Le economie avanzate sono alle prese con una prolungata crisi della produttività. Nel decennio successivo alla crisi finanziaria del 2008, la crescita della produttività oraria nei paesi del G7 è crollata a meno dell’1% all’anno, meno della metà del tasso del decennio precedente. Questa pessima performance è il problema economico più grande che affrontano i paesi sviluppati.
L’intelligenza artificiale è una potenziale svolta. Il CEO di BlackRock, Larry Fink, afferma che trasformerà i margini di profitto in tutti i settori. Goldman Sachs (GS.N) prevede che aumenterà la crescita della produttività fino a 3 punti percentuali all’anno negli Stati Uniti nel prossimo decennio. Il McKinsey Global Institute sostiene che potrebbe aggiungere fino a 26 trilioni di dollari al PIL globale.
Gli investitori devono fare attenzione all’hype. Quattro caratteristiche dell’IA suggeriscono che, mentre il suo impatto sul risultato netto di alcune aziende potrebbe essere positivo, le sue conseguenze sull’intera economia saranno meno impressionanti.
Iniziamo con l’impatto dell’IA sul più fondamentale motore della crescita economica moderna: l’accumulo di nuove conoscenze scientifiche. I suoi prodigiosi poteri predittivi hanno permesso notevoli progressi in alcune aree della chimica e della biologia ricche di dati. Tuttavia, il potenziale della scienza di generare conoscenze utili dipende non solo dalla sua capacità di prevedere ciò che accade, ma anche di spiegare perché accade.
Gli antichi Babilonesi, per esempio, non erano di certo impreparati quando si trattava di prevedere fenomeni astronomici. Tuttavia, non svilupparono mai una comprensione delle leggi della fisica che spiegano perché questi eventi si verificano. Fu solo con la scoperta del metodo scientifico – costruendo teorie esplicative e sottoponendole a test sperimentali – che gli scienziati iniziarono a comprendere come funziona l’universo. È quella capacità di comprendere oltre che prevedere che consente agli scienziati moderni di mandare un uomo sulla luna.
I modelli di IA hanno rivoluzionato la capacità dei computer di identificare schemi utili in enormi set di dati, ma sono incapaci di sviluppare le teorie causali necessarie per nuove scoperte scientifiche. Come affermano il computer scientist dell’Università della California, Judea Pearl, e il coautore Dana Mackenzie nel loro bestseller del 2018 «The Book of Why»: «I dati non comprendono causa ed effetto: gli umani sì.» Senza ragionamento causale, il genio predittivo dell’IA non renderà superflui gli scienziati umani.
Un secondo argomento a favore dell’IA è che ridurrà i costi aziendali automatizzando gran parte del lavoro di conoscenza di base. Questa è un’affermazione più plausibile e ci sono prove iniziali a suo favore. Uno studio recente ha rilevato che l’introduzione di chatbot potenziati dall’IA ha aiutato le funzioni di supporto clienti a risolvere il 14% in più di problemi all’ora. La nota dolente è che l’impatto complessivo di tali miglioramenti di efficienza è sorprendentemente modesto.
Daron Acemoglu del Massachusetts Institute of Technology stima che il 20% delle attuali mansioni lavorative negli Stati Uniti potrebbe essere svolto dall’IA, e che in circa un quarto di questi casi sarebbe redditizio sostituire gli umani con un algoritmo. Tuttavia, anche se ciò sostituisse quasi il 5% di tutto il lavoro, Acemoglu calcola che la crescita della produttività complessiva aumenterebbe di solo circa mezzo punto percentuale in 10 anni. Questo è appena un terzo del terreno perso dal 2008.
Qualsiasi ripresa del dinamismo economico sarebbe benvenuta. La terza sfida, tuttavia, è che in una classe importante di casi, l’adozione dell’IA potrebbe invertire i guadagni di produttività.
Alcuni dei successi iniziali della tecnologia sono stati nelle sue applicazioni ai giochi. Nel 2017, per esempio, il programma AlphaZero di Google DeepMind ha stupito il mondo demolendo anche i suoi rivali computerizzati più avanzati negli scacchi. Questo ha evidenziato il potenziale di impiegare l’acume strategico dell’IA in altri contesti competitivi come il trading finanziario o il marketing digitale. Il problema è che nella vita reale – a differenza dei giochi – anche anche altri possono investire nell’IA. Il risultato è che la spesa che può essere razionale per una singola azienda è collettivamente controproducente.
Ciò implica una quarta caratteristica dell’IA che infliggerà un colpo più subdolo alla produttività. Se una corsa all’IA rende l’investimento massiccio di capitale il requisito minimo solo per mantenere la quota di mercato, le piccole aziende saranno inevitabilmente schiacciate. Le industrie tenderanno verso l’oligopolio. La concorrenza tenderà a diminuire. L’innovazione ne risentirà e la produttività diminuirà ancora di più.
Nel 1987, l’economista premio Nobel Robert Solow si lamentava del fatto che «si può vedere l’era dei computer ovunque tranne che nelle statistiche della produttività». Gli effetti dell’IA potrebbero presto essere fin troppo evidenti, ma non nel modo positivo che i sostenitori della tecnologia si aspettano.
