Il collo di bottiglia non è la macchina

Il collo di bottiglia non è la macchina

L'innovazione non è più questione di potenza tecnica ma di assorbimento: chi metabolizza la tecnologia, e chi decide come distribuirne il potere.

Signal Innovazione, 23 giugno 2026. C'è una domanda che gira sottotraccia in quasi tutte le conversazioni serie sull'intelligenza artificiale, e non è quella che fa notizia. Non è quanto diventeranno potenti i modelli. È un'altra: quanto in fretta il mondo riuscirà ad assorbirli. Le aziende, gli ospedali, gli uffici pubblici, le abitudini di lavoro. Oggi proviamo a seguire questo filo, perché diversi pensatori, da angolazioni opposte, stanno convergendo sullo stesso punto. Il limite non è più la macchina. È tutto ciò che le sta intorno.

A un summit sull'AI, qualche settimana fa, Nandan Nilekani — l'uomo che ha messo un'identità digitale in tasca a oltre un miliardo di indiani — ha condensato la sua posizione in tre parole: diffusione, non disruption. I modelli, ha detto, evolvono in fretta; il problema è un altro, ed è portarli dentro le istituzioni, le policy, le aziende che già esistono. L'ostacolo non è tecnologico. È esecutivo.

Lo ha detto con un'immagine quasi chirurgica: l'AI è una chirurgia che arriva fino alla radice, obbliga a ripensare operazioni, talento, perfino la definizione di cosa sia un lavoro. Ma il rischio, per un'azienda, non sta nel perdere l'occasione: sta nel non riuscire a eseguire. Davanti agli investitori che gli chiedevano se il software automatizzato avrebbe reso inutile la sua Infosys, ha ribaltato la paura — l'automazione allarga la domanda: collaudo, sicurezza, resilienza, modernizzazione su scala. Scrivere codice, ha detto, non sarà più l'obiettivo.

Sembra un'osservazione marginale. È invece il centro di gravità del momento, perché la stessa idea, con parole diverse, torna in bocca a persone che di solito non concordano su nulla. Tyler Cowen parla di una trasformazione che durerà oltre vent'anni, e insiste nel separare l'intelligenza del modello dal suo impatto reale. Kevin Kelly dice che l'adozione sarà molto più lenta della frontiera, perché riorganizzare il lavoro umano richiede un tempo che nessun chip può comprimere. Tim Harford osserva che le tecnologie che ci liberano tempo tendono, puntualmente, a riempirlo di nuovo.

Messi in fila, formano una specie di coalizione: scettici temperati, che non negano la potenza dell'AI ma rifiutano la frenesia. E qui serve un nome che ascoltiamo spesso, Carlota Perez. La sua lettura è che questa frenesia non sia una malattia, ma una fase. Ogni grande rivoluzione tecnologica, dalla ferrovia all'elettricità, ha avuto la sua bolla finanziaria — prevedibile, quasi fisiologica. Non un fallimento del mercato, ma il modo in cui il capitalismo si riorganizza prima di mettere a terra la tecnologia.

Se è una questione di metabolismo, allora la domanda interessante diventa: chi digerisce più in fretta? Qui entra una voce più ruvida, lo storico Anton Howes. Studiando perché la Scozia del Settecento divenne una fucina di innovazione, è arrivato a una conclusione controintuitiva: non fu l'istruzione a fare la differenza, fu il capitale. La capacità di trasformare un'idea in un impianto, in scala produttiva. Un avvertimento per oggi: forse stiamo guardando le competenze, mentre il vincolo vero resta materiale, fatto di soldi pazienti e di cose da costruire.

Sotto tutto questo continua a pulsare il tema di ieri — chi controlla l'infrastruttura cattura il valore — e oggi quella tensione si fa più affilata. Tim O'Reilly la mette così: non è l'AI a distruggere il lavoro, lo fanno le decisioni di chi la implementa. Sembra una sfumatura, ma sposta tutto. Se la disruption non è un esito tecnico inevitabile ma una scelta — su chi vince, chi perde, come si distribuisce il potere — allora smette di essere una faccenda da ingegneri e diventa politica. Perfino Satya Nadella, che pure costruisce questi sistemi, ha cominciato a usare la parola che evitava: teme che l'AI possa svuotare interi settori, come fece la globalizzazione con il manifatturiero.

Questa è la mappa del giorno. Da un lato la frontiera che corre. Dall'altro istituzioni che pesano quasi metà del prodotto interno e si muovono al loro passo. In mezzo, non un destino, ma una serie di scelte.

Tim Harford ha fatto del disincanto un mestiere. È l'economista che da anni racconta come funziona davvero il progresso, e la sua tesi di sempre è che ci facciamo ingannare dalle invenzioni spettacolari, quelle annunciate con squilli di tromba, mentre la trasformazione vera arriva dalle tecnologie noiose, familiari, che sottovalutiamo per decenni.

In queste settimane ha puntato lo sguardo sul paradosso del momento: la produttività dell'intelligenza artificiale. Ha letto le ricerche sui lavoratori della conoscenza — programmatori, analisti, consulenti — messi davanti agli strumenti generativi. Il risultato è curioso. Dicono di sentirsi più capaci, più veloci, con una marcia in più. E, nello stesso respiro, dicono di sentirsi più occupati, più sotto pressione, incapaci di staccare. Più potenti e più stanchi insieme.

Harford ha una mossa che ripete spesso: invece di stupirsi, va a cercare il precedente storico. E ne trova due perfetti. L'email, più rapida della lettera e proprio per questo capace di generare una valanga di messaggi a basso valore, di cui nessuno sentiva il bisogno. E poi PowerPoint: professionisti pagati profumatamente che bruciano ore intere a sistemare l'allineamento di una diapositiva mediocre. La tecnologia che doveva liberarci tempo lo ha riempito di un lavoro nuovo.

Da qui la sua legge, quasi un principio fisico dell'innovazione: le tecnologie liberatorie riempiono il tempo che liberano. Non eliminano il collo di bottiglia, lo spostano un po' più in là. È un'eco economica vecchia di un secolo e mezzo, da quando si scoprì che rendere più efficiente il consumo di carbone non ne riduceva l'uso, anzi lo moltiplicava, perché abbassava il prezzo e apriva impieghi che prima non avevano senso.

La forza di Harford, in un dibattito gonfio di profezie, è la pazienza. Non dice che l'AI sia inutile; dice che le promesse di tempo libero vanno guardate con sospetto, perché l'organizzazione del lavoro è una creatura adattiva che trova sempre nuovi modi di occuparci. Se un professionista oggi scrive il triplo dei documenti, qualcuno dovrà leggerli, rispondere, archiviare. L'efficienza non sparisce: cambia indirizzo.

Tenetelo a mente quando sentite la cifra ricorrente, quella per cui l'AI ci restituirà ore preziose. Forse. Ma la storia, che è la materia prima di Harford, suggerisce che quelle ore non restano vuote a lungo. Si riempiono di compiti che oggi non immaginiamo nemmeno, e che tra dieci anni ci sembreranno indispensabili come adesso ci sembra indispensabile rispondere a una mail in tempo reale.

Mariana Mazzucato lavora sul lato opposto della bilancia. Economista, consigliera di governi e organismi internazionali, da anni sostiene una tesi che fa storcere il naso a molti in Silicon Valley: lo Stato non è il riparatore di guasti del mercato, ma uno dei motori dell'innovazione, quello che mette il capitale paziente dove il privato non osa.

In queste settimane ha avuto un caso di scuola tra le mani: la nuova nazionalizzazione dell'acciaio britannico. Dove molti hanno visto un salvataggio difensivo, lei ha letto un banco di prova. Lo Stato, sostiene, non come ambulanza che interviene sul fallimento, ma come co-investitore che si prende una quota del rischio e — questo è il punto — anche del valore che ne nasce. È lo stesso filo del suo nuovo libro, uscito proprio adesso, che sposta la bussola dal valore pubblico al bene comune.

Sull'intelligenza artificiale la sua posizione è diventata più tagliente che in passato. La domanda giusta, dice, non è se accelerare o frenare. È chi cattura il valore. E la risposta è netta: le grandi piattaforme tecnologiche si comportano sempre più come esattori di una rendita — una rendita algoritmica — costruita su infrastrutture e dati che hanno spesso un'origine pubblica. Ricerca finanziata dallo Stato, reti pubbliche, dati dei cittadini. Il valore si concentra a valle, in poche mani; il rischio è stato condiviso a monte, da tutti.

Qui sta la sua rottura più interessante. Anni fa, nel pieno dell'entusiasmo per le piattaforme, anche lei ne celebrava la spinta. Oggi rilegge quella stessa disruption come concentrazione di potere ed estrazione di valore. Non un cambio di campo, ma uno sguardo che si è fatto più freddo.

E si lega direttamente a Carlota Perez, di cui condivide la convinzione che lo Stato debba guidare le bolle invece di subirle. Perez dice che il golden age — la stagione in cui la tecnologia mantiene finalmente le promesse — non arriva da solo: richiede una scelta politica, una direzione, fatta di transizione verde e digitale insieme. Lasciato a sé, il mercato produce frenesia; perché la frenesia diventi prosperità diffusa serve una mano che indirizzi.

Si può non essere d'accordo, e in molti non lo sono. Ma Mazzucato mette sul tavolo una domanda che l'entusiasmo tecnologico preferisce evitare: quando una tecnologia nasce in parte con soldi pubblici e genera fortune private, chi dovrebbe incassare il dividendo? Non è una domanda da economisti. È una domanda su che tipo di società vogliamo costruire intorno a queste macchine.

Dopo i prudenti, è giusto dare voce a chi pigia sull'acceleratore. Patrick Collison guida Stripe, l'azienda che muove pagamenti per buona parte dell'economia digitale, e ha alzato decisamente il tono.

La sua frase più audace di quest'anno suona quasi profetica: c'è una ragionevole probabilità, dice, che il primo trimestre del 2026 venga ricordato come il primo trimestre della singolarità. Detta da chiunque altro, sarebbe l'ennesima iperbole da convegno. Detta da lui, pesa di più, e per una ragione precisa. Collison non parla di demo né di benchmark. Parla di pagamenti reali. Guarda cosa la gente compra davvero, attraverso i conti che passano da Stripe, e dice: è qui, tra la fine del 2025 e l'inizio del 2026, che comincio a vederlo arrivare per davvero. Non l'intelligenza artificiale nelle presentazioni, ma nei soldi che cambiano mano.

C'è di più, e va controcorrente. Mentre molti raccontano un'AI che falcia posti di lavoro, Collison annuncia che nel 2026 Stripe assumerà più che mai, grazie all'AI e non malgrado. La sua metafora è memorabile: l'intelligenza artificiale come il farmaco dell'efficienza, di quelli che oggi rimodellano il metabolismo. Non taglia l'organizzazione, ne accelera il ricambio.

Questo lo mette in rotta di collisione frontale con i pensatori di prima. Dove Kevin Kelly vede un'adozione lenta, lui vede un'accelerazione già in corso. Dove Cowen prende vent'anni di tempo, lui misura trimestri. La stessa realtà, letta dal sismografo dei pagamenti invece che dalla storia delle istituzioni, racconta una velocità diversa.

Eppure, ed è la sfumatura che lo salva dal trionfalismo, Collison conserva un angolo di scetticismo, e lo punta su un bersaglio inatteso. I paradigmi della programmazione, dice, sono fermi da vent'anni. Mentre l'AI corre, gli strumenti con cui costruiamo software restano sostanzialmente quelli di due decenni fa, e migrare le astrazioni di base è dannatamente difficile. Ottimista sul risultato, scettico sugli arnesi.

È una posizione da tenere in tensione con le altre, senza scegliere troppo in fretta da che parte stare. Perché Collison potrebbe avere ragione sui numeri di breve periodo e Kelly sulla curva lunga: l'economia che si muove in fretta, le istituzioni che si muovono piano. Il sismografo e la storia che misurano la stessa scossa con due orologi diversi.

L'ultimo ritratto ci porta fuori dallo schermo, nel mondo fatto di atomi. Eli Dourado è un economista che si occupa di una domanda scomoda: perché la crescita della produttività, negli Stati Uniti, è sostanzialmente ferma dai primi anni Settanta? La sua risposta è che il progresso non è morto ovunque, è morto a chiazze. Brillante nei semiconduttori e nel software, disastroso in sanità, edilizia, energia, trasporti. I bit corrono; gli atomi sono inchiodati.

Da qui la sua tesi più eretica nel dibattito di oggi. L'intelligenza artificiale, da sola, non sblocca nulla di tutto questo. Puoi avere il modello più brillante del mondo, ma se per costruire una linea elettrica servono dieci anni di permessi, se aprire un cantiere è un calvario burocratico, l'AI resta confinata nei bit e non si traduce in prodotto interno lordo. Il collo di bottiglia non è la scienza. È la regolamentazione, la lentezza, la nostra avversione al rischio.

E qui Dourado incontra, da una posizione diversa, Peter Thiel, che da anni ripete la stessa diagnosi: progresso reale bloccato da mezzo secolo in tutto ciò che non è digitale, e una cultura che protegge le rendite degli incumbent invece di sfidarle. Thiel arriva a chiamarla una corruzione che soffoca l'innovazione dall'interno. Due strade, una conclusione: il software non surroga il progresso fisico mancante.

Ma Dourado, a differenza di Thiel, è un ottimista operativo: indica dove scavare. Energia geotermica avanzata, la roccia supercalda come chiave di un'abbondanza energetica. Lo spazio, con i costi di lancio in caduta libera che trasformano l'orbita in una piattaforma. L'aviazione che torna supersonica sopra il territorio americano dopo decenni di divieto. Perfino il geoengineering, che tratta non come un tabù ma come una frontiera quasi inevitabile.

È il contrappeso necessario a tutta la conversazione di oggi. Mentre ci affanniamo a discutere di chatbot e di modelli linguistici, Dourado ci ricorda che le cose che davvero cambiano la vita delle persone — l'energia che costa meno, le case che si costruiscono in fretta, le cure che funzionano — vivono nel mondo fisico, dove l'intelligenza artificiale è al massimo un acceleratore, mai una scorciatoia. Il suo sospetto, neanche troppo velato, è che il talento ingegneristico migliore di una generazione si stia riversando sull'ottimizzazione della pubblicità online invece che sui problemi difficili che contano. E che questa, più della tecnologia, sia la vera scelta da cui dipende il futuro.

Startup e progetti da tenere d'occhio.

Il primo non è una startup ma un laboratorio: Lila Sciences, dove George Church — il genetista di Harvard — fa il chief scientist. L'idea è semplice e ambiziosa: laboratori guidati dall'intelligenza artificiale che comprimono i tempi della scoperta scientifica. Non l'AI che scrive testi, ma l'AI che progetta e corre esperimenti di biologia. È il volto concreto della tesi di Dourado: la tecnologia che torna a toccare gli atomi.

Secondo, Project Solara, presentato da Microsoft insieme a Qualcomm. È il tentativo di immaginare un sistema operativo costruito attorno agli agenti invece che alle app: un software che carica assistenti dal cloud e accede direttamente ai dati, saltando l'interfaccia tradizionale. Se ha ragione Satya Nadella, è una finestra su come useremo i computer tra qualche anno.

Terzo, Arsenal-1, l'impianto da mezzo milione di metri quadri che Palmer Luckey sta costruendo in Ohio. La scommessa è che il vantaggio competitivo nella difesa non stia più nel software, ma nella capacità di produrre in massa hardware economico e facile da riparare. La manifattura come frontiera, non come retrovia.

Quarto, un progetto di ricerca più che un'azienda: Algorithmic Rents, l'iniziativa con cui Mariana Mazzucato prova a mappare come le piattaforme estraggono valore da infrastrutture pubbliche. Non un prodotto, ma uno strumento per capire chi incassa nell'economia dei dati.

E infine un'idea più che un'organizzazione, quella che Garry Tan chiama i sistemi di AI composti: non chatbot da interrogare, ma processi che lavorano in sottofondo, accumulano memoria e ridisegnano interi flussi aziendali. La promessa e l'avvertimento sono la stessa cosa: chi riprogetta il processo batte chi si limita a velocizzarlo.

Resta un'immagine, alla fine di tutto: la frontiera che corre e le istituzioni che camminano, separate da una distanza che nessun modello, da solo, riesce a colmare. Il punto non è quanto diventeranno potenti le macchine. È chi deciderà come, e a vantaggio di chi, le faremo entrare nelle nostre vite. È stato Signal Innovazione. Alla prossima.