C'è una domanda che fino a poco tempo fa non avresti nemmeno posto in un consiglio di amministrazione: "dove vivono, fisicamente, i dati che diamo in pasto all'intelligenza artificiale?". Era una questione da reparto IT. Nel 2026 è diventata una questione da CdA, alla stessa stregua del rischio valutario o della continuità del fornitore strategico. Spieghiamo perché — con i fatti, non con gli allarmismi.
1. Le fondamenta legali del cloud transatlantico stanno scricchiolando
La maggior parte dei servizi AI che un'azienda italiana usa ogni giorno — i grandi modelli generativi, le suite di produttività con AI integrata — elabora i dati su infrastrutture americane. Perché questo sia lecito sotto il GDPR serve una base giuridica per il trasferimento dei dati fuori dall'Unione. Oggi quella base è il Data Privacy Framework UE-USA, in vigore dal 2023.
Il punto delicato: è già la terza versione di quel ponte. Le prime due — Safe Harbor e Privacy Shield — sono state entrambe annullate dalla Corte di Giustizia UE (le sentenze Schrems I e II). Il Data Privacy Framework ha superato una prima sfida davanti al Tribunale UE nel settembre 2025, ma è stato impugnato in appello: il caso pende ora davanti alla Corte di Giustizia e, a metà 2026, non ha ancora una data d'udienza. Se la Corte dovesse seguire il proprio precedente, sarebbe la terza bocciatura di fila.
2. Il mondo si sta frammentando: la localizzazione è la nuova normalità
Mentre il ponte transatlantico oscilla, la tendenza globale va in direzione opposta al cloud senza confini. I numeri raccontano un cambio d'epoca: dieci anni fa i paesi con qualche forma di obbligo di localizzazione dei dati erano meno di venti; oggi sono oltre sessanta, e secondo alcune rilevazioni più di cento se si contano tutte le leggi di sovranità digitale. Gartner ha inserito la "geopatriation" — il rimpatrio dei dati e dei carichi entro i confini nazionali — tra i dieci trend tecnologici strategici del 2026.
Non è solo teoria regolatoria. Le aziende si stanno muovendo: rilevazioni di mercato del 2026 indicano che circa una su cinque sta aumentando il proprio on-premise e una su due sta rafforzando strategie ibride proprio in risposta all'inasprimento normativo. Il pendolo, dopo un decennio di "tutto in cloud", sta tornando indietro — non per nostalgia, ma per gestione del rischio.
3. In Italia la direzione è già scritta: la lezione della PA
Per capire dove sta andando la regolamentazione italiana, basta guardare cosa è già obbligatorio per chi tratta dati pubblici. L'Agenzia per la Cybersicurezza Nazionale (ACN) ha costruito un sistema di qualificazione dei servizi cloud che classifica i dati in tre categorie — ordinari, critici, strategici — e ammette i dati più sensibili solo su infrastrutture qualificate ai livelli più alti (QI3-QI4, QC3-QC4), con requisiti stringenti di localizzazione e controllo.
L'obiettivo dichiarato è ospitare entro il 2026 i dati e i servizi critici e strategici del 75% delle amministrazioni centrali e delle ASL su cloud qualificato. Questo riguarda direttamente la sanità, gli enti locali, la PA. Ma se sei un'azienda privata, ti riguarda comunque per una ragione semplice: i tuoi clienti pubblici e regolati erediteranno questi requisiti e te li gireranno nei capitolati. Chi fornisce software, AI o servizi alla sanità, alla finanza o alla PA sta già ricevendo domande sulla residenza dei dati che due anni fa nessuno poneva.
La PA è il canarino nella miniera della sovranità digitale: quello che oggi è obbligo per gli enti pubblici, domani è requisito di gara per i loro fornitori privati.
4. Perché l'AI rende il problema molto più grande
Si potrebbe obiettare: "ma i dati nel cloud li mettiamo da anni, qual è la novità?". La novità è la natura di ciò che l'AI consuma. Un gestionale in SaaS tratta un perimetro di dati definito e prevedibile. Un assistente AI aziendale — un RAG che risponde alle domande del personale, un copilota che riassume documenti — per funzionare ingerisce tutto: contratti, email, dati dei clienti, procedure interne, a volte codice sorgente.
Ogni interrogazione a un modello in cloud è potenzialmente un trasferimento transfrontaliero di un frammento di quel patrimonio informativo. La superficie di esposizione non è più una singola applicazione: è l'intera conoscenza dell'azienda, interrogata in tempo reale, una query alla volta. È questa moltiplicazione che trasforma un rischio gestibile in un rischio sistemico — ed è il motivo per cui ne abbiamo già parlato a proposito di cosa dice il GDPR quando i dati AI escono dall'Unione.
5. Le domande che un CdA dovrebbe mettere a verbale
Non serve una laurea in diritto per governare questo rischio. Servono cinque domande, poste a chi guida l'IT, e cinque risposte messe nero su bianco.
- Dove vengono elaborati i dati che alimentano i nostri sistemi AI? In quale paese, sotto quale giurisdizione?
- Su quale base giuridica si reggono i trasferimenti fuori dall'UE, e cosa succede al nostro processo se quella base venisse a mancare?
- Quali categorie di dati stiamo dando in pasto ai modelli — e quante di queste classificheremmo come critiche o strategiche con il metro dell'ACN?
- I nostri clienti regolati (PA, sanità, finanza) hanno già, o avranno, requisiti di residenza dei dati che ricadranno su di noi?
- Esiste un piano B tecnicamente pronto, o un cambio di scenario normativo ci coglierebbe a riprogettare tutto sotto pressione?
La risposta strutturale: spostare la domanda, non rincorrere ogni norma
C'è un modo per smettere di rincorrere ogni evoluzione normativa, paese per paese, sentenza per sentenza: fare in modo che i dati non escano mai dal perimetro che controlli. Quando l'intelligenza artificiale gira su infrastruttura sovrana — in Italia, su hardware tuo o su un cloud qualificato — le cinque domande del CdA hanno tutte la stessa risposta, ed è una risposta che non cambia se a settembre la Corte di Giustizia decide diversamente.
Non è una posizione ideologica contro il cloud. Per molti carichi di lavoro il cloud resta la scelta giusta, e lo abbiamo scritto chiaramente in quando conviene l'on-premise e quando no. Ma per il cuore informativo dell'azienda — i dati che l'AI legge per diventare davvero utile — la sovranità non è più un lusso da grandi gruppi: è la forma più economica di gestione del rischio normativo che conosciamo. E nel 2026 il rischio normativo, sui dati, ha smesso di essere un'ipotesi remota.