Gli impatti economici dell'Intelligenza Artificiale

Come mostreremo in questa sezione, sono stati pubblicati molti nuovi dati e statistiche negli ultimi trimestri, e le conoscenze correlate sono migliorate.

Negli Stati Uniti, da settembre 2023, il Bureau del censimento ha incluso domande sull'adozione dell'IA nell'indagine bisettimanale che conduce su un ampio campione di imprese. A dicembre 2024, oltre il 6,0% delle imprese americane in tutti i settori ha già indicato di utilizzare l'IA nel proprio processo produttivo, rispetto al solo 3,7% un anno prima: in pochissimo tempo – questa percentuale è aumentata notevolmente. Inoltre, circa il 9% ha indicato di avere l'intenzione di utilizzarla nei sei mesi successivi (questa percentuale è anch'essa in aumento). Questi numeri mostrano che l'adozione dell'IA da parte delle imprese è rapida e che è solo all'inizio: il potenziale di diffusione è significativo.

Quota delle imprese americane che utilizzano o prevedono di utilizzare l'IA
nella produzione di beni e servizi

L'adozione dell'IA generativa da parte delle famiglie è molto rapida. Un documento di lavoro del NBER pubblicato nel 2024 ha illuminato questo fenomeno e ha persino mostrato che l'adozione dell'IA generativa da parte delle famiglie era in anticipo rispetto a quella dei computer e di Internet ai loro tempi. Infatti, il suo tasso di adozione tra la popolazione di età compresa tra 18 e 64 anni è del 39,4% due anni dopo il suo lancio, ovvero due volte superiore a quello di Internet all'epoca. Un altro punto interessante di questo studio è che circa la stessa percentuale di persone intervistate indica di utilizzarla sia al lavoro che al di fuori del lavoro. La diversità delle attività richieste è importante. Per le persone che la utilizzano al lavoro, troviamo in ordine di rilevanza che viene utilizzata per: redigere comunicazioni, svolgere compiti amministrativi, interpretare/tradurre/sommario e ricercare fatti o informazioni. Per le persone che la utilizzano al di fuori del lavoro, troviamo in ordine di importanza che viene utilizzata per: redigere comunicazioni, interpretare/tradurre/sommario, assistenza personale e ricerca di idee. Questo illustra il potenziale di sviluppo dell'uso dell'IA generativa.

L'adozione della tecnologia tra le famiglie americane

L'accento crescente sull'importanza di misurare l'impatto dell'IA nell'economia è attestato dall'aumento recente dei dati pubblicati sull'argomento. Ad esempio, il Bureau del censimento degli Stati Uniti ha iniziato a pubblicare la ripartizione degli investimenti con particolare attenzione ai centri di dati, sottolineando la rilevanza crescente dell'investimento privato nei centri di dati rispetto al totale. Inoltre, ha recentemente pubblicato un focus speciale sull'occupazione nei centri di dati nei suoi Indicatori trimestrali della forza lavoro, mostrando che l'occupazione nei centri di dati americani è aumentata di oltre il 60% a livello nazionale tra il 2016 e il 2023, con i due stati più popolosi degli Stati Uniti che hanno la maggiore quota di occupazione nei centri di dati, con il 17% in California e il 10% in Texas.

Ufficio standard vs. Centro dati

Gli studi empirici incentrati su una prospettiva "bottom-up" e microeconomica sottolineano che i guadagni di produttività resi possibili dall'IA possono essere spettacolari a livello settoriale.

Numerosi studi settoriali sono stati pubblicati nel 2024. Uno studio del MIT è un esempio. Il ricercatore è stato autorizzato a seguire i team scientifici di una grande azienda americana nel settore dell'ingegneria dei materiali per diversi anni. Questa azienda ha implementato strumenti di IA in diverse fasi, il che ha permesso di misurare i guadagni di produttività degli scienziati legati all'IA. L'articolo mostra che, a parità di condizioni, gli scienziati assistiti dall'IA scoprono il 44% di materiali in più. Questo afflusso di materiali ha portato a un aumento del 39% dei depositi di brevetti e, diversi mesi dopo, a un incremento del 17% dei prototipi di prodotti che incorporano i nuovi composti. Tenendo conto dei costi di ingresso, lo strumento aumenta l'efficienza della R&D dal 13 al 15%.

Lo stesso tipo di risultati è stato trovato nell'industria farmaceutica, mentre un numero crescente di farmaci e vaccini è stato scoperto grazie all'IA. I tassi di successo delle molecole scoperte dall'IA durante le fasi I e II sono circa due volte superiori a quelli delle molecole scoperte in modo convenzionale, il che permetterebbe alle aziende di raggiungere o lo stesso rendimento con meno risorse e costi, oppure di aumentare il numero totale di nuovi farmaci lanciati con le stesse risorse.

Numero di molecole scoperte dall'IA negli studi clinici

Gli studi empirici a livello macroeconomico sono meno conclusivi a causa della complessità della misurazione della produttività su scala aggregata. Una moltitudine di stime – di cui molte provengono da istituzioni internazionali come il FMI e l'OCSE – sull'impatto dell'IA sulla produttività sono state pubblicate nel 2023-2024.

Si concentrano su diversi paesi e fanno diverse ipotesi su fattori chiave, come: la velocità di adozione dell'IA da parte delle imprese, l'adeguatezza delle competenze per l'adozione, i progressi futuri dei modelli di IA, il grado di integrazione con la robotizzazione per i compiti più manuali, le politiche pubbliche per promuovere/rallentare l'adozione dell'IA, ecc.

Pertanto, è comprensibile che arrivino a conclusioni molto diverse sull'impatto economico. Tuttavia, tutte concordano nel dire che i guadagni di produttività consentiti dall'IA nei prossimi decenni saranno significativi a livello macroeconomico, con diverse di esse che concludono che la crescita annuale della produttività del lavoro dovrebbe aumentare di circa 1 punto percentuale nel corso del prossimo decennio. Sebbene questa constatazione sia generalmente positiva e promettente, resta da vedere se l'impatto positivo dell'IA sarà sufficiente a controbilanciare l'effetto negativo sulla crescita economica dell'invecchiamento della popolazione che si verifica sia nelle economie sviluppate che in quelle emergenti.

Aumento previsto della crescita annuale della produttività del lavoro
su un orizzonte di dieci anni a causa dell'IA

Il messaggio principale degli studi sopra è che l'IA è un tema con ampie implicazioni macroeconomiche e finanziarie. In quanto tale, la incorporiamo esplicitamente nella nostra pubblicazione sulle ipotesi di mercato dei capitali a lungo termine e facciamo avanzare la nostra analisi differenziando le economie in base a un mix di caratteristiche strutturali e istituzionali che ci permettono di identificare i leader e i ritardatari in materia di IA focalizzata sulla produttività nelle economie sviluppate ed emergenti. È interessante notare che alcune economie emergenti sembrano ben posizionate tra i leader in termini di preparazione e adozione dell'IA.

Cinque principali economie sviluppate ed emergenti in materia di preparazione all'IA

Utilizziamo l'Indice AIPI (AI Preparedness Index) del FMI e le sue sotto-componenti per differenziare il punto di partenza tra le economie, mentre aspetti come la regolamentazione, l'intensità dell'innovazione e la disponibilità di capitale limitano il picco e la velocità dei guadagni di produttività nel tempo. 

In base a questi fattori, la produttività, l'investimento in capitale e la deprezzamento del capitale sono modellati per stimare l'impatto della produttività sulla crescita del PIL potenziale.

Punto di partenza: Utilizziamo l'AIPI (ultimi dati disponibili nel 2023) come punto di partenza tra le economie. Questo indice copre diversi ambiti di preparazione all'IA ed è composto da un insieme selezionato di indicatori macro-strutturali ritenuti pertinenti per l'adozione dell'IA, organizzati in quattro gruppi:

• infrastruttura digitale,
• innovazione e integrazione economica,
• capitale umano e politiche del mercato del lavoro,
• regolamentazione ed etica. 

I paesi sono quindi classificati di conseguenza. Questo è il nostro punto di partenza per le simulazioni: più basso è il rango, minore è il guadagno di produttività.

Produttività: Il guadagno di produttività è modellato in modo simile alla curva americana osservata negli anni '90-2000. Il picco è modellato per essere raggiunto in media 14 anni dopo l'introduzione dell'IA. Tuttavia, a seconda della preparazione di ciascun paese, il guadagno di produttività, sia al picco che lungo la curva, varia da paese a paese in base all'AIPI e ad altri parametri che rappresentano la regolamentazione e la probabilità di successo. La regolamentazione identifica i paesi in cui la burocrazia rallenta l'innovazione e dove l'impatto economico è progressivo. La "probabilità di successo" differenzia i paesi in base alla probabilità che il loro investimento nell'innovazione si traduca in guadagni generalizzati.

Tasso di deprezzamento: Questo indice è anch'esso modellato sull'esperienza americana durante il periodo 1990-2000, assumendo che, quando viene introdotta una nuova tecnologia, il capitale esistente diventi obsoleto più rapidamente di prima. I tassi di deprezzamento sono differenziati a seconda dei paesi in base all'AIPI.

Investimento: Man mano che il capitale diventa obsoleto più rapidamente, sono necessari nuovi investimenti. Supponiamo che il lato degli investimenti reagisca anch'esso alla rivoluzione tecnologica, con un aumento delle spese per investimenti (Capex). Tuttavia, un Capex più elevato potrebbe non tradursi in benefici evidenti in termini di produttività, soprattutto nelle fasi iniziali, considerando l'elevato deprezzamento e la bassa probabilità di successo.

Considerando tutti gli elementi sopra, ci aspettiamo che gli Stati Uniti siano un vincitore precoce nella prima decade di adozione dell'IA, con un contributo stimato alla crescita del PIL derivante dall'impulso dell'IA alla produttività di circa 0,35 punti percentuali.

I mercati sviluppati europei (DM Europa) seguiranno nella seconda decade, con un contributo più basso alla crescita del PIL (circa 0,3 punti percentuali), mentre l'Asia è in ritardo nell'impatto stimato nonostante alcune delle sue economie attualmente si classifichino tra le migliori in termini di preparazione all'IA.

Per l'Asia, vediamo il contributo alla crescita del PIL come solo di 0,14 punti percentuali nella seconda decade di adozione dell'IA.

Questi risultati possono essere ben spiegati esaminando il sottoindice di regolamentazione nell'AIPI, che è chiave nel caso della diffusione dell'innovazione: penalizza l'Asia rispetto all'Europa e penalizza l'Europa rispetto all'America del Nord. Quest'ultima ha meno burocrazia rispetto alle altre regioni, il che le consente di adottare qualsiasi innovazione più rapidamente. Nel grafico sopra, la dinamica particolare osservata per l'America Latina – che raggiungerà un picco nella seconda decade e poi il contributo alla crescita diminuirà – potrebbe essere spiegata dalla mancanza di investimenti in America Latina, il che impedisce all'IA di sostenere la crescita del PIL in modo più forte.

Contributo alla crescita del PIL grazie all'aumento della produttività legato all'IA

Mentre le spese di investimento legate all'IA sono sotto i riflettori e hanno guadagnato rilevanza sostenendo spese di investimento più ampie, esse rappresentano ancora solo il 7% delle spese di investimento globali. Di conseguenza, non sono 'visibili' come fattore di cambiamento nei conti nazionali.

Tuttavia, monitorando alcuni dati economici tempestivi già disponibili, è possibile valutare la velocità di adozione nell'economia tra le imprese e le famiglie. Abbiamo sviluppato uno strumento di monitoraggio ad hoc per aiutare a seguire il suo impatto in modo tempestivo (ad esempio, per le spese di investimento e il PIL, ci concentriamo su computer e attrezzature periferiche, produzione industriale tecnologica, indagini tecnologiche delle banche regionali e costruzione di impianti informatici ed elettronici).

Per quanto riguarda le spese di investimento reali, appare che a partire dai dati del T3 2024, dopo una prima spinta delle spese in R&D e software nel 2021-22, sia la tendenza che l'inerzia si sono progressivamente moderate in queste categorie. Nel frattempo, c'è stata una forte aumento delle spese in computer e attrezzature periferiche che ha accelerato notevolmente nel 2024, sostenuta dalla domanda di server alimentata dall'IA, riflettendo l'aumento degli investimenti e dell'adozione attraverso le imprese e i settori (vedi il grafico qui sotto).

Questa tendenza è chiaramente visibile anche nella dinamica degli ordini di beni durevoli, dove i nuovi ordini di beni durevoli, computer e prodotti correlati sono aumentati notevolmente dal 2022 e rimangono su una forte tendenza al rialzo. Ciò suggerisce che gli investimenti in capitale nei computer rimarranno sostenuti, così come la produzione industriale, che ha riaccelerato nel secondo semestre del 2024. In particolare, il sottoindice della produzione industriale per le tecnologie avanzate si è fortemente disaccoppiato dall'indice globale.

I recenti sviluppi nell'IA sottolineano quanto rapidamente evolva il settore tecnologico, impattando le aziende che hanno costruito vantaggi competitivi e suscitando l'entusiasmo degli investitori negli ultimi mesi. Per queste aziende, l'arrivo di DeepSeek (il nuovo entrante cinese nel campo dell'IA) e di modelli di IA open-source più efficienti aumentano l'incertezza riguardo al futuro dei profitti. Tuttavia, da un punto di vista macroeconomico, lo vediamo come un possibile punto di svolta per l'adozione dell'IA, dimostrando che il tema dell'IA non è finito, ma sta evolvendo.

In particolare, l'efficienza dei costi è un motore chiave della diffusione tecnologica, spiegato da un concetto chiave della rivoluzione dell'IA, il paradosso di Jevons. Ciò significa che un'efficienza aumentata in una tecnologia può portare a un consumo maggiore di una certa risorsa man mano che la tecnologia diventa più accessibile; un'efficienza più elevata non si tradurrà necessariamente in un investimento più basso, ma probabilmente nel contrario.

L'investimento in IA che era irrealizzabile per molte piccole imprese diventa ora accessibile. L'investimento in IA sta diventando più diversificato e potenzialmente molto più elevato in termini composti per l'intera economia. Le tendenze di normalizzazione delle spese in conto capitale legate all'IA tra i Magnifici 7 puntano in questa direzione, mentre ci aspettiamo di passare da una fase di spese in conto capitale concentrate sull'IA a una fase di adozione potenzialmente più ampia. Infatti, costi più bassi per i modelli di IA potrebbero portare a un'adozione più rapida sia da parte delle aziende che delle famiglie, a spese più elevate e a un investimento aggregato per l'IA, aumentando così la produttività aggregata.

Tendenza delle spese di investimento dei Magnifici 7

In sintesi, ci aspettiamo che la tendenza dell'IA influenzi i risultati economici e di mercato. Gli ultimi eventi si allineano con il nostro punto di vista secondo cui una concorrenza e un'innovazione continue sono suscettibili di creare vincitori e vinti, e di aiutare ad ampliare i benefici della nuova tecnologia attraverso l'economia abbassando le barriere all'ingresso, accelerando l'adozione e creando nuove opportunità.