Gli economisti Moll e Imas avvertono che l’hype sull’IA sopravvaluta le probabilità di una crescita del PIL a doppia cifra sostenuta nel tempo

Gli economisti Ben Moll e Alex Imas stanno opponendosi a un coro crescente di ottimisti dell’IA che sostengono che le economie avanzate potrebbero presto registrare tassi annui di crescita reale del PIL a due cifre. Pur affermando che le capacità dell’IA stanno già accelerando rapidamente — e potrebbero continuare a farlo — i due sostengono che tradurre quel progresso tecnico in una crescita sostenuta oltre il 10% nel prossimo decennio circa richiederebbe una catena di condizioni economiche molto impegnative, ciascuna delle quali potrebbe saltare nella pratica.

La recente ondata di proiezioni ottimistiche è stata notevole. Il CEO di Anthropic Dario Amodei ha suggerito che l’IA potrebbe portare la crescita a circa il 10–15% l’anno. Il saggio di Leopold Aschenbrenner “Situational Awareness” si spinge oltre, immaginando una crescita annua del 30% o più nel prossimo decennio. In un’altra affermazione ampiamente diffusa, il ricercatore di Anthropic Sholto Douglas ha esortato le persone a “price in” raddoppi economici durante gli anni 2030 — una visione avallata da Elon Musk — implicando qualcosa come il 100% di crescita annua. Queste opinioni non sono isolate: compendi di previsioni di crescita legate all’IA mostrano che le aspettative a due cifre sono comuni tra alcuni insider dell’IA.

Moll e Imas si descrivono come fortemente rialzisti sull’IA, ma sostengono che la crescita del PIL è vincolata da colli di bottiglia economici e frizioni di aggiustamento che non scompaiono solo perché il software migliora rapidamente. La loro tesi centrale riguarda la tempistica: nei prossimi 10–15 anni, considerano “estremamente improbabile” una crescita annua a due cifre nelle economie avanzate. Una base di partenza più plausibile, dicono, è un incremento sostenuto fino a circa il 4–5% di crescita reale — comunque un esito straordinario che implicherebbe un forte balzo del livello della produzione nel giro di un decennio o due.

Per arrivare al 10% di crescita, sostengono, le macchine dovrebbero svolgere una quota ampia del lavoro dell’economia entro circa il 2035. Ma questo, da solo, non basta. I consumatori dovrebbero continuare a spendere in beni e servizi anche mentre i compiti vengono automatizzati, invece di vedere la domanda scendere perché è stata rimossa la componente “umana”. Imprese e investitori dovrebbero assorbire e distribuire il diluvio di nuova produzione anziché imbattersi in carenze di domanda o in colli di bottiglia nell’espansione su larga scala. E i sistemi di IA dovrebbero essere implementati senza distruggere valore in modo significativo né innescare rallentamenti dovuti a regolazione, politica o resistenze organizzative.

Evidenziano inoltre i limiti imposti dalla struttura del lavoro. Solo circa un terzo dell’economia, sostengono, è lavoro conoscitivo retribuito, quello più direttamente esposto all’automazione da parte dell’IA odierna. Oltre a ciò c’è un ampio “settore relazionale” — servizi in cui la presenza umana è essa stessa parte di ciò che i clienti apprezzano — che crea un pavimento alla domanda di lavoro. Più in generale, la quota non automatizzabile dell’economia è probabilmente più ampia della sola fetta del “lavoro conoscitivo”.

Un ulteriore vincolo deriva da un’idea classica dell’informatica e dell’economia: la legge di Amdahl (Amdahl’s Law). Quando solo una parte di un sistema può essere accelerata, il miglioramento complessivo è limitato dalle componenti lente rimanenti. Applicata a un’economia con settori essenziali ma difficili da migliorare, ciò implica che anche guadagni di produttività spettacolari nelle aree automatizzabili potrebbero non tradursi in una crescita altrettanto spettacolare dell’intera economia.

Moll e Imas sottolineano inoltre attriti del mondo reale — la lenta diffusione di nuovi strumenti, i vincoli fisici e di input, la complessa realtà di molti lavori e le reazioni politiche — che possono allungare i tempi tra la fattibilità tecnica e una crescita macroeconomica misurabile. Avvertono che le narrazioni sulla “singolarità”, di fatto, presuppongono che l’AI possa sostituire completamente i ricercatori e invertire i cali di lungo periodo della produttività della ricerca, e affermano che non esiste ancora alcuna evidenza che sia accaduta l’una o l’altra cosa.

Richiamano la modellizzazione della stessa Anthropic come verifica di realtà: solo lo scenario “estremo” dell’azienda produce una crescita a due cifre, mentre i casi “modesto” e “sostanziale” restano a una cifra.

Perché è importante

Se l’AI porta la crescita al 4–5% invece che al 10%+, la differenza ricalibra le aspettative su salari, finanza pubblica, tassi d’interesse e disuguaglianza — senza richiedere un’automazione quasi totale del lavoro entro un decennio. I decisori politici e gli investitori che scommettono su un imminente “decollo” macroeconomico potrebbero restare delusi anche se l’AI trasforma rapidamente settori specifici. L’elemento chiave da monitorare non è solo il progresso delle capacità, ma anche la velocità con cui l’adozione si diffonde tra i settori vincolati da regolamentazione, input fisici e domanda che richiede interazione umana.