Intelligenza artificiale. L’adozione pone un problema macroeconomico che nessuno vuole affrontare. L’Europa è indietro, ma ha un vantaggio (potenziale).
Il dibattito sull'intelligenza artificiale ha smesso di essere una questione tecnica. È diventato una questione di potere: chi controlla la tecnologia, chi ne raccoglie i frutti, chi ne subisce i costi. Per l'Europa e per il progetto federalista, le risposte a queste domande hanno implicazioni dirette.
La narrazione dominante vuole poche imprese americane – OpenAI, Anthropic, Google – in posizione di dominio permanente sull'AI globale. La questione però appare più complessa. Come ha argomentato Fabio Sabatini 1, i laboratori dei modelli di frontiera sono in realtà l'anello più vulnerabile della filiera: i clienti possono cambiare fornitore riscrivendo una riga di configurazione, e modelli aperti possono offrire prestazioni comparabili a una frazione del costo. Non bisogna dimenticare inoltre che gli attuali grandi modelli linguistici che stanno dominando la discussione sull’AI stanno probabilmente raggiungendo i loro limiti intrinseci e solo nuove tipologie di modelli di AI ancora poco testati potrebbero portare a nuovi avanzamenti 2.
Una corsa europea agli attuali modelli di frontiera sarebbe quindi mal indirizzata: costosa, tardiva, e destinata a inseguire chi è già avanti su terreno sfavorevole. Il valore si crea nell'adozione, non nella frontiera come spiega Sabatini. La ricerca empirica più recente converge su un punto cruciale: ciò che determina il vantaggio competitivo non è possedere il modello più potente, ma saperlo integrare nei processi produttivi. L'evidenza raccolta da Vahter 3 è illuminante: l'adozione di processi di automazione combinati con innovazione organizzativa aumentano la produttività totale delle imprese di quasi il 25% nei servizi ad alta intensità di conoscenza, contro il 9% dell'automazione senza riorganizzazione.
Esiste però anche un dilemma macroeconomico che nessuno vuole affrontare: nel breve periodo i costi possono precedere i benefici. Bloom 4, sulla base di survey condotte su oltre 5.000 dirigenti aziendali in USA, UK, Germania e Australia, da un lato ha calcolato che negli ultimi tre anni l'AI non abbia ancora prodotto effetti aggregati significativi sulla produttività. Dall’altro, stima che le aspettative forward-looking delle imprese puntino a un aumento del 2,25% nei prossimi tre anni, potenzialmente raddoppiando il tasso di crescita della produttività. Nel frattempo, però, le stesse imprese prevedono una riduzione occupazionale.
È qui che emerge il dilemma che Mario Seminerio 5 ha messo a fuoco con precisione: se l'AI genera uno shock di offerta positivo – crescita robusta e produttività in aumento – la disoccupazione che eventualmente produce è strutturale, non ciclica. La politica monetaria convenzionale non può correggerla senza surriscaldare l'economia. In altri termini, in uno scenario di boom produttivo, abbassare i tassi per stimolare l'occupazione creerebbe inflazione. Le banche centrali hanno le mani legate.
L'unico strumento rimasto è quello fiscale: redistribuzione, formazione, ammortizzatori sociali. È esattamente la conversazione che, come nota Seminerio, nessuno a Washington vuole fare. Ma è anche la conversazione in cui l'Europa — con la sua tradizione di welfare, contrattazione collettiva e investimento pubblico — ha storicamente più da dire.
La posta in gioco per i federalisti europei è chiara. Un'Europa frammentata in ventisette risposte nazionali all'AI sarà superata tanto sul piano tecnologico quanto su quello sociale. Un'Europa federale può invece costruire ciò che le potenze intermedie non possono fare da sole: masse critiche di dati, infrastrutture condivise, regole comuni sull'adozione nei settori pubblici e sensibili, e soprattutto politiche redistributive all'altezza degli shock che potrebbero 6 esserci in futuro.
1 Sabatini F., Chi controlla l’intelligenza artificiale?, Substack, 02/06/26 (https://fabiosabatini.substack.com/p/chi-controlla-lintelligenza-artificiale)
2 Marcus G., No need to panic about Anthropic’s new blog, Substack, 05/06/26 (https://garymarcus.substack.com/p/no-need-to-panic-about-anthropics)
3 Vather P., Tehisaru mõju tootlikkusele (L’impatto dell’IA sulla produttività), EMS conference, 23/01/26 (https://haldus.eestipank.ee/sites/default/files/2026-01/ti_ja_tootlikkuspriitvahter.pdf)
4 Bloom N., The impact of AI on productivity, Federal Reserve of San Francisco, 24/03/26 (https://www.frbsf.org/news-and-media/events/2026/03/nicholas-bloom-the-impact-of-ai-productivity/)
5 Seminerio M., (2026). L'AI e il dilemma che la Fed non può risolvere, Phastidio.net, 27/02/26 (https://phastidio.net/2026/02/27/lai-e-il-dilemma-che-la-fed-non-puo-risolvere/)
6 Vale la pena ricordare che le attuali stime degli effetti dell’IA su produttività e mercato del lavoro sono tutt’altro che certe e variano da autore ad autore. Si veda ancora Vather P. (2026), ibidem.
Iscriviti alla alla 
