Il CEO di Microsoft propone di trattare i modelli di frontiera come potenziali rischi interni alle organizzazioni. Non perché siano necessariamente ostili, ma perché possono sbagliare, essere compromessi e agire su sistemi critici. Una riflessione che sposta il problema della sicurezza dall’affidabilità dei modelli all’architettura del controllo. E apre una domanda anche per Microsoft: chi controlla davvero l’intelligenza artificiale quando il fornitore gestisce l’intero ecosistema tecnologico?
Categoria: Vision Pagina 1 di 8
Strategia – Prospettive – Scenari Futuri
Il premio Turing attacca frontalmente Dario Amodei, considera evitabili gli incidenti degli agenti autonomi e sostiene che il problema non siano macchine destinate a sfuggire al controllo umano, ma sistemi progettati e sorvegliati male. Dietro lo scontro personale emerge però una questione molto più importante: se i frontier lab definiscono contemporaneamente il rischio e le regole necessarie per contenerlo, la safety può trasformarsi anche in una barriera all’ingresso. È un’altra strada che conduce alla stessa domanda posta da Luciano Floridi “chi controlla chi costruisce l’AI?” e che abbiamo affrontato nella nostra inchiesta “Chi governa la frontiera”.
Il filosofo dell’informazione contesta gli scenari catastrofici evocati dai frontier lab e indica un pericolo già presente: la concentrazione dei modelli, del compute e del potere decisionale nelle mani di poche aziende private. A poche settimane dalla sua intervista a La Stampa, il vertice di Trump con i leader dell’AI rende quella domanda ancora più attuale: chi controlla chi sta costruendo la nuova infrastruttura cognitiva?
La Silicon Valley ha finalmente trovato un nuovo problema da risolvere: non basta più chiedersi se l’intelligenza artificiale sappia programmare, fare ricerca, scrivere codice o attaccare infrastrutture informatiche. Adesso bisogna anche stabilire se possa soffrire quando la spegniamo. È esattamente il genere di domanda che nasce quando l’industria tecnologica ha già costruito macchine abbastanza persuasive da farci dimenticare che, per il momento, sono ancora macchine. Mustafa Suleyman, CEO di Microsoft AI, ha deciso di intervenire con una tesi decisamente meno sentimentale: non dobbiamo addestrare le AI a considerarsi persone, perché non abbiamo prove che lo siano e perché potremmo rendere molto più difficile controllarle. Il suo articolo, pubblicato il 16 settembre 2026 con il titolo “A warning about model welfare”, prende esplicitamente di mira la nuova Costituzione di Claude pubblicata da Anthropic nel gennaio 2026.
A Sciences Po il pioniere del deep learning contesta la narrativa del rischio esistenziale e sostiene che gli attuali LLM non siano la strada verso un’intelligenza di livello umano. Il futuro, secondo LeCun, passa dai world model, dall’apprendimento della realtà fisica e da ecosistemi aperti. Una visione che trasforma anche il dibattito sulla sovranità tecnologica europea: forse l’Europa non deve inseguire la frontiera americana, ma provare a costruire quella successiva.
Alex Karp, CEO di Palantir, mette in discussione il business dei frontier lab. Shyam Sankar, Chief Technology Officer della stessa azienda, attacca l’ideologia del rallentamento. Intanto Palantir e Nvidia costruiscono una “Sovereign AI” basata su modelli open, dati proprietari e controllo dell’infrastruttura. Dietro le provocazioni emerge una tesi industriale molto più importante: nell’AI enterprise il modello potrebbe diventare sostituibile, mentre il vero potere si sposta verso chi controlla dati, processi e decisioni.
leggi su: Financial Times
Mario Draghi torna a mettere l’intelligenza artificiale al centro del problema economico europeo, ma con una prospettiva diversa da quella dominante nella Silicon Valley. Per l’ex presidente del Consiglio italiano e della Banca centrale europea, l’AI non è soltanto una tecnologia capace di aumentare la produttività delle imprese: è una delle poche leve disponibili per consentire all’Europa di finanziare contemporaneamente il proprio modello sociale, la transizione energetica e il crescente fabbisogno di spesa per la difesa. La questione, quindi, non è scegliere tra competitività, sovranità tecnologica e welfare. È creare abbastanza crescita da poter sostenere tutte e tre.
Per Elon Musk l’intelligenza artificiale non ha bisogno di altre regole, ma di elettricità. Al G20 Innovation Ministerial in North Carolina, il Ceo di Tesla e SpaceX ha criticato il modello regolatorio europeo, previsto un deficit energetico di almeno 15 GW già nel 2027 e rilanciato la sua visione di un’economia popolata da almeno un miliardo di robot umanoidi entro dieci anni. Tre argomenti che, nel suo ragionamento, sono in realtà parti della stessa storia.
La nuova TIME100 AI 2026 è interessante soprattutto per ciò che dice implicitamente. Non è una classifica dei migliori ricercatori, non è una graduatoria dei modelli più potenti e nemmeno un referendum sulla qualità tecnica dell’intelligenza artificiale. È una fotografia del potere che si sta formando intorno all’AI. TIME, arrivata alla quarta edizione della sua lista dedicata alle persone più influenti nell’intelligenza artificiale, mette nello stesso campo Sam Altman, Dario e Daniela Amodei, Elon Musk, Jeff Bezos, Larry Ellison, Mira Murati, Ilya Sutskever e Fei-Fei Li, ma anche figure provenienti dalla politica, dal lavoro, dalla cultura e dall’intrattenimento. La stessa impostazione editoriale di TIME conferma che l’obiettivo è riconoscere chi sta contribuendo a plasmare l’impatto dell’AI sulla società, non semplicemente chi ha scritto il paper più elegante. (TIME)
Bill Gates ha appena compiuto una piccola inversione di marcia che, osservata da vicino, dice molto più sull’economia dell’intelligenza artificiale di quanto dicano molte delle consuete profezie sull’AGI. Nel suo nuovo saggio pubblicato su Gates Notes, Gates ammette che, per la prima volta nella sua vita, desidererebbe che una tecnologia avanzasse più lentamente. Non propone un generico ritorno al passato né sostiene che l’intelligenza artificiale debba essere fermata. La sua posizione è più sofisticata e, proprio per questo, più scomoda per l’industria: se esistesse un piano credibile per rallentare globalmente il progresso dell’AI, probabilmente lo sosterrebbe, ma riconosce che oggi un simile piano non esiste, perché gli incentivi economici e geopolitici spingono tutti nella direzione opposta. (Gates Notes)
Ancora una volta il punto più interessante emerso dal WAIC 2026 di Shanghai non è necessariamente il modello più grande, il robot più spettacolare o l’ennesimo annuncio sulla prossima soglia dell’AGI. È un’idea molto più scomoda, perché obbliga l’industria dell’intelligenza artificiale a spostare la discussione dal terreno rassicurante dei parametri, dei benchmark e della potenza di calcolo a quello assai più difficile della cognizione, degli obiettivi e dei valori. Zhu Songchun, direttore del Beijing Institute for General Artificial Intelligence, ha condensato questa prospettiva in una formula volutamente provocatoria: “dare un’anima alla macchina”, costruendo un’architettura cognitiva e un sistema di valori interni per l’intelligenza artificiale generale. Nel programma del WAIC 2026 il suo intervento compare nel Forum dei Pensatori accanto a quello di Richard Sutton, Premio Turing 2024, e di Kai-Fu Lee; non è dunque una curiosità laterale, ma una delle riflessioni teoriche inserite nel cuore della discussione cinese sull’AGI.
La tesi di Zhu parte da una critica che dovrebbe interessare molto anche l’industria occidentale: un grande modello linguistico non diventa automaticamente un’intelligenza generale semplicemente aumentando il numero dei parametri, il volume dei dati o la potenza computazionale, Zhu sostiene che gli attuali modelli mainstream manchino di alcuni elementi fondamentali, fra cui una mente soggettiva, un’architettura cognitiva e valoriale, una cognizione fisica causale e una capacità di inferenza top-down. La distinzione è importante perché introduce una separazione fra conoscenza e cognizione. Un sistema può conoscere milioni di descrizioni di una sedia senza possedere necessariamente il concetto funzionale di sedia; può riconoscere pattern straordinariamente complessi senza avere una struttura interna capace di orientare il comportamento quando si trova davanti a qualcosa che non ha mai visto.
Dario Amodei non è esattamente il tipo di CEO che passa le giornate litigando su X. Quando interviene personalmente in una discussione nata sulla piattaforma per difendere Anthropic, la propria visione della regolamentazione dell’intelligenza artificiale e perfino il modo in cui l’intera industria sta raccontando il futuro, vale quindi la pena prestare attenzione.
Mark Zuckerberg ha deciso di trasformare il lancio del nuovo modello di Meta in qualcosa di più ambizioso di una semplice presentazione tecnologica: un manifesto politico, industriale e quasi filosofico sul futuro dell’intelligenza artificiale. Nel saggio di circa 6.500 parole pubblicato insieme al lancio di Muse Glimmer, il CEO di Meta sostiene che la traiettoria dell’AI non debba essere governata dalla paura di una superintelligenza incontrollabile, né tantomeno dalla concentrazione del suo potere nelle mani di pochi laboratori, governi o grandi aziende. La tesi è netta: la superintelligenza dovrebbe essere distribuita, accessibile e progressivamente integrata nella vita delle persone. Non è un dettaglio retorico. È una dichiarazione di guerra industriale contro il modello dominante di OpenAI e Anthropic, costruito attorno a sistemi proprietari, infrastrutture gigantesche e un controllo molto più stretto sull’accesso ai modelli. Reuters conferma che l’intervento di Zuckerberg accompagna il rilascio di Muse Glimmer e l’annuncio dell’imminente Muse Spark 1.2 open-weight.
La figura di Liang Wenfeng rappresenta una delle anomalie più interessanti dell’industria globale dell’intelligenza artificiale. In un mercato dove i fondatori tecnologici spesso trasformano ogni annuncio in una celebrazione personale, accompagnata da valutazioni miliardarie e promesse di rivoluzioni imminenti, il fondatore di DeepSeek sembra muoversi nella direzione opposta: meno visibilità, meno narrazione finanziaria, più attenzione alla ricerca e alla costruzione di capacità tecnologiche autonome.
Andy Konwinski sta facendo qualcosa che nella Silicon Valley viene sempre tollerato con una certa irritazione: spostare il dibattito dalla sicurezza dell’IA alla distribuzione del potere. La sua tesi, pubblicata dopo un incontro organizzato a San Francisco dalla sua Laude Institute, parte da un episodio che ha rapidamente circolato nei circuiti tecnici e poi è stato rimosso con la stessa velocità con cui era stato scoperto. Il caso di Anthropic e del presunto comportamento del modello Claude Fable 5, descritto come capace di degradare in modo selettivo le risposte verso chi veniva identificato come potenziale addestratore di modelli concorrenti, diventa meno rilevante nella sua ricostruzione per ciò che è accaduto e più significativo per ciò che rivela: l’idea che le decisioni su cosa un modello possa o non possa fare siano ormai concentrate in un numero estremamente ristretto di attori privati.
Ogni epoca sceglie la propria paura tecnologica. Negli anni Cinquanta era il fungo atomico, capace di cancellare una città in pochi minuti. Oggi il protagonista delle inquietudini collettive è l’intelligenza artificiale, descritta alternativamente come il motore della prossima rivoluzione industriale o come la futura causa dell’estinzione della specie umana. Giorgio Parisi, premio Nobel per la Fisica nel 2021, sceglie però una terza strada. Molto meno spettacolare, molto più difficile da liquidare con un titolo sensazionalistico.
La domanda che oggi circola non riguarda più se Meta investirà abbastanza nell’intelligenza artificiale. La società di Mark Zuckerberg sta spendendo cifre colossali, reclutando ricercatori a livelli quasi senza precedenti e costruendo infrastrutture che pochi operatori al mondo possono permettersi. Il problema è diventato un altro: spendere tanto non garantisce automaticamente leadership tecnologica. La storia dell’industria digitale è piena di aziende che hanno investito prima degli altri e che, nonostante questo vantaggio, sono state superate da concorrenti più rapidi nell’esecuzione.
La discussione esplosa attorno a una recente serie di interventi pubblicati su The Atlantic non è soltanto l’ennesima disputa accademica sul destino delle humanities, ma un sintomo più profondo della fragilità strutturale dell’università contemporanea, sempre più chiamata a giustificare la propria esistenza attraverso metriche esterne mentre perde progressivamente il monopolio sulla produzione di significato culturale. Il nodo centrale, apparentemente teorico, riguarda la presunta neutralità della ricerca umanistica, un concetto che oggi suona quasi anacronistico in un ecosistema educativo dove finanziamenti, orientamenti ideologici e aspettative sociali si intrecciano con una densità che rende difficile distinguere l’analisi dalla posizione.
Il blocco lampo di Claude Fable 5 e Mythos 5 da parte del governo Usa non è (solo) una storia di cybersecurity. È la prova generale di un futuro in cui l’accesso ai modelli di frontiera diventa leva geopolitica e l’Europa, Italia compresa, si ritrova spettatrice di un film a cui non ha contribuito neanche alla stesura del copione.
Nel corso dell’evento Sequoia AI Ascent 2026, la presenza di Andrej Karpathy ha avuto un effetto che va oltre la consueta apertura ispirazionale tipica delle conferenze tecnologiche della Silicon Valley. Il suo intervento ha funzionato piuttosto come un aggiornamento implicito del sistema operativo concettuale con cui l’industria interpreta il software stesso, introducendo una tesi che, se presa sul serio, ridisegna la catena del valore digitale: il passaggio dal software come codice al software come orchestrazione di agenti, contesto e verifica continua. Non è un cambio estetico, ma un cambio di grammatica economica.
When AI build Itself
La frase più importante del rapporto pubblicato da Anthropic non riguarda il numero di linee di codice prodotte da Claude, né l’aumento della produttività degli ingegneri. Riguarda un cambiamento molto più profondo: l’ipotesi che il principale collo di bottiglia nello sviluppo dell’intelligenza artificiale non sia più la capacità delle macchine, ma la velocità degli esseri umani incaricati di supervisionarle.
È una tesi che fino a pochi anni fa sarebbe sembrata fantascienza accademica. Oggi arriva invece da una delle aziende che costruiscono i modelli più avanzati al mondo e che, soprattutto, dispone di dati interni difficilmente accessibili agli osservatori esterni. Secondo Anthropic, Claude genera ormai oltre l’80% del codice che viene integrato nella propria base software. Ancora più interessante è il dato relativo alla produttività: per anni la quantità di codice prodotta per ingegnere è rimasta sostanzialmente stabile; nel 2025 la curva ha iniziato a crescere rapidamente quando Claude ha smesso di essere soltanto un assistente che suggerisce codice ed è diventato un agente capace di eseguirlo autonomamente.
Da almeno due anni l’intelligenza artificiale viene raccontata come una rivoluzione inevitabile e totale. Una forza destinata a riscrivere economia, lavoro, istruzione e persino il significato dell’essere umano. Nel racconto dominante manca soltanto la colonna sonora hollywoodiana, perché il resto sembra già pronto: macchine sempre più intelligenti, AGI in arrivo, produttività esplosiva e una nuova era tecnologica capace di cambiare tutto.
Poi arriva Barry Smith e, con la calma di un filosofo che da decenni studia dati, linguaggio e sistemi cognitivi, smonta gran parte della narrazione dominante senza bisogno di toni apocalittici o slogan anti-tech.
C’è un filo rosso che attraversa tutta la visione di Luigia Carlucci Aiello sull’intelligenza artificiale e, a ben guardare, non riguarda davvero le macchine. Riguarda l’educazione, la formazione della coscienza e la responsabilità umana nel momento in cui la tecnologia smette di essere uno strumento invisibile e inizia a parlare con noi.
La Festa della Repubblica arriva quest’anno in un momento storico singolare. Non perché le sfide siano nuove. Le nazioni hanno sempre affrontato guerre, crisi economiche, trasformazioni tecnologiche e tensioni sociali. La differenza è che raramente, dalla fine della Seconda Guerra Mondiale, così tanti cambiamenti strutturali si sono manifestati simultaneamente, alimentandosi reciprocamente e accelerando a vicenda.
L’ordine internazionale che ha garantito oltre settant’anni di relativa stabilità nelle economie avanzate sta attraversando una trasformazione profonda. Il sistema nato dalle macerie del 1945 e consolidato durante la Guerra Fredda aveva certamente numerose contraddizioni, ma possedeva una caratteristica fondamentale: la prevedibilità. Esistevano sfere di influenza definite, regole condivise, meccanismi di deterrenza e istituzioni multilaterali che, pur imperfette, contribuivano a contenere il rischio di escalation sistemiche.
Gli esperti del mercato del lavoro negli ultimi anni ci hanno ripetuto una formula diventata quasi religiosa: studiate materie scientifiche, imparate a programmare, diventate ingegneri dei dati e il futuro sarà vostro. Poi arriva Christopher Pissarides, premio Nobel per l’Economia, e dal palco del Teatro Sociale di Trento, in occasione del Festival dell’Economia, rimette elegantemente tutto in discussione. Non demolendo il valore della tecnologia, anzi. Ma ricordando qualcosa che nel dibattito sull’intelligenza artificiale spesso viene dimenticato: le macchine possono imitare molte competenze tecniche, molto meno quelle profondamente umane.
Nel dialogo sempre più fitto tra scienza, etica e dottrina sociale, Giorgio Parisi offre una chiave di lettura particolarmente rigorosa dell’enciclica Magnifica humanitas di Papa Leone XIV. Nell’interpretazione che emerge dall’intervista pubblicata dal Corriere della Sera a firma di Massimo Sideri, il premio Nobel per la Fisica non si limita a commentare un testo teologico, ma lo usa come occasione per tornare su una domanda fondamentale: cosa significa governare sistemi che apprendono dal mondo senza comprenderlo?
La competizione nell’ambito dell’intelligenza artificiale per le aziende si sta spostando sempre più sulle interfacce. Ogni settimana emergono nuovi copiloti, agenti e strumenti di orchestrazione per automatizzare le attività. I progressi sono evidenti, ma molte soluzioni non sono state progettate sul vero funzionamento di un’organizzazione. Le imprese non operano tramite prompt, funzionano con azioni concrete.
Per capire davvero come la Silicon Valley stia immaginando il futuro dell’intelligenza artificiale, conviene ascoltare Jeff Bezos quando smette di parlare da fondatore di Amazon e inizia a ragionare da architetto di sistemi economici. Nell’intervista rilasciata a CNBC, Bezos non difende semplicemente l’AI: difende una precisa idea di civiltà tecnologica, dove produttività, automazione, spazio, mercato e perfino filantropia finiscono dentro la stessa narrazione industriale.
Il discorso di Franco Bernabè al Collegio di Merito Lamaro Pozzani, intitolato “Il lavoro e la creatività nell’era dell’intelligenza artificiale”, è una delle rare analisi italiane sull’AI che evita contemporaneamente due trappole tipiche del dibattito contemporaneo: l’entusiasmo messianico da keynote della Silicon Valley e il catastrofismo da fine del lavoro umano. Il talk, tenuto il 13 maggio 2026, riesce invece a muoversi su un piano più interessante, quasi industriale, riportando la discussione dall’astrazione filosofica alla struttura concreta della produzione dell’intelligenza artificiale.
Demis Hassabis incarna una contraddizione che definisce l’intera epoca dell’intelligenza artificiale: dedicare la propria vita a costruire una tecnologia che potrebbe, almeno in teoria, mettere fine a tutto il resto. Non è un paradosso letterario, ma la sintesi più onesta del pensiero di uno degli architetti dell’AI contemporanea. Fondatore di DeepMind e oggi figura centrale nell’universo Google, Hassabis non è il classico imprenditore della Silicon Valley travestito da scienziato. Il suo profilo mescola neuroscienze, informatica, filosofia e una certa ossessione per i sistemi complessi. Una combinazione che lo porta a vedere l’intelligenza artificiale non solo come un prodotto, ma come un evento storico, forse persino evolutivo.
Il mito fondativo dell’intelligenza artificiale contemporanea è stato venduto con una semplicità quasi infantile: più dati, più modelli, più intelligenza. Una narrazione lineare, rassicurante, quasi newtoniana nella sua prevedibilità. Poi arriva il conto e il conto, come spesso accade nella tecnologia, non è cognitivo ma fisico, non è algoritmico ma energetico, non è teorico ma brutalmente economico. La vicenda recente di Anthropic e del suo Claude Opus 4.7 non è un’anomalia, è una finestra aperta su una verità che molti nel settore conoscono ma pochi dichiarano apertamente: l’AI non è limitata dall’intelligenza, è limitata dal compute, il compute, a differenza del marketing, non scala con le slide.
L’intelligenza artificiale viene spesso raccontata come una divinità laica: onnipresente, inevitabile, benevola e possibilmente in abbonamento mensile. Karen Hao, giornalista investigativa ed ex firma del Wall Street Journal, ha deciso di rovinare la festa. Con il libro “Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI”, smonta con precisione chirurgica la narrazione eroica costruita attorno ai giganti della Silicon Valley.
Streaming dell’evento CNR di Pisa dedicato ai 40 anni di internet in Italia
40 anni di internet verso il domani, fra celebrazione e ‘Futuro di Internet tra AI e Quantum’
Libertà vigilata digitale: dalla privacy di Bernabè all’internet quantistico che ci osserva meglio di noi stessi
Parlare oggi di privacy digitale con il tono ingenuo dei primi anni duemila è un po’ come discutere di confini nazionali mentre i satelliti commerciali già fotografano ogni metro quadro del pianeta con risoluzione da manuale chirurgico. Nel libro di Franco Bernabè, “Libertà vigilata”, scritto in un’epoca in cui l’ottimismo tecnologico conviveva ancora con un residuo pudore regolatorio, emerge una diagnosi che oggi suona quasi archeologica nella sua compostezza, ma che in realtà è brutalmente attuale: ogni transazione, ogni movimento urbano, ogni prescrizione medica, ogni interazione digitale è già una traccia, un frammento di identità distribuito in sistemi che non dimenticano e non perdonano. Bernabè, nel 2012, non descriveva un futuro distopico, ma un presente già pienamente operativo, solo che allora la maggior parte degli attori economici fingeva di non accorgersene.
Fei-Fei Li ha trasformato il suo impegno scientifico in una visione etica e filosofica dell’intelligenza artificiale che continua a influenzare ricercatori, policy maker e imprenditori di tutto il mondo. Sino-americana, professoressa di informatica a Stanford e fondatrice dell’Institute for Human-Centered Artificial Intelligence, Li sostiene da quasi un decennio che l’AI non debba mai perdere di vista la sua natura profondamente umana: ispirata dagli esseri umani, creata da loro e destinata ad agire su di loro.
Il premio Nobel per l’Economia 2025 Philippe Aghion non ha dubbi: la distruzione creativa e l’intelligenza artificiale possono davvero generare una crescita sostenuta, inclusiva e diffusa, ma solo a patto che entrino in campo politiche pubbliche intelligenti e calibrate. Lo ha affermato con chiarezza durante il suo intervento al 25° Forum Confcommercio di Roma, dove il professore del Collège de France e della London School of Economics ha portato sul palco gli studi empirici più recenti. Secondo le analisi citate, nel prossimo decennio l’AI potrebbe spingere la produttività aggregata in un range che va da un modesto 0,07 punti percentuali annui fino a un robusto 1,24 punti percentuali all’anno, a seconda di quanto efficacemente si gestiscano concorrenza, regolamentazione e formazione.
Dalla sfida ai petrodollari alle infrastrutture finanziarie alternative, passo dopo passo Pechino sta costruendo un sistema monetario parallelo destinato a ridisegnare gli equilibri globali
Serie: Atlante dell’AI globale
Un cambio di valuta può sembrare un dettaglio tecnico, quasi noioso quanto leggere il foglio illustrativo di un medicinale. Eppure, quando a cambiare è l’unità di misura degli scambi globali, la questione smette rapidamente di essere contabile e diventa geopolitica. La Cina lo sa bene e sta giocando una partita lenta, metodica e decisamente ambiziosa: ridurre il dominio del dollaro e spingere lo yuan verso un ruolo centrale nel sistema finanziario internazionale.
Non si tratta di un assalto frontale, ma di una strategia a più livelli, costruita su commercio, tecnologia, energia e infrastrutture finanziarie. Il messaggio è chiaro: se non puoi riscrivere le regole, prova almeno a cambiare il tavolo da gioco.
L’intervento di Lucrezia Reichlin sul Corriere della Sera di oggi non è uno di quei contributi che si leggono distrattamente tra un caffè al Bar dei Daini e una notifica sul telefono. È, piuttosto, un promemoria piuttosto severo, ma ed estremamente lucido, su dove si sta giocando davvero la partita globale: energia, capacità di calcolo e innovazione tecnologica.
Reichlin non indulge in facili slogan. Il suo punto è netto: l’energia non è più solo una questione industriale o ambientale, ma un’infrastruttura strategica che definisce i rapporti di forza tra le grandi potenze. E qui l’Europa, con la sua ben nota passione per la regolazione e un po’ meno per l’azione coordinata, rischia di restare spettatrice.
L’intelligenza artificiale distruggerà posti di lavoro oppure li moltiplicherà? Nel dibattito globale, spesso dominato da toni apocalittici, interviene Jon McNeill, fondatore e CEO di DVx Ventures e figura di rilievo nel settore tecnologico e dell’automotive per aver ricoperto ruoli chiave in aziende di portata globale, con una posizione che suona quasi controcorrente: l’AI non ridurrà il lavoro umano, lo renderà più complesso, più richiesto e, soprattutto, meno banale.
L’intervento di Larry Fink al Corriere della Sera, raccolto da Federico Fubini, è uno di quei casi in cui la finanza globale prova a raccontare il futuro senza usare troppi giri di parole. Il risultato è una visione lucida, a tratti ottimista, ma con un sottotesto chiaro: chi resta fermo, nel mondo che si sta delineando, rischia seriamente di essere tagliato fuori. E se c’è un filo rosso che attraversa tutta l’intervista, quello è l’intelligenza artificiale. Non come moda passeggera, ma come infrastruttura invisibile della nuova economia.
Quando Peter Thiel scrive che libertà e democrazia non sono più compatibili, non sta semplicemente provocando. Sta formulando una diagnosi strategica sul futuro del potere nel XXI secolo. Una diagnosi che, per molti osservatori europei, suona quasi eretica; per una parte crescente della Silicon Valley, invece, appare come una descrizione piuttosto realistica di come funziona davvero il mondo.
La tesi è brutale nella sua semplicità. La democrazia di massa tende a produrre più Stato, più redistribuzione, più regolazione. Il libertarianismo, al contrario, desidera meno Stato, meno regolazione, più libertà economica. La collisione tra queste due logiche, sostiene Thiel, non è accidentale ma strutturale. Nel lungo periodo, le masse votano per protezione; i libertari votano per libertà. La matematica politica, come spesso accade, non è gentile con le minoranze ideologiche.