Così la Presidente della Bce Christine Lagarde che dal forum Ocse di Bratislava sottolinea “Nel 1987 Robert Solow affermò che “l’era informatica si può vedere ovunque, tranne che nelle statistiche sulla produttività. La stessa osservazione potrebbe essere fatta oggi. Osserviamo l’intelligenza artificiale avanzare a una velocità notevole. Eppure il suo impatto complessivo è ancora appena visibile nei dati”.
Il cambiamento climatico, i mutamenti demografici e l’innovazione tecnologica sono solo alcune delle grandi trasformazioni che stanno influenzando ogni aspetto del modo in cui le persone vivono e il modo in cui operano governi, imprese e altre organizzazioni.
Ed è per questo che nella terza ed ultima giornata del Forum mondiale Ocse sul Benessere a Roma – evento che si inserisce all’interno delle attività della filiera finanziaria del G7 (c.d. Finance Track) nell’anno della Presidenza italiana – ha visto al centro del dibattito l’intelligenza artificiale.
Il discorso di Christine Lagarde
I cinque principali investitori statunitensi in termini di investimenti in conto capitale sono ora aziende che si concentrano fortemente sull’intelligenza artificiale. Nessuna di queste aziende era tra i primi dieci investitori un decennio fa.
Alcuni vedono questa impennata come un’esuberanza temporanea che anticipa i fondamentali sottostanti. Ma un dibattito inquadrato solo in termini di alti e bassi a breve termine rischia di perdere di vista il quadro generale.
La storia offre molti esempi di intense ondate di investimenti che, nonostante le oscillazioni del ciclo degli investimenti, alla fine hanno lasciato dietro di sé tecnologie trasformative che hanno rimodellato le economie per decenni.
La questione fondamentale non è quindi se ci siano dei cicli (questo è quasi certo), ma quanto tempo ci vorrà prima che i benefici duraturi in termini di produttività diventino visibili.
E ci sono ragioni per credere che l’intelligenza artificiale potrebbe diffondersi più rapidamente e produrre vantaggi economici tangibili prima delle precedenti ondate tecnologiche.
Se questa è la strada che stiamo seguendo – e credo che potrebbe esserlo – l’Europa deve posizionarsi di conseguenza. Dobbiamo rimuovere tutti gli ostacoli che ci impediscono di abbracciare questa trasformazione. Altrimenti rischiamo di lasciarci sfuggire l’ondata di adozione dell’IA e di mettere a repentaglio il futuro dell’Europa.
La storia insegna: prima le interruzioni, poi i benefici
Per capire cosa è in gioco, è utile guardare alla storia.
Le precedenti tecnologie di uso generale, come l’elettricità, i computer o Internet, hanno seguito una traiettoria riconoscibile. La disruption è arrivata presto, con guadagni di produttività su larga scala che si sono manifestati solo lentamente. [ 4 ]
Ad esempio, ci vollero circa trent’anni prima che l’impatto dell’elettricità si manifestasse chiaramente sull’economia. Furono necessarie la costruzione di reti elettriche, la riprogettazione delle fabbriche e la riassegnazione dei lavoratori da mansioni preesistenti a nuove.
Anche i computer hanno richiesto investimenti a lungo termine in hardware, software, competenze e nuovi modelli di business prima di tradursi in miglioramenti misurabili.
Se l’ondata di intelligenza artificiale in Europa assomigliasse alla diffusione dell’elettricità negli anni ’20, la crescita annuale della produttività potrebbe essere superiore di circa 1,3 punti percentuali. Ma se seguisse il boom digitale statunitense della fine degli anni ’90, la spinta sarebbe più vicina a 0,8 punti.
Anche questo limite inferiore sarebbe significativo per l’Europa, segnando un netto passo avanti rispetto al recente trend di produttività.
Questa volta potrebbe essere diverso?
Ma l’intelligenza artificiale possiede caratteristiche che potrebbero comprimere questo ciclo e favorire guadagni di produttività ancora maggiori. Due caratteristiche – innovazione e diffusione – indicano un percorso più rapido.
La prima è che l’innovazione di frontiera potrebbe accelerare a causa della natura ricorsiva dell’intelligenza artificiale.
I sistemi di intelligenza artificiale possono utilizzare i propri output per migliorare le proprie prestazioni in un ciclo continuo. Ciò può ridurre non solo i costi di produzione di beni e servizi, ma anche i costi di generazione di nuove idee.
Ad esempio, in cinquant’anni, la scienza ha risolto circa 200.000 strutture proteiche. L’intelligenza artificiale ha raggiunto oltre 200 milioni di previsioni sulla struttura delle proteine in circa un anno, ampliando notevolmente la frontiera della conoscenza.
Ciò rappresenta un cambiamento significativo negli input per la ricerca e lo sviluppo. Con l’espansione pressoché immediata della base di conoscenze, le scoperte a valle possono concretizzarsi più rapidamente, anche prima che ogni laboratorio o azienda si sia completamente riorganizzata.
Accelerando la produzione di idee, l’intelligenza artificiale può aumentare non solo il livello di produttività, ma potenzialmente anche il tasso di crescita stesso.
Alcune stime suggeriscono che tale R&S potenziata dall’intelligenza artificiale potrebbe raddoppiare i recenti tassi di crescita della produttività degli Stati Uniti tra l’1,6 e il 2,4% annuo, più velocemente delle precedenti ondate tecnologiche.
In secondo luogo, la diffusione delle tecnologie di intelligenza artificiale può essere più rapida perché gran parte dell’infrastruttura di supporto esiste già.
È vero che ci sono dei colli di bottiglia. L’attuale ondata di investimenti in hyperscaler dimostra che la capacità di calcolo rimane un vincolo. L’addestramento e l’implementazione di modelli più grandi richiedono ingenti investimenti in data center ed energia. In Europa ci troviamo ad affrontare sfide particolari in questo senso, dati i costi energetici più elevati e i ritardi più lunghi per le autorizzazioni.
Ma a differenza delle tecnologie del passato, come l’elettricità o i computer, che richiedevano nuove reti fisiche o competenze di programmazione, l’intelligenza artificiale funziona sui dispositivi Internet esistenti e comunica con gli utenti attraverso il linguaggio umano.
L’uso su larga scala può quindi procedere anche prima del completamento della realizzazione dell’infrastruttura. Molte applicazioni di intelligenza artificiale offrono già vantaggi sull’hardware esistente. Pertanto, sebbene la mancanza di capacità di calcolo freni il ritmo di sviluppo dei modelli, non ne blocca necessariamente la diffusione nell’economia in generale.
Inoltre, l’infrastruttura stessa sta avanzando rapidamente. Mentre la Legge di Moore prevede un raddoppio della capacità dei chip ogni due anni, la potenza di calcolo dei modelli di intelligenza artificiale raddoppia ogni sei mesi, quattro volte più velocemente.
Cosa può guadagnare l’Europa
Cosa significa questo per l’Europa?
La posta in gioco potrebbe essere straordinariamente alta.
Con Stati Uniti e Cina in testa, l’Europa ha già perso l’opportunità di essere un pioniere nell’intelligenza artificiale. E continuiamo a pagare il prezzo della lentezza nell’adozione durante l’ultima rivoluzione digitale. Non possiamo permetterci di ripetere lo stesso errore.
Tuttavia, la storia è tutt’altro che finita. L’Europa può ancora emergere come un forte secondo motore se agisce con decisione. Il nostro obiettivo non dovrebbe essere quello di superare i modelli di intelligenza artificiale leader, ma piuttosto di implementare l’intelligenza artificiale in modo generalizzato. Concentrandosi sulla rapida adozione e sull’uso intelligente delle tecnologie di intelligenza artificiale esistenti nei nostri settori più diversi, l’Europa può trasformare un inizio tardivo in un vantaggio competitivo.
La nostra economia è altamente diversificata. Le prime dieci aziende del mercato azionario statunitense rappresentano circa il 40% del mercato in soli quattro settori, mentre le prime dieci nell’UE non superano il 18% in quasi il doppio dei settori.
E le aziende europee stanno già adottando l’intelligenza artificiale generativa su una scala simile a quella degli Stati Uniti. Ciò che la BCE sta ascoltando dalle grandi aziende europee conferma questa tendenza: molte stanno investendo massicciamente in database, soluzioni cloud e intelligenza artificiale, con i fornitori di questi servizi che segnalano una crescita a due cifre.
Ma per trasformare questi benefici in un vantaggio competitivo, dobbiamo connettere i dati tra i settori. Grazie agli spazi dati su scala industriale, le aziende possono condividere dati operativi e creare set di addestramento per modelli di intelligenza artificiale che nessuna singola azienda potrebbe assemblare da sola.
Iniziative come Manufacturing-X e Catena-X nel settore automobilistico promuovono la collaborazione nella condivisione dei dati, mentre lo Spazio europeo dei dati sanitari consente cartelle cliniche interoperabili, consentendoci di sfruttare gli ampi set di dati anonimizzati dei pazienti generati dai nostri sistemi sanitari universali. [ 14 ]
Il regolamento mira a facilitare, attraverso una maggiore standardizzazione, un accesso più agevole a nuovi mercati per i sistemi di cartelle cliniche elettroniche nei diversi Stati membri e ad aumentare la disponibilità di dati sanitari elettronici anonimizzati e pseudonimizzati da utilizzare nella ricerca applicata e nell’innovazione.
Ma questi sforzi da soli non saranno sufficienti.
Se i nostri spazi dati utilizzano stack tecnologici di proprietà e gestione esterna all’Europa, approfondiamo, anziché ridurre, le nostre dipendenze strategiche. Dobbiamo diversificare le componenti critiche della catena di fornitura dell’IA ed evitare singoli punti di errore. Nei livelli fondamentali, come la capacità di elaborazione basata su chip e data center, dovremmo mantenere una capacità minima.
A livello applicativo, l’Europa dovrebbe sfruttare la potenza del Mercato Unico per garantire l’interoperabilità e gli standard aperti. Ciò incoraggerà la concorrenza tra modelli di grandi dimensioni e impedirà il tipo di “lock-in” che si è verificato in passato con le piattaforme tecnologiche.
Inoltre, dobbiamo superare una serie di vecchie barriere che ci hanno impedito in passato di essere i primi a muoverci.
Se permettiamo che i costi dell’energia restino elevati, se le normative restano frammentate e se i mercati dei capitali non riescono a integrarsi e a incanalare finanziamenti a lungo termine e rischiosi su larga scala, l’intelligenza artificiale si diffonderà più lentamente.
E questa volta, le conseguenze vanno oltre la sconfitta nella corsa ai modelli di intelligenza artificiale. Prima o poi, ci troveremmo ad affrontare un’ulteriore perdita di competitività per molti dei nostri settori e industrie.
Conclusione
Vorrei concludere.
“Sarà dieci volte più grande della rivoluzione industriale, e forse dieci volte più veloce.” Queste parole di Demis Hassabis, vincitore del premio Nobel per la chimica 2024 per la sua ricerca sull’intelligenza artificiale, catturano la potenziale portata e velocità di ciò che potrebbe accadere in futuro.
La domanda non è più se questa nuova frontiera arriverà, ma quanto presto, e il ritmo dei progressi degli ultimi anni suggerisce che probabilmente avverrà prima di quanto le nostre istituzioni e le nostre normative siano preparate.
Ciò significa agire ora per rimuovere gli ostacoli che rallenteranno la diffusione dell’intelligenza artificiale e ritarderanno la prosperità di tutti gli europei nei decenni a venire.
