Morgan Stanley lancia un avvertimento che suona quasi come un manifesto: l’intelligenza artificiale si sta avvicinando a una soglia trasformativa nel 2026, spinta da livelli di potenza di calcolo concentrati in poche élite tecnologiche statunitensi che fino a ieri sembravano appannaggio della fantascienza più ottimistica. Non è solo una questione di hype: le leggi di scaling continuano a funzionare con sorprendente precisione, e raddoppiando la quantità di risorse computazionali dedicate all’addestramento dei grandi modelli linguistici si osserva un’accelerazione quasi geometrica delle capacità, con conseguenze pratiche su interi settori professionali. Se fino a ieri i consulenti finanziari potevano dormire sonni tranquilli, ora devono calcolare che GPT-5.4 “Thinking” ha raggiunto un punteggio dell’83% sul benchmark GDPVal, equiparabile o superiore a quello di specialisti umani in attività economicamente rilevanti; non è fantascienza, è statistica applicata a megawatt di calcolo.
Dietro il progresso esplosivo si nascondono vincoli reali e immediati: la potenza elettrica necessaria sta diventando un collo di bottiglia strategico. Morgan Stanley stima un deficit statunitense compreso tra 9 e 18 gigawatt entro il 2028, equivalenti a un gap tra domanda e offerta elettrica del 12-25% per sostenere i sistemi AI di nuova generazione. La risposta del settore è tanto creativa quanto cinica: impianti di mining di Bitcoin convertiti in data center AI, turbine a gas naturale e fuel cell che alimentano server farm dense di GPU, come se il mondo industriale stesse improvvisamente scoprendo che energia e calcolo sono la nuova materia prima. Il paradosso è evidente: mentre la narrativa pubblica celebra i modelli linguistici che “pensano da soli”, dietro le quinte si combatte una battaglia per ogni kilowattora disponibile.
La dinamica economica del settore sta cambiando a velocità vertiginosa. I data center non sono più semplici edifici pieni di server; sono asset strategici, con modelli economici che Morgan Stanley sintetizza nel curioso schema “15-15-15”: contratti di locazione di 15 anni, rendimenti del 15% e circa 15 dollari di valore creato per ogni watt di capacità computazionale. In questo contesto, la capacità di calcolo diventa simile al petrolio del XX secolo o al ferro del XIX secolo: una risorsa scarsa, strategica, capace di muovere mercati e definire vantaggi competitivi. Gli investitori stanno comprando energia e rack come si compravano miniere o fabbriche nel secolo scorso, e la geografia del potere economico rischia di spostarsi verso chi possiede la capacità di computare, non solo di produrre.
Dal lato del lavoro, le previsioni non sono meno radicali. L’intelligenza artificiale “trasformativa” promette di replicare le funzioni umane a costi infinitamente più bassi, esercitando una pressione deflazionistica non solo sui salari ma sull’intera struttura occupazionale. Alcune aziende stanno già riducendo il personale, giustificando ogni taglio con guadagni di efficienza legati a modelli di AI che apprendono preferenze, analizzano dati e prendono decisioni strategiche senza bisogno di riunioni, pause caffè o contratti collettivi. Nel frattempo, emerge una visione quasi futurista: startup di cinque persone o addirittura singoli individui in grado di competere con conglomerati multinazionali, sostenuti da loop di auto-miglioramento dei modelli AI che, secondo gli esperti, potrebbero iniziare già nel 2027. La fantascienza della Silicon Valley, con i suoi founder che si immaginano immortali in server farm sigillate, sembra trasformarsi in realtà concreta.
Questa trasformazione non riguarda solo le aziende, ma intere economie nazionali. La Morgan Stanley parla di una “era dell’intelligenza”, dove potenza di calcolo ed elettricità diventano i veri input fondamentali per la crescita economica. Paesi e industrie capaci di costruire infrastrutture AI adeguate accumuleranno vantaggi strategici enormi, mentre chi sottovaluterà l’urgenza di questi investimenti rischia di rimanere indietro. In questo nuovo paradigma, l’intelligenza generata dai calcolatori potrebbe diventare la merce più preziosa, più dei dati, più del capitale tradizionale. Si pensi solo a quanto il concetto di vantaggio comparato cambierà quando la variabile critica non sarà più la manodopera, la terra o le materie prime, ma chi può accendere più server con meno interruzioni di corrente.
L’analisi di Morgan Stanley solleva anche interrogativi di politica industriale: se la centralizzazione della potenza di calcolo rimane negli Stati Uniti, altri paesi potrebbero diventare consumatori passivi di tecnologia, incapaci di partecipare alle decisioni strategiche. L’effetto geopolitico non è secondario: chi controlla i data center e i flussi di energia diventa un attore di primo piano nella diplomazia tecnologica. Non sorprende quindi vedere alleanze con aziende energetiche e finanziamenti statali nascere attorno a hub AI, mentre le vecchie logiche industriali vengono ridisegnate alla velocità della fibra ottica. Ogni server farm è una piccola città-stato digitale, con proprie regole, governance e vulnerabilità, e la competizione globale si gioca tanto sul silicio quanto sui contratti di approvvigionamento elettrico.
Le implicazioni sociali non sono meno drammatiche. La pressione sul lavoro umano potrebbe accelerare tensioni già evidenti nelle economie avanzate, generando dibattiti su reddito universale, riqualificazione e ruolo della creatività umana. Non si tratta più di sostituire compiti ripetitivi: la capacità di generare decisioni strategiche, previsioni economiche, analisi legali e persino creatività mediata dall’AI sarà replicata dai modelli con efficienza estrema, e la linea tra capacità umana e artificiale si sfuma fino a diventare confusamente permeabile. Osservare l’evoluzione dei mercati del lavoro nel prossimo quinquennio sarà come assistere a un esperimento sociale globale, con milioni di individui che dovranno reinventarsi o accettare un ruolo secondario nel nuovo ecosistema produttivo.
È interessante notare come l’attenzione sia tutta sul calcolo e sull’energia, mentre discorsi pubblici e media celebrano algoritmi “pensanti” e modelli che dialogano con l’utente come se fossero compagni di scrivania. La narrativa romantica della AI che “impara da noi” sembra distanziarsi dalla realtà dei numeri: i modelli migliorano principalmente grazie a dieci volte più GPU, più elettricità, più dati, non grazie a un empatico coaching umano. La letteratura economica del futuro potrebbe registrare questo momento come il punto in cui l’intelligenza artificiale smise di essere un prodotto di laboratorio per diventare un input strategico dell’economia globale, un po’ come il petrolio del secolo scorso o l’oro digitale del millennio passato.
La sfida per aziende, governi e investitori non sarà tecnologica in senso stretto, ma strategica e politica: chi riuscirà a orchestrare investimenti in infrastrutture, energia e capitale umano avrà un vantaggio competitivo quasi irreversibile. In un contesto dove pochi laboratori concentrano enormi capacità computazionali, la distribuzione del potere globale rischia di essere tanto diseguale quanto nel mondo feudale, con una differenza sostanziale: qui la leva non è la terra, ma la capacità di far pensare le macchine. L’ecosistema finanziario sta già ricalibrando le valutazioni delle aziende tecnologiche in base alla loro potenza di calcolo, alla resilienza della rete elettrica e alla capacità di scalare i modelli senza blackout, più che sui ricavi correnti o sui bilanci tradizionali.
In definitiva, l’avviso di Morgan Stanley non è solo un’analisi tecnica, ma un invito a ripensare la struttura stessa dell’economia globale: le leve di crescita, produttività e vantaggio strategico stanno migrando dal capitale fisico a quello cognitivo, e il nuovo asset più prezioso potrebbe non essere una materia prima o un brevetto, ma il semplice atto di generare intelligenza su scala industriale. Gli anni a venire saranno un laboratorio gigantesco, dove chi saprà misurare e controllare flussi di elettricità, potenza computazionale e algoritmi auto-miglioranti definirà il prossimo ordine mondiale economico e tecnologico, e chi sottovaluterà questa trasformazione rischierà di svegliarsi in un mondo dove la strategia industriale è diventata una questione di bit, watt e decisioni predittive.