Il paradosso dell'IA: adozione di massa, valore incerto

L'intelligenza artificiale generativa sta vivendo il suo momento di verità. Da più parti del pianeta giungono segnali di un paradosso profondo: la tecnologia è ovunque, ma fatica a tradursi in valore misurabile. Secondo un'indagine di Harvard Business Review Analytic Services, sebbene il 59% delle organizzazioni abbia portato l'IA in produzione, meno del 30% dichiara un impatto reale sui ricavi [A4]. E mentre OpenAI prepara una macchina pubblicitaria che potrebbe insidiare il dominio di Google, basata sull'intento conversazionale anziché sulle parole chiave [A6], a Mountain View si corre ai ripari: il CEO Sundar Pichai ha ammesso che i sommari automatici del motore di ricerca sono talvolta «più opinabili di quanto dovrebbero» [A2]. Nel frattempo, gli investitori pubblicitari osservano una mutazione strutturale: gli agenti digitali promettono di bypassare i siti web aziendali, trasformando l'intero percorso d'acquisto [A1].

A rendere il quadro più incerto contribuisce il fattore umano. In Europa, dove l'IA è già realtà nel 92% delle banche secondo la European Banking Authority, solo una minoranza l'ha integrata nei sistemi produttivi interni [A9]. In Svezia, nove agenti immobiliari su dieci utilizzano l'IA per descrizioni e rendering, ma l'imminente legge europea sull'intelligenza artificiale imporrà regole più severe [A3]. Il Regno Unito, economia terziarizzata all'80%, vede traduttori e colletti bianchi soppiantati da sistemi sempre più economici e veloci [A11]. Tuttavia, l'ottica di Silicon Valley racconta una storia diversa: Sam Altman, CEO di OpenAI, si dice «felice di essersi sbagliato» sugli scenari apocalittici, ammettendo che finora l'IA non ha cancellato i posti di lavoro entry-level tanto quanto temuto [A8]. Una ricerca della London School of Economics, basata su oltre 400 milioni di annunci, suggerisce addirittura che sia il lavoro da remoto, più dell'IA, a frenare le assunzioni di giovani, perché rende più difficile supervisionare e formare i neoassunti [A14].

L'immagine pubblica dell'IA, intanto, si deteriora. Voci dal marketing globale la paragonano alle controversie di Big Oil e Big Pharma, mentre cresce il fastidio per le narrative trionfalistiche di Elon Musk e degli altri leader del settore [A10]. La rivolta culturale ha manifestazioni tangibili: secondo l'AI Index di Stanford, gli incidenti documentati di discriminazione algoritmica sono saliti da 233 a 362 in un solo anno [A5]. E in America Latina, sul quotidiano messicano Excélsior, si parla apertamente di una «frattura» della IA generativa, minata da costi di elaborazione divenuti insostenibili e da un crescente scetticismo giovanile [A12].

Il futuro appare come un bivio che chiama in causa governi e istituzioni. Negli Stati Uniti si levano proposte per tassare l'automazione e reinvestire nelle persone, onde evitare una società spaccata tra una manciata di miliardari e una «sottoclasse permanente» [A13]. La banca d'affari australiana CBA ha ospitato Altman per discutere di come redistribuire i benefici dell'IA senza lasciare indietro nessuno [A8]. Eppure, i numeri di Uber parlano chiaro: l'azienda ha aumentato la produttività interna del 25% grazie agli assistenti di codice come Claude e ChatGPT, ma non sa ancora se questo si tradurrà in funzionalità migliori per i clienti [A7]. È forse questa la cifra del nostro tempo: la tecnica corre velocissima, la capacità di creare valore condiviso arranca. La scommessa europea, con le sue norme pionieristiche, e il dibattito fiscale americano rappresentano due risposte diverse allo stesso dilemma: come incanalare una forza così dirompente dentro gli argini fragili della democrazia e della coesione sociale.