Tra le varie tendenze di mercato collegate alla sovranità digitale spicca quella legata alla "AI sovereignty": ogni nazione o regione del mondo si sta organizzando per sviluppare un proprio stack tecnologico di Intelligenza Artificiale che sia indipendente da quello proposto dai grandi AI provider globali. Gartner in questo senso stima che entro il 2027 il 35% dei Paesi sarà vincolato a utilizzare piattaforme AI specifiche per la propria nazione o regione, una percentuale che attualmente è solo del 5%.

Questo vincolo è, e sarà, volontario: le nazioni che puntano a una propria sovranità digitale in campo AI la stanno "costruendo" direttamente, aumentando gli investimenti in stack nazionali di AI, infrastrutture locali e modelli di AI che siano sviluppati e addestrati in linea con le leggi e la cultura locali. Gli LLM regionali o nazionali - che devono essere addestrati con dati di contesto altrettanto locali - secondo Gartner superano i modelli globali in diversi importanti ambiti di applicazione, quali l'istruzione e i servizi pubblici.

Questa evoluzione è in linea con un cambiamento relativamente recente in come viene considerata la sovranità digitale quando si tratta di AI. Lo sviluppo dei grandi "foundation model" generici è un treno ormai passato, quindi la nuova sovranità dell'AI è più legata a come sviluppare una economia digitale basata su modelli più specializzati e locali e su applicazioni verticali. Per Gartner, questa sovranità diventa "la capacità di una nazione o di un'organizzazione di controllare in modo indipendente lo sviluppo, l'implementazione e l'utilizzo dell'AI all'interno dei propri confini geografici". 

In questa dinamica c'è un punto debole purtroppo inevitabile: se ogni nazioni o regione del mondo intende sviluppare proprie componenti e servizi di AI, diventa più difficile definire progetti di collaborazione e si ha per questo una certa duplicazione degli sforzi. Per questo motivo, Gartner prevede che le nazioni che intendono creare uno stack AI sovrano dovranno spendere almeno l'1% del loro PIL in infrastrutture AI entro il 2029. Questi maggiori sforzi saranno però accettati senza grossi problemi, di fronte al timore di rimanere indietro nella corsa tecnologica verso una propria AI il più possibile indipendente.

Gli analisti comunque avvisano che tutte queste considerazioni "macro" hanno conseguenze anche per i CIO di qualsiasi azienda che intende già adesso usare l'Intelligenza Artificiale. Se il rischio è quello di trovarsi con un mercato di servizi AI eterogeneo e frammentato, le aziende utenti devono innanzitutto progettare i propri workflow in modo che siano indipendenti dallo specifico modello di AI utilizzato, implementando livelli di orchestrazione che consentano il passaggio tra LLM erogati da fornitori differenti, anche di regioni diverse. A questo scopo, le aziende devono creare relazioni solide con diversi cloud provider nazionali, fornitori di LLM locali e fornitori di stack AI sovrani, definendo fra tutti questi i propri partner più affidabili.

Sullo sfondo restano ovviamente le questioni di compliance, complicate dal fatto che le norme sull'AI e sulla sovranità dei dati, insieme agli standard tecnici collegati, stanno evolvendo rapidamente. Altrettanto fanno, di conseguenza, gli obblighi imposti su come e dove un'azienda può implementare modelli di AI per elaborare quali tipi di dati.