Tra giovani impiegati per pochi dollari a etichettare dataset e la nascita di modelli linguistici locali, l’Africa prova a guidare la propria rivoluzione digitale. Ma la vera sfida si gioca sulle infrastrutture e sull’energia
di Marcella Mazzarelli
A maggio di quest’anno, la decisione del governo keniano di frenare sui negoziati per il mega-data center di Olkaria, dopo l’impossibilità di garantire a Microsoft e G42 la potenza elettrica e l’acquisto minimo di capacità richiesti per il funzionamento dell’infrastruttura, ha riacceso i riflettori su una grande contraddizione: l’Africa corre per non rimanere esclusa dalla rivoluzione dell’intelligenza artificiale, ma continua a pagare le infrastrutture al Nord del mondo.
Dietro l’entusiasmo per i grandi modelli di intelligenza artificiale si nasconde infatti una filiera invisibile che passa per i sobborghi di Nairobi, Kampala e Accra. È qui che prende vita una nuova forma di estrattivismo, non più basata sulle risorse minerarie o agricole, ma sul lavoro cognitivo a basso costo. Migliaia di giovani lavoratori digitali passano ore a etichettare immagini, moderare contenuti e correggere dataset per pochi dollari al giorno. Il fenomeno riguarda in particolare quei Paesi che hanno alle spalle una storia di colonialismo britannico, che facilita l’utilizzo della lingua inglese per lo sviluppo e l’elaborazione dei dati. Questa immensa mole di lavoro arricchisce e affina i sistemi sviluppati dalle multinazionali statunitensi, che ne detengono i brevetti, la proprietà intellettuale e i profitti, restituendo al continente prodotti finiti da acquistare a caro prezzo.
Dati locali contro i pregiudizi degli algoritmi
È in crescita però una spinta contraria che punta alla sovranità culturale e tecnologica. Meno dell’1% dei dati usati per addestrare i principali modelli globali provengono dal continente, creando vistosi pregiudizi algoritmici: questo significa che le intelligenze artificiali faticano a comprendere i contesti locali, fraintendono le sfumature linguistiche e riproducono stereotipi culturali strutturali. Per rispondere a questo vuoto, stanno nascendo startup e collettivi indipendenti focalizzati su architetture trasparenti e locali. Tra i progetti più ambiziosi c’è Alabulan, il modello linguistico sviluppato da zero dalla startup Orion X per integrare il contesto giuridico, sociale e culturale africano. Parallelamente, iniziative come Lelapa AI in Sudafrica con la sua piattaforma Vulavula, le soluzioni di GhanaNlp e il lavoro della rete open-source Masakhane stanno costruendo i primi dataset di qualità per lingue storicamente prive di risorse digitali come lo Yoruba, lo Swahili o il Twi.
Il collo di bottiglia delle infrastrutture fisiche
Tuttavia, il tentativo di affrancarsi dalle Big Tech si scontra con una barriera fisica e finanziaria: dove trovare le infrastrutture fisiche per l’elaborazione di questi dati? Costruire data center di ultima generazione è solo l’inizio. Una struttura genera valore reale soltanto quando banche, servizi governativi, piattaforme fintech e imprese vi trasferiscono costantemente i propri carichi di lavoro. La ricerca Africa Cloud Business Survey 2025 condotta da PwC mostra un’adozione del cloud ormai matura, ma caratterizzata da strategie ibride e multi-cloud: finché non si colmerà il divario sui prezzi e sulla continuità del servizio rispetto alle infrastrutture estere, la sola clausola della «sovranità dei dati» non basterà a convincere le organizzazioni a rinunciare ai server internazionali.
La voragine energetica dell’AI generativa
L’arrivo dell’Ai generativa aggrava ulteriormente la situazione sul piano energetico ed elettrico. I data center tradizionali operano con densità medie di 5 kilowatt per rack (unità di misura che esprime quanta potenza elettrica massima può essere erogata e assorbita dalle apparecchiature ospitate all’interno di un singolo rack); le applicazioni di intelligenza artificiale richiedono tra i 20 e i 50 kilowatt per rack, toccando i 100 kilowatt nelle distribuzioni più avanzate. Poiché nel continente le strutture attrezzate per gestire server ad altissima densità di Gpu (unità di elaborazione grafica capace di svolgere milioni di calcoli matematici simultaneamente, vitale per il funzionamento e l’innovazione dell’Ai) scarseggiano, molte startup africane sono costrette a spendere i fondi raccolti da investitori locali per acquistare potenza di calcolo su data center situati in Europa o in Nord America.
Il vero nodo dei prossimi anni non sarà misurato nel numero di siti industriali inaugurati sul territorio, ma nella capacità d’uso effettivo. Come sottolinea la recente analisi di PwC sull’ecosistema digitale del continente, «senza un’infrastruttura computazionale accessibile e scalabile, l’innovazione locale rischia di trasformarsi in un sussidio indiretto per le piattaforme d’oltremare». L’Africa sta dimostrando di possedere sia il talento umano che la materia prima informativa; per evitare una nuova forma di dipendenza economica, la priorità strategica consiste nell’accorciare la distanza tra le idee concepite localmente e la capacità computazionale necessaria per trasformarle in realtà.
