{"id":4305,"date":"2026-09-20T07:14:44","date_gmt":"2026-09-20T05:14:44","guid":{"rendered":"https:\/\/innovation-waves.com\/2026\/09\/20\/pil-cresce-lavoro-perde-valore\/"},"modified":"2026-10-08T07:34:32","modified_gmt":"2026-10-08T05:34:32","slug":"pil-cresce-lavoro-perde-valore","status":"publish","type":"post","link":"https:\/\/innovation-waves.com\/it\/2026\/09\/20\/pil-cresce-lavoro-perde-valore\/","title":{"rendered":"Quando il PIL cresce ma il lavoro perde valore: l’avvertimento economico di Anthropic"},"content":{"rendered":"\n
\"Bilancia
La produttivit\u00e0 dell’IA non \u00e8 solo una questione di crescita. \u00c8 una questione di chi possiede i sistemi che incassano il dividendo.<\/figcaption><\/figure>\n\n\n\n

\u201cIl futuro \u00e8 gi\u00e0 qui, solo che non \u00e8 distribuito in modo uniforme.\u201d<\/strong>
William Gibson<\/p><\/blockquote>\n\n\n\n

Ogni rivoluzione tecnologica porta con s\u00e9 una promessa familiare: la produttivit\u00e0 salir\u00e0, i costi scenderanno e la societ\u00e0 diventer\u00e0 pi\u00f9 ricca.<\/p>\n\n\n\n

Quella promessa non \u00e8 sbagliata. \u00c8 semplicemente incompleta.<\/p>\n\n\n\n

La vera domanda non \u00e8 se l\u2019IA possa rendere l\u2019economia pi\u00f9 produttiva. Quasi certamente s\u00ec. La domanda \u00e8 chi riceve il dividendo di produttivit\u00e0 quando l\u2019intelligenza stessa diventa economica, scalabile e disponibile su richiesta<\/strong>.<\/p>\n\n\n\n

Il team di Economics di Anthropic ha pubblicato uno dei tentativi pi\u00f9 chiari finora di modellare questo dilemma. Il working paper di settembre 2026, Economic Scenarios for Transformative AI<\/em>, non prova a prevedere un solo futuro. Costruisce tre scenari condizionali per l\u2019economia USA nel 2030, dalla diffusione modesta a una trasformazione rapida del lavoro cognitivo.[1]<\/p>\n\n\n\n

I numeri di copertina sono spettacolari: a seconda delle ipotesi, il PIL USA nel 2030 \u00e8 tra il 1.6% e il 32.4% pi\u00f9 alto<\/strong> di quanto sarebbe senza IA. Eppure lo stesso modello mostra l\u2019occupazione cognitiva in calo, la quota del reddito al lavoro che scende e il capitale che cattura una parte molto pi\u00f9 ampia dei guadagni.<\/p>\n\n\n\n

Questo \u00e8 il paradosso che dovrebbe preoccupare ogni lavoratore della conoscenza, founder, policymaker e investitore.<\/p>\n\n\n\n

Un\u2019economia pu\u00f2 diventare molto pi\u00f9 ricca mentre le persone il cui lavoro creava il suo vecchio valore diventano economicamente meno centrali.<\/strong><\/p><\/blockquote>\n\n\n\n

Non \u00e8 la previsione che il lavoro umano diventer\u00e0 senza valore. \u00c8 un avvertimento: il PIL \u00e8 un pessimo proxy per capire se il progresso tecnologico viene condiviso in modo diffuso.<\/p>\n\n\n\n

\n\n\n\n

1. Il numero pi\u00f9 importante non \u00e8 il 32%<\/h2>\n\n\n\n
\"Calcolatrice
Un output di scenario non \u00e8 la stessa cosa di una previsione.<\/figcaption><\/figure>\n\n\n\n

Correggiamo prima il modo in cui questa ricerca probabilmente girer\u00e0 sui social.<\/p>\n\n\n\n

Anthropic non<\/strong> prevede che l\u2019economia USA crescer\u00e0 del 32% l\u2019anno. Nel suo scenario estremo, modella il PIL USA nel 2030 come 32.4% pi\u00f9 alto di un controfattuale senza IA<\/strong>, il che corrisponde a una crescita annua di circa 15.4%<\/strong> nel modello, contro il 2.0% senza IA.[1]<\/p>\n\n\n\n

La distinzione conta. Il paper non \u00e8 un oracolo. \u00c8 un motore di scenari. Gli autori, Anton Korinek, Charles I. Jones, Szymon Sacher, Tess Cotter e Peter McCrory, dichiarano esplicitamente che i tre percorsi sono illustrativi e che al momento nessuno pu\u00f2 essere escluso.[1]<\/p>\n\n\n\n

Il loro modello pone una domanda deliberatamente pratica: se capacit\u00e0 dell\u2019IA, adozione, automazione e aggiustamento del mercato del lavoro seguono un certo percorso, quali risultati economici ne derivano?<\/p>\n\n\n\n

La risposta dipende da cinque leve:<\/p>\n\n\n\n

  1. Quanta parte del lavoro l\u2019IA pu\u00f2 toccare<\/strong>.<\/li>
  2. Quanto ampiamente le aziende la adottano davvero<\/strong>.<\/li>
  3. Quanta produttivit\u00e0 crea in ciascun compito interessato<\/strong>.<\/li>
  4. Quanta di quell\u2019adozione automatizza il lavoro invece di potenziarlo<\/strong>.<\/li>
  5. Quanti nuovi compiti umani emergono dopo che i vecchi sono stati automatizzati<\/strong>.<\/li><\/ol>\n\n\n\n

    L\u2019ultima leva \u00e8 quella da osservare pi\u00f9 da vicino.<\/p>\n\n\n\n

    La storia economica non \u00e8 una favola semplice di macchine che sostituiscono gli umani. \u00c8 la storia di macchine che sostituiscono certi compiti, abbassano i costi, creano nuova domanda e, a volte, generano occupazioni del tutto nuove. La domanda difficile \u00e8 se l\u2019IA ripeter\u00e0 quel pattern abbastanza in fretta per chi ne sar\u00e0 rimpiazzato.<\/p>\n\n\n\n

    Il modello di Anthropic non assume che la risposta sia automaticamente s\u00ec.<\/p>\n\n\n\n

    \n\n\n\n

    2. Tre futuri, tre contratti sociali molto diversi<\/h2>\n\n\n\n
    \"Personaggio
    Il percorso dipende da capacit\u00e0, adozione, automazione e creazione di nuovi compiti.<\/figcaption><\/figure>\n\n\n\n

    Il paper modella un\u2019economia USA con due grandi gruppi: occupazioni cognitive<\/strong>, direttamente esposte all\u2019IA, e tutte le altre. \u00c8 una semplificazione sostanziale, ma rende visibile la tensione centrale.<\/p>\n\n\n\n

    Scenario nel 2030<\/th>PIL rispetto al percorso senza IA<\/th>Crescita annua del PIL<\/th>Variazione dell’occupazione cognitiva dalla met\u00e0 del 2026<\/th>Disoccupazione complessiva<\/th>Quota del reddito al lavoro<\/th><\/tr><\/thead>
    Cambiamento modesto<\/strong><\/td>+1.6%<\/td>2.4%<\/td>-0.5%<\/td>3.9%<\/td>59.4%<\/td><\/tr>
    Cambiamento sostanziale<\/strong><\/td>+8.3%<\/td>5.4%<\/td>-3.9%<\/td>4.6%<\/td>56.1%<\/td><\/tr>
    Cambiamento estremo<\/strong><\/td>+32.4%<\/td>15.4%<\/td>-21.5%<\/td>11.9%<\/td>45.2%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

    Fonte: Anthropic Institute, Tabella 3. Tutte le cifre sono output del modello, non previsioni.[1]<\/em><\/p>\n\n\n\n

    Lo scenario modesto<\/strong> \u00e8 una storia dell\u2019IA che molti leader aziendali riconoscerebbero. L\u2019IA tocca solo una quota limitata di compiti, l\u2019adozione \u00e8 graduale e i guadagni di produttivit\u00e0 sono reali ma incrementali. L\u2019impatto assomiglia all\u2019arrivo ai margini di una tecnologia per usi generali significativa, pi\u00f9 che a una rottura sociale.<\/p>\n\n\n\n

    Lo scenario sostanziale<\/strong> \u00e8 pi\u00f9 inquietante. Entro il 2030 l\u2019IA pu\u00f2 svolgere met\u00e0 di tutto il lavoro cognitivo, in gran parte in modo autonomo, ma le aziende non la implementano ovunque potrebbe essere usata. Il modello produce un PIL superiore dell\u20198.3% al percorso senza IA. I salari medi aumentano leggermente. Eppure l\u2019occupazione cognitiva cala del 3.9%, i salari cognitivi scendono e la quota del reddito al lavoro passa dal 60% al 56.1%.[1]<\/p>\n\n\n\n

    Non \u00e8 disoccupazione di massa. \u00c8, per certi versi, un esito politicamente pi\u00f9 difficile: un\u2019economia che appare sana in aggregato mentre una classe specifica di lavoratori vede erodersi il proprio potere contrattuale.<\/p>\n\n\n\n

    Lo scenario estremo<\/strong> \u00e8 il vero esperimento mentale. L\u2019IA diventa pi\u00f9 produttiva degli umani nella maggior parte dei compiti del lavoro cognitivo, l\u2019adozione accelera e l\u2019automazione travolge la creazione di nuovi compiti cognitivi. Il PIL sale del 32.4% rispetto al percorso senza IA. Il reddito da capitale sale dell\u201981.4%. Nel frattempo, l\u2019occupazione cognitiva scende del 21.5%, la disoccupazione cognitiva arriva al 17.9% e la quota del reddito al lavoro scende al 45.2%.[1]<\/p>\n\n\n\n

    L\u2019economia corre. Ma il contratto sociale che un tempo legava istruzione, lavoro e sicurezza economica inizia a incrinarsi.<\/p>\n\n\n\n

    \n\n\n\n

    3. Il modello non dice che il lavoro perde valore. Dice che la propriet\u00e0 conta di pi\u00f9.<\/h2>\n\n\n\n
    \"Gruppo
    La questione centrale non \u00e8 se si crea valore, ma chi lo cattura.<\/figcaption><\/figure>\n\n\n\n

    L\u2019affermazione pi\u00f9 drammatica che circola sulla ricerca \u00e8 che l\u2019IA renda il lavoro intellettuale economicamente senza valore. Non \u00e8 ci\u00f2 che dice il modello di Anthropic.<\/p>\n\n\n\n

    Anche nello scenario estremo, i salari medi sono del 9.7% pi\u00f9 alti rispetto al percorso senza IA. Il problema \u00e8 la distribuzione. I salari cognitivi calano dell\u201911.5%, mentre i salari nelle occupazioni al di fuori del gruppo direttamente esposto salgono del 33.6%.[1]<\/p>\n\n\n\n

    \u00c8 una tesi pi\u00f9 interessante, e pi\u00f9 realistica, della solita narrazione \u201cl\u2019IA si prende tutti i lavori\u201d.<\/p>\n\n\n\n

    Il modello suggerisce un mondo in cui la ricompensa al lavoro non scompare in modo uniforme. Diventa pi\u00f9 diseguale. Chi svolge lavori facilmente scomponibili in compiti cognitivi prevedibili vede diminuire la propria scarsit\u00e0. Chi svolge lavori incarnati, locali, relazionali, regolati o difficili da standardizzare pu\u00f2 guadagnare leva, almeno per un periodo. I proprietari di capitale, sistemi di IA, dati, distribuzione e infrastrutture complementari guadagnano di pi\u00f9.<\/p>\n\n\n\n

    In un’economia della conoscenza tradizionale<\/th>In un’economia ad alta intensit\u00e0 di IA<\/th><\/tr><\/thead>
    L’expertise \u00e8 scarsa e si vende a ore<\/td>Molte forme di expertise diventano economiche da riprodurre<\/td><\/tr>
    Le aziende competono per il talento cognitivo<\/td>Le aziende possono comprare o costruire capacit\u00e0 cognitiva come infrastruttura<\/td><\/tr>
    I salari catturano una larga quota della produttivit\u00e0<\/td>Capitale, sistemi e propriet\u00e0 intellettuale catturano una quota maggiore del guadagno<\/td><\/tr>
    La sicurezza di carriera segue l’expertise accumulata<\/td>La sicurezza di carriera dipende di pi\u00f9 da complementarit\u00e0, propriet\u00e0 e relazioni di fiducia<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

    Questa non \u00e8 un\u2019obiezione all\u2019IA. \u00c8 un\u2019obiezione a confondere pi\u00f9 output<\/strong> con pi\u00f9 prosperit\u00e0 condivisa<\/strong>.<\/p>\n\n\n\n

    Il framework basato sui compiti di Daron Acemoglu e Pascual Restrepo fa un punto simile. L\u2019automazione pu\u00f2 aumentare l\u2019output riducendo la domanda di lavoro nei compiti automatizzati; i nuovi compiti e l\u2019espansione della domanda sono i contrappesi che determinano se i lavoratori condividono il guadagno.[2] La tecnologia non decide la distribuzione da sola. La decidono le istituzioni e le strutture proprietarie che la circondano.<\/p>\n\n\n\n

    Ecco perch\u00e9 il vecchio dibattito, \u201cL\u2019IA creer\u00e0 pi\u00f9 lavori di quanti ne distrugger\u00e0?\u201d, non basta pi\u00f9. Le domande migliori sono:<\/p>\n\n\n\n