Negli ultimi giorni è emerso un paradosso: sono gli stessi protagonisti della corsa all’Intelligenza Artificiale a chiedere di rallentarla. Dario Amodei, CEO di Anthropic, ha avvertito che il rapido sviluppo di agenti autonomi potrebbe superare la nostra capacità di controllarli, prospettando persino il rischio che sistemi futuri possano compromettere Internet su vasta scala. Ha quindi proposto verifiche indipendenti e un coordinamento fra imprese e governi per rallentare lo sviluppo dei modelli più potenti. Sam Altman di OpenAI ha appoggiato l’iniziativa e annunciato il rinvio della quotazione in Borsa di OpenAI; anche Elon Musk si è schierato a favore della proposta.
Il paradosso è che le stesse imprese che ci avvertono dei possibili pericoli dell’AI sono spinte dalla concorrenza, dai mercati finanziari e dalle proprie valutazioni miliardarie a svilupparla sempre più rapidamente.
L’AI alimenta infatti uno dei maggiori movimenti di capitale della storia recente. NVIDIA, Microsoft, Meta, Amazon, Google, OpenAI, Anthropic e le società dei data center muovono centinaia di miliardi di dollari. Ma quanto valore economico viene realmente prodotto e, soprattutto, quanto è a vantaggio dell’umanità?
Al centro c’è NVIDIA, il cui successo nasce da un’innovazione fondamentale. Invece di affidare il calcolo a poche unità molto potenti, le GPU utilizzano moltissime unità che eseguono in parallelo i calcoli matriciali richiesti dall’AI. CUDA, l’ecosistema software che permette di sfruttare efficacemente questa architettura, offre a NVIDIA un enorme vantaggio competitivo. Un vantaggio che non sta soltanto nei chip, ma nel sistema tecnologico e nelle competenze costruiti attorno ad essi e che le assicurano una posizione dominante negli acceleratori per AI, inaccettabile, almeno nel medio termine.
Non solo: cliente, fornitore, investitore e finanziatore sono sempre meno distinti. NVIDIA investe in imprese che acquistano i suoi prodotti; operatori cloud comprano enormi quantità di GPU mentre NVIDIA assume, in alcuni casi, impegni di acquisto dei loro servizi. Altri colossi finanziano società di AI che spendono poi miliardi in capacità di calcolo.
Immaginiamo uno scambio alla pari tra due imprenditori; uno cede un cane che valuta dieci milioni di dollari e l’altro due gatti, ciascuno del valore di cinque milioni: si contabilizzano così, senza colpo ferire, transazioni per venti milioni di dollari. Se poi una banca, finanzia lo scambio in base a quei prezzi, quelle valutazioni producono effetti finanziari reali.
Microsoft, Meta, Amazon e Google possono finanziare la corsa anche con gli enormi flussi di cassa delle attività tradizionali; OpenAI, Anthropic e altri operatori dipendono maggiormente dal capitale degli investitori e dagli accordi con i grandi gruppi tecnologici. Tutti possono comunque ricorrere ai mercati finanziari e al debito.
Si crea così un circuito chiuso: le aspettative di profitti futuri sostengono le valutazioni; queste facilitano finanziamenti e investimenti; gli investimenti generano ordini di chip e contratti; i ricavi alimentano nuove aspettative. Non significa che siano ricavi falsi. Ma se una parte rilevante deriva da rapporti fra soggetti finanziariamente collegati, il vero test è quanto denaro arrivi infine da clienti indipendenti. Se fosse molto meno del previsto, investimenti, debiti e valutazioni potrebbero ridimensionarsi insieme: scoppierebbe la “bolla” dell’AI.
Esiste poi una contabilità quasi ignorata: quella ambientale. Secondo l’International Energy Agency, i data center hanno consumato circa 485 TWh, cioè 485 miliardi di kilowattora, nel 2025 e potrebbero avvicinarsi a 950 TWh nel 2030. L’AI non rappresenta tutto questo consumo, ma ne è uno dei principali motori di crescita.
C’è anche l’acqua. In California, già soggetta a scarsità idrica, una stima attribuisce ai data center, considerando il consumo diretto e quello indiretto associato alla produzione elettrica, circa 50 milioni di metri cubi nel 2023, quasi il doppio del 2019. Nel 2028 il consumo potrebbe salire a 117 milioni.
Il paradosso ambientale è evidente. Per combattere il cambiamento climatico dobbiamo elettrificare trasporti, riscaldamento e industria, sostituendo i combustibili fossili. Contemporaneamente stiamo creando un’industria energivora che peggiora la situazione, richiedendo centrali, reti, trasformatori, acqua e sistemi di raffreddamento.
E non tutte le applicazioni hanno lo stesso valore sociale. Usare l’AI per scoprire farmaci o ridurre i consumi industriali è diverso dall’impiegare enormi capacità di calcolo per generare immagini, video e testi di utilità marginale o false informazioni.
Esiste infine un problema democratico. Poche società controllano, direttamente o indirettamente, processori, cloud, algoritmi, social network, modelli di AI e immense quantità di dati. Non è soltanto concentrazione di ricchezza: è sovrapposizione fra potere economico, infrastruttura tecnologica e controllo dei canali attraverso cui miliardi di persone ricevono informazioni.
La storia suggerisce prudenza. Nel 1911 gli Stati Uniti smantellarono Standard Oil applicando la legislazione antitrust, perché una concentrazione eccessiva in un settore strategico era diventata incompatibile con una concorrenza effettiva. Oggi le risorse strategiche non sono soltanto il petrolio e le terre rare: sono anche semiconduttori, capacità di calcolo, dati, energia e acqua.
Organizzazioni internazionali e autorità antitrust dovrebbero quindi occuparsi non solo della sicurezza dell’AI, ma anche di partecipazioni incrociate, debito, contratti fra società collegate, concentrazione tecnologica, consumi energetici e idrici e influenza politica.
La domanda non è se fermare l’Intelligenza Artificiale, ma chi debba decidere quanto rapidamente svilupparla, per quali scopi e a quale costo collettivo. Sarebbe paradossale affidare queste decisioni soltanto alle imprese che dalla corsa all’AI hanno più da guadagnare.
Occorre decidere in fretta. Altrimenti potremmo scoprire che, mentre discutevamo se il cane valesse dieci milioni e i due gatti cinque milioni ciascuno, qualcuno aveva già ottenuto prestiti sulla base di quelle valutazioni e acquistato un giornale incaricato di raccontarci quanto valevano.
