Dietro una norma
Errori che costano caro
C’è un momento preciso in cui una norma smette di essere un documento e diventa un problema operativo. Per le startup italiane e per le aziende innovative, quel momento è adesso.
Il Parlamento italiano ha approvato la legge di recepimento dell’AI Act europeo. I comunicati istituzionali parlano di “opportunità”, di “un miliardo di euro a sostegno del settore”, di “regole chiare per competere”. Le prime reazioni dell’ecosistema oscillano tra l’entusiasmo di chi vede nel recepimento un segnale di maturità normativa e la preoccupazione di chi già intravede nuovi obblighi, nuovi costi e nuova burocrazia.
Come sempre, la verità sta nei dettagli che nessuno legge.
Cosa dice davvero l’AI Act e cosa non viene detto
L’AI Act europeo è entrato in vigore nell’agosto 2024 e il recepimento italiano ne avvia l’applicazione concreta nel nostro ordinamento. Il regolamento classifica i sistemi di intelligenza artificiale in quattro categorie di rischio, inaccettabile, alto, limitato, minimo, e impone obblighi proporzionali al livello di rischio identificato.
La logica è condivisibile. Il problema è l’applicazione pratica.
Per le startup che sviluppano sistemi AI in ambiti considerati ad alto rischio — sanità, istruzione, occupazione, infrastrutture critiche, giustizia — gli obblighi sono sostanziali: documentazione tecnica dettagliata, registrazione in una banca dati europea, valutazioni di conformità, sistemi di monitoraggio continuo, gestione dei dati di addestramento. Per una startup di cinque persone con un prodotto in fase beta, questo si traduce in costi legali, tecnici e organizzativi che possono raggiungere decine di migliaia di euro prima ancora di acquisire il primo cliente pagante.
Il punto critico, però, non è il costo. È l’incertezza classificatoria.
Molti sistemi AI sviluppati dalle startup italiane si trovano in una zona grigia: non sono chiaramente ad alto rischio, ma non sono nemmeno chiaramente a rischio minimo. Le linee guida interpretative della Commissione Europea sono ancora parziali. Gli enti nazionali di vigilanza, in Italia sarà l’Agenzia per l’Italia Digitale, AgID, non hanno ancora definito i protocolli operativi. Chi deve decidere oggi se il proprio sistema rientra o meno nelle categorie vincolanti si trova a navigare a vista, con il rischio concreto di sottostimare gli obblighi e trovarsi esposto a sanzioni, oppure di sovrastimarli e paralizzare lo sviluppo.
Il miliardo di euro: opportunità reale o comunicazione?
Ogni volta che il legislatore annuncia risorse per l’innovazione digitale, vale la pena farsi una domanda semplice: chi può accedervi, con quali tempi e con quali requisiti?
Il miliardo di euro annunciato a supporto di PMI innovative e startup nell’ambito dell’AI Act italiano è distribuito su più strumenti — crediti d’imposta, bandi, fondi di garanzia — con orizzonti temporali pluriennali e meccanismi di accesso che richiedono strutture amministrative che molte startup in fase early-stage non hanno.
Non è una critica al provvedimento in sé. È una constatazione operativa: le risorse esistono, ma la capacità di accedervi è distribuita in modo fortemente asimmetrico. Le startup con un advisor finanziario strutturato, con esperienza di rendicontazione su fondi pubblici e con la liquidità necessaria per anticipare i costi prima del rimborso, accederanno a queste risorse. Le altre no.
Questo è uno dei pattern più ricorrenti e meno discussi della finanza agevolata italiana: le norme vengono scritte per le aziende che già funzionano, non per quelle che stanno cercando di decollare.
TeamSystem e xtream: cosa ci insegna l’acquisizione
Nello stesso periodo in cui il legislatore definisce le regole per l’AI, il mercato si muove con la propria logica. TeamSystem ha acquisito xtream, startup specializzata in intelligenza artificiale applicata ai gestionali per imprese e professionisti.
L’operazione è significativa per almeno due ragioni.
La prima è strategica: un grande player del software gestionale italiano ha deciso che comprare le competenze AI è più veloce ed efficiente che svilupparle internamente. È open innovation nella sua forma più concreta — non un acceleratore, non un programma di mentorship, ma un’acquisizione vera, con una valutazione, una negoziazione e un’integrazione operativa da gestire.
La seconda è di mercato: il fatto che TeamSystem abbia trovato in xtream ciò che cercava dice qualcosa sullo stato di maturità di alcune startup italiane nell’AI applicata al B2B. Non siamo solo nella fase delle demo e dei proof of concept: ci sono prodotti che funzionano, che scalano e che interessano gli acquirenti strategici.
Per chi sviluppa startup AI in ambito B2B, questa è la notizia più concreta della settimana. Le exit non arrivano solo dai fondi venture: arrivano anche, e forse sempre di più, dai player industriali che hanno l’urgenza di acquisire tecnologia e talento.
MPS-Mediobanca e il nodo fintech
L’operazione di fusione tra MPS e Mediobanca è un caso da manuale per chi studia l’intersezione tra innovazione e sistema bancario italiano.
I due istituti hanno storie e culture profondamente diverse. MPS porta con sé un lungo percorso di risanamento e una presenza territoriale capillare. Mediobanca è un riferimento nell’investment banking e nel private banking di fascia alta. La fusione, se riuscirà, creerà un player con una massa critica sufficiente per competere nei servizi finanziari digitali ad alto valore aggiunto.
Ma l’innovazione bancaria non si crea per aggregazione. Si crea per trasformazione culturale, per apertura agli ecosistemi esterni, per la capacità di integrare le startup fintech invece di ignorarle o acquistarle solo per difesa competitiva.
La domanda che vale la pena porsi non è “quanto vale l’operazione” ma “che tipo di rapporto avrà il nuovo player con l’ecosistema fintech italiano”. Se la fusione produrrà un istituto chiuso, concentrato sull’integrazione interna, le startup fintech perderanno un potenziale interlocutore per anni. Se produrrà invece un player aperto, con una strategia di partnership e co-sviluppo, potrebbe diventare uno dei catalizzatori che all’ecosistema italiano mancano.
L’esperienza degli ultimi dieci anni di fintech europeo suggerisce prudenza: le grandi fusioni bancarie tendono a drenare energia manageriale verso l’integrazione, lasciando poco spazio all’innovazione esterna almeno per i primi tre-quattro anni.
Gli errori che costano caro: cosa non fare adesso
Sulla base di quanto sta accadendo, recepimento dell’AI Act, acquisizioni di startup AI, riassetti bancari, ci sono almeno tre errori che le startup italiane e i loro advisor devono evitare in questa fase.
Il primo è ignorare la classificazione di rischio. Molti founder stanno rimandando l’analisi di conformità all’AI Act con il ragionamento “tanto prima dobbiamo lanciare il prodotto”. È comprensibile, ma rischioso. Se il sistema che stai sviluppando ricade in una categoria ad alto rischio, scoprirlo dopo il lancio, magari in occasione di un round di investimento, quando la due diligence legale porta a galla il problema, è enormemente più costoso che affrontarlo in fase di sviluppo.
Il secondo è sopravvalutare il valore dell’annuncio istituzionale. Il miliardo di euro annunciato non è liquidità disponibile domani mattina. È un impegno distribuito su anni, strumenti e procedure che richiedono tempo, competenze e spesso anticipazione finanziaria. Chi pianifica il proprio runway contando su queste risorse prima di avere certezza sui tempi di accesso sta costruendo su fondamenta instabili.
Il terzo è trascurare il mercato delle acquisizioni strategiche. L’operazione TeamSystem-xtream ci ricorda che le startup AI B2B con prodotti funzionanti e una base clienti reale sono appetibili per gli acquirenti industriali. Costruire una startup pensando esclusivamente al percorso VC — round dopo round — significa perdere di vista un canale di exit che in Italia, per le dimensioni medie dell’ecosistema, è spesso più realistico e più rapido.
Cosa dovrebbe migliorare
L’AI Act italiano, nei suoi principi, è un passo nella direzione giusta. Ma tra la norma e la sua applicazione operativa c’è uno spazio che il legislatore deve ancora riempire con chiarezza: linee guida settoriali concrete, sportelli di orientamento per le PMI, meccanismi di accesso semplificato alle risorse per le startup in fase early-stage.
Il rischio, altrimenti, è che una norma nata per regolamentare l’innovazione finisca per renderla più costosa e più lenta — non per le grandi aziende che hanno uffici legali strutturati, ma per le startup che stanno cercando di costruire qualcosa di nuovo con risorse limitate.
E sarebbe un’occasione persa che l’Italia, con il suo storico ritardo nell’ecosistema AI rispetto ai principali competitor europei, non può permettersi.