Warsh porta l’intelligenza artificiale dentro la funzione di produzione della FED

Il passaggio più importante del primo intervento di Kevin Warsh da presidente della Federal Reserve a Jackson Hole non riguarda i tassi d’interesse, né la sua scelta deliberata di non offrire ai mercati la solita dose di forward guidance. Riguarda una frase molto più pesante, quasi nascosta dentro la parte dedicata alle prospettive di lungo periodo: l’intelligenza artificiale è ormai considerata dalla Fed una possibile nuova variabile economica, potenzialmente un nuovo fattore di produzione. Non è semantica da conferenza tecnologica. Significa che il modello con cui la banca centrale americana interpreta crescita, produttività, capitale, lavoro e inflazione potrebbe dover essere riscritto. (Federal Reserve)

Warsh parte da un’osservazione volutamente provocatoria. Dopo la crisi finanziaria del 2008, economisti e policymaker avevano costruito una narrativa dominata da stagnazione secolare, eccesso di risparmio e scarsità di opportunità d’investimento. Troppo capitale, poche idee abbastanza redditizie per assorbirlo. In una formula ironica, Warsh ricorda la convinzione secondo cui “all the good stuff had been invented”. Il problema, secondo lui, è che quella descrizione dell’economia appartiene ormai a un’altra epoca. L’intelligenza artificiale ha riaperto una frontiera d’investimento che sembra quasi l’opposto della stagnazione secolare: capitale in abbondanza, ma anche una fame insaziabile di chip, data center, energia, networking, software e capacità computazionale.

I numeri spiegano perché la Fed non possa più trattare l’AI come una semplice storia del Nasdaq. Warsh osserva che gli investimenti aziendali in equipment e beni immateriali stanno crescendo di circa il 9% su base quadrimestrale annualizzata, il ritmo più elevato dal 2021, e sostiene che più della metà della crescita della spesa in conto capitale di quest’anno sia probabilmente riconducibile alla costruzione dell’infrastruttura AI. Non sta quindi parlando soltanto di capitalizzazione di mercato delle società tecnologiche. Sta parlando di investimenti reali che modificano la capacità produttiva dell’economia americana.

La parola interessante, per chi osserva i mercati con qualche decennio di esperienza, è però “second derivative”. Warsh non vuole limitarsi a sapere quanto stanno crescendo gli investimenti. Vuole capire se la crescita degli investimenti sta accelerando o rallentando. È una distinzione fondamentale. Un boom che cresce del 9% ma sta già perdendo velocità è economicamente molto diverso da un boom che cresce del 9% e continua ad accelerare. Per la Fed, la traiettoria futura del capitale AI può quindi diventare un indicatore anticipatore della capacità produttiva, della domanda aggregata, dei profitti, dei prezzi degli asset e, indirettamente, dell’inflazione.

Qui arriva il salto concettuale. Warsh sostiene che i progressi dell’intelligenza artificiale siano stati più rapidi persino delle previsioni dei suoi evangelisti e parla di una sorta di “hyper-Moore’s law”. L’espressione è significativa perché proviene dal vertice della banca centrale, non da una presentazione di una startup californiana con un grafico che sale verso destra. L’idea è che le scaling laws dell’AI stiano modificando non soltanto la velocità del calcolo, ma il ritmo stesso dell’innovazione. Se questa ipotesi fosse corretta, il problema economico non sarebbe semplicemente quanto capitale viene investito, ma quanto rapidamente quel capitale aumenta la produttività del sistema.

Ancora più interessante è il riferimento ai token. Warsh osserva che capitale e lavoro hanno contribuito alla costruzione dei grandi language model e che gli utenti acquistano token per accedere a questi modelli. Citando rapporti non identificati nel discorso, afferma che le vendite annualizzate di token dei due principali laboratori AI avrebbero superato i 100 miliardi di dollari, con una crescita superiore al 500% rispetto all’anno precedente. È importante non trasformare questo numero in un dato contabile certificato: la Fed lo presenta come una stima riportata da altri, non come una nuova statistica ufficiale. Ma il fatto stesso che il presidente della Fed lo utilizzi per descrivere l’economia emergente dell’AI è molto più importante del numero in sé.

La conseguenza è radicale. Se l’AI diventa un fattore di produzione, la banca centrale deve capire se una maggiore capacità computazionale consente all’economia di produrre di più senza generare inflazione. In termini molto semplici, se un’azienda può ottenere con AI quello che prima richiedeva dieci persone, oppure produrre dieci volte di più con lo stesso organico, la capacità produttiva potenziale aumenta. Un’economia con una capacità produttiva maggiore può sostenere più domanda prima di raggiungere il limite inflazionistico. Questo, per una banca centrale che decide il costo del denaro osservando l’equilibrio tra domanda e offerta, cambia parecchio.

Ma Warsh evita accuratamente di trasformare l’ottimismo tecnologico in una previsione economica. Chiede se l’AI produrrà un aumento significativo e sostenuto della produttività, ma non dice quando. Chiede se l’utilizzo dei token sarà complementare al lavoro umano oppure competitivo con esso. Chiede se i futuri modelli richiederanno ancora più capitale o se saranno proprio i modelli a progettare soluzioni meno capital intensive. Sono domande molto più serie delle abituali promesse secondo cui “l’AI creerà trilioni di valore”. Il capitalismo tecnologico tende a essere molto preciso quando deve raccogliere capitale e sorprendentemente filosofico quando qualcuno chiede chi incasserà davvero il rendimento.

Warsh individua infatti il nodo che probabilmente interesserà gli investitori più della produttività stessa: chi catturerà il surplus economico dell’AI. I candidati sono già visibili. Laboratori AI, produttori di semiconduttori, operatori cloud, aziende energetiche e proprietari delle infrastrutture fisiche necessarie per alimentare i data center controllano oggi alcuni degli asset più scarsi dell’intero ecosistema. La domanda è se il valore resterà concentrato presso questi proprietari oppure, con la maturazione della tecnologia, verrà trasferito a imprese e consumatori attraverso prezzi più bassi e maggiore produttività.

La fotografia di Nvidia rende il ragionamento quasi brutalmente concreto. La società ha riportato 96,2 miliardi di dollari di ricavi trimestrali e continua a beneficiare di una domanda eccezionale per l’infrastruttura AI; parallelamente, Nvidia e AWS hanno annunciato un piano per distribuire altri 2 milioni di GPU nell’infrastruttura globale AWS. Anche l’interesse di Nvidia per Hugging Face, valutato dai report intorno a 12,9 miliardi di dollari, mostra quanto la competizione si stia spostando dall’hardware puro verso l’intero stack dell’intelligenza artificiale, anche se al momento dell’annuncio le indiscrezioni non indicavano ancora un accordo definitivamente firmato.

Questa concentrazione del capitale introduce però un paradosso. L’AI potrebbe diventare una tecnologia profondamente deflazionistica nel lungo periodo, perché aumenta la produttività e riduce il costo marginale di molte attività, mentre nel breve periodo può essere fortemente inflazionistica sul capitale necessario per costruirla. GPU, energia, terreni, trasformatori, connessioni elettriche, data center e capacità cloud sono risorse fisiche e finanziarie scarse. La Silicon Valley tende a raccontare l’AI come software. La contabilità nazionale sta imparando che, almeno per ora, è anche cemento, rame, elettricità e debito.

Questo spiega perché il tema monetario sia molto più interessante di quanto sembri. Warsh ha contemporaneamente descritto un’economia robusta, investimenti in forte crescita, profitti dell’S&P 500 aumentati di oltre il 20% nell’ultimo anno e condizioni finanziarie che, nel complesso, non considera restrittive. Il messaggio sui tassi è stato quindi tutt’altro che accomodante, e i mercati hanno aumentato le probabilità di un rialzo a settembre dopo il discorso. Barclays, per esempio, ora prevede due rialzi nel 2026, a settembre e dicembre.

Il punto più sottile, tuttavia, è che la Fed sta studiando l’AI mentre deve già prendere decisioni senza poter utilizzare le conclusioni di quello studio. Warsh ha detto esplicitamente che la task force su produttività e occupazione produrrà le proprie raccomandazioni più avanti e che queste non avranno alcuna influenza sulle decisioni dell’attuale congiuntura monetaria. In altre parole, l’AI è abbastanza importante da entrare nella funzione economica della Fed, ma non è ancora abbastanza compresa da entrare nella funzione di reazione della Fed.

È probabilmente questa la parte più interessante dell’intervento di Jackson Hole. La banca centrale americana sta riconoscendo che il mondo economico costruito sui dati storici potrebbe essere diventato meno affidabile proprio mentre il capitale privato sta investendo somme gigantesche in una tecnologia capace di alterare quei dati. I modelli macroeconomici osservano il passato; l’AI sta cercando di cambiare il futuro. È una situazione poco confortevole per chi deve fissare il prezzo del denaro con precisione quasi chirurgica.

Per gli investitori, la lezione è ancora più concreta. Il vero indicatore da seguire non è soltanto la crescita dei ricavi delle aziende AI, né il prossimo benchmark che dimostrerà che un modello è il 17% più bravo del precedente in qualche test creato tre settimane prima. Bisogna osservare la produttività effettiva, la crescita del capex, il costo dei token, il rendimento del capitale investito nei data center, la domanda energetica, la diffusione dell’AI nelle imprese non tecnologiche e soprattutto la distribuzione del valore lungo la catena. Se il surplus rimane concentrato in GPU, cloud, energia e modelli frontier, avremo una gigantesca espansione del capitale tecnologico. Se invece arriva nei bilanci delle imprese tradizionali attraverso maggiore produttività, allora avremo qualcosa di molto più importante: una nuova fase di crescita economica.

La differenza è enorme. Nel primo caso l’AI è soprattutto un magnifico ciclo di investimenti. Nel secondo è davvero un nuovo fattore di produzione. Warsh, con prudenza quasi irritante per una Silicon Valley abituata a dichiarare il futuro ogni trimestre, non ha ancora scelto quale delle due storie sia quella giusta. Ha però ammesso che la Federal Reserve non può più permettersi di considerare l’intelligenza artificiale una semplice storia tecnologica. È entrata nella macroeconomia. E quando una tecnologia arriva sul tavolo della Fed, significa che ha smesso definitivamente di essere soltanto tecnologia.