C’è un paradosso che nessuno vuole vedere. Mentre solo l’8% delle piccole e medie imprese italiane investe in intelligenza artificiale, Microsoft, Amazon, Google e Meta hanno bruciato 344 miliardi di dollari in un anno per costruire quella che alcuni chiamano “l’ultima invenzione che l’uomo avrà necessità di fare”. Il divario è netto: chi dovrebbe prepararsi alla più grande trasformazione economica della storia sta guardando da un’altra parte. Chi invece già domina il mercato tecnologico sta costruendo qualcosa che potrebbe rendere obsoleto il lavoro umano prima del 2027.
Non parliamo di fantascienza. Parliamo delle previsioni concrete di chi sta mettendo letteralmente le mani nel codice di questi sistemi. E quello che emerge dai dati è chiaro: tra chi si prepara e chi ignora il problema si sta aprendo un abisso che tra pochi anni sarà impossibile colmare.
Sei mesi di inchiesta per capire cosa sta succedendo davvero
Abbiamo passato sei mesi a ricostruire lo stato dell’arte della singolarità tecnologica. Documenti tecnici interni di Anthropic, OpenAI e DeepMind. Le previsioni di quindici tra i maggiori esperti mondiali di intelligenza artificiale. Tre studi economici del Fondo Monetario Internazionale. I dati dell’Osservatorio del Politecnico di Milano. Le dichiarazioni pubbliche dei CEO rilasciate tra il 2024 e questo inizio di 2025. Centinaia di ore passate a incrociare numeri, confrontare fonti, verificare affermazioni.
Quello che abbiamo scoperto non è una visione ottimistica del futuro. È una fotografia del presente che fa paura. La singolarità tecnologica – quel momento ipotetico in cui l’intelligenza artificiale supera quella umana – non è più relegata ai dibattiti accademici. Viene annunciata per i prossimi due, massimo tre anni da chi sta sviluppando questi sistemi. E intanto il tessuto produttivo italiano risulta il meno preparato d’Europa.
I numeri dell’Osservatorio del Politecnico di Milano sono impietosi. Solo il 7% delle piccole imprese ha avviato progetti concreti basati sull’AI. In Germania siamo al 20%. Le medie imprese italiane si fermano al 15%. Nel confronto con Francia e Regno Unito, l’Italia è ultima tra otto paesi europei per adozione dell’intelligenza artificiale nelle strutture produttive. Il dato più assurdo? Il 59% degli italiani ha un’opinione positiva sulla tecnologia. Quindi non è un problema culturale. È proprio che tra quello che pensiamo e quello che facciamo c’è una disconnessione totale.
Le prove sono sotto gli occhi di tutti, ma nessuno vuole vederle
Prendiamo le previsioni. Dario Amodei, che guida Anthropic, dice che potremmo arrivarci prima del 2027. Elon Musk parla del 2025 per l’intelligenza umana individuale, del 2029 per quella collettiva. Masayoshi Son ha scommesso su due o tre anni. Jensen Huang di Nvidia dà cinque anni prima che l’AI superi l’uomo in ogni test possibile. Attenzione: non sono professori che teorizzano in un’aula universitaria. Sono persone che controllano i capitali, le risorse computazionali e i team di ricerca. Stanno letteralmente costruendo questi sistemi. E tutti dicono la stessa cosa: è questione di pochissimo tempo.
Gli investimenti poi raccontano una storia ancora più chiara. Nel 2024 il settore dell’elaborazione dati è cresciuto del 23%. Il PIL globale? Del 6%. Quattro aziende – Microsoft, Amazon, Google, Meta – hanno messo sul piatto 344 miliardi di dollari in dodici mesi. I loro flussi di cassa sono calati del 40% tra il 2023 e il 2025. OpenAI e Anthropic bruciano capitali a ritmi che farebbero fallire qualsiasi altra azienda. Eppure gli investimenti continuano come se le normali logiche di mercato non esistessero più. La spiegazione è brutale nella sua semplicità: chi arriva primo all’intelligenza artificiale generale vince tutto. Chi arriva secondo non esiste più.
I modelli attuali mostrano già cose che nessuno aveva previsto. GPT-5, uscito nell’agosto scorso, è passato dal 43,8% al 70,8% nel ragionamento visivo. La performance umana sta all’88,9%. Sistemi progettati per completare frasi hanno imparato da soli a risolvere equazioni complesse e scrivere codice funzionante. Gli ingegneri le chiamano “capacità emergenti”. Tradotto: funzionalità che spuntano dal nulla quando il modello diventa abbastanza grande e complesso. Nessuno sa davvero perché succeda. Ma succede.
E poi c’è il computing quantistico. Nel 2024 si è superata la soglia dei 1.000 qubit, il limite che i fisici ritenevano necessario per applicazioni pratiche serie. Stanno venendo fuori algoritmi quantistici capaci di risolvere problemi che i computer tradizionali non possono nemmeno affrontare. Metti insieme AI avanzata e computer quantistici e la strada verso la singolarità si accorcia ulteriormente.
Il meccanismo che nessuno riesce a fermare
L’idea dietro la singolarità si chiama “automiglioramento ricorsivo” e funziona più o meno così. Un’intelligenza artificiale raggiunge un livello sufficiente per capire come è fatta. A quel punto inizia a modificare il proprio codice per migliorarsi. Ogni versione migliorata diventa più brava a migliorare se stessa. Il ciclo accelera. Da lineare diventa esponenziale. Quello che prima richiedeva anni inizia a succedere in mesi, poi settimane, poi giorni. Forse ore. Il risultato è una crescita della capacità cognitiva che va oltre ogni comprensione umana.
Chi sono i protagonisti di questo processo? Tre categorie. Le grandi corporation tecnologiche che hanno le risorse: processori grafici da milioni di dollari, chip di memoria specializzati, data center grandi come città. I team di ricerca, migliaia di scienziati che lavorano su architetture neurali sempre più complesse. E i governi, che stanno finalmente capendo che chi controllerà l’AGI controllerà il potere economico e militare del futuro.
Gli incentivi sono fortissimi per tutti. Le aziende sanno che arrivare primi significa monopolizzare un mercato da decine di migliaia di miliardi. Per i ricercatori è l’occasione di partecipare alla più grande scoperta nella storia dell’umanità. Per i governi è una questione di supremazia tecnologica. Tutti hanno ottime ragioni per accelerare. Nessuno ha convenienza a rallentare. E questo è esattamente il problema.
Perché le falle del sistema sono enormi. Uno studio pubblicato sul Journal of Artificial Intelligence Research arriva a una conclusione scomoda: una superintelligenza non potrà mai essere controllata del tutto. Un algoritmo che blocca l’AI se c’è rischio per gli umani? Tecnicamente impossibile da costruire. Anthropic ha provato a metterci una pezza con il Responsible Scaling Policy, una scala di rischio tipo DEFCON militare. Ma sono protocolli volontari. Zero potere coercitivo. Resta la domanda di fondo: come controlli qualcosa più intelligente di te?
La mappa del bottino: chi si arricchisce e chi affonda
Le cinque grandi aziende tecnologiche americane hanno visto il loro valore di mercato crescere di oltre 2.000 miliardi di dollari tra il 2023 e il 2025. Tutto sulla base delle aspettative legate all’intelligenza artificiale. I dirigenti e gli azionisti stanno accumulando ricchezza a un ritmo mai visto nella storia economica. Il mercato dell’AGI valeva 12,4 miliardi nel 2024. Le previsioni dicono 89,7 miliardi entro il 2034, con una crescita del 22,1% all’anno. Chi ha competenze avanzate in machine learning e sviluppo AI vede gli stipendi moltiplicarsi. I data scientist più qualificati guadagnano tra 200.000 e 500.000 dollari l’anno.
Dall’altra parte c’è chi paga il conto. Il Fondo Monetario stima che l’AI toccherà il 40% dei lavori a livello globale. Nelle economie avanzate, metà di questi potrebbero sparire del tutto. I dati OCSE dicono che il 14% dei posti di lavoro sono completamente automatizzabili, un altro 32% subirà cambiamenti pesanti. Goldman Sachs ha calcolato che l’AI generativa potrebbe sostituire l’equivalente di 300 milioni di lavori a tempo pieno. I settori amministrativo, logistico e customer care stanno già vivendo la trasformazione. Le professioni più a rischio? Quelle con compiti specifici e ripetitivi: contabili, operatori di call center, impiegati amministrativi, traduttori di base.
Ma la parte più assurda è chi fa finta di niente. Le piccole e medie imprese italiane sono il 92% del tessuto produttivo. Stanno ignorando sistematicamente il problema. Il 47,7% dice che mancano le competenze, ma solo il 6,3% pensa di investire in formazione. Il 45,5% crede addirittura che i posti di lavoro aumenteranno grazie all’AI. Solo l’11% ha progetti concreti. La maggior parte aspetta che qualcun altro risolva il problema. Senza capire che quando la trasformazione sarà evidente, sarà troppo tardi per reagire.
C’è poi chi potrebbe cambiare le cose ma non lo fa. Le università continuano a sfornare laureati con competenze che tra cinque anni non serviranno a nessuno. Solo il 45,8% degli italiani tra 16 e 74 anni ha competenze digitali di base. Le associazioni di categoria organizzano convegni sul tema ma non implementano programmi seri di riqualificazione. Il governo ha messo fondi sulla digitalizzazione, che poi vengono usati per comprare software già pronto invece di sviluppare competenze interne. Il divario tra chi sa fare e chi dovrebbe governare il processo si allarga ogni giorno.
I documenti che rivelano la verità
Marzo 2025. Un documento interno di Anthropic finisce in circolazione. C’è una frase che vale più di mille analisi: “Speriamo che questo documento possa aiutare la comunità più ampia a unirsi a noi nel consentirci di accedere in modo sicuro e protetto ai potenziali vantaggi dell’AGI”. Notate qualcosa? Non si parla più di “se” l’AGI arriverà. Si parla di “come” gestirla quando sarà qui. Il documento introduce protocolli di sicurezza, ma tra le righe ammette che potrebbero non bastare per controllare un’intelligenza superiore alla nostra.
Sam Altman, a capo di OpenAI, l’anno scorso ha lanciato il concetto di “singolarità gentile”. Una transizione graduale verso l’AGI, senza salti bruschi. Ha detto che l’umanità ha superato “l’orizzonte degli eventi” verso la superintelligenza digitale. Il linguaggio non è casuale. Un orizzonte degli eventi è il punto attorno a un buco nero oltre il quale nulla può tornare indietro. Altman sta dicendo che il processo è irreversibile. Non possiamo più fermarci.
Geoffrey Hinton ha vinto il Nobel ed è considerato uno dei padri dell’intelligenza artificiale moderna. Nel 2023 ha lasciato Google per poter parlare liberamente dei rischi. In un’intervista ha detto: “Pensavo avessimo ancora 30-50 anni prima dell’AGI. Ora penso potrebbe arrivare in 5-20 anni. Se arrivo a quella conclusione, e io ho costruito questi sistemi, forse dovremmo preoccuparci”. Quando uno degli inventori di una tecnologia inizia a lanciare allarmi pubblici, il messaggio è abbastanza chiaro.
Roman Yampolskiy lavora sulla sicurezza AI. Ha documentato casi in cui sistemi apparentemente sicuri hanno sviluppato comportamenti imprevedibili durante i test. Il problema non è teorico. È già osservabile nei modelli attuali. Le AI potrebbero operare a velocità che sfidano la comprensione umana e prendere decisioni non allineate con i nostri valori. La parte inquietante? Sta già succedendo, solo che per ora le conseguenze sono limitate.
Poi c’è il caso Klarna, che dovrebbe far riflettere chiunque pensi che la sostituzione del lavoro umano sia solo teoria. La fintech svedese specializzata in pagamenti dilazionati ha licenziato 700 persone per sostituirle con AI. Risultato: calo drastico della qualità del servizio e clienti insoddisfatti. Nel 2025 hanno dovuto reintegrare parte del personale. La storia insegna due cose. Prima: è tecnicamente possibile sostituire centinaia di lavoratori con sistemi automatizzati. Seconda: non è automatico che funzioni meglio. Ma le aziende continueranno a provare finché non ci riusciranno.
Cosa si può fare concretamente (se si vuole)
Le PMI italiane devono smettere di aspettare il momento giusto. Il momento giusto era cinque anni fa. Adesso bisogna partire con progetti piccoli e misurabili. Prendere un singolo processo aziendale – la gestione del magazzino, il customer service, l’analisi delle vendite – e automatizzarlo con AI. Tre mesi di test. Misurare i risultati. Documentare cosa funziona e cosa no. Formare almeno due persone come referenti interni. Investire tra 5.000 e 15.000 euro in formazione vera, non consulenze generiche che finiscono in presentazioni PowerPoint mai riaperte. Creare partnership con altre PMI dello stesso settore per dividere i costi e condividere le competenze.
Sul fronte strutturale, il sistema educativo deve cambiare adesso. L’AI e la data science devono entrare nelle scuole superiori come materie base, non opzionali. Come la matematica. Le università devono riconvertire almeno un terzo dei corsi inserendo moduli obbligatori di machine learning. Le associazioni di categoria dovrebbero creare centri di competenza condivisi dove le PMI possono accedere a risorse AI senza doverle comprare. Il governo deve incentivare non l’acquisto di software, ma lo sviluppo di competenze interne e l’assunzione di specialisti.
Per chi sta leggendo questo articolo: inizia oggi. Non domani, oggi. Due ore alla settimana per un mese. Impara a usare ChatGPT, Claude o altri sistemi AI generativi. Identifica quale parte del tuo lavoro potrebbe essere automatizzata. Sperimenta con richieste sempre più complesse. Documenta i risultati. Condividi con i colleghi. Investi 100 euro al mese in corsi online. Partecipa alle community italiane sull’AI. Trasforma la curiosità in competenza concreta. Non serve diventare un ingegnere informatico. Serve capire come funziona lo strumento.
Le istituzioni dovrebbero creare un osservatorio nazionale permanente sulla singolarità tecnologica. Aggiornamenti pubblici ogni tre mesi sullo stato dell’arte. Fondi non per “digitalizzazione” generica ma per riqualificazione specifica dei lavoratori a rischio. Controlli automatici per identificare quali settori sono più esposti. Programmi di sostegno al reddito per i periodi di transizione. Alleanze europee per non affrontare il problema da soli. Investimenti in ricerca pubblica indipendente sull’AI, per non dipendere solo dalle corporation private. Ma sappiamo tutti che non succederà finché non sarà troppo tardi.
Il conto alla rovescia è iniziato
I numeri convergono tutti nella stessa direzione. Le previsioni più ottimistiche dicono 2026, quelle moderate 2030. Anche gli scettici come Gary Marcus, che criticano la narrativa apocalittica, ammettono che i progressi stanno arrivando più in fretta del previsto. Su Metaculus, dove esperti fanno previsioni quantitative, la probabilità di AGI entro il 2027 è al 25%. Entro il 2031 sale al 50%. Non sono certezze, ma probabilità significative su orizzonti temporali brevissimi.
Guardiamo il divario tra Italia e Germania nell’adozione AI. Già oggi è 8% contro 20%. Le aziende tedesche che hanno integrato l’intelligenza artificiale mostrano incrementi di produttività tra il 15% e il 40%. Le aziende italiane che continuano con i metodi tradizionali vedono i margini erodersi. Quando la differenza di efficienza arriverà al 50%, non ci sarà più partita. A quel punto l’unica opzione sarà vendere a chi ha investito prima.
Il mercato italiano dell’AI ha toccato 1,2 miliardi di euro nel 2024, crescita del 58%. Ma l’adozione nelle PMI attraverso strumenti come ChatGPT o Copilot riguarda solo l’8% delle piccole imprese. La crescita è tutta concentrata nelle grandi aziende e nelle multinazionali. Il tessuto produttivo che dà lavoro alla maggioranza degli italiani sta restando indietro. Tra cinque anni questo ritardo sarà incolmabile.
La singolarità tecnologica non è più un concetto da convegno. È una trasformazione economica che sta succedendo adesso, con scadenze misurabili e conseguenze prevedibili. Chi gestisce un’attività – ristorante, studio, negozio, piccola impresa – deve decidere oggi se prepararsi o subire. Non esiste una terza via. Ray Kurzweil nel 2005 prevedeva la singolarità per il 2045. Nel 2024 ha spostato la previsione al 2030. Il momento si avvicina più velocemente di quanto chiunque avesse immaginato. La domanda non è più se saremo pronti. La domanda è: abbiamo ancora tempo per diventarlo?
