piattaforme digitali e norme sui contenuti, inclusa la generative AI.
Capital expenditure (CapEx). Investimenti in infrastrutture fisiche e asset durevoli, come impianti, macchinari, reti energetiche e data center.
Cluster computazionali. Insiemi di server e risorse di calcolo collegati tra loro per svolgere elaborazioni molto intensive, come il training di modelli AI.
Compute. Capacità di calcolo disponibile per addestrare ed eseguire modelli di AI, spesso legata a chip avanzati, data center e disponibilità energetica.
Data center. Infrastrutture fisiche che ospitano server, sistemi di archiviazione e reti, fondamentali per cloud, AI e servizi digitali su larga scala.
DUV. Deep Ultraviolet Lithography: tecnologia di litografia usata per incidere circuiti sui chip, meno avanzata dell’EUV ma ancora cruciale per molte produzioni.
EDA tools. Electronic Design Automation: software usati per progettare, simulare e verificare i chip prima della produzione.
Eastern Data, Western Computing. Strategia cinese che punta a spostare parte del calcolo e dei data center nelle regioni occidentali, dove energia e spazio sono più disponibili, collegandoli ai grandi centri economici orientali.
Embodied AI. Intelligenza artificiale incorporata in un corpo fisico, come robot o macchine autonome, capace di percepire e agire nell’ambiente.
EUV. Extreme Ultraviolet Lithography: tecnologia di litografia più avanzata, necessaria per produrre chip ai nodi più sofisticati.
Global South. Espressione usata per indicare in modo ampio molti Paesi emergenti o in via di sviluppo, spesso al centro della competizione geopolitica su infrastrutture, standard e governance tecnologica.
Government Work Report 2026. Documento politico-programmatico presentato dal governo cinese all’Assemblea Nazionale del Popolo, che indica le priorità strategiche dell’anno.
Governance dell’AI. Insieme di norme, standard, controlli e procedure che regolano sviluppo, impiego, sicurezza e responsabilità dei sistemi di intelligenza artificiale.
Huawei. Colosso tecnologico cinese attivo in reti, telecomunicazioni, cloud e dispositivi, spesso al centro del confronto geopolitico tra Cina e Occidente.
IEEE. Associazione tecnico-scientifica internazionale molto influente nello sviluppo di standard per elettronica, telecomunicazioni e tecnologie digitali.
ISO. International Organization for Standardization: organismo internazionale che sviluppa standard tecnici condivisi in numerosi settori.
ITU. International Telecommunication Union: agenzia ONU che contribuisce alla definizione di standard globali nelle telecomunicazioni.
LLM. Large Language Models: modelli linguistici di grandi dimensioni addestrati su enormi quantità di testo, capaci di generare, riassumere e analizzare linguaggio naturale.
NAURA. Azienda cinese specializzata in equipment per semiconduttori, considerata importante nello sforzo di costruire una filiera domestica dei chip.
QKD. Quantum Key Distribution: tecnologia di comunicazione quantistica che consente lo scambio di chiavi crittografiche con altissimi livelli di sicurezza teorica.
Quantum computing. Calcolo quantistico: tecnologia che sfrutta fenomeni della fisica quantistica per affrontare alcuni problemi computazionali in modo diverso dai computer tradizionali.
Robotica umanoide. Settore della robotica che sviluppa macchine con forma e movimenti simili a quelli umani, pensate per operare in ambienti progettati per le persone.
SCADA. Supervisory Control and Data Acquisition: sistemi usati per monitorare e controllare infrastrutture industriali critiche, come reti elettriche, impianti e fabbriche.
Semiconduttori. Componenti essenziali dell’elettronica moderna, usati per produrre chip impiegati in computer, smartphone, reti, sistemi militari e AI.
SMIC. Semiconductor Manufacturing International Corporation: principale produttore cinese di chip, centrale nella strategia di riduzione della dipendenza tecnologica dall’estero.
Sovranità digitale. Capacità di uno Stato di controllare infrastrutture, dati, standard, filiere e regole del proprio ecosistema tecnologico senza dipendenze critiche dall’esterno.
Supply chain. Catena di approvvigionamento: insieme di fornitori, materiali, software, impianti e logistica necessari a realizzare un prodotto tecnologico.
ZTE. Azienda cinese delle telecomunicazioni attiva nelle reti e nelle infrastrutture digitali, spesso citata insieme a Huawei nelle discussioni su standard e sicurezza.
Fonti
Note sulle fonti
Il report si basa su un corpus documentale che include fonti istituzionali primarie, analisi di contesto e fonti settoriali. La gerarchia adottata privilegia i documenti ufficiali sulla pianificazione e sulla governance, seguiti da fonti analitiche e di settore.
Fonti istituzionali primarie
- Government Work Report 2026, Assemblea Nazionale del Popolo, marzo 2026 — disponibile su NPC Observer https://npcobserver.com/wp-content/uploads/2026/03/2026-Government-Work-Report_NON-FINAL_EN.pdf
- China approves 2026-2030 blueprint, maps out high-quality development — Governo cinese https://english.www.gov.cn/news/202603/13/content_WS69b36c11c6d00ca5f9a09d96.html
- China aims for secure, reliable supply of AI core tech by 2027 — Governo cinese https://english.www.gov.cn/news/202601/08/content_WS695f1b55c6d00ca5f9a087b9.html
- China to nurture emerging, future industries — Governo cinese https://english.www.gov.cn/2026special/2026npcandcpcc/202603/05/content_WS69a8eea9c6d00ca5f9a09891.html
- Interim Measures for the Management of Generative AI Services, 2023 — CAC https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm
- Measures for Labeling AI-Generated Synthetic Content, 2025 — CAC https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm
Fonti analitiche e di contesto
- Reuters, China’s new five-year plan calls for AI throughout its economy, tech breakthroughs, marzo 2026 https://www.reuters.com/world/asia-pacific/china-vows-accelerate-technological-self-reliance-ai-push-2026-03-05/
- Reuters, China’s top chip bosses urge supportive policies to create ‘China’s ASML’, marzo 2026 https://www.reuters.com/world/china/chinas-top-chip-bosses-urge-supportive-policies-create-chinas-asml-2026-03-05/
- Reuters Breakingviews, AI dreams crash into stark $7 trln reality, aprile 2026 https://www.breakingviews.com/columns/big-view/ai-dreams-crash-into-stark-7-trln-reality-2026-04-07/
- Reuters, China could see widespread use of brain-computer tech in 3-5 years, expert says, marzo 2026 https://www.reuters.com/world/asia-pacific/china-could-see-widespread-use-brain-computer-tech-3-5-years-expert-says-2026-03-07/
- Stanford DigiChina, Forum: Technology in China’s 15th Five-Year Plan https://digichina.stanford.edu/work/forum-technology-in-chinas-15th-five-year-plan/
- U.S.-China Economic and Security Review Commission, China Bulletin, 2 aprile 2026 https://www.uscc.gov/trade-bulletins/china-bulletin-april-2-2026
Fonti energia e infrastrutture
- IEA, Electricity 2026 https://www.iea.org/reports/electricity-2026
- IEA, Energy demand from AI https://www.iea.org/reports/energy-and-ai/energy-demand-from-ai
- Reuters, China plans network to sell surplus computing power in crackdown on data centre glut, luglio 2025 https://www.reuters.com/technology/china-plans-network-sell-surplus-computing-power-crackdown-data-centre-glut-2025-07-24/
