L’intervista è stata condotta da Ula Rutkowska (Ricercatrice Senior presso Apolitical) e redatta da Christina Obolenskaya (MSc in Storia Internazionale, LSE, e tirocinante in comunicazione presso Apolitical). Phillip Thigo è stato inserito nella lista Government AI 100 del 2025 di Apolitical.
L’intelligenza artificiale (IA) è spesso considerata dominio esclusivo di poche nazioni ben finanziate e di grandi aziende, ma il suo potenziale per trasformare la governance, i servizi pubblici e lo sviluppo economico è globale. Tuttavia, per i paesi del Sud Globale, l’adozione dell’IA affronta ostacoli significativi — lacune nelle infrastrutture, nell’accesso ai dati, nelle competenze digitali e nei modelli di governance rendono difficile uno sviluppo equo dell’IA.
Phillip Thigo, inviato speciale del Kenya per la tecnologia, esplora ciò che è necessario per costruire i sistemi fondamentali per consentire un’implementazione dell’IA su scala globale. Dall’investimento in energia e connettività al ripensamento dei partenariati pubblico-privati e dei modelli di finanziamento, evidenzia i passaggi necessari affinché i benefici dell’IA siano distribuiti oltre le grandi economie globali. Thigo sostiene che inclusività, fiducia e cooperazione devono essere al centro del futuro dell’IA — altrimenti, la tecnologia rischia di approfondire le disuguaglianze esistenti invece di affrontarle.
D: Quali sono le sfide più urgenti nella creazione di politiche di IA eque, in particolare per le nazioni del Sud Globale?
Fondamenti dell’IA
— L’IA viene spesso considerata come parte di un livello superiore dell’innovazione tecnologica, che coinvolge dati, calcolo e algoritmi. Tuttavia, prima che i paesi possano affrontare queste funzioni avanzate, devono investire nelle basi, per garantire un accesso equo alle capacità tecnologiche.
Ad esempio, servono dati per addestrare l’IA, che si tratti di sanità, agricoltura o istruzione. La maggioranza globale soffre di gravi lacune nei dati, fondamentali per affrontare sfide di sviluppo come gli Obiettivi di Sviluppo Sostenibile (SDGs).
Infrastrutture
— In modo specifico, si parla di connettività Internet. Il continente africano è ancora significativamente sottoconnesso. Per esempio, in Africa orientale, solo il 24% delle persone è connesso a Internet, mentre in Kenya la percentuale sale al 42%.
Questo evidenzia problemi infrastrutturali più ampi, che includono anche l’energia. L’IA consuma molta energia, eppure l’Africa affronta un grave deficit energetico: oltre 600 milioni di persone non hanno accesso all’elettricità, in particolare nelle aree rurali, il che ostacola la crescita economica e lo sviluppo sociale.
Competenze scalabili
— Servono competenze di base in materie STEM (scienza, tecnologia, ingegneria e matematica) fin dalla scuola primaria, passando per il liceo e l’università. Inoltre, il continente è in ritardo nelle competenze specifiche del settore, necessarie per guidare la nuova economia dell’IA.
Governance agile
— Dobbiamo capire come regolare queste tecnologie in modo da favorire lo sviluppo e, allo stesso tempo, affrontarne i rischi e le sfide. Il continente ha bisogno di rafforzare i propri meccanismi di governance, che devono includere l’intero apparato statale: parlamentari e magistratura, che svolgono ruoli chiave nella legislazione e nell’arbitrato.
Finanziamento innovativo
— Molti paesi del Sud Globale hanno vincoli fiscali e dovranno ripensare gli investimenti nell’economia digitale senza cadere in ulteriore indebitamento. Infine, il continente ha bisogno di partenariati equi, poiché i modelli attuali di partenariato pubblico-privato non funzionano. Non è realistico collaborare con aziende del valore di 3.000 miliardi di dollari, potenzialmente sostenute dai propri governi, quando il tuo PIL è inferiore a 100 miliardi.
Approfondimento – Sviluppare le basi per una IA equa
Mentre parliamo di capacità computazionale, dati, talento e algoritmi, non dobbiamo dimenticare gli elementi fondamentali: l’inclusività deve rimanere un principio critico in questa nuova economia.
Non molti paesi possono permettersi una propria infrastruttura computazionale, e non ha senso economico che ciascuno investa in strutture proprie. Per questo motivo, dobbiamo pensare a come condividere investimenti su larga scala, pur incoraggiando i singoli paesi a costruire le basi necessarie affinché i propri cittadini possano beneficiare di questa economia emergente.
Ad esempio, il Kenya è ben posizionato grazie alla nostra energia pulita, alla connettività a banda larga e a un ecosistema tecnologico robusto. Tuttavia, non abbiamo ancora un carico di lavoro sufficiente per giustificare l’espansione di infrastrutture computazionali su larga scala.
Come possiamo allora garantire che i paesi vicini possano sfruttare queste capacità, pur mantenendo la propria sovranità?
E in che modo possiamo sviluppare un quadro normativo coerente che consenta flussi di dati transfrontalieri, garantendo sicurezza, protezione e sovranità dei dati?
D: Con una tecnologia così rapida come l’IA, quale percorso dobbiamo seguire per costruire queste basi e garantire equità nello sviluppo dell’IA?
Ogni nazione che voglia essere protagonista nel campo dell’IA ha bisogno delle stesse fondamenta. Di recente abbiamo visto grandi annunci di investimenti in IA, come i 500 miliardi di dollari promessi dalla Casa Bianca e OpenAI, o i summit sull’IA in Francia, Canada e Unione Europea.
Questi sviluppi mostrano che l’adozione dell’IA dipende dagli investimenti nelle infrastrutture. Serve dunque rinnovare la nostra architettura di sviluppo, trattando la tecnologia alla stregua di ferrovie, strade e canali navigabili.
Paesi come il Kenya devono raddoppiare gli investimenti in questo ambito, ma ciò richiede anche una seria riforma del sistema finanziario attuale, per facilitare l’accesso a strumenti di credito equi e sostenibili.
Come sottolineato nelle recenti dichiarazioni, le partnership con le principali aziende di IA sono fondamentali: possono portare vantaggi reciproci. Queste aziende vogliono espandersi oltre i mercati tradizionali e potrebbero addestrare i loro modelli su lingue regionali, come lo swahili.
D: Come possiamo ripensare il modello pubblico-privato per l’innovazione nell’ambito dell’IA?
Uno dei problemi dei modelli di partenariato pubblico-privato (PPP) attualmente esistenti è che non sono stati progettati per l’infrastruttura tecnologica. Sono stati concepiti per opere come strade, ponti e grandi costruzioni fisiche.
Anche le istituzioni finanziarie tradizionali che si occupano di strutturare il finanziamento per progetti tecnologici devono sviluppare nuove capacità e innovazione. Non è una sorpresa che la maggior parte degli sviluppi tecnologici in Africa sia alimentata da venture capital (VC) o investimenti privati esterni, non da PPP o da banche locali.
Scherzo spesso dicendo che se le grandi aziende tecnologiche di oggi fossero nate in Africa, probabilmente non esisterebbero — non sarebbero mai riuscite a ottenere i finanziamenti iniziali necessari per partire.
Abbiamo bisogno di ripensare completamente i modelli di PPP, soprattutto in termini di valutazione del rischio. I concetti di due diligence, di exit strategy, ecc. vanno riformulati.
Il continente africano, con il suo ambiente imprenditoriale e il potenziale di crescita futura, ha bisogno di capitale paziente, perché i suoi fondamentali economici sono molto diversi rispetto alle economie avanzate.
La maggior parte delle grandi aziende tecnologiche, durante i loro anni formativi, ha accettato di operare in perdita per anni, con la convinzione che alla lunga sarebbero diventate redditizie.
In Africa, questo tipo di pazienza non viene concesso. Il modello attuale pretende risultati immediati. Ma dobbiamo adottare la stessa mentalità che ha reso prosperi gli ecosistemi tecnologici in altre parti del mondo, e applicarla nei paesi in via di sviluppo.
È fondamentale per le nostre economie: dare spazio fiscale attraverso l’adozione di tecnologie come l’IA significa restare competitivi e garantire prosperità condivisa.
D: Il suo lavoro copre governance digitale, inclusione finanziaria e innovazione tecnologica. Può raccontarci un progetto specifico su cui ha lavorato e l’impatto che ha avuto in Kenya?
Sono entusiasta della nostra collaborazione con IBM e l’Università Bin Zayed, con cui abbiamo costruito uno dei primi modelli di IA per l’azione climatica. Questo modello sostiene l’agenda del Presidente William Ruto per aumentare la copertura forestale del Kenya.
Abbiamo sfruttato questo modello per creare un’iniziativa chiamata Conservation At Scale, che riunisce diversi attori per investire nella riforestazione, promuovere una transizione energetica giusta e creare posti di lavoro verdi per i giovani.
Il modello è stato ulteriormente perfezionato per rispondere alle inondazioni, in collaborazione con Croce Rossa, Microsoft, Meta, Google e Amazon, permettendoci di mappare i rischi di frane e inviare allerte alle persone che vivono in zone potenzialmente pericolose.
Un altro progetto si è concentrato su migliorare i risultati dei contadini e rafforzare le catene del valore nel settore lattiero-caseario. Siamo riusciti a raddoppiare il reddito dei contadini in sei mesi utilizzando semplici strumenti di calcolo e analisi dati.
Presto ospiteremo una grande fiera per mostrare come l’IA ha trasformato radicalmente il trasporto del latte. Abbiamo anche avviato un sistema assicurativo chiamato “Maziwa ni school fees” — in swahili significa “Il latte è la retta scolastica”.
Grazie all’IA, abbiamo scoperto che le principali spese dei contadini non riguardano l’agricoltura, ma salute ed educazione. Abbiamo quindi usato l’aumento della produzione di latte per creare un fondo che copre le rette scolastiche dei figli dei contadini.
Abbiamo capito quanto sia cruciale monitorare i risultati e calcolare rapidamente ciò che serve per migliorarli: si tratta di alimenti per il bestiame, condizioni meteo, e salute individuale di ogni vacca.
Abbiamo integrato il modello IA in WhatsApp (Meta) per fornire feedback in tempo reale ai contadini sotto forma di documenti PDF. Questo ha costruito un ecosistema di fiducia, permettendo agli agricoltori di verificare che il latte consegnato alla cooperativa corrisponda esattamente ai volumi registrati. Possono anche tracciare l’origine del prodotto direttamente dal telefono.
Tuttavia, va detto che modelli IA e infrastrutture computazionali sono costosi, e rappresentano una grande sfida per le piccole e medie imprese, poiché i costi rendono difficile la scalabilità.
Uso spesso questo esempio per sostenere, in ambito politico e decisionale, la necessità per l’Africa di costruire modelli propri, più economici e culturalmente adatti.
Mi sto anche battendo per un modello di prezzo differenziato per accedere ai modelli linguistici di grandi dimensioni (LLM) delle aziende leader dell’IA, affinché i nostri imprenditori possano competere in modo equo nell’economia globale.