AI Research Scientist: perché le big tech italiane perdono i loro talenti

Lo Stanford AI Index 2026 contiene un capitolo dedicato alla mobilità dei ricercatori AI a livello globale. Le mappature aggregate da LinkedIn e dalle pubblicazioni indicizzate stimano in oltre 200 i ricercatori AI di formazione italiana attivi nei laboratori di OpenAI, Anthropic, Google DeepMind e FAIR. Il numero, costruito incrociando affiliazioni dichiarate e nazionalità di formazione, è probabilmente conservativo: non include i ricercatori italiani in startup minori o in laboratori industriali di big tech non listate. La verità più scomoda è che il flusso non si è arrestato. Anche nel 2025, anno in cui l’Europa ha investito record fund nei propri laboratori AI, i migliori PhD italiani hanno continuato a essere assorbiti dai laboratori americani con offerte difficili da rifiutare.

La mappa dei ricercatori italiani all’estero

La concentrazione geografica dei ricercatori AI italiani all’estero è prevedibile ma vale la pena dettagliarla.

La Bay Area di San Francisco assorbe da sola oltre il 40% del totale, con presenze documentate a OpenAI, Anthropic, Google Research, Meta AI Research, Apple Machine Intelligence, Tesla AI. Londra ospita una quota rilevante, principalmente in Google DeepMind, e in misura minore presso laboratori di Microsoft Research e Meta. Zurigo concentra ricercatori di Google Research e ETH Zurich AI lab. Parigi, in netta crescita dal 2024, accoglie ricercatori a FAIR (Meta), DeepMind (Google), Mistral, Hugging Face, e dal 2026 a AMI Labs di Yann LeCun.

Il profilo tipico è coerente: dottorato di ricerca conseguito in un ateneo italiano di prima fascia (Politecnico di Milano, Sapienza, Bologna, Pisa, Padova, Torino) o europeo (ETH Zurich, EPFL Losanna, TU Munich), uno-due anni di postdoc all’estero, ingresso nei laboratori industriali con ruolo di research scientist o research engineer. Il flusso non riguarda solo i top performer accademici. Anche ricercatori di fascia intermedia trovano oggi opportunità all’estero che il sistema italiano fatica a offrire.

Il caso AMI Labs di Yann LeCun a Parigi

Il caso AMI Labs è esemplare del nuovo posizionamento europeo nella ricerca AI. Yann LeCun, premio Turing 2018 per il deep learning, ha annunciato a marzo 2026 la chiusura del round seed più grande mai realizzato per un’azienda europea AI: 1,03 miliardi di dollari, valutazione 3,5 miliardi di dollari, sede a Parigi. AMI Labs si specializzerà sui world models, l’area di ricerca su cui LeCun ha lavorato negli ultimi anni in Meta, e che mira a sviluppare sistemi AI capaci di costruire modelli predittivi del mondo fisico simili a quelli che sviluppano gli esseri umani nei primi anni di vita.

L’aspetto rilevante per la discussione italiana è il messaggio che AMI Labs invia al mercato.

L’Europa può competere sulla frontiera della ricerca AI quando ci sono i fondi, l’autonomia accademica, e una presenza-paese sufficiente per attrarre talenti. AIPIA, in qualità di Partecipante della European AI Alliance della Commissione Europea, partecipa al dibattito su come replicare il modello AMI Labs in Italia. La sfida non è triviale: l’Italia non ha ancora prodotto un fondatore AI di stazza paragonabile a LeCun, e i fondi italiani specializzati in AI sono di dimensioni nettamente inferiori a quelli francesi.

Il differenziale salariale: Italia, UK, Francia, USA

I numeri sui salari dei ricercatori AI sono espliciti. Negli Stati Uniti, un research scientist con dottorato e tre-cinque anni di esperienza percepisce in OpenAI o Anthropic una retribuzione base tra 350.000 e 500.000 dollari, con equity che porta tipicamente il pacchetto totale tra 700.000 e 1.500.000 dollari. I ruoli senior research scientist, con cinque-dieci anni di esperienza, superano regolarmente il milione di dollari di pacchetto totale, e i casi di pacchetti oltre 5 milioni di dollari per profili principal o distinguished risultano documentati.

Nel Regno Unito i livelli sono inferiori ma rilevanti: un research scientist a DeepMind con dottorato e tre-cinque anni di esperienza percepisce tra 200.000 e 350.000 sterline come pacchetto totale, con base tra 130.000 e 200.000. In Francia, dove il costo della vita è inferiore e la pressione fiscale superiore, un research scientist a FAIR Paris o Mistral percepisce tra 150.000 e 280.000 euro come pacchetto totale, con base tra 120.000 e 200.000. In Italia il quadro retributivo per ricercatori AI è strutturalmente compresso. Il tetto contrattuale per ricercatori senior a tempo indeterminato in università e enti pubblici di ricerca si attesta tra 80.000 e 130.000 euro lordi annui. Le aziende private possono offrire di più, ma raramente superano i 160.000 euro per profili senior, e non hanno pacchetti equity comparabili a quelli americani.

Perché il divario non è solo monetario

L’analisi del solo differenziale salariale spiega solo una parte del fenomeno. La parte più rilevante è strutturale.

Un ricercatore a OpenAI o Anthropic ha accesso a risorse di calcolo che pochi laboratori europei possono offrire. Ha la possibilità di lavorare con i dataset proprietari più grandi al mondo. Ha colleghi con i quali pubblicare ai migliori venue internazionali. Ha la possibilità di sperimentare idee con cicli rapidi: una proposta sperimentale che riceve approvazione il martedì può essere in esecuzione il giovedì. Le condizioni materiali del lavoro accademico italiano sono diverse: bandi periodici per accesso al compute, comitati di valutazione lenti, finanziamenti competitivi su orizzonti pluriennali.

La differenza non è di qualità dei singoli ricercatori. È di velocità e densità del contesto. Un ricercatore italiano talentuoso a Stanford ha le stesse capacità di un ricercatore italiano talentuoso a Pisa, ma il primo produce in tre anni quello che il secondo produrrebbe in cinque o sei. Il differenziale di output, capitalizzato lungo una carriera ventennale, è enorme. Convincere un giovane ricercatore italiano a rinunciare a questo differenziale richiede ragioni molto forti che non siano solo di stipendio.

Compute, libertà accademica, fondi PNRR

Le leve sulle quali l’Italia può effettivamente intervenire sono identificabili. Il compute. Il programma di espansione di Cineca verso Leonardo Plus, finanziato da fondi nazionali ed europei, dovrebbe portare la capacità computazionale italiana a livelli pre-exascale entro fine 2027. Se accompagnato da politiche di accesso più rapide e da partnership industriali strutturate, può ridurre uno dei principali svantaggi competitivi rispetto ai laboratori americani.

La libertà accademica e la rapidità decisionale.

Le procedure di selezione del personale di ricerca in Italia hanno tempi medi che superano spesso l’anno tra apertura del bando e firma del contratto. Le procedure equivalenti negli Stati Uniti si chiudono tipicamente in due-tre mesi. Riformare le procedure italiane senza compromettere i requisiti di trasparenza è una sfida tecnica risolvibile, e il PNRR ha già finanziato pilot in questa direzione.

Il quadro complessivo dei fondi. Il PNRR ha allocato risorse rilevanti per la ricerca AI italiana, attraverso programmi come FAIR (Future Artificial Intelligence Research), il Centro Nazionale Ricerche HPC, le partnership estese. I fondi Horizon Europe completano il quadro. Quello che manca, rispetto al modello francese, è una visione industriale che colleghi i fondi pubblici alla creazione di campioni nazionali credibili. AMI Labs è stata possibile perché Bpifrance e altri investitori istituzionali francesi hanno fatto coming together attorno al progetto. In Italia un orchestramento simile non si è ancora manifestato.

Il ruolo dell’European AI Alliance

Le associazioni professionali europee hanno un ruolo specifico in questo quadro, anche se non risolutivo. AIPIA, come Partecipante della European AI Alliance, partecipa alle consultazioni della Commissione Europea su politiche industriali AI, formazione, riconoscimento professionale. Il contributo è di policy, non di capitale: indicare ai decisori europei dove allocare risorse, quali standard professionali costruire, come riconoscere le competenze in modo coerente tra stati membri. L’introduzione della Credenziale Europea AI con sigillo eIDAS è uno strumento concreto in questa direzione: permette al ricercatore italiano di vedere le proprie competenze validate in un formato riconosciuto a livello europeo, agevolando la mobilità intra-UE senza imporre la mobilità extra-UE.

Il quadro associativo non risolve il problema retributivo. Risolve, almeno parzialmente, il problema del riconoscimento. Un ricercatore italiano che resta in Italia ma ottiene una credenziale europea verificabile ha qualcosa in più rispetto al collega di dieci anni fa: un asset trasferibile che può capitalizzare in qualunque contratto futuro, in Italia o all’estero.

La strada per costruire retention italiana

La risposta italiana al problema della retention dei ricercatori AI non può imitare gli stipendi americani. Le condizioni materiali per farlo non esistono e non si costruiscono nel breve periodo. La risposta credibile passa da una combinazione di leve: compute più accessibile, procedure più rapide, fondi pubblici più orientati alla competitività industriale, partnership con la diaspora italiana che permettano collaborazioni anche senza il rientro fisico. La ricerca AI italiana resta forte sulla pipeline di formazione: i dottorati italiani in informatica e in statistica producono ogni anno un numero di profili eccellenti che i laboratori internazionali si contendono. È debole sulla retention, e questa debolezza pesa sulla quota italiana di pubblicazioni di alto impatto, sui brevetti, sulla proprietà intellettuale che si genera in Italia. Costruire condizioni di retention realistiche è il vero compito strategico della politica industriale AI italiana per i prossimi cinque anni.