L’INTELLIGENZA ARTIFICIALE E LA QUESTIONE DELLA DISTRIBUZIONE: QUANDO LA CRESCITA NON È SVILUPPO

Le valutazioni del Fondo monetario internazionale mostrano come l’espansione dell’intelligenza artificiale possa sostenere l’economia globale e, contemporaneamente, accentuare squilibri produttivi, energetici e occupazionali, riproponendo in una forma nuova un problema antico: la distanza tra crescita aggregata e miglioramento diffuso delle condizioni di vita. Ma la questione che l’IA pone non è soltanto quantitativa — quanto crescerà l’economia — ma qualitativa e distributiva: chi beneficerà della crescita, chi ne sopporterà i costi, e se la crescita stessa sia il criterio adeguato per valutare il progresso di una società.

Le grandi trasformazioni tecnologiche hanno frequentemente prodotto una distanza temporale tra l’intensità degli investimenti iniziali e la diffusione dei benefici economici e sociali, una distanza che la letteratura economica ha analizzato sotto il nome di “paradosso della produttività” e che si è manifestata in modo particolarmente evidente con la diffusione dei computer negli anni Ottanta e Novanta del Novecento.

La storia dell’industrializzazione mostra che l’introduzione di una tecnologia non determina automaticamente un miglioramento generalizzato della produttività. I risultati dipendono dalla capacità delle imprese di riorganizzare i processi produttivi attorno alla nuova tecnologia, dalla disponibilità di competenze adeguate, dalle infrastrutture complementari e dalle istituzioni che regolano l’accesso alle nuove opportunità. Una tecnologia introdotta in un contesto organizzativo inadeguato produce effetti marginali; la stessa tecnologia, in un contesto predisposto, può trasformare radicalmente la produttività.

L’espansione dell’intelligenza artificiale ripropone questo problema in una forma particolarmente accentuata, perché la distanza tra l’investimento infrastrutturale e la sua traduzione in benefici diffusi dipende da variabili — organizzative, formative, regolatorie — che non si modificano con la stessa rapidità con cui si costruiscono i data center.

Nel settembre 2026 il Fondo monetario internazionale ha richiamato l’attenzione sulla natura ambivalente del nuovo ciclo tecnologico, in un’analisi che merita attenzione per il suo equilibrio e per la sua capacità di sottrarsi sia all’entusiasmo acritico sia al catastrofismo. Nel breve periodo, la costruzione di centri di elaborazione, reti energetiche e infrastrutture digitali alimenta la domanda di investimenti e contribuisce alla crescita del prodotto. Nel lungo periodo, l’applicazione dell’intelligenza artificiale potrebbe incrementare la produttività in modo significativo, ma l’entità dei benefici dipenderà dalla diffusione effettiva delle tecnologie, dalla loro integrazione nei processi produttivi e dalle trasformazioni organizzative che le accompagneranno.

La distinzione tra questi due momenti è essenziale per evitare l’errore di leggere la crescita degli investimenti come prova di una crescita di benessere, o di interpretare l’espansione di un settore come indicatore del miglioramento dell’intero sistema.

L’investimento tecnologico produce immediatamente domanda di macchinari, componenti elettronici, energia e servizi specialistici, generando attività economica e occupazione nei settori che forniscono questi input. Tuttavia, la crescita di questi settori non garantisce che l’intero sistema produttivo diventi più efficiente, né che i benefici della maggiore efficienza — se e quando si manifesteranno — vengano distribuiti in modo ampio.

È possibile — e alcuni indicatori già lo suggeriscono — che una parte considerevole dei benefici rimanga concentrata nelle imprese che controllano le infrastrutture tecnologiche, i dati e le capacità di calcolo, e che il valore generato dall’intelligenza artificiale si accumuli in un numero relativamente ridotto di operatori, con effetti di concentrazione che possono accentuare le disuguaglianze esistenti anziché ridurle.

In questo scenario, l’economia può registrare un’espansione degli investimenti senza una corrispondente diffusione dei miglioramenti salariali e produttivi, producendo una crescita che è statisticamente visibile ma socialmente limitata, nella quale il PIL aumenta mentre le condizioni materiali della maggioranza dei lavoratori restano invariate o peggiorano.

La concentrazione costituisce dunque uno dei principali rischi strutturali del ciclo attuale, e non si tratta di un rischio ipotetico ma di una tendenza già osservabile nei dati sulla distribuzione della capitalizzazione di mercato e dei profitti nel settore tecnologico.

L’intelligenza artificiale richiede infrastrutture particolarmente costose — data center, chip avanzati, reti ad alta capacità — la cui realizzazione favorisce operatori dotati di grandi disponibilità finanziarie e di accesso privilegiato ai mercati dei capitali. L’accesso alle tecnologie può progressivamente ampliarsi attraverso interfacce semplificate e modelli a basso costo, ma le condizioni economiche e contrattuali di tale accesso — chi possiede i modelli, chi ne determina i prezzi, chi controlla i dati che li alimentano — continueranno a influenzare la distribuzione del valore prodotto e a definire chi è produttore e chi è utilizzatore.

Un secondo problema, spesso sottovalutato nel dibattito pubblico, riguarda l’energia.

La crescente domanda di capacità computazionale determina nuovi fabbisogni elettrici di dimensioni significative e rende la disponibilità di reti efficienti, di capacità di generazione e di flessibilità del sistema una variabile centrale della competitività industriale. I centri di addestramento dei modelli linguistici e i centri di inferenza consumano quantità di energia che, aggregate, cominciano a incidere sui bilanci energetici nazionali.

Il Fondo monetario internazionale ha evidenziato come la pressione degli investimenti tecnologici possa interagire con le difficoltà energetiche globali, contribuendo nel breve periodo a tensioni sui prezzi e sulle infrastrutture, e creando una competizione tra usi dell’elettricità — industriale, civile, computazionale — che le politiche energetiche non sono ancora strutturate per governare.

La trasformazione digitale non può quindi essere considerata indipendente dalla politica energetica, come se il mondo digitale fosse un’entità immateriale che non consuma risorse fisiche. La capacità di produrre elettricità a costi sostenibili, sviluppare reti di trasmissione adeguate e garantire continuità degli approvvigionamenti diventa parte integrante della strategia tecnologica e, in prospettiva, un fattore di vantaggio competitivo paragonabile a quelli tradizionali.

Un terzo elemento, forse il più immediato nella percezione pubblica, riguarda il lavoro.

L’automazione di determinate attività non comporta necessariamente la scomparsa delle professioni nelle quali esse vengono svolte. Può determinarne una trasformazione, modificando competenze richieste, organizzazione delle mansioni, distribuzione delle responsabilità e, in alcuni casi, la stessa definizione di ciò che costituisce un’attività lavorativa.

Tuttavia, questa trasformazione può produrre effetti molto differenti sulle diverse categorie di lavoratori, e la distribuzione di questi effetti non è determinata dalla tecnologia in sé ma dalle istituzioni che regolano il mercato del lavoro, dai sistemi di formazione e dalle capacità individuali di adattamento.

Le persone dotate di competenze complementari alle nuove tecnologie — capacità di formulare problemi, di valutare criticamente i risultati, di integrare l’output dei sistemi in processi più ampi — potrebbero beneficiare di maggiori opportunità e di una maggiore produttività. Altre, le cui mansioni sono più direttamente sostituibili e le cui competenze sono meno trasferibili, potrebbero incontrare difficoltà di adattamento, soprattutto quando i sistemi di formazione risultano insufficienti, rigidi o incapaci di rispondere con tempestività ai cambiamenti della domanda di competenze.

Il rischio più rilevante non consiste pertanto soltanto nella sostituzione tecnologica del lavoro — che è un fenomeno antico e che storicamente è stato compensato dalla creazione di nuove attività — ma nella possibilità che l’accesso alle nuove opportunità venga distribuito in maniera profondamente diseguale, producendo una polarizzazione nella quale una minoranza accede a posizioni di crescente produttività e remunerazione mentre una maggioranza subisce una pressione al ribasso.

Il confronto internazionale aggiunge una dimensione geopolitica che non può essere trascurata.

Le economie che possiedono infrastrutture digitali avanzate, capacità di ricerca di frontiera, sistemi educativi adeguati e mercati dei capitali in grado di finanziare investimenti ad alta intensità di capitale possono acquisire vantaggi cumulativi che si autoalimentano: più dati, più ricerca, più capitale umano, più investimenti. I Paesi meno attrezzati rischiano invece di diventare prevalentemente utilizzatori di tecnologie sviluppate altrove, con dipendenze tecnologiche che si traducono in dipendenze economiche e, in ultima analisi, politiche.

L’intelligenza artificiale potrebbe così rafforzare una nuova divisione internazionale del lavoro, fondata non soltanto sulla disponibilità di capitale o di risorse naturali, ma sul controllo delle infrastrutture cognitive e computazionali, creando una gerarchia nella quale chi possiede i modelli e chi ne dipende occupa posizioni strutturalmente diverse.

La questione centrale per le politiche pubbliche riguarda allora la distribuzione dei benefici, e non la loro produzione aggregata.

Non è sufficiente incentivare l’adozione delle tecnologie, né misurare il successo di una politica digitale attraverso il numero di imprese che utilizzano strumenti di intelligenza artificiale. Occorre sviluppare competenze diffuse, promuovere la concorrenza per evitare la concentrazione, sostenere la ricerca pubblica, migliorare le infrastrutture e costruire strumenti di protezione per i lavoratori maggiormente esposti ai cambiamenti, nella consapevolezza che la transizione non sarà indolore e che i suoi costi non cadranno in modo uniforme.

La crescita economica prodotta dall’intelligenza artificiale non dovrebbe essere valutata esclusivamente attraverso l’aumento degli investimenti o della produttività aggregata, ma attraverso indicatori che misurino la distribuzione dei benefici: salari medi, qualità dell’occupazione, accesso alle opportunità, riduzione delle disuguaglianze.

Il criterio decisivo sarà la capacità di trasformare tali risultati in miglioramenti diffusi delle condizioni di vita, e non la mera crescita di un indicatore che può aumentare anche mentre le condizioni della maggioranza peggiorano.

La tecnologia può ampliare le possibilità di una società, ma non determina autonomamente il modo in cui esse vengono distribuite. Questa rimane una responsabilità economica, istituzionale e politica che nessuna innovazione tecnica può delegare a sé stessa.

L’Osservatore Lametino – Progetto culturale e informativo indipendente – A cura di Francesco Costanzo. Fotografia: Marcelo Campi; fonte Wikimedia Commons; licenza CC BY-SA 3.0. Centro dati ANTEL in Uruguay: immagine illustrativa delle infrastrutture digitali, non necessariamente dedicata all’IA.