Un uragano sembra stia per abbattersi sui nidi degli angeli neri (per dirla con le farneticazioni di Peter Thiel) e sconvolgerli, facendoli precipitare nella miseria nella quale travolgeranno tutti coloro che hanno investito sulle loro follie.
Intelligenza artificiale
L’Intelligenza Artificiale (IA) non è intelligente: si basa su inferenze lineari e deve il suo appeal alla velocità ed al numero di chip che, lavorando in parallelo, permettono di fare un numero enorme di calcoli e confronti in tempi tali da risolvere molti compiti. L’IA non è nemmeno artificiale, dato che si basa su operazioni logiche del tutto simili a quelle effettuate dal cervello umano. Di nuovo, la differenza sta nel numero di operazioni che si riescono ad effettuare in breve tempo. L’IA è inoltre diversa dalla programmazione a cui eravamo abituati: in un certo senso si basa su analogie che non garantiscono la correttezza delle conclusioni (in tal senso, è molto simile ai ragionamenti umani naturali). Tuttavia, stiamo assistendo ad investimenti enormi e crescenti, soprattutto negli USA, nella convinzione che avrà un impatto enorme in moltissimi settori dell’attività umana.
Tra le altre: Microsoft, pioniere e principale finanziatore di OpenAI, che ha integrato l’IA in tutta la sua gamma di prodotti e servizi cloud; Alphabet (Google), che attraverso Google DeepMind e la famiglia di modelli Gemini, è uno dei pilastri storici e attuali della ricerca e dell’applicazione dell’IA; Amazon Web Services (AWS), che fornisce infrastrutture cloud su larga scala e servizi dedicati per lo sviluppo e l’implementazione dell’IA aziendale; Meta, che sviluppa e rilascia la serie di modelli open-source Llama, integrando l’intelligenza artificiale nelle sue piattaforme social.
Si tratta, è bene ricordarlo, di aziende parassitarie che nutrono le loro “creature” saccheggiando miliardi di informazioni prodotte da università o comunque da altre istituzioni pubbliche che coinvolgono ricercatori, scrittori, giornalisti ecc. senza pagare alcun diritto d’autore in sfregio alle tutele della proprietà intellettuale.
A queste si aggiungono le compagnie che producono l’hardware necessario per far girare i vari codici, prima fra tutte Nvidia, leader mondiale nella produzione di GPU, che si appoggia sulla Taiwanese TSMC (Taiwan Semiconductor Manufacturing Company, e l’olandese ASML, tuttora l’unica compagnia in grado di produrre chip nanoscopici che permettono una grande velocità di esecuzione grazie alla messa a punto di tecniche litografiche nell’ultravioletto estremo: per dare un’idea della complessità necessaria, la macchina sviluppata da ASML coinvolge quasi mezzo milione di componenti e richiede l’uso di elementi prodotti da altre aziende high-tech tedesche e americane.
Finora, la crescita (in borsa) delle aziende coinvolte nella produzione di IA è però il risultato di uno schema di Ponzi (catena di Sant’Antonio) nel quale gli introiti vengono principalmente dalla vendita da un’azienda all’altra di prodotti necessari per costruire nuovi data center, piuttosto che dall’uso finale del software da parte di aziende esterne.
L’unico esempio di un successo eclatante delle tecniche IA viene dalla predizione della forma spaziale di certi polimeri che ha permesso lo sviluppo di nuove medicine e la cura di alcune malattie croniche: la Eli Lilly ne ha beneficiato in modo particolare.
Al di fuori di questo caso, non si hanno notizie di miglioramenti significativi nell’efficienza di grandi compagnie (quelle che garantirebbero un maggiore guadagno). Al momento, sembra che l’IA abbia un impatto significativo solo in micro-aziende, startup, dove singole persone riescono a fare il lavoro che prima richiedeva un pool di addetti.
La Cina
Alle incertezze sull’effettivo successo dell’IA, va aggiunta la presenza di un concorrente formidabile per gli Stati Uniti: la Cina. Tanto per cominciare, il successo dell’IA è per gli USA quasi una questione di vita o di morte: al momento, l’IA è responsabile del 40% della crescita del PNL americano e contribuisce all’80% della capitalizzazione in borsa. Un eventuale crollo avrebbe conseguenze inimmaginabili sull’economia americana (oltre che mondiale). Lo stesso non può dirsi della Cina, che non ha investito quantità comparabili di denaro in questo settore.
Andando nello specifico, il tallone di Achille della Cina erano le prestazioni dei singoli chip. Per mantenere il vantaggio, già il primo Trump e poi Biden avevano posto divieti di vendita dei chip più avanzati, ma come spesso succede, la risultante carenza ha spinto la Cina a varare una specie di progetto Manhattan (messo a punto a suo tempo dagli USA per sviluppare l’arma atomica) per sviluppare l’intelligenza artificiale, il Next Generation AI Development Plan, attraendo investimenti in ricerca e formazione della forza lavoro, intensificando il rapporto di cooperazione tra governo, industria tecnologica con ingenti investimenti pubblici in data center, trasmissione di energia e produzione di semiconduttori.
Con un misto di spionaggio industriale, reverse engineering, ma anche con lo sviluppo di tecniche innovative, i cinesi sono ora in grado di produrre fasci nell’ultravioletto estremo sulle stesse frequenze dell’ASML. Il problema è la mancanza di affidabilità che impedisce una produzione di massa (troppi scarti).
Anche se il gap con gli USA non è ancora chiuso, la qualità dei semiconduttori cinesi è salita al punto che la Cina stessa ha proibito l’acquisto dei chip americani di penultima generazione, gli H20 che Trump aveva invece autorizzato; con il risultato di mettere in difficoltà Nvidia che ha dovuto rinunciare ad una buona fetta del proprio mercato. Da aggiungere che Pechino controlla tutta la linea di approvvigionamento e produzione e non è quindi ricattabile.
Stessa cosa non può essere detta degli Stati Uniti, dato che la produzione dei semiconduttori richiede terre rare altamente raffinate. L’anno scorso, nel 2025, gli USA fecero gli sboroni, mettendo dazi improponibili sui prodotti provenienti dalla Cina e come risultato, i cinesi bloccarono la vendita di terre rare, costringendo gli USA ad un imbarazzante macchina indietro, così significativa da riportare i dazi su prodotti cinesi al di sotto del loro valore al momento dell’insediamento del clown arancione. Passano i mesi e gli americani hanno ricominciato a introdurre blocchi vari sui prodotti cinesi con il risultato che Pechino sta di nuovo restringendo le esportazioni di terre rare usate in prodotti duali (di uso sia civile che militare). La suddivisione è molto soggettiva ed è lecito prevedere che i cinesi possano stringere i cordoni a seconda dell’occorrenza. A proposito di talloni di Achille, questo sembra molto più critico di quello cinese.
La velocità del singolo chip non è però tutto, anche rimanendo nel contesto del hardware. I sistemi di processamento dati lavorano in parallelo con chips che operano in simultanea, ma che devono scambiarsi informazioni. La gestione del “traffico” è un problema altrettanto importante. Praticamente tutto il mondo usa CUDA (Computer Unified Device Architecture), piattaforma sviluppata da Nvidia e tipicamente implementata nelle schede grafiche. Al contempo i cinesi hanno sviluppato CANN (Computer Architecture for Neural Networks), che oltre ad essere slegata dall’azienda americana sembra essere in grado di ottimizzare il traffico delle comunicazioni fra i vari singoli chip, sfruttando una struttura tridimensionale. Questo risultato è stato ottenuto anche grazie ad un impegno nazionale (il cosiddetto progetto Manhattan) che ha coordinato colossi quali Alibaba, Tencent e Huawei.
Strada facendo, si arriva al software. I cinesi hanno scelto un approccio open source o open weight, che possono essere scaricati, modificati e usati liberamente, contrariamente al software proprietario, criptato tipicamente sviluppato da sempre negli USA. Una scelta, quella americana, che nel passato (e attualmente) ha costretto l’utente a comprare a scatola chiusa ed ad acquistare gli aggiornamenti. Questa è la scelta che ha permesso a Microsoft a diventare quello che è, ponendo una tassa ius primae noctis, quando un PC viene acquistato. Ma questa scelta ha funzionato anche grazie ai vassalli europei, che pur avendo sviluppato negli anni novanta del secolo scorso un software open source competitivo (UNIX che poi ha figliato Linux), hanno preferito pagare il pizzo e dare la priorità, nelle pubbliche amministrazioni, al software Microsoft.
Ma la Cina non è l’UE e non solo ha sviluppato modelli open source, ma si sta impegnando a distribuirli nel resto del mondo, perché l’eventuale successo commerciale dell’IA dipende dal numero di utilizzatori e chiaramente, la possibilità di mettere mano al codice a seconda delle esigenze rappresenta un forte incentivo allo sviluppo.
Un ulteriore fattore da considerare è il tempo necessario per l’addestramento dell’IA in relazione ad un compito specifico. L’IA non nasce imparata, ha bisogno di essere addestrata e l’addestramento richiede tempo e soprattutto energia (elettrica): per dare un’idea dei consumi previsti, il programma americano Stargate, che coinvolge i più grandi fondi di investimento (Black Rock, Vanguard, State Street), prevede la necessità di installare 10 GigaWatt entro 5 anni per il funzionamento dei vari data center: si tratta di una potenza superiore a quella attualmente installata in Giappone.
Quindi l’energia costa (piccolo promemoria per gli inetti governanti europei che stanno facendo di tutto per suicidarsi energeticamente) ed è quindi essenziale risparmiare sui costi dell’addestramento: anche se il software è gratis, un qualunque sviluppatore deve caricare i costi per lo sviluppo stesso del codice.
Qui sembra emergere un altro elemento a favore dei modelli cinesi ed in particolare di Deep Seek, che pare avere bisogno di tempi molto inferiori (presumibilmente legati alla struttura logica dei codici).
A questo si aggiunge Qwen (Alibaba): un modello linguistico fra i più apprezzati e scaricati al mondo su piattaforme come Hugging Face, costituendo una validissima alternativa ai prodotti statunitensi. Aggiungiamo anche GLM (Zhipu AI) che mette a disposizione modelli avanzati (es. GLM-5.2) con licenze permissive (spesso MIT) che offre ottime capacità nel coding e nel supporto in contesti molto generali.
Rimanendo nel contesto del software, la potenzialità di una data piattaforma IA abbisogna di sviluppatori competenti per essere messa in pratica e qui emerge un’altra nota dolente per gli USA. La Cina sforna ogni anno 5 milioni e 357mila laureati STEM (nelle discipline scientifiche) contro gli 820mila americani, molti dei quali lasciano poi il paese o sono costretti a farlo dalle politiche trumpiane. Il gap non è solo virtuale: l’università di Tsinghua produce ogni anno nel settore informatico un numero di brevetti superiore al MIT, Stanford, Princeton ed Harvard messi insieme.
Un ultimo tratto distintivo dell’approccio cinese riguarda il tipo di obiettivi. A differenza delle società statunitensi, che mobilitano risorse per lo sviluppo di una tanto avveniristica quanto «astratta» tipologia di intelligenza artificiale (General Artificial Intelligence) che riproduce i meccanismi della mente umana, le imprese cinesi puntano sul pragmatismo e la finalizzano all’esecuzione di funzioni specifiche (Narrow Artificial Intelligence) soprattutto nei settori della sorveglianza, della pubblica amministrazione, dell’educazione scolastica, nell’industria high tech, come certificato dal gigantesco complesso costruito da Xiaomi, che integrando l’intelligenza artificiale nei processi produttivi completamente robotizzati, produce un’autovettura elettrica ogni 76 secondi. Questa politica ha reso il comparto cinese dell’intelligenza artificiale di gran lunga più accessibile. È inquietante, però l’applicazione sperimentale dell’IA in alcune scuole vicino a Shangai fra studenti delle scuole primarie (6-10 anni) dove caschetti con elettrodi vengono applicati agli alunni per monitorare il livello di attenzione in relazione in discipline diverse per orientare il loro futuro percorso scolastico.
Con la strategia adottata la Cina ha potuto dichiarare non solo di aver azzerato la distanza con l’industria USA, ma anche di crescere più velocemente sia per quanto riguarda l’IA che per i chip perché il modello adottato consente maggiore innovazione pragmatica e aperta, aggirando le politiche tariffarie statunitensi che strozzano il mercato. Come ulteriore esempio, Kimi (Moonshot AI), azienda con appena 200 dipendenti e un investimento di appena 6 milioni di dollari, che si è dimostrata capace di gestire progetti enormi e fornire prestazioni di alto livello, e si va affermando come la IA più competitiva a fronte di una diretta concorrente con 5.000 addetti che ha investito ben 100 milioni di dollari per ottenere un prodotto equivalente nelle prestazioni.
Per il futuro, la Cina ambisce a escludere completamente gli Stati Uniti dalle sue catene di approvvigionamento, includendo non solo l’hardware, ma anche software statunitense ed europeo di ogni tipo che dovrà essere rimpiazzato completamente con controparti cinesi, in particolare nei comparti critici della finanza, dell’energia e della pubblica amministrazione.
Lo scoppio della bolla IA
Secondo l’opinione di alcuni accreditati analisti che hanno previsto già lo scoppio della bolla del 2008, una nuova bolla si prepara e riguarda l’IA, le sue conseguenze saranno devastanti a causa degli immensi capitali investiti i cui rendimenti sono destinati a crollare. La crescita vertiginosa della bolla dell’IA trova in questo contesto un riscontro inquietante. L’incremento tendenziale degli interessi sulle obbligazioni societarie emesse dalle imprese integrate nell’ecosistema dell’intelligenza artificiale, unito all’aumento dei Credit Default Swap sulle principali società operanti nel settore, segnala un crescente nervosismo tra gli investitori istituzionali. Si guardi alle manovre sul mercato azionario del fondo Thiel Macro (guidato da Peter Thiel, cofondatore di PayPal e Palantir), che ha liquidato le azioni di Nvidia e ridotto drasticamente l’esposizione rispetto a Tesla. Alex Karp e Stephen Andrew Cohen di Palantir, invece, si sono liberati di decine di milioni di dollari di azioni della loro stessa società. Operazioni simili sono state compiute da Fidelity, T-Rowe Price, JpMorgan Chase, SoftBank e Stanley Druckenmiller, speculatore di punta divenuto famoso per l’attacco alla sterlina condotto nel 1992 quando lavorava con George Soros e Michael Burry. Per costoro i profitti da capogiro realizzati dalle società operanti nel comparto si fondano su «una delle frodi più comuni dell’era moderna», ovvero la manipolazione artificiosa delle tempistiche di ammortamento. Le aziende spalmano gli investimenti in hardware su tempi di lunga durata, a fronte di una «vita» media dei chip pari a circa due anni: «per giustificare gli attuali multipli di prezzo in alcuni casi ormai sospesi nel vuoto servirebbero ricavi dieci volte superiori a quelli generati oggi dall’intelligenza artificiale e servirebbero in tempi rapidissimi, perché il ciclo di ammortamento di data center e chip è brevissimo: te, forse cinque anni».
Tra le cause della possibile crisi viene indicata l’incertezza geopolitica ed economica e un eccesso di liquidità che ha gonfiato il valore degli asset molto oltre i fondamentali. La combinazione di intelligenza artificiale, high frequency trading con gli algoritmi di investimento che amplificano a dismisura le oscillazioni del mercato creano e sovrabbondanza di liquidità, portando i listini su una traiettoria molto pericolosa. Quanto sta avvenendo produrrà un’ulteriore fase di verticalizzazione dei soggetti che operano e gestiscono il mercato. Nessuno sa quando esploderà la bolla, ma alla fine succederà e allora potrebbe scatenarsi una corsa agli sportelli bancari.
Le implicazioni sarebbero particolarmente pesanti per il consumo, la cui crescita è già più debole rispetto a prima del crollo delle dot-com. Uno choc di questa portata potrebbe ridurla di 3,5 punti percentuali, traducendosi in un calo di due punti della crescita complessiva del Pil, anche senza considerare il calo degli investimenti. Le ricadute globali sarebbero altrettanto gravi.
A risentirne sarebbero anche gli investitori stranieri che potrebbero subire perdite di ricchezza superiori a 15.000 miliardi di dollari, pari a circa il 20% del Pil del resto del mondo, penalizzando i possessori di titoli statunitensi e fra questi gli investitori istituzionali europei e italiani. A titolo di confronto, il crollo delle dot-com ha causato perdite per gli investitori esteri pari a circa 2.000 miliardi di dollari, circa 4.000 miliardi di dollari in valuta attuale e meno del 10% del Pil del resto del mondo all’epoca della crisi del 2008. Questo netto aumento degli spillover sottolinea invece quanto la domanda globale sia vulnerabile agli shock provenienti dagli Stati Uniti».
Resta il fatto che quella relativa all’intelligenza artificiale è una bolla 17 volte più grande di quella della New Economy e quattro volte maggiore rispetto a quella dei mutui subprime da cui è scaturito il crac del 2008.
Le dimensioni e la complessità della bolla dell’intelligenza artificiale può far crollare l’economia globale per un decennio perciò bisognerebbe predisporre un «paracadute pubblico» per gli investimenti colossali effettuati da OpenAI in chip, data center e infrastrutture collegate, al fine di mitigare i rischi finanziari derivanti dai rapidi cambiamenti tecnologici. Il fatto è che OpenAI, così come Nvidia e altri giganti dell’alta tecnologia, sono diventati troppo grandi per fallire (too big to fail) al pari delle banche di Wall Street salvate nel 2008. In altre parole l’intero listino azionario statunitense rischia la crisi e, a ricasco, gran parte del sistema economico.
In altre parole la guerra in atto tra USA e Cina potrebbe essere vinta senza combattere, secondo i migliori insegnamenti di Sun Zu, il quale affermava che la migliore vittoria è quella ottenuta senza combattere.
Antonio Politi