Cauti gli USA su quanto l’IA
stimoli la produttività
La produttività del lavoro misurata negli Stati Uniti è cresciuta di circa l’1,3% all’anno dal 2013 al 2019; dal 2022 è quasi raddoppiata, raggiungendo il 2,4%. Gli ottimisti in ambito tecnologico interpretano questo balzo come un primo dividendo derivante dalla diffusione delle nuove tecnologie nell’economia. Il Center for Strategic and International Studies (CSIS) mette in guardia contro un’interpretazione eccessivamente ottimistica dei dati attuali, che potrebbe portare a gravi errori di politica economica.
Se l’Intelligenza Artificiale (IA) fosse il fattore determinante per la crescita complessiva della produttività del lavoro, i settori che la utilizzano più intensamente dovrebbero registrare i maggiori incrementi. Non è così. Analizzando sei indicatori di esposizione all’IA da parte dei vari settori, tra cui un indice basato sull’utilizzo e ricavato dai dati di Anthropic (benefit corporation statunitense di IA) su circa due milioni di conversazioni reali con Claude (assistente IA di nuova generazione) nessuno di essi prevede quali settori abbiano registrato una contrazione del lavoro dopo il 2022, né quali abbiano visto un’accelerazione della produttività misurata fino al 2024, l’ultimo anno per il quale sono disponibili dati dettagliati per settore.
Nel febbraio 2026, l’agenzia federale CBO (Congressional Budget Office) ha aggiunto per la prima volta un aggiustamento della produttività allo scenario di base, ipotizzando che l’IA aumenterà in modo misurabile la produzione futura per lavoratore. Si conta ora su questi guadagni per compensare i freni autoimposti alla crescita, dalle tensioni commerciali alle restrizioni sull’immigrazione. Se il dividendo non si concretizzasse, queste politiche si rivelerebbero molto più costose del previsto. Se l’aumento della produttività del lavoro si rivelasse transitorio, l’errore potrebbe aggiungere circa 2.200 miliardi di dollari al debito federale nel prossimo decennio.
Considerata la posta in gioco e il costo di un errore di previsione, i responsabili politici dovrebbero essere cauti nello spendere senza un reale ottimismo e dovrebbero investire ora nell’infrastruttura dati necessaria per rispondere a ciò che ancora non sappiamo sull’impatto economico dell’IA. A fronte di un plausibile errore di previsione misurato in migliaia di miliardi, finanziare le statistiche che consentirebbero di risolverlo rappresenta uno degli investimenti con il più alto rendimento disponibili.
