L’intelligenza artificiale vedrà solo ciò che l’infrastruttura le permette di vedere; e l’infrastruttura o la possiedi, o la subisci.
Ahmed Mohamud cammina da giorni sotto il sole feroce del nord della Somalia. Con lui ci sono altri cinque pastori e quel che resta della loro mandria di cammelli. Cercano acqua ed erba, ma non la trovano.
Stanno inseguendo la pioggia, dirigendosi dove dovrebbe cadere facendo crescere dei pascoli. Fanno quello si fa in quelle terre da generazioni, come facevano i loro padri e i loro nonni. Leggono il vento e i segni della natura per capire dove dirigere la mandria.
Da qualche anno, però, la pioggia non arriva quando dovrebbe. Dove Ahmed contava di trovare l’erba, la terra è secca. «I cammelli hanno sete», dice; «non c’è cibo, il terreno è arido». Aveva 70 cammelli quando è partito; cinquanta sono morti nel viaggio per mancanza di cibo.
Il punto è questo: Ahmed non ha sbagliato niente, fa quello che facevano i suoi avi e lo fa bene, è il cielo che ha smesso di seguire le regole antiche; con il cambiamento climatico le piogge sono diventate irregolari, non bastano più i vecchi metodi per sapere dove trovare un pascolo.
Quello che servirebbe ad Ahmed è un nuovo modo per sapere in anticipo dove davvero cadrà la pioggia. In effetti c’è uno strumento che potrebbe risolvere il problema: un satellite che passa sopra la sua testa ha esattamente i dati che a lui mancano.
Il canto che sentire ci trasporta in quelle terre rosse e arse del Corno d’Africa, è una poesia dei pastori nomadi scritta e recitata dal poeta Somalo Timacà-dde ed è incredibile come le sue parole siano attuali se le applichiamo al mondo della tecnologia e alla storia che vi racconto. Il verso più famoso dice così: «Meglio il poco latte della tua cammella che il molto munto da un’altra». Tenetelo a mente: ci torneremo.
Trasformare i dati di quel satellite che passa sopra la testa di Ahmed in una previsione metereologica affidabile è un lavoro per l’intelligenza artificiale.
Quando noi pensiamo alla tecnologia e all’intelligenza artificiale in particolare, ci vengono in mente magari compiti resi più veloci, procedure che diventano più efficienti, ma in alcuni posti del mondo la tecnologia è la linea sottile che separa la vita dalla morte e non solo quella di un individuo, ma quella di intere popolazioni. Su quella linea una donna ha costruito la sua azienda, e forse il futuro digitale di un intero continente. Si chiama Kate Kallot, lavora a Nairobi, e questa è la sua storia.
Quel satellite di cui abbiamo parlato ha un nome: Landsat, è il programma americano che fotografa la Terra da più di cinquant’anni. Il problema è come è fatto. La sua risoluzione è perfetta per le mega-fattorie americane: campi enormi con una sola coltura a perdita d’occhio; ma Landsat quando passa sopra l’Africa si perde, diventa cieco. Qui i campi sono piccoli, a volte meno di un ettaro, le colture si mescolano, i confini non sono delle linee nette. Alla risoluzione di Landsat, un campo africano è solo un pixel confuso; difficilmente analizzabile.
Se i satelliti non leggono bene il territorio africano significa anche, che l’Africa non esiste nell’intelligenza artificiale. I modelli infatti imparano dai dati; dove i dati non ci sono i modelli non funzionano. Quindi niente dati e niente previsioni affidabili su dove e quando cadrà la pioggia. I dati sono di altri, pensati per altri, non per l’Africa.
Kate Kallot, lo spiega meglio di me.
«Oggi l’intelligenza artificiale viene usata sempre di più per leggere gli eventi meteo estremi, e per sapere dove investire. Ma i dati restano controllati e posseduti dai Paesi del Nord del mondo; è lì che sta la ricchezza, ed è lì che nasce la frattura: i modelli climatici globali non integrano la realtà del terreno.»
L’Africa è un continente con pochi dati ambientali affidabili.
Per questo non è quasi contemplata dai sistemi che forniscono previsioni meteo precise, o da quelli che danno stime sulla siccità: dati essenziali, ad esempio, per le assicurazioni sui raccolti.
Un agricoltore dell’Iowa ha previsioni accurate al chilometro; Ahmed, e milioni come lui, restano soli sotto l’ormai imprevedibile cielo africano. Quando la pioggia non arriva e nessuno ha avvisato in tempo, gli animali muoiono in marce estenuanti alla ricerca dell’erba che non c’è. Se si semina nel momento sbagliato, perché si spera che arrivi l’acqua e l’acqua non arriva si perde il raccolto, in entrambi i casi qualcuno in più fa la fame.
Il continente che avrebbe più bisogno di previsioni meteo accurate ne resta escluso, i grandi modelli lo vedono sfuocato.
Proprio per questo Kate Kallot ha fondato Amini nel 2022: per dare una nuova vista ai satelliti, e fare in modo che le migliaia di foto scattate sopra l’Africa servissero davvero a chi ci vive.
Amini prende le immagini realizzate dallo spazio e le combina con dati raccolti sul posto, sul terreno, sulle colture vere; poi usa l’intelligenza artificiale per trasformarli in risposte concrete: cioè capire se un campo sta soffrendo, prevedere la siccità in una zona o magari un’alluvione, queste informazioni permettono ad un’assicurazione di valutare i rischi reali di un raccolto e concedere una protezione assicurativa agli agricoltori.
Ecco fin qui è una bella storia: abbiamo un’imprenditrice, un buco nei dati, una startup che prova a riempirlo; e qui il racconto potrebbe finire, invece è qui che comincia.
Il problema vero, quello che Kate ha capito prima di molti altri, non è la mancanza di dati.
Anche quando i dati africani esistono, seguono lo stesso percorso dell’oro e dei diamanti: la materia prima esce grezza dall’Africa, viene lavorata lontano, e torna nel continente come prodotto finito, a caro prezzo. Magari vi ricorda qualcosa, lo schema è quello dell’estrazione coloniale solo che stavolta la materia prima sono le informazioni.
«Quello che succede è che molte grandi aziende di AI arrivano in Africa e dicono: vi diamo accesso ai nostri modelli, li diamo ai vostri studenti universitari, li diamo gratis a ogni scuola del Paese. In cambio cosa dovete dare? Solo i vostri dati: li addestriamo noi per voi, e garantiamo che restino accessibili alla gente del vostro Paese. Ma quello che stiamo regalando è la nostra sovranità; stiamo ripetendo gli errori del passato, quelli che ci portiamo dietro da decenni, se non da secoli.»
Per capire perché questo schema Kate Kallot lo ha visto prima degli altri bisogna sapere da dove viene. Kate è nata in Francia 35 anni fa, ma la sua famiglia no: i suoi genitori erano esuli della Repubblica Centrafricana, fuggiti dalla dittatura di Bokassa. Come ha raccontato lei stessa a TIME, suo nonno era un agente dell’INTERPOL formato in Francia che poi era tornato in Africa per contribuire a risollevare il Paese che aveva da poco conquistato l’indipendenza, quel tentativo però non è riuscito e il nonno di Kate fu assassinato.
La Repubblica Centrafricana è uno dei paradossi del nostro pianeta: è ricchissima di diamanti, oro, coltan, perfino di uranio, eppure resta tra i Paesi più poveri del mondo.
Il motivo è che per decenni il dominio coloniale ha premiato l’estrazione e mai l’infrastruttura: le ricchezze uscivano dal Paese, mentre la capacità di trasformarle veniva costruita altrove. Kate Kallot è cresciuta con questo schema inciso nella memoria e l’ha visto subito nel sistema dell’Intelligenza artificiale che si stava formando.
L’industria dell’AI lei la conosce bene, dall’interno, ha fatto carriera nelle aziende che oggi dominano l’intelligenza artificiale: ha lavorato in Arm (quelli dei chip), poi in Intel occupandosi del primo kit di intelligenza artificiale in formato chiavetta USB, e successivamente è passata ad NVIDIA proprio mentre NVIDIA diventava una delle aziende più importanti del mondo.
Nel momento in cui chiunque si sarebbe seduto sugli allori, lei ha fatto il contrario: ha lasciato NVIDIA e si è trasferita a Nairobi, lì ha fondato Amini. Il motivo lo ha scritto lei stessa: «qui c’è talento ovunque, ma infrastruttura da nessuna parte; è questa l’eredità con cui deve fare i conti la mia generazione di imprenditori africani».
«Dobbiamo ripensare la definizione stessa di innovazione nell’intelligenza artificiale: non si tratta sempre di costruire il modello generalista più grande, si tratta di risolvere i problemi dei nostri Paesi e delle nostre comunità. Quando lo faremo, capiranno che l’Africa è all’avanguardia da moltissimo tempo.»
Ma cosa fa Amini, concretamente per la popolazioni africane?
Serve piccoli agricoltori in più Paesi a cui fornisce previsioni meteo localizzate, monitoraggio della salute delle colture e una valutazione del rischio siccità. Non è poco. Ricordate la linea sottile dell’inizio. Un agricoltore che sa in anticipo quando arriverà la pioggia semina al momento giusto; uno che conosce il rischio siccità dei suoi terreni può assicurare il raccolto. C’è anche un dato economico che misura la differenza tra avere questi dati e non averli: grazie al lavoro di Amini con Aon e la Banca Africana di Sviluppo, i prezzi delle polizze sui raccolti si sono ridotti del 30 per cento, allargando così la copertura a un numero maggiore di piccoli agricoltori che ora possono permettersi una copertura. Quando i dati ci sono, il rischio smette di essere un’incognita assoluta. Lo puoi misurare, e quindi assicurare. Così una siccità resta un colpo durissimo, ma non condanna una famiglia a perdere tutto. Ecco la linea sottile tra la vita e la morte, tradotta in numeri. Intanto Amini è diventata anche altro: in Kenya è tra i partner di un hub di intelligenza artificiale; in Costa d’Avorio sta portando il suo modello sulla filiera del cacao,
Insomma non migliora solo la visione dei satelliti e la visibilità dell’Africa nei Modelli AI ora Amini è passata anche a costruire l’infrastruttura del sistema, Quello che nessuno però poteva immaginare era il contesto in cui tutto questo sarebbe stato annunciato, e davanti a chi. Andiamo a Nairobi. È l’11 maggio 2026, siamo nella Taifa Hall dell’Università di Nairobi. Al summit Africa Forward, davanti a capi di Stato e leader mondiali, Kate Kallot sale sul palco; e fa un annuncio.
«Oggi siamo molto orgogliosi di annunciare una partnership con Foxconn e Bull, per chiudere il divario di calcolo sovrano in Africa. Costruiremo capacità di calcolo modulare, efficiente sul piano energetico, sostenibile nei costi; così, finalmente, potremo possedere e gestire un’infrastruttura nostra.»
Foxconn è il più grande produttore di elettronica al mondo, l’azienda, tanto per capirci che assembla gli iPhone e i server dell’intelligenza artificiale; Bull è una storica azienda informatica di proprietà del governo francese. I tre insieme costruiranno data center modulari, gestiti sul posto, per colmare il divario di potenza di calcolo sovrana dell’Africa e del Sud del mondo.
Sul palco, accanto a lei, ci sono il presidente del Kenya William Ruto ed Emmanuel Macron, il presidente della Francia; e Macron indica proprio quell’accordo come un esempio, dice che tutti dobbiamo affrontare la sfida della sovranità e ridurre le nostre dipendenze.
Devo dire che questa scena è abbastanza cinematografica, è come un cerchio che si chiude, ma in modo imprevedibile: la nipote di un uomo assassinato nel Centrafrica appena uscito dal dominio coloniale francese sta su un palco a Nairobi, e il presidente della Francia cita la sua azienda come modello di sovranità.
Non è così, per due ragioni.
La prima l’abbiamo già incontrata in questo podcast: vi ricordate Joan Kinyua? lei era una data labeler che etichettava dati per le intelligenze artificiali a Nairobi, la stessa città di Kallot, ed è anche lo stesso mercato quello della AI, solo visto da due piani diversi: in basso chi etichetta i dati per pochi dollari; in alto chi costruisce l’infrastruttura, ma sono molto collegati. Kate Kallot lo ha detto esplicitamente sul palco di Nairobi: l’Africa non può restare in fondo alla catena del valore dell’intelligenza artificiale, lì ad etichettare dati mentre altri possiedono i sistemi. Insomma, ho hai l’infrastruttura o sarai costretto a stare ai piani bassi del sistema.
La seconda ragione ci riguarda ancora più da vicino. Provate a sostituire la parola Africa con la parola Europa, e riascoltate questa puntata: quanta della capacità di calcolo davvero nostra abbiamo in Europa, su quali infrastrutture girano le nostre aziende, i nostri dati, i nostri servizi pubblici? La questione posta da Kate Kallot sulla sovranità della capacità di calcolo vale per Nairobi come per Milano, ma anche per Bruxelles. In Europa spesso trattiamo il tema della sovranità digitale, come una questione regolatoria, normativa, in Africa è esploso come una questione di sopravvivenza; forse è per questo che lì l’hanno capito prima.
Ora torniamo al canto dell’inizio, come promesso.
Il poeta Timacadde era nato nel 1920 ed era stato una delle grandi voci della lotta per l’indipendenza somala. Maandeeq, la cammella mitologica, era diventata il simbolo della nazione libera.
Ma la poesia che porta il suo nome non è un canto di vittoria. Timacadde la scrisse dopo, negli anni Sessanta, quando l’indipendenza era arrivata davvero e le élite del Paese la stavano già tradendo. Il ritornello dice in sostanza una cosa: non abbiamo tratto beneficio dalla libertà.
Dentro c’è un’immagine antica, radicata nella cultura dei pastori: ciò che ti porge la mano di un altro non ti nutre; il latte della tua cammella vale più dell’abbondanza altrui. Timacadde non celebrava una conquista, avvertiva: una libertà senza fondamenta proprie è una libertà a metà.
Sessant’anni dopo, una donna ritornata nella sua terra d’origine dice la stessa cosa nella lingua dei data center. L’intelligenza artificiale vedrà solo ciò che l’infrastruttura le permette di vedere; e l’infrastruttura o la possiedi, o la subisci.
Kate Kallot non ha ancora vinto. I data center vanno costruiti, gli accordi vanno rispettati, e tra l’annuncio e la realtà, la storia lo insegna, c’è sempre un tempo in cui qualcosa può andare storto.
Una cosa però l’ha già cambiata: la prospettiva. Un continente intero ha cominciato a chiedersi di chi sarà l’infrastruttura dell’AI quando arriverà, e per conto di chi lavorerà.
È la stessa questione di Timacadde davanti alla sua cammella: meglio il poco tuo del molto di un altro.
Dobbiamo chiederci se varrà anche per noi? Anche in Europa sapremo scegliere il poco ma che è davvero nostro? Oppure no?
