A-Infos (it) France, UCL AL #364 - Politica - Economia: l'IA generativa farà crollare le Big Tech? (ca, de, en, fr, pt, tr)[traduzione automatica]

In pochi anni, l'IA generativa è diventata onnipresente nei media, in 
particolare su Internet. Questa tecnologia solleva questioni ecologiche 
e sociali ampiamente discusse in precedenza, anche in questa rivista[6]. 
Ma la domanda che ci poniamo qui è: quali sono gli impatti economici 
dell'emergere di questa tecnologia? Chi la finanzia, per quali scopi e 
con quali risultati finora, e con quali conseguenze per l'industria 
tecnologica e l'economia capitalista in generale?

Questa domanda merita di essere posta, perché l'IA generativa è stata 
oggetto di investimenti colossali negli ultimi anni da parte dei 
principali attori tecnologici, anche in relazione agli enormi ricavi del 
settore. Il ritorno sull'investimento è quindi attentamente esaminato 
dal mondo finanziario. Come vedremo, è stato lento a compensare i rischi 
assunti.

Dall'annuncio di ChatGPT da parte di OpenAI nel novembre 2022, il 
clamore mediatico attorno a queste tecnologie è stato considerevole e il 
loro presunto impatto sull'economia è stato ampiamente discusso. 
Sentiamo spesso previsioni drammatiche sull'impatto sull'occupazione: 
ChatGPT potrebbe lasciare quasi tutti senza lavoro e si prevede che 
nessun settore manifatturiero ne sarà risparmiato.

Tuttavia, la rivoluzione prevista sembra richiedere più tempo del 
previsto. Uno studio del MIT[1]pubblicato di recente ha esaminato 
l'adozione di questa tecnologia in un'ampia gamma di aziende. I 
risultati evidenziano due aspetti. In primo luogo, l'interesse tra le 
aziende è travolgente: oltre l'80% di esse dichiara di aver avviato 
almeno un progetto interno di IA generativa. Questo risultato è in 
contrasto con il secondo punto: nella stragrande maggioranza dei casi 
(95% delle aziende), questi progetti sono rimasti in fase pilota e non 
hanno visto alcuna reale adozione in produzione. Più in generale, lo 
studio stima che l'arrivo dell'IA generativa abbia portato solo limitati 
cambiamenti strutturali nella maggior parte dei settori studiati.

Per spiegare questo fenomeno, lo studio indica un limite tecnico: 
l'incapacità di questi strumenti di imparare dai propri errori e di 
utilizzare il feedback degli utenti per migliorare la propria pertinenza 
e adattarsi al contesto. A meno che non venga raggiunto un nuovo 
traguardo tecnologico, è probabile che l'impatto dell'IA sui metodi di 
produzione sia limitato a un ambito più limitato rispetto a quanto 
annunciato in precedenza. Questa non è una buona notizia per l'industria 
tecnologica, che ha scommesso molto sui benefici economici dell'IA 
generativa e ha un disperato bisogno di vedere aprirsi nuovi mercati per 
generare ricavi commisurati alla sua scommessa.

Sistemi che richiedono troppe risorse
Esaminiamo più da vicino la struttura del settore economico che si 
sforza di venderci questa cosiddetta nuova rivoluzione industriale. 
Oggi, solo una manciata di aziende sta realmente sviluppando un business 
incentrato sull'IA generativa. Possono essere approssimativamente 
classificate in tre tipi di attività.

In primo luogo, ci sono gli sviluppatori di modelli predittivi come GPT 
o Claude. Questi modelli sono programmi software in grado di completare 
un testo (o un oggetto audiovisivo come un'immagine) in modo 
"realistico", ovvero simile ai dati forniti per la formazione. 
L'attività di queste aziende inizialmente consiste nell'estrarre dati 
(solitamente da Internet, legalmente o meno), per poi utilizzarli 
durante una fase di addestramento molto costosa che consente loro di 
perfezionare i propri modelli. Questa fase richiede un'enorme quantità 
di calcoli numerici, che necessita di enormi server farm dotate di 
processori all'avanguardia. L'azienda monetizza quindi l'utilizzo dei 
propri modelli.

Il secondo tipo di attività consiste nello sfruttare i modelli forniti 
dalle aziende precedenti per offrire un servizio a privati o aziende. Il 
prodotto più noto in questa categoria è, naturalmente, ChatGPT, un 
chatbot che si basa sui modelli GPT per interagire con i suoi utenti. 
Esistono altri servizi, ad esempio per completare o generare codice 
informatico. Questa categoria di attori si trova quindi a valle nella 
catena di produzione.

L'ultima categoria è a monte: si tratta di aziende che vendono 
l'hardware informatico (principalmente processori) necessario per 
addestrare e utilizzare modelli di intelligenza artificiale generativa. 
In realtà, il plurale è superfluo in questo caso. Un'azienda è riuscita 
a ritagliarsi un monopolio: Nvidia, il più grande progettista di schede 
grafiche, fornisce quasi tutti i processori utilizzati per addestrare e 
utilizzare i modelli di intelligenza artificiale generativa.

Spesso presentate come "dematerializzate", le tecnologie digitali, e 
l'intelligenza artificiale in particolare, si basano su immensi data 
center che consumano enormi quantità di energia e risorse.
Florian Hirzinger - www.fh-ap.com
Questi diversi attori hanno quindi modelli di business diversi. La 
domanda è se questi modelli siano sostenibili da una prospettiva 
capitalista. Ed è qui che sta il problema: di tutte queste aziende, solo 
Nvidia riesce a trarre profitto dalla sua attività. Tutte le altre 
stanno inghiottendo cifre astronomiche, senza riuscire a trovare un vero 
mercato per i loro prodotti.

Torniamo innanzitutto al caso emblematico di OpenAI. L'azienda rientra 
nelle prime due categorie che abbiamo menzionato: produce un modello, 
GPT5, accessibile tramite vari servizi, che la colloca nella prima 
categoria, e un chatbot, il famoso ChatGPT, che la colloca nella seconda.

Anatomia di una bolla
ChatGPT è di gran lunga il più popolare tra tutti i servizi di 
intelligenza artificiale esistenti, con una reputazione paragonabile a 
quella dei principali social network come Facebook o Instagram. ChatGPT 
vanta 400 milioni di utenti attivi. Tuttavia, ChatGPT presenta due 
svantaggi rispetto ai social network: in primo luogo, la pubblicità che 
genera entrate per queste piattaforme è meno integrata. In secondo 
luogo, i costi di utilizzo in relazione al numero di utenti sono 
enormemente più elevati. Di conseguenza, anche gli abbonamenti a 
pagamento di ChatGPT sono ben lungi dal coprire i costi di utilizzo, al 
punto che ogni nuovo utente aumenta il deficit di OpenAI.

L'azienda rimane vaga sui suoi risultati finanziari. Si può tuttavia 
stimare che avrà generato 4 miliardi di dollari di fatturato entro il 
2024[2]. Ma il solo costo di formazione e utilizzo dei suoi modelli è 
stimato a 5 miliardi di dollari. Aggiungendo altri costi come gli 
stipendi, ciò si tradurrebbe in una spesa di 9 miliardi di dollari, pari 
a una perdita netta di 5 miliardi di dollari. Per compensare queste 
perdite, OpenAI sta raccogliendo fondi a un ritmo frenetico, 
probabilmente senza precedenti nella storia del capitalismo. Ha raccolto 
10 miliardi di dollari nel giugno 2025, prima di raccogliere 8 miliardi 
di dollari nell'agosto dello stesso anno.

Nonostante questi risultati deludenti, OpenAI è probabilmente l'azienda 
con le migliori performance, escludendo Nvidia. Altri modelli sono molto 
meno utilizzati e generano ricavi molto inferiori. Le startup che 
tentano di creare servizi basati su modelli si trovano ad affrontare 
crescenti difficoltà: faticano a fornire un reale valore aggiunto ad 
altri settori. I pochi servizi offerti sono in definitiva limitati nella 
varietà e spesso assomigliano a una qualche forma di chatbot. 
L'eccezione a questa regola è Cursor, un editor di codice informatico 
basato sull'intelligenza artificiale che sta riscontrando una reale 
adozione, senza tuttavia generare alcun profitto. Anche in questo caso, 
i guadagni di produttività per il settore IT sono ben al di sotto degli 
spettacolari annunci fatti dai loro fornitori[3].

Anche l'affidabilità dei modelli rimane un problema: i codici generati 
dall'intelligenza artificiale continuano a contenere imprecisioni e 
falle di sicurezza, e la generazione di testo continua a soffrire di 
"allucinazioni", ad esempio, è comune che generi falsi riferimenti 
scientifici. Questi problemi si amplificano con la complessità del compito.

Un altro problema importante per queste startup: dipendono in modo 
massiccio dall'accesso a modelli di intelligenza artificiale (GPT, 
Claude, ecc.). Tuttavia, poiché la produzione di modelli rappresenta 
attualmente un drenaggio finanziario, le aziende che li forniscono 
potrebbero essere costrette ad aumentare drasticamente i prezzi, il che, 
a sua volta, renderebbe ancora più insostenibile il già fragile modello 
economico delle startup che vi fanno affidamento.

Cédric Durand, Tecno-feudalesimo, La Découverte, 2020, 256 pagine, 18 
EUR. In questo libro, l'autore sviluppa l'idea che i monopoli GAFAM e 
l'economia digitale stiano producendo una regressione sociale.
Degenerazione
Per superare queste contraddizioni, l'industria conta su un nuovo salto 
tecnologico. Ma questa strada sembra destinata al fallimento. La qualità 
dei modelli dipende soprattutto dalla qualità e dalla quantità dei dati 
di input.

Tuttavia, l'industria sta iniziando a esaurire i nuovi dati: ha già 
utilizzato quasi tutto ciò che è disponibile su Internet. L'intelligenza 
artificiale sta iniziando ad affrontare un problema paradossale: una 
parte sempre più ampia dei suoi dati di addestramento è costituita da 
dati sintetizzati dall'intelligenza artificiale stessa, il che porta a 
una degenerazione dei modelli[4]. È chiaro che i progressi 
nell'intelligenza artificiale stanno raggiungendo un punto morto e che i 
miglioramenti stanno diventando sempre più marginali. Il recente 
rilascio di GPT5 non ha fatto che aumentare queste preoccupazioni, 
poiché il nuovo modello non è riuscito a mantenere le promesse[5].

Di fronte a questa situazione di stallo, OpenAI e i suoi simili saranno 
costretti a limitare il libero accesso ai modelli, o addirittura a 
degradare la qualità del servizio offerto allo stesso prezzo, o 
addirittura a un prezzo più alto - un fenomeno già in atto. Ma il 
rifiuto li sta attualmente portando ad accelerare una massiccia politica 
di investimenti - acquistando sempre più attrezzature - senza, per il 
momento, riuscire ad aumentare i propri ricavi.

Fabien Lebrun, Barbarie numérique, L'Échapée, 2024, 432 pagine, 22 euro. 
In questo libro, l'autore esamina gli impatti molto concreti 
dell'estrattivismo che alimenta l'economia digitale.
L'intero settore si trova in una posizione molto fragile. Le aziende 
tecnologiche hanno intrapreso una corsa disperata che assomiglia a una 
bolla finanziaria. Gli investimenti effettuati non costituiscono nemmeno 
un capitale utilizzabile a lungo termine: l'uso intensivo dei processori 
ne riduce la durata di vita e, a questo ritmo, il parco macchine dovrà 
essere rinnovato entro pochi anni. Se la bolla dovesse scoppiare, il 
settore si troverebbe con un numero assurdo di server di cui non 
saprebbe cosa fare.

Le ragioni che hanno portato a questa spirale discendente sono le stesse 
che rendono il capitalismo un sistema perennemente in crisi. Almeno 
dall'inizio degli anni 2000, il settore tecnologico è stato costruito 
sul presupposto di una continua ipercrescita. Gli ultimi anni hanno 
visto il rallentamento di questa ipercrescita e, in risposta, una serie 
di disperati tentativi di riattivarla artificialmente; con il 
"metaverso", le blockchain e gli NFT, e poi l'IA generativa. Sta 
diventando chiaro che questo modello sta raggiungendo il culmine delle 
sue contraddizioni.

Le onde d'urto che un crollo dell'IA generativa potrebbe produrre 
avrebbero conseguenze per l'economia nel suo complesso, le cui prime 
vittime, come sempre, saranno i più vulnerabili. Solo il tempo dirà se 
il capitalismo riuscirà a riprendersi da questa crisi come fece da 
quella del 2008, o se, al contrario, queste contraddizioni porteranno a 
sconvolgimenti più profondi, nel bene o nel male.

Nicolas (UCL Caen)

Conferma

[1]"The GenAI Divide: State of AI in Business 2025", MIT, luglio 2025.

[2]Vedi Edward Zitron, "There is no AI revolution", Wheresyoured.at, 24 
febbraio 2025.

[3]Mike Judge, "Where's the Shovelware? Why AI coding claims don't back 
up", Mikelovesrobots.substack.com, 3 settembre 2025.

[4]"Can artificial intelligence collapse on itself?", Le Monde, 10 
settembre 2023.

[5]Christophe @Politicoboytx, "ChatGPT-5 threatens to burst the 
generative AI bubble", faketech.fr, 21 agosto 2025.

[6]"Artificial intelligence: AI at the service of the bourgeoisie", 
Alternative libertaire n. 358, marzo 2025.

https://www.unioncommunistelibertaire.org/?Economie-L-IA-generative-fera-t-elle-tomber-la-Big-Tech
________________________________________
A - I n f o s 	Notiziario Fatto Dagli Anarchici
Per, gli, sugli anarchici
Send news reports to A-infos-it mailing list
A-infos-it@ainfos.ca
Subscribe/Unsubscribe https://ainfos.ca/mailman/listinfo/a-infos-it
Archive http://ainfos.ca/it