- INTERVENTO
Tecnologia, frammentazione e nuova incertezza
Annual Global Risk Lecture 2026 di Christine Lagarde, Presidente della BCE, tenuta in onore di Robert Mundell e organizzata dalla Johns Hopkins University di Bologna, Italia
Bologna, 5 marzo 2026
Sono onorata per l’invito rivoltomi a tenere la Global Risk Memorial Lecture di quest’anno qui a Bologna.
Parlare di rischio in Italia è quanto mai appropriato, perché è proprio qui che nacque il concetto moderno di rischio. Non mi riferisco soltanto a strumenti finanziari, contratti assicurativi e partita doppia[1], ma a un aspetto ancora più fondamentale, ossia l’idea che si potesse rendere conoscibile un futuro opaco attraverso l’osservazione e il ragionamento.
Prima del Rinascimento italiano, l’ignoto era sostanzialmente percepito come destino, una forza al di là della comprensione umana. Galileo sovvertì tale concezione nelle scienze naturali, sostenendo che l’universo potesse essere esaminato e compreso. Ma la rivoluzione nel mondo del commercio ebbe inizio ancor prima.
Nelle città mercantili di Venezia, Genova e Firenze, studiosi e mercanti compresero che, osservando un numero sufficiente di viaggi, era possibile individuare delle regolarità in ciò che prima sembrava casuale. Si poteva misurare il pericolo e attribuirgli un prezzo, riuscendo in tal modo persino a domare l’ignoto.
Luca Pacioli, frate francescano vissuto a poche centinaia di chilometri da qui, pubblicò nel 1494 il primo resoconto sistematico di questo nuovo approccio. La stessa parola “risico” entrò nel lessico delle lingue europee dal commercio marittimo italiano.
Fu un’intuizione feconda, rimasta per secoli un riferimento particolarmente valido: alla base della finanza moderna, della teoria delle probabilità e, in ultima analisi, degli strumenti quantitativi ai quali le banche centrali e i responsabili delle politiche ricorrono tuttora.
Oggi però potremmo avere la sensazione che questo approccio abbia raggiunto i propri limiti. L’ordine mondiale nel quale abbiamo vissuto per decenni è stato stravolto. Le nuove tecnologie sembrano destinate a rimodellare le nostre economie.
La caratteristica distintiva di questa fase non è semplicemente l’aumento dei rischi. Ci stiamo lasciando alle spalle un mondo in cui è possibile misurare e modellizzare il rischio per entrare in una realtà di pura incertezza.
L’istinto di chiudersi in sé quando il futuro diventa così incerto è naturale. Ma nel mio intervento odierno sosterrò che assecondare tale istinto peggiorerebbe la situazione per tutti noi, privando le nostre economie proprio dei benefici più necessari.
Dal rischio all’incertezza
I mercanti italiani riuscirono a concepire la misurazione dei rischi perché il mondo in cui operavano presentava una struttura di fondo sostanzialmente stabile.
Le rotte commerciali erano rischiose, ma i pericoli erano ricorrenti: persino le tempeste mostravano delle regolarità stagionali. Registrando i risultati in modo sistematico, si potevano stimare le probabilità e definire un prezzo per il pericolo.
Questa è l’essenza del rischio: un sistema sufficientemente stabile che consente di sfruttare i risultati passati per orientare le decisioni future.
Per gran parte degli ultimi trent’anni abbiamo vissuto anche noi in un mondo simile. Il sistema commerciale era regolato da norme multilaterali. L’assetto monetario si fondava su banche centrali credibili. L’ordine geopolitico offriva un contesto prevedibile.
All’interno di tale struttura, i dati storici costituivano una guida per i responsabili delle politiche, che potevano modellizzare le distribuzioni e calibrare i loro interventi per tutelarsi contro gli shock.
Anche quando si sono verificate gravi turbative, queste sono rimaste essenzialmente shock contenuti all’interno di una struttura stabile. Lo scoppio della bolla tecnologica, la crisi finanziaria asiatica e persino la crisi finanziaria mondiale del 2008 hanno messo ogni volta a dura prova il sistema, ma l’architettura sottostante dell’economia mondiale ha tenuto.
Credo che il mondo in cui viviamo non sia più questo. Il mondo in cui stiamo entrando è segnato dall’incertezza.
Secondo l’economista Frank Knight[2] questa condizione si osserva quando a mutare è la struttura sottostante in sé; quando il sistema che ha generato i dati di ieri potrebbe non essere lo stesso di quello che genererà i risultati di domani.
Gli shock che ci troviamo ad affrontare oggi stanno determinando trasformazioni strutturali.
La pandemia ha messo a nudo la fragilità delle catene di approvvigionamento mondiali e innescato una transizione duratura verso la rilocalizzazione. L’invasione dell’Ucraina da parte della Russia ha ridisegnato la mappa della sicurezza europea. Anche il sistema commerciale mondiale è divenuto terreno di conflitto, con lo sfruttamento delle dipendenze e l’utilizzo della politica commerciale quale arma di potere.
Il ritmo del cambiamento è impressionante: il monitoraggio dell’Organizzazione mondiale del commercio mostra che la quota di scambi nel G20 soggetta a nuovi dazi e restrizioni alle importazioni è più che quadruplicata tra ottobre 2024 e ottobre 2025, l’incremento più elevato dall’avvio del monitoraggio[3].
Al tempo stesso, stiamo assistendo al cambiamento tecnologico più significativo dall’elettrificazione.
Tre anni fa non esistevano modelli di intelligenza artificiale (IA) ampiamente accessibili. L’IA ha portato alla diffusione senza precedenti di centri dati e infrastrutture energetiche in tutti i continenti e sembra destinata a trasformare profondamente i processi industriali e i mercati del lavoro.
La trasformazione tecnologica e la frammentazione geopolitica sono due forze che agiscono in direzioni opposte. La prima potrebbe incrementare considerevolmente il nostro potenziale di crescita. La seconda potrebbe causarne una drastica diminuzione. Si delinea così una gamma di possibili scenari molto più ampia di quelle osservate negli ultimi decenni.
Alcune stime indicano che l’IA potrebbe determinare un aumento della crescita annuale della produttività fino a 1,5 punti percentuali, un effetto che non si osservava dall’inizio del ventesimo secolo[4]. Altre segnalano che una grave frammentazione potrebbe ridurre il prodotto mondiale fino al 7% del PIL nell’arco di un decennio, un valore pari alle economie aggregate di Germania e Giappone[5].
Con l’invecchiamento della popolazione, il crescente fabbisogno di investimenti e un margine di bilancio limitato in gran parte del mondo avanzato, è di fondamentale importanza capire dove si collocherà l’economia globale all’interno di questo spettro di possibili scenari.
Navigare nell’incertezza
Come possiamo reagire a tale incertezza?
I modelli macroeconomici tradizionali da soli non bastano, poiché sono calibrati su un mondo che potrebbe non esistere più, caratterizzato da relazioni commerciali stabili e privo di una tecnologia pervasiva come l’IA.
Vi sono tuttavia due strade percorribili.
La prima è migliorare la capacità dei nostri modelli di gestire l’incertezza, come stiamo facendo alla BCE. Abbiamo integrato le nostre previsioni di base con un uso più sistematico dell’analisi di scenario, che ci consente di esplorare futuri possibili senza ricorrere esclusivamente ai dati storici.
Questa prassi ha avuto inizio durante la pandemia[6] e da allora abbiamo pubblicato scenari che tengono conto di altre dimensioni del nuovo contesto: una completa interruzione delle forniture di gas dalla Russia, un’escalation del conflitto in Medio Oriente, gli effetti della frammentazione degli scambi, l’aumento della spesa per la difesa.
Questi scenari ci hanno aiutato ad avere un’idea più chiara della possibile evoluzione degli eventi. Ad esempio, nel marzo 2022, poche settimane dopo l’invasione dell’Ucraina da parte della Russia, lo scenario di base delle nostre proiezioni collocava l’inflazione intorno al 5% per quell’anno. Lo scenario avverso pubblicato contestualmente indicava già un’inflazione superiore al 7%, in prossimità del valore finale di oltre l’8%[7].
La seconda via percorribile consiste nel guardare oltre la finestra dei dati considerata nei nostri modelli. Se il passato recente non è più indicativo, dobbiamo risalire più indietro a episodi in cui sono entrate in gioco forze più simili a quelle che caratterizzano il contesto attuale.
Questo non ci permetterà di prevedere scenari specifici, ma può aiutarci a far luce sulle dinamiche in gioco e sui rischi che si profilano.
Guardando alla configurazione attuale (caratterizzata da una straordinaria trasformazione tecnologica che si dipana di pari passo con l’erosione dell’integrazione globale), notiamo un evidente parallelismo.
Gli anni ’20 del secolo scorso furono investiti da un’ondata di tecnologie pervasive. Il motore a combustione interna trasformò i trasporti. Le catene di montaggio rivoluzionarono il settore manifatturiero. Le reti elettriche portarono l’elettricità nelle fabbriche e nelle abitazioni.
Negli Stati Uniti il prodotto per occupato del settore manifatturiero quasi raddoppiò nel periodo compreso tra il 1919 e il 1929[8]. L’ottimismo tecnologico si propagò ai mercati azionari, alimentando un’ondata di euforia. Il Dow Jones aumentò quasi di sei volte tra il 1921 e il 1929[9].
Simultaneamente, però, il contesto internazionale si stava fratturando.
L’era del libero scambio e dei flussi di capitali precedente al 1914, che gli storici chiamano “prima globalizzazione”, era stata dissolta dalla Grande guerra. Il commercio internazionale in percentuale del PIL mondiale, che nel 1913 era salito a circa il 21%, si riportò intorno al 14% nel 1929. Successivamente, scese ad appena il 9% nel 1938[10].
Per gran parte degli anni ’20 del secolo scorso, tecnologia e frammentazione sembrarono procedere su binari separati. Molte tecnologie pervasive poterono diffondersi attraverso le infrastrutture nazionali e le catene di approvvigionamento nazionali.
Ma la frammentazione presentò un conto molto salato. I debiti e le riparazioni di guerra avvelenarono le relazioni finanziarie internazionali per tutto il decennio, rendendo i flussi di capitale transfrontalieri fragili e controversi sul piano politico. Il danno si produsse attraverso un canale diverso: annullando le condizioni economiche che avrebbero consentito di realizzarne ampiamente i benefici.
Quando precipitò definitivamente la fiducia (prima con il crollo di Wall Street del 1929, poi con un’ondata di fallimenti bancari in tutta Europa), l’assenza di un ordine internazionale funzionante contribuì a trasformare quella che avrebbe potuto essere una grave recessione nella Grande Depressione.
Non restava alcun quadro disponibile per il coordinamento di una risposta o la prevenzione della spirale di ritorsioni che ne seguì: lo Smoot-Hawley Tariff Act e la deriva nel nazionalismo economico.
Ecco lo schema che emerge dalla storia. Quelle che sembravano due forze indipendenti formavano in realtà un unico rischio composto.
La tecnologia e l’ordine internazionale erano profondamente interconnessi, ma negli anni ’20 del secolo scorso i responsabili delle politiche agirono a compartimenti stagni. I mercati scontarono gli avanzamenti tecnologici come se fossero sostenibili in un mondo frammentato. I responsabili delle politiche consentirono la frammentazione del sistema commerciale come se non avrebbe frenato la crescita.
La consapevolezza di questo schema dovrebbe determinare il nostro modo di vedere le cose oggi. Quando due forze di simile entità si sviluppano simultaneamente, si dovrebbe supporre che vi sia un’interazione. E dovremmo domandarci se cogliere i benefici dell’una richieda la gestione degli svantaggi dell’altra.
I mercati finanziari di oggi non sembrano averne la consapevolezza. Nel 2025 l’indice S&P 500 ha segnato un massimo storico dopo l’altro, anche quando i dazi effettivi applicati dagli Stati Uniti hanno raggiunto il livello più elevato dagli anni ’30.
Ma il legame tra tecnologia e ordine internazionale è di fatto molto più stretto oggi rispetto a un secolo fa.
Perché non è possibile separare l’IA dall’economia mondiale
Negli anni ’20 del secolo scorso, la frammentazione danneggiò l’economia alla base della tecnologia. Oggi colpisce, attraverso tre canali, i fattori produttivi da cui l’IA stessa dipende.
In primo luogo, l’IA dipende esclusivamente dal commercio fisico, e questo poggia su una catena di approvvigionamento altamente concentrata e strutturata su più paesi.
La Ford poteva integrare verticalmente la produzione entro i confini del Michigan. I produttori di chip per l’IA non hanno questa possibilità. La Cina raffina circa il 90% dei minerali critici e delle terre rare. La società ASML dei Paesi Bassi è l’unico fornitore di litografia ultravioletta estrema. La progettazione avanzata di chip si concentra negli Stati Uniti. La produzione finale è dominata dalla società TSMC di Taiwan.
Secondo una stima, costruire catene di approvvigionamento autosufficienti per i semiconduttori in ciascuna delle principali regioni richiederebbe oltre 1.000 miliardi di dollari statunitensi di investimenti iniziali e comporterebbe un aumento dei prezzi del 35-65%[11].
Per questo i paesi ricorrono agli scambi, e in misura notevole: circa il 42% dell’aumento del commercio mondiale di beni nel 2025 è riconducibile a investimenti in IA[12]. L’IA traina una ripresa degli scambi di beni proprio nel momento in cui la frammentazione minaccia di troncarli.
In secondo luogo, l’IA richiede una certa scala di mercato per giustificare la propria economia.
I costi delle maggiori sessioni di addestramento puntano verso il miliardo di dollari[13]. Ma, una volta addestrati i modelli, il costo marginale della messa in opera è prossimo a zero. Questo modello di business funziona soltanto se gli sviluppatori possono ripartire i costi fissi su un vasto mercato globale.
Ad esempio, l’UE rappresenta un quinto del mercato dell’IA a livello mondiale[14], e si stima che circa un quarto delle entrate totali delle aziende leader statunitensi del settore tecnologico provenga dall’Europa[15].
Se i mercati subissero una frammentazione per effetto di standard divergenti, della localizzazione dei dati o di esplicite restrizioni, crollerebbe la logica di investimento. A differenza della Ford negli anni ’20 del secolo scorso, un campione nazionale dell’IA non potrebbe sopravvivere in virtù della sola domanda interna.
In terzo luogo, le prestazioni dell’IA crescono proporzionalmente all’aumentare della diversità dei dati utilizzati per l’addestramento, per cui la frammentazione ne provoca direttamente il degrado.
I modelli di frontiera apprendono da vaste fonti di informazioni che abbracciano una moltitudine di lingue, istituzioni e contesti del mondo reale. La ricerca mostra che utilizzando dati più ampi e diversificati per l’addestramento si ottengono risultati notevolmente migliori, anche a parità di potenza di calcolo[16].
Quando i dati sono invece soggetti a restrizioni per effetto di obblighi di localizzazione o incompatibilità fra regimi di tutela della privacy, i modelli diventano “provinciali” e fragili; svolgono bene i compiti abituali ma falliscono nei casi limite di un’economia globale[17]. La frammentazione provoca il degrado dell’intelligenza della tecnologia stessa.
In sintesi, negli anni ’20 del secolo scorso la tecnologia ha potuto continuare a produrre risultati per un certo tempo anche a fronte dello sfaldamento dell’ordine internazionale. Con l’IA questa finestra potrebbe essere molto più ristretta. La dipendenza della tecnologia dall’integrazione globale è così profonda che questo sfaldamento inizierebbe a eroderla quasi immediatamente.
Quanto più l’IA diventa cruciale per la crescita mondiale, tanto più la frammentazione geopolitica diventa costosa a livello sistemico.
E questo porta a un paradosso che non possiamo ignorare. Proprio nel momento in cui le ragioni della cooperazione internazionale sono più forti – quando i potenziali vantaggi dell’integrazione sono più grandi che mai – la volontà di cooperare è al minimo.
Ma questo è un errore. Ogni grande economia, compresi gli Stati Uniti, ha un interesse diretto e urgente a contenere la frammentazione, non per l’attaccamento all’ordine mondiale, ma perché l’alternativa è autolesionismo economico.
La necessità della cooperazione a più livelli
Come possiamo agire in funzione di tale interesse, in un mondo in cui l’incertezza è elevata?
Strategie robuste in condizioni di incertezza hanno una caratteristica comune: non dipendono dal verificarsi di un’unica ipotesi. Sono costruite su livelli, per cui se un’ipotesi fallisce rimangono le altre.
L’approccio che vorrei illustrare si articola in tre livelli, ciascuno di per sé prezioso, ma che insieme conferiscono la resilienza richiesta dall’incertezza.
Il primo livello è il più ampio: riformare le istituzioni internazionali che già costituiscono il nostro comune denominatore.
Come ho sostenuto di recente alla Columbia University, non dobbiamo cedere al fatalismo circa l’ordine internazionale presente oggi[18]. Quasi tutti i paesi fanno parte del Fondo monetario internazionale e della Banca mondiale, e 166 sono membri dell’Organizzazione mondiale del commercio. È un assetto realizzato con fatica, che dovremmo sfruttare quale base su cui continuare a costruire, e che non andrebbe invece smantellato.
È vero che il multilateralismo ha delle pecche. Ma la risposta è correggere le regole, non abbandonare il sistema. E questo non è solo il punto di vista dei sostenitori del multilateralismo: persino gli Stati Uniti hanno presentato proposte concrete di riforma.
Coloro che liquidano questo approccio come ingenuo dovrebbero considerare quali alternative offrono. Il modello basato sull’equilibrio dei poteri è stato già sperimentato. La storia che ho ripercorso oggi dovrebbe ricordarci qual è stato l’epilogo.
Il secondo livello è più circoscritto: una cooperazione più profonda fra alleati.
Al momento è difficile, e dobbiamo riconoscerlo con franchezza. Le alleanze sono sotto pressione. La fiducia tra partner che potevano un tempo sostenersi a vicenda si è sgretolata.
Tuttavia, concentrarsi sulle catene di approvvigionamento ci potrebbe di fatto far uscire dalla logica del gioco a somma zero che attualmente ci sta allontanando. Quando si constata che la propria prosperità dipende da ciò che solo gli altri son in grado di fornire, la cooperazione diventa interesse proprio.
Si pensi ai semiconduttori. Come ho già menzionato, nessun paese, per quanto potente, può controllare l’intera gamma di capacità che l’IA richiede. Se si vuole ridurre la propria vulnerabilità rispetto alle parti della catena di approvvigionamento controllate dai concorrenti, si deve collaborare più strettamente con gli alleati che godono di posizioni indispensabili in tale catena.
È necessaria una strategia comune: norme in materia di appalti e requisiti di contenuti che favoriscono catene di approvvigionamento fra paesi alleati, controlli coordinati delle esportazioni che impediscono la perdita di tecnologie critiche e investimenti comuni nella ricerca che definiranno la prossima generazione di strozzature[19].
Il terzo livello è una cooperazione minima praticabile con i concorrenti.
Questo è il livello più difficile, perché richiede la collaborazione con paesi per i quali si nutre una sfiducia attiva. Ma può anche essere il più importante, perché i maggiori rischi di frammentazione risiedono nelle relazioni tra concorrenti.
Abbiamo in parte un precedente. Il controllo degli armamenti durante la guerra fredda non dipendeva dalla fiducia tra Stati Uniti e Unione Sovietica, ma dal principio “fidati ma verifica”: dalla vulnerabilità reciproca e dal comune riconoscimento del fatto che l’alternativa fosse peggiore.
L’interdipendenza economica è più complessa, perché le vulnerabilità non sono simmetriche. Allo stato attuale, una restrizione sulle materie prime critiche cinesi potrebbe paralizzare le altre economie nel giro di settimane. Proprio per questo motivo è così importante creare parallelamente una cooperazione fra alleati: quanto meno siamo esposti alla coercizione, tanto più possiamo negoziare in modo credibile.
Malgrado questi sforzi, permangono rischi significativi associati a questa interdipendenza e abbiamo bisogno di quadri di riferimento per gestirli. Si potrebbe immaginare qualcosa come un accordo sulle catene di approvvigionamento critiche: le principali economie si impegnano a mantenere i flussi di base dei fattori produttivi essenziali anche in periodi di tensione, subordinatamente a un monitoraggio trasparente e a conseguenze chiare in caso di violazione.
Opportunità più promettenti potrebbero derivare proprio dall’IA. Indipendentemente dalle nostre rivalità, nessun paese trarrebbe vantaggio da sistemi di IA che destabilizzano i mercati finanziari, sfuggono al controllo umano efficace o espongono i propri cittadini a frodi e manipolazioni su vasta scala.
Dovrebbe quindi essere possibile negoziare un codice di condotta di base, anche tra paesi rivali, a partire dalla trasparenza sulle capacità più pericolose e dai meccanismi per gestire gli incidenti prima che si traducano in eventi più critici.
Non si tratta di compiti semplici. Ma è anche quello che comporta il maggior costo del fallimento.
Insieme, questi tre livelli forniscono la resilienza necessaria in un mondo di pura incertezza.
Le riforme multilaterali procederanno lentamente. Le coalizioni fra alleati subiranno battute d’arresto sul piano politico. La cooperazione con i concorrenti sarà messa alla prova a ogni escalation. Ma se un livello si indebolisce, gli altri resistono.
È questa la logica della cooperazione a più livelli ed è la risposta più solida di fronte all’incertezza del nostro tempo.
Conclusioni
Per concludere, nel 1347 i mercanti genovesi si trovarono a dover affrontare la frammentazione politica nel Mediterraneo, che rendeva il commercio imprevedibile. I corsari sconvolgevano le rotte commerciali e le città-stato rivali erano in feroce competizione.
Ebbene, i genovesi idearono il primo contratto assicurativo conosciuto, uno strumento di condivisione del rischio a livello transfrontaliero[20]. Ciò consentì loro di mettere in comune l’esposizione al rischio e di continuare a commerciare, anche quando il futuro era del tutto imprevedibile.
Riconobbero che, in tempi di incertezza, la cooperazione diventa più preziosa.
Oggi ci troviamo di fronte a una scelta simile. Possiamo ripetere gli errori degli anni ’20 del secolo scorso, trattando la tecnologia e la geopolitica come se procedessero su binari separati fino ad assistere alla loro inevitabile collisione.
Oppure possiamo adottare una cooperazione a più livelli, riconoscendo che in un’epoca di incertezza sistemica la strategia più solida è un’integrazione resiliente, a partire dal rafforzamento del minimo comune denominatore.
In un mondo che si sfalda, il passo più importante nella gestione dei i rischi è tenere insieme i legami essenziali.
Grazie dell’attenzione.
Cfr. “Summa de arithmetica”, pubblicato a Venezia nel 1494, disponibile sul sito Internet dell’Institute of Chartered Accountants in England and Wales.
Knight, F.H. (1921), Risk, Uncertainty and Profit, Houghton Mifflin Company, Boston e New York.
Organizzazione mondiale del commercio (2025), “Surge in new tariffs accompanied by measures to increase trade, WTO report on G20 finds”, 13 novembre.
Goldman Sachs (2023), “AI may start to boost US GDP in 2027”, 7 novembre.
Georgieva, K. (2023), “Confronting Fragmentation Where It Matters Most: Trade, Debt, and Climate Action”, IMF Blog, Fondo monetario internazionale, 16 gennaio.
BCE (2020), Proiezioni macroeconomiche per l’area dell’euro formulate dagli esperti della BCE, marzo 2020.
Lagarde, C. (2025), “Strategy assessment: lessons learned”, intervento introduttivo alla cerimonia di apertura dell’ECB Forum on Central Banking 2025 “Adapting to change: macroeconomic shifts and policy responses”, Sintra, 30 giugno.
Ferguson, Jr., R.W. (2004), “Lessons from Past Productivity Booms”, intervento all’assemblea dell’American Economic Association, San Diego, 4 gennaio.
Richardson, G., Komai, A., Gou, M. e Park, D. (2013), “Stock Market Crash of 1929”, Federal Reserve History, 22 novembre.
Estevadeordal, A., Frantz, B. e Taylor, A.M. (2002), “The Rise and Fall of World Trade, 1870–1939”, NBER Working Paper Series, National Bureau of Economic Research, novembre.
Varas, A., Varadarajan, R., Goodrich, J. E Yinug, F. (2021), Strengthening the global semiconductor supply chain in an uncertain era, Semiconductor Industry Association and Boston Consulting Group, aprile.
Keaten, J. (2025), “WTO says AI-related buying binge and a spike in US imports spur unexpected rise in goods trade”, Associated Press, 7 ottobre.
Cottier, B., Rahman, R., Fattorini, L., Maslej, N., Besiroglu, T. e Owen, D. (2024), "The rising costs of training frontier AI models", preprint in arXiv, 31 maggio.
Gineikyte-Kanclere, V., Eggert, M. e Skiotyte, G. (2025), “European Software and Cyber Dependencies”, Parlamento europeo, dicembre.
Sigl-Glöckner, P. et al. (2026), “Europe’s Trump Cards: Why the continent has more leverage than it thinks”, Dezernat Zukunft/European Macro Policy Network,12 febbraio.
Hoffmann, J. et al. (2022), “Formation Compute-Optimal Large Language Models”, preprint in arXiv, 29 marzo.
Zhang, D., Wang, J. E Charton, F. (2024), “Only-IF: Revealing the decisive effect of instruction diversity on generalization”, preprint in arXiv, 7 ottobre.
Lagarde, C. (2026), “The order that took centuries to build”, intervento in occasione del Wolfgang Friedmann Memorial Award 2026 presso la Columbia Law School, New York, 20 febbraio.
Institut Montaigne (2025), Autonomy or Indispensability? Identifying the EU’s Semiconductor Lodestar, dicembre.
Nelli, H.O. (1972), “The Earliest Insurance Contract – A New Discovery”, The Journal of Risk and Insurance, vol. 39, n. 2, pagg. 215-220.
Banca centrale europea
Direzione Generale Comunicazione
- Sonnemannstrasse 20
- 60314 Frankfurt am Main, Germany
- +49 69 1344 7455
- media@ecb.europa.eu
La riproduzione è consentita purché venga citata la fonte.
Contatti per i media