I numeri che non tornano
Ed Zitron, figura di spicco dello scetticismo verso l'intelligenza artificiale, ha sollevato una questione fondamentale: l'economia di base dell'intero settore semplicemente non regge. Il costo per servire le richieste di un singolo cliente supera di gran lunga quanto le aziende riescono a farsi pagare. Con il suo linguaggio colorito, Zitron definisce questa situazione in termini inequivocabili.
I ricavi dall'AI stanno crescendo rapidamente man mano che aumentano i clienti paganti, ma non abbastanza da coprire i livelli folli di investimento in corso: 400 miliardi di dollari nel 2025, con previsioni ancora più elevate per i prossimi dodici mesi. Cory Doctorow, altro critico feroce del settore, sostiene senza mezzi termini che queste aziende non sono redditizie e non possono esserlo, mantenendosi a galla solo bruciando centinaia di miliardi di dollari altrui.
Quando il debito diventa una bomba a orologeria
Non è certo una novità che le imprese all'avanguardia operino in perdita, talvolta per anni. Ma la transizione verso la redditività avviene solitamente quando i costi diminuiscono. Nel caso dei large language models, ogni nuova iterazione è risultata finora più costosa della precedente, consumando maggiori quantità di dati, energia e tempo di esperti tecnologici pagati profumatamente.
I giganteschi datacenter necessari per addestrare e far funzionare questi modelli sono talmente costosi da costruire e attrezzare che vengono spesso finanziati tramite debito, garantito da ricavi futuri. Un'analisi di Bloomberg ha rivelato che nel 2025 sono stati conclusi accordi di credito per datacenter per 178,5 miliardi di dollari, una vera e propria corsa all'oro che ha visto operatori inesperti unirsi alle grandi società di Wall Street. Ma i preziosi chip Nvidia con cui vengono equipaggiati questi centri hanno una durata limitata, potenzialmente più breve degli stessi contratti di prestito.
Le vittime reali della rivoluzione digitale
Brian Merchant, autore di "Blood in the Machine" che paragona la reazione contro le big tech alla ribellione luddista del XIX secolo, ha raccolto decine di testimonianze dirette da scrittori, programmatori e operatori di marketing licenziati in favore di output generati dall'intelligenza artificiale. Molti di loro evidenziano la qualità banale del lavoro prodotto dai loro sostituti digitali, o peggio ancora, i rischi in gioco quando compiti delicati vengono spostati al di fuori del controllo umano.
I pericoli di questa sostituzione massiccia sono diventati sempre più evidenti negli ultimi mesi. Nel Regno Unito, l'Alta Corte ha emesso un avvertimento sull'uso dell'AI da parte degli avvocati dopo due casi in cui sono stati citati precedenti giurisprudenziali completamente inventati. A Heber City, nello Utah, gli agenti di polizia hanno imparato a controllare manualmente il lavoro di uno strumento di trascrizione utilizzato per redigere rapporti dalle riprese delle bodycam, dopo che aveva erroneamente dichiarato che un agente si era trasformato in una rana: in sottofondo stava andando il film Disney "La principessa e il ranocchio".
Quando scoppia la bolla, nessuno è al sicuro
Credere che l'intelligenza artificiale generativa produrrà eventualmente entrate sufficienti a eguagliare le somme colossali investite significa, come in tutte le bolle, raccontare storie drammatiche sulla portata della trasformazione in corso. Secondo Sam Altman, amministratore delegato di OpenAI, i modelli linguistici non sono solo strumenti brillanti per analizzare e sintetizzare grandi quantità di informazioni, ma si stanno rapidamente avvicinando alla "superintelligenza". Mark Zuckerberg va oltre, sostenendo che stanno per sostituire le amicizie umane.
Il boom si basa sempre più sulla leva finanziaria e sull'ingegneria finanziaria complessa, inclusi accordi di finanziamento circolari che evocano ricordi sinistri di crolli aziendali del passato. Come ha recentemente sottolineato la Banca dei Regolamenti Internazionali, le "Magnifiche Sette" azioni tecnologiche rappresentano ora il 35% dell'S&P500, rispetto al 20% di tre anni fa.
Una correzione dei prezzi azionari avrebbe conseguenze nel mondo reale ben oltre la Silicon Valley, con un effetto domino su investitori al dettaglio da entrambi i lati dell'Atlantico, esportatori tecnologici asiatici e finanziatori, incluse società di private equity poco regolamentate che hanno sostenuto l'espansione del settore. L'Office for Budget Responsibility britannico ha stimato che uno scenario di "correzione globale", con un calo del 35% dei prezzi azionari, ridurrebbe dello 0,6% il PIL del paese e causerebbe un deterioramento di 16 miliardi di sterline nelle finanze pubbliche.
Doctorow riassume la situazione in modo pragmatico: l'AI non è l'onda d'urto di un'imminente superintelligenza, né fornirà un'intelligenza simile a quella umana. Si tratta di un insieme di strumenti utili, talvolta molto utili, che possono migliorare la vita dei lavoratori quando sono loro a decidere come e quando utilizzarli. Pensati in questo modo, questi strumenti potrebbero ancora offrire benefici significativi per la produttività, ma forse non abbastanza da giustificare le valutazioni attuali e lo tsunami di investimenti in corso. E mentre potrebbe essere comprensibile anticipare un brivido di schadenfreude al pensiero che i ricchissimi capi delle big tech vengano ridimensionati, la realtà è che viviamo tutti nel loro mondo e non sfuggiremmo alle conseguenze di un eventuale crollo.