Così l’IA sta dividendo in due il capitalismo. La riflessione di Kaufmann

Per gran parte della storia economica moderna, il presupposto fondamentale alla base dei mercati, delle politiche e delle analisi, era la coerenza. L’economia poteva espandersi o contrarsi; poteva subire shock, cicli o crisi. Ma rimaneva, fondamentalmente, un unico sistema: collegato da vincoli condivisi, governato da segnali comuni e sensibile a un insieme unificato di strumenti politici.

Quel presupposto non è più valido.

La caratteristica distintiva del momento attuale non è semplicemente il cambiamento tecnologico, né una transizione macroeconomica convenzionale. È qualcosa di più strutturale e più destabilizzante: l’economia globale sta iniziando a dividersi in due sistemi distinti. Questi sistemi non solo si stanno evolvendo a velocità diverse; sono governati da vincoli diversi, guidati da forme diverse di domanda e competono sempre più per le stesse risorse limitate.

Al centro di questa trasformazione c’è l’intelligenza artificiale, non come innovazione marginale, ma come forza che sta riconfigurando la logica stessa dell’attività economica. La conseguenza non è una versione più veloce del sistema esistente, ma l’emergere di un sistema parallelo.

Due economie, un unico bilancio

Il primo sistema è quello che i responsabili politici e gli economisti continuano a riconoscere. Si tratta dell’economia umana, trainata da salari, consumi e credito. La sua crescita rimane limitata da fattori demografici, dalla politica fiscale e dal costo del capitale. Nelle economie avanzate, questo sistema continua ad espandersi a un ritmo modesto, solitamente compreso tra l’1 e il 3 per cento all’anno. I suoi ritmi sono ben noti: cicli trimestrali degli utili, bilanci annuali, scadenze elettorali.

Il secondo sistema è più recente e molto meno compreso. Si tratta dell’economia delle macchine, guidata dall’elaborazione dei dati, dai dati stessi e da infrastrutture ad alta intensità di capitale. I suoi tassi di crescita non sono incrementali, ma esponenziali in segmenti chiave. Gli investimenti nelle infrastrutture di intelligenza artificiale stanno crescendo a tassi annui superiori al 25-35%, con una spesa globale che si avvicina ai 600-700 miliardi di dollari all’anno e che probabilmente supererà i 2.000 miliardi di dollari cumulativamente entro la fine del decennio. I requisiti computazionali dei principali sistemi di IA continuano a crescere di circa dieci volte ogni 12-18 mesi, il che implica aumenti di diversi ordini di grandezza nell’arco di un decennio.

Questa divergenza è già visibile nella struttura del mercato. Un piccolo numero di aziende al centro dell’ecosistema dell’IA rappresenta il 40% della capitalizzazione di mercato azionaria statunitense: un livello di concentrazione che supera quello dei precedenti cicli tecnologici, compreso il picco raggiunto alla fine degli anni ’90. Queste aziende non sono semplicemente più redditizie; operano secondo dinamiche diverse, allocando il capitale su una scala e a una velocità che non hanno eguali nel resto dell’economia.

Eppure, entrambi i sistemi sono quotati negli stessi mercati finanziari. Questa è la fonte dell’instabilità.

La velocità come nuovo vincolo

La differenza più importante tra questi due sistemi non è la loro dimensione, ma la loro velocità. In questo contesto, per velocità si intende la rapidità con cui un sistema è in grado di investire capitali, costruire infrastrutture, elaborare informazioni e adattarsi a nuove condizioni.

L’economia umana opera all’interno di vincoli temporali ben definiti. Le decisioni di investimento si concretizzano nell’arco di mesi, i progetti infrastrutturali nel corso di anni, gli adeguamenti politici nell’arco dei cicli politici.

L’economia delle macchine opera in modo diverso. Si ripete continuamente. Impiega il capitale rapidamente, espande le infrastrutture in modo aggressivo ed elabora le informazioni in tempo reale. Il suo fattore limitante non è il processo decisionale, ma la capacità fisica.

Questa differenza di velocità ha conseguenze profonde. Quando due sistemi che operano a velocità diverse condividono la stessa base di risorse — energia, materiali, capitale — il sistema più veloce inizia a dominare l’allocazione. Attira investimenti sproporzionati, ottiene valutazioni più elevate e determina sempre più i termini in base ai quali il sistema più lento deve operare. La velocità, in altre parole, diventa una fonte di potere.

L’emergere della domanda generata dalle macchine

Alla base di questa divergenza si trova un cambiamento fondamentale nella natura della domanda. Per gran parte della storia economica moderna, la domanda è stata un fenomeno umano, limitato dal reddito, dalle preferenze e dalla fiducia. Anche durante i periodi di rapido cambiamento tecnologico, le macchine hanno ampliato l’offerta piuttosto che generare domanda.

L’intelligenza artificiale altera questo rapporto.

Ogni interazione con un sistema di IA – ogni query, ogni inferenza, ogni processo automatizzato – richiede elaborazione. L’elaborazione, a sua volta, richiede energia, semiconduttori, sistemi di raffreddamento e capacità di rete. Man mano che i sistemi di IA migliorano, vengono utilizzati più frequentemente, creando un circolo virtuoso in cui la domanda cresce di pari passo con le capacità.

Questa dinamica è misurabile. Si prevede che la domanda di elettricità dei data center crescerà da tre a cinque volte nel prossimo decennio, raggiungendo potenzialmente l’8-10% del consumo totale di elettricità nelle economie avanzate. Si prevede che la domanda di semiconduttori per i carichi di lavoro dell’IA aumenterà da sei a otto volte entro il 2030. Il costo dell’addestramento dei modelli all’avanguardia ha già raggiunto centinaia di milioni di dollari e probabilmente supererà il miliardo di dollari entro la prossima generazione. Non si tratta semplicemente di un aumento dell’attività, ma di una nuova forma di domanda: continua, che si autoalimenta e in gran parte insensibile ai segnali economici tradizionali.

Dalla scarsità della domanda alla scarsità di capacità

Per decenni, la politica economica è stata determinata dal problema della domanda insufficiente. La sfida consisteva nello stimolare i consumi e gli investimenti per sostenere la crescita. Quel problema sta ora lasciando il posto a uno diverso. Il vincolo non è più la domanda. È la capacità.

L’infrastruttura necessaria a sostenere la domanda guidata dall’IA è intrinsecamente lenta ad espandersi. Le reti elettriche richiedono dai cinque ai dieci anni per essere potenziate. Gli impianti avanzati di produzione di semiconduttori costano decine di miliardi di dollari e richiedono anni per essere costruiti. I data center dipendono da terreni, sistemi di raffreddamento e approvazioni normative che non possono essere accelerate all’infinito. Le reti di trasmissione sono in ritardo di anni rispetto alla domanda. Allo stesso tempo, la domanda di potenza di calcolo continua a crescere in modo esponenziale.

Questo crea uno squilibrio strutturale: la domanda si espande rapidamente, mentre l’offerta risponde lentamente. Le conseguenze sono già visibili nelle dinamiche dei prezzi. I contratti di fornitura di energia a lungo termine vengono stipulati con un anticipo di un decennio o più. I chip avanzati impongono premi sostenuti a causa della persistente scarsità. Le risorse dei data center vengono rivalutate come infrastrutture strategiche piuttosto che come immobili convenzionali. Non si tratta di un collo di bottiglia temporaneo. È il vincolo determinante del nuovo sistema.

Il trasferimento della scarsità

Man mano che l’Intelligenza Artificiale rende la conoscenza sempre più abbondante, la scarsità si sposta verso gli input necessari per generarla e implementarla. L’energia diventa un vincolo centrale, con l’aumentare della potenza di calcolo. I semiconduttori diventano scarsi a causa della complessità e della concentrazione della loro produzione. Le infrastrutture – sia fisiche che digitali – emergono come un collo di bottiglia. Il tempo stesso diventa una variabile critica, poiché la velocità di implementazione determina il vantaggio competitivo.

Questo spostamento della scarsità ridisegna la mappa del valore. Settori un tempo considerati periferici – servizi pubblici, infrastrutture, produzione di semiconduttori – stanno diventando centrali per il potere economico. Le aziende che controllano questi input acquisiscono un’influenza sproporzionata, mentre quelle che dipendono da essi devono affrontare costi crescenti e una maggiore incertezza. L’economia non sta esaurendo le idee. Sta semplicemente raggiungendo i limiti delle proprie fondamenta.

Proiezioni finanziarie e dinamiche di mercato

Le implicazioni finanziarie di questa trasformazione sono notevoli. Nel prossimo decennio, gli investimenti globali nelle infrastrutture di IA supereranno probabilmente i 2-3.000 miliardi di dollari, con una crescita annua della spesa che si manterrà a doppia cifra. La domanda energetica legata ai data center potrebbe aumentare di diversi punti percentuali il consumo totale di elettricità nelle economie avanzate, determinando ingenti investimenti nella capacità di generazione e nella rete elettrica.

I mercati azionari rimarranno probabilmente altamente concentrati, con rendimenti sempre più determinati dalle aziende che controllano i nodi critici del sistema. Questa concentrazione potrebbe intensificarsi prima di stabilizzarsi, riflettendo la natura ad alta intensità di capitale della trasformazione. Allo stesso tempo, i settori incapaci di adattarsi ai nuovi vincoli potrebbero subire una graduale rivalutazione. Le industrie ad alta intensità energetica o con accesso limitato alle infrastrutture avanzate potrebbero trovarsi ad affrontare un calo di competitività.

La volatilità è destinata ad aumentare, non a causa di una debolezza, ma a causa di uno squilibrio strutturale. Poiché l’economia delle macchine si espande più rapidamente di quanto l’economia umana riesca ad adattarsi, diventano più probabili periodi di mispricing e di rapida correzione.

I Kpi della Split Economy

Per comprendere questo nuovo sistema occorrono nuovi parametri di valutazione. Gli indicatori tradizionali — Pil, inflazione, disoccupazione — rimangono rilevanti ma non sono più sufficienti. Tra gli indicatori chiave figurano l’intensità di calcolo, ovvero il volume di elaborazione impiegato per unità di attività economica; l’allocazione energetica, intesa come la quota di consumo elettrico dedicata ai carichi di lavoro dell’IA; la velocità delle infrastrutture, cioè il tempo necessario per costruire e mettere in funzione data center, centrali elettriche e reti; la concentrazione di capitale, ossia la percentuale di investimenti che affluisce nei settori legati all’IA; e infine la latenza, la velocità con cui i sistemi elaborano le informazioni e rispondono. Questi parametri catturano le dinamiche di un sistema in cui l’intelligenza stessa sta diventando un fattore economico fondamentale.

Lezioni tratte dalle trasformazioni del passato

La storia ci insegna che i periodi di cambiamento strutturale vengono spesso fraintesi mentre si stanno verificando. Le ferrovie furono inizialmente considerate un eccesso speculativo prima di diventare la spina dorsale delle economie industriali. L’elettrificazione fu sottovalutata finché i suoi effetti sulla produttività non divennero innegabili. Internet fu alternativamente sopravvalutato e sottovalutato prima di rivoluzionare il commercio globale. In ogni caso, l’errore era lo stesso: interpretare un nuovo sistema attraverso la lente di quello vecchio.

Oggi esiste un rischio simile. Se l’intelligenza artificiale viene vista esclusivamente come uno strumento di produttività, se ne perderanno le implicazioni più ampie. Se l’economia viene analizzata come un sistema unico, la divergenza tra le sue componenti risulterà oscurata. Se la politica rimane concentrata sulla stimolazione della domanda, potrebbe non riuscire ad affrontare i vincoli che ora contano di più. La lezione non è quella di prevedere risultati specifici, ma di riconoscere il cambiamento strutturale e di adattare i quadri di riferimento di conseguenza.

Conclusione: una (nuova) economia determinata dalla velocità

L’economia globale sta entrando in una fase in cui non è più possibile dare per scontata la coerenza. Si sta dividendo in due sistemi — uno umano, l’altro meccanico — che operano a velocità diverse e con vincoli diversi.

In questo contesto, la velocità diventa il fattore decisivo. Il sistema più veloce non si limita a ottenere risultati migliori. Esso ridefinisce l’allocazione del capitale, la struttura dei mercati e la distribuzione del potere.

Comprendere questo cambiamento richiede più di un semplice aggiornamento dei modelli. Richiede il riconoscimento che la logica sottostante del sistema è cambiata.