L’intelligenza artificiale sostiene la crescita mondiale, ma il dividendo economico si concentra in Asia

L’intelligenza artificiale sta diventando uno dei principali motori della crescita economica mondiale, proprio mentre una nuova crisi energetica minaccia di rallentare consumi, investimenti e produzione industriale. Il Fondo monetario internazionale ha individuato in questa contrapposizione uno degli elementi decisivi per comprendere l’economia del 2026. Intervenendo a Bangkok il 12 ottobre, in occasione delle riunioni annuali del FMI e della Banca Mondiale, la direttrice generale Kristalina Georgieva ha spiegato che la spesa per le infrastrutture dell’intelligenza artificiale sta contribuendo a mantenere l’espansione globale intorno al 3%, compensando almeno in parte gli effetti negativi dello shock energetico provocato dal conflitto in Medio Oriente. Il giorno successivo, la pubblicazione del nuovo World Economic Outlook ha portato la previsione di crescita mondiale per il 2026 al 3,1%, rispetto al 3% stimato a luglio, un aggiornamento positivo ma insufficiente a cancellare le vulnerabilità strutturali dell’economia internazionale. descrive così una congiuntura nella quale la tecnologia sostiene la produzione aggregata senza garantire una distribuzione altrettanto equilibrata dei benefici.

Vedi https://www.imf.org/en/publications/weo

La geografia dei vincitori racconta molto più delle dichiarazioni entusiaste sull’innovazione. Taiwan, Corea del Sud, Thailandia e Malesia occupano posizioni strategiche nelle catene di approvvigionamento che alimentano il settore dell’intelligenza artificiale, dalla produzione di semiconduttori e componenti elettronici fino alle infrastrutture necessarie per costruire e alimentare i centri di calcolo. Secondo le valutazioni illustrate da Georgieva, l’adozione dell’AI potrebbe aggiungere ogni anno tra 0,5 e un punto percentuale alla crescita delle economie avanzate e tra 0,2 e 0,8 punti a quella delle economie emergenti. Per Paesi confrontati con l’invecchiamento demografico, la stagnazione della produttività e una popolazione attiva in diminuzione, un incremento di questa portata può modificare sensibilmente le prospettive economiche. Il dettaglio industriale conta però più della retorica: non basta utilizzare un chatbot per partecipare alla crescita generata dall’intelligenza artificiale. Occorre controllare almeno una parte delle tecnologie, dei componenti, delle competenze e delle infrastrutture che rendono possibile il suo funzionamento.

La Corea del Sud offre un esempio significativo. La domanda di memoria avanzata, processori e componenti destinati ai sistemi di calcolo ad alte prestazioni può trasferire una parte consistente degli investimenti globali verso le imprese che presidiano questi segmenti. Taiwan beneficia del proprio ruolo nella produzione di semiconduttori avanzati, mentre la Malesia partecipa a diverse fasi della filiera elettronica e dei semiconduttori. La Thailandia, dal canto suo, è inserita nelle catene manifatturiere regionali e può beneficiare della domanda di componenti e prodotti tecnologici. Il risultato è una redistribuzione geografica del valore industriale che non coincide necessariamente con la tradizionale classificazione tra economie sviluppate ed economie emergenti. Un Paese può non ospitare le principali società che progettano i modelli più avanzati e tuttavia guadagnare molto dalla costruzione delle infrastrutture senza le quali quei modelli rimarrebbero software in cerca di elettricità.

La questione diventa più delicata quando si considera il rapporto tra investimenti e produttività effettiva. La costruzione di data center, l’acquisto di acceleratori, le reti ad alta velocità e gli impianti energetici producono immediatamente domanda, commesse, occupazione e attività industriale. L’incremento della produttività, invece, richiede che le imprese integrino queste tecnologie nei processi operativi e riescano a ottenere più valore con le stesse risorse. Sono due fenomeni distinti, anche se nelle presentazioni degli investitori tendono a comparire nella stessa diapositiva. La crescita degli investimenti può sostenere il prodotto interno lordo prima che sia dimostrato un aumento proporzionale della redditività. Se i ricavi generati dall’AI non giustificassero nel tempo le spese sostenute, l’economia dovrebbe fare i conti con capacità produttiva sovradimensionata, ammortamenti elevati e capitale allocato in attività meno redditizie del previsto.

Georgieva ha richiamato proprio questo rischio, sottolineando che il boom infrastrutturale può contribuire alle pressioni inflazionistiche e che risultati commerciali inferiori alle aspettative potrebbero propagarsi ai mercati finanziari, anche in considerazione dell’indebitamento contratto da importanti società del settore. Il problema non riguarda soltanto le valutazioni azionarie delle imprese tecnologiche. Quando gli investimenti sono finanziati attraverso una combinazione di liquidità, emissioni obbligazionarie, debito bancario e accordi finanziari complessi, una correzione delle aspettative può raggiungere altri segmenti del sistema economico. La spesa per l’intelligenza artificiale non è quindi una garanzia automatica di crescita permanente: è anche una scommessa sulla capacità di trasformare potenza computazionale in flussi di cassa sufficienti a remunerare il capitale investito.

Il paragone con le ferrovie e la rete elettrica, evocato dalla direttrice del FMI per descrivere la portata degli investimenti nell’intelligenza artificiale, merita attenzione. Entrambe le infrastrutture hanno trasformato radicalmente le economie industriali, ma hanno richiesto tempi lunghi, capitali ingenti e profonde riorganizzazioni dei processi produttivi. La rete elettrica non ha generato tutti i suoi benefici nel momento in cui venivano installati i cavi: il salto di produttività è arrivato quando fabbriche, uffici e sistemi logistici sono stati riprogettati per sfruttare la nuova disponibilità energetica. L’intelligenza artificiale potrebbe seguire un percorso analogo, con una differenza sostanziale: la velocità con cui vengono costruite le infrastrutture e finanziate le aspettative supera spesso quella con cui le organizzazioni riescono a cambiare competenze, responsabilità e modelli operativi.

Sul mercato del lavoro, il FMI stima che l’intelligenza artificiale possa interessare circa il 40% delle occupazioni mondiali, con un’esposizione intorno al 60% nelle economie avanzate e al 23% nei Paesi a basso reddito. Questi dati non significano che il 40% dei posti di lavoro scomparirà. L’esposizione comprende attività che potrebbero essere automatizzate, trasformate oppure svolte con maggiore produttività grazie all’assistenza dei sistemi intelligenti. La distinzione è essenziale, perché l’impatto dipenderà dalle mansioni effettive, dalla capacità di adattamento delle imprese e dalle politiche adottate dai governi. Il dato meno rassicurante riguarda i giovani che entrano nel mercato del lavoro. Le posizioni iniziali nelle funzioni amministrative, nell’assistenza clienti, nella ricerca documentale e nell’elaborazione di informazioni costituiscono spesso il terreno sul quale si acquisiscono competenze professionali. Se queste attività vengono automatizzate prima che i lavoratori abbiano avuto modo di apprenderle, le imprese rischiano di risparmiare sul personale junior oggi e di ritrovarsi domani senza una base sufficiente di professionisti esperti.

Il presidente di Singapore, Tharman Shanmugaratnam, ha richiamato l’attenzione sulla diminuzione della domanda di alcune posizioni iniziali per i laureati e sul pericolo che l’intelligenza artificiale allarghi la distanza tra economie ricche e Paesi in via di sviluppo. La questione riguarda anche l’architettura dei sistemi educativi e delle carriere aziendali. Per decenni, una parte consistente della formazione professionale si è svolta attraverso attività operative ripetitive, supervisionate da colleghi più esperti. Se le macchine assorbono proprio queste attività, il sistema deve inventare nuovi percorsi di apprendimento sul lavoro, altrimenti l’automazione rischia di interrompere il meccanismo attraverso il quale si formano le competenze che successivamente pretende di utilizzare.

Esiste inoltre una conseguenza fiscale meno visibile, ma potenzialmente rilevante. Georgieva ha avvertito che, se l’AI spostasse una quota crescente del reddito dal lavoro verso i proprietari del capitale, i governi potrebbero vedere ridursi il peso relativo di una delle principali basi imponibili: salari e redditi da lavoro. Le imposte sui profitti, sui dividendi e sulle rendite potrebbero compensare almeno in parte questa trasformazione, ma il risultato dipenderebbe dalle regole fiscali, dalla mobilità internazionale dei capitali e dalla capacità degli Stati di evitare che i nuovi guadagni si concentrino in giurisdizioni con una tassazione più favorevole. Una tecnologia che aumenta la produttività complessiva può dunque creare un problema per le finanze pubbliche se i suoi benefici si distribuiscono in modo tale da ridurre le entrate necessarie per finanziare sanità, istruzione, pensioni e ammortizzatori sociali.

In questo scenario, la proposta della Banca Mondiale di promuovere forme di small AI assume un significato economico preciso. Il presidente Ajay Banga ha sostenuto l’impiego di strumenti accessibili e applicazioni mirate nei settori dell’agricoltura, dell’assistenza sanitaria e dell’istruzione, comprese soluzioni che non dipendono necessariamente dai grandi modelli linguistici. Per una clinica con infrastrutture limitate, un sistema specializzato per organizzare le informazioni o assistere il personale può avere un valore superiore a un modello generalista costoso, complesso e dipendente da una connessione stabile. Lo stesso vale per un agricoltore che necessita di previsioni locali, informazioni sulle colture o strumenti di supporto alle decisioni. Il criterio economico dovrebbe essere il rendimento dell’applicazione rispetto ai costi sostenuti, non la dimensione del modello né il numero di parametri che il fornitore mette in evidenza durante una dimostrazione commerciale.

La contraddizione che emerge dalle riunioni di Bangkok è quindi concreta. L’intelligenza artificiale sostiene la crescita globale, ma la produzione dell’infrastruttura genera vantaggi immediati soprattutto per chi dispone di competenze industriali, capitale, energia e accesso alle catene tecnologiche internazionali. Gli altri Paesi devono costruire le condizioni necessarie per trasformare l’adozione dell’AI in produttività locale, senza limitarsi a importare servizi digitali e pagare le licenze ai fornitori stranieri. Il rischio di una nuova economia a forma di K è evidente: una parte delle imprese e delle nazioni accelera, mentre altre rimangono intrappolate tra costi energetici elevati, debito pubblico, scarsità di competenze e minore capacità di investimento. Il FMI ha rivisto al rialzo la crescita prevista per il 2026, ma la tenuta dell’economia mondiale resta esposta alla durata del conflitto in Medio Oriente, all’andamento dei prezzi energetici e alla possibilità che i rendimenti dell’intelligenza artificiale deludano le aspettative incorporate nei mercati. Il progresso tecnologico può sostenere il PIL; non può, da solo, garantire che la prosperità venga distribuita in modo sufficientemente ampio da rendere sostenibile il prossimo ciclo economico.