Nota dell’editore: GeekWire pubblica le opinioni degli ospiti per favorire una discussione informata ed evidenziare una diversità di prospettive su questioni che plasmano la comunità tecnologica e delle startup. Se sei interessato a inviare una colonna ospite, inviaci un’e-mail atips@geekwire.com. I contributi vengono esaminati dal nostro group editoriale per pertinenza e normal editoriali.
Molti economisti sostengono che l’intelligenza artificiale automatizzerà il lavoro dei colletti bianchi a un ritmo esponenziale, sopprimerà il reddito salariale, farà crollare la domanda aggregata e potenzialmente devasterà la nostra economia. La logica è semplice: se le macchine possono pensare, perché qualcuno dovrebbe pagare gli esseri umani per svolgere il lavoro dei colletti bianchi? Esperimenti mentali come quelli ampiamente diffusiCrisi globale dell’intelligence del 2028offrire un arco narrativo pulito: le capacità dell’intelligenza artificiale si accumulano in modo ricorsivo, la manodopera viene spostata su larga scala e l’economia precipita a spirale verso il basso. I catastrofisti hanno il vantaggio retorico di una battuta finale terrificante.
Una recente nota degli economisti di Citadel Securities,La crisi globale dell’intelligence del 2026respinge. La loro argomentazione principale: solo perché l’intelligenza artificiale può migliorarsi non significa che le aziende la adotteranno allo stesso ritmo accelerato. Quando la tecnologia rende i lavoratori più produttivi, ciò tende advert aumentare l’offerta di beni e servizi, il che è generalmente positivo per l’economia. E ci sono limiti reali alla velocità con cui le aziende possono sostituire i lavoratori umani con i sistemi di intelligenza artificiale.
L’intuizione più originale della nota è quello che definirei il tetto dei costi di calcolo. Se le aziende si affrettano advert automatizzare tutto in una volta, la domanda di potenza di calcolo aumenta e il prezzo di story potenza di calcolo aumenta. Advert un certo punto, diventa più economico pagare una persona per svolgere un compito piuttosto che pagare l’intelligenza artificiale per farlo, e l’automazione si ferma. Un freno economico naturale, che i catastrofisti ignorano del tutto.
Ma aspetta. C’è un enorme buco in questo argomento e sto per attraversarlo in un knowledge middle.
L’argomento del tetto massimo dei costi di elaborazione trascura il fatto che i costi di elaborazione stanno crollando a dismisura. La famosa Legge di Moore (il costo del calcolo si dimezza ogni 18 mesi) è stata ritirata dopo un notevole periodo di 50 anni, ma esiste una versione basata sull’intelligenza artificiale in cui i costi diminuiscono di un fattore 10 ogni anno. Nello specifico, i costi di inferenza LLM (su base token) sono diminuiti di circa un ordine di grandezza su base annua negli ultimi due anni. Andreessen Horowitz ha coniato il termine “LLMflazione” per descrivere la tendenza, documentando un calo dei costi di circa 1.000 volte in tre anni. In tutta onestà, il costo per attività sta diminuendo più lentamente perché i modelli di frontiera bruciano più token di ragionamento per question, ma sta ancora scendendo rapidamente. Un tetto che scende di 10 volte ogni anno non è un tetto. È un rallentamento.
La nota della Cittadella richiama anche la famigerata previsione di John Maynard Keynes del 1930 sulla settimana lavorativa di 15 ore, sottolineando che Keynes aveva torto perché sottovalutava l’appetito umano per il consumo. La gente voleva solo più cose. Bene, ma questo non risolve il problema della distribuzione. L’argomento “le persone vorranno solo più cose” funziona solo se un numero sufficiente di persone ha il reddito con cui comprare più cose. Se i guadagni guidati dall’intelligenza artificiale affluiscono allo 0,1% più ricco e il resto della popolazione è sfortunato, allora l’economia è nei guai. In altre parole, Musk e Bezos non possono davvero consumare molto di più, e non ce ne sono abbastanza per mantenere attiva l’economia.
Allora dove ci porta questo?
La nota della Cittadella ha ragione nel dire che gli attriti istituzionali rallentano la diffusione dell’intelligenza artificiale e che le società democratiche alla high-quality risponderanno con aggiustamenti politici. Questi sono veri freni, che fanno guadagnare tempo. Ma le forze che spingono verso la riduzione dei costi sono potenti: efficienza algoritmica, miglioramenti dell’{hardware}, quantizzazione, distillazione e feroce concorrenza sui prezzi tra i fornitori di inferenza. Nessuno di questi sta rallentando.
La mia conclusione è che il circolo vizioso dello spostamento dell’IA è sopravvalutato e richiederà più tempo di quanto molti si aspettano. Ma sta arrivando, e ci troviamo di fronte a grandi sconvolgimenti economici e forse sociali. I catastrofisti ignorano gli attriti. Gli ottimisti presumono che gli attriti dureranno per sempre, anche se le curve dei costi li erodono anno dopo anno. La realtà arriverà da qualche parte nel mezzo e sarà confusa. Prepararsi a tutto ciò è la vera sfida politica e, finora, i nostri coverage maker sembrano concentrare la loro attenzione altrove.
