Per molte imprese l’intelligenza artificiale arriva sotto forma di acquisto: si sceglie la piattaforma di un grande fornitore e si organizza un corso su strumenti e prompt per migliorare la produttività individuale. Il problema è ciò che resta fuori dalla valutazione: la filiera industriale che rende possibile quel software e le dipendenze che crea, raramente messe in conto quando si decide dove investire.
Da qui parte Alessandro Aresu, nuovo ospite della nostra serie di interviste Competenze per l’AI. Riprendendo un’immagine di Jensen Huang di NVIDIA, descrive la tecnologia come una «torta a cinque strati» (energia, semiconduttori, infrastrutture e cloud, modelli, applicazioni), a cui affianca talento e capitali. «Pensare che tutto si riduca ai modelli è un grande errore di prospettiva», osserva. Per un imprenditore significa chiedersi anche da chi dipende quando adotta una soluzione.
Scrittore ed esperto di strategie e geopolitica, Aresu si occupa da vent’anni del rapporto tra politica, economia e tecnologia. È consigliere scientifico di Limes, ha lavorato per oltre quindici anni come consulente per la Presidenza del Consiglio, il Ministero dell’Economia e altre istituzioni, ed è stato consigliere nel gabinetto del Presidente Draghi. Nei suoi libri sul capitalismo politico, tra cui Geopolitica dell’intelligenza artificiale, ha raccontato aziende come ASML, NVIDIA e TSMC e ha contribuito a introdurle nel dibattito italiano ed europeo.
Il dialogo tocca il peso della competizione tra Stati Uniti e Cina, il ruolo realistico dell’Europa e le dipendenze che dovrebbero preoccupare le imprese italiane, compresa una meno visibile: la «dipendenza cognitiva». Poi entra nel terreno delle competenze: cosa manca a manager e professionisti quando devono decidere sull’AI, quali domande porsi prima di affidarsi a un grande fornitore internazionale, quali limiti ha una formazione concentrata su strumenti e prompt e quale caratteristica sia indispensabile in un percorso formativo. Per decidere quando tecnologia, mercati e rapporti geopolitici cambiano rapidamente, Aresu indica una capacità precisa: comprendere che questi fattori sono connessi e non pensarli più come «compartimenti stagni».
Se guardiamo ai prossimi tre-cinque anni, quali evoluzioni dell’intelligenza artificiale avranno l’impatto più significativo sugli equilibri economici e industriali mondiali?
Diversi aspetti sono già intuibili e altri ancora emergeranno. Un’evoluzione sicuramente riguarda l’aspetto finanziario, e cioè verificare in che termini l’attuale ciclo di investimento sui data center continuerà a essere solido o avrà un rallentamento, con le implicazioni di questo processo sui mercati. Poi, le evoluzioni in termini di utilizzo e di mercati di riferimento, in cui hanno particolare rilievo la robotica, e la sua filiera industriale, e la farmaceutica. Un altro tema che continuerà a occupare l’attenzione dei prossimi mesi è la capacità dei programmi informatici di auto-scriversi e auto-migliorarsi, il cosiddetto recursive self-improvement.
Nel suo libro ricostruisce le radici filosofiche e scientifiche delle attuali narrazioni sull’AI. Perché è importante conoscerle per comprendere il presente?
Perché le parole, come la stessa “intelligenza artificiale”, inventata nel 1955, hanno una storia, e si basano su filosofie e su visioni del mondo. In particolare, nel libro “Geopolitica dell’intelligenza artificiale” mi soffermo su grandi filosofi e pensatori come Bacone, Leibniz e Leopardi. Più l’attualità ci sembra incomprensibile e in continua accelerazione, più per comprenderla è essenziale attingere proprio alla storia e al pensiero filosofico.
Perché, per comprendere l’intelligenza artificiale, non basta studiare algoritmi e modelli, ma bisogna conoscere anche semiconduttori, data center, energia e filiere produttive?
Perché, come detto efficacemente da Jensen Huang di NVIDIA, protagonista del mio libro, l’intelligenza artificiale è una torta a cinque strati, formata da energia, semiconduttori, infrastrutture e cloud, modelli, applicazioni. Pensare che tutto si riduca ai modelli è un grande errore di prospettiva.
Infatti, anche questo mio lavoro è in continuità con i libri in cui ho spiegato storia e rilievo di aziende come TSMC e ASML, essenziali nell’ecosistema dei semiconduttori. Se non si conosce ASML, non si capisce assolutamente niente del nostro mondo, dal punto di vista tecnologico, economico e politico.
In che modo la competizione tra Stati Uniti e Cina sta influenzando le possibilità di sviluppo e utilizzo dell’AI nel resto del mondo?
Da diversi punti di vista, perché all’interno della “torta” dell’intelligenza artificiale, degli aspetti che abbiamo citato, a cui vanno affiancati i fattori del talento e dei capitali, Stati Uniti e Cina hanno una posizione più forte rispetto a quello di altri Paesi. Pertanto, sono in grado di fornire i loro prodotti a una serie di Paesi che divengono invece dei semplici clienti. Come ho detto, in ogni caso, l’intelligenza artificiale è una filiera molto ampia, dove anche altri attori hanno un ruolo: si pensi per esempio all’importanza della Corea del Sud, un Paese che ha poco più di 50 milioni di abitanti.
La competizione tra Pechino e Washington si svolge in molti ambiti, non solo nell’intelligenza artificiale, ma all’interno di questa filiera ha una particolare importanza, sempre in stretto legame col tema dei semiconduttori, che è al centro della competizione tra Cina e Stati Uniti almeno dal 2015.
Quale ruolo può realisticamente giocare l’Europa nella competizione globale sull’intelligenza artificiale?
L’idea che possa essere un “terzo” tra Stati Uniti e Cina è sostanzialmente sbagliata e illusoria, come ho scritto fin dal mio libro del 2020 “Le potenze del capitalismo politico” e come è stato sempre confermato nel corso di tutto questo decennio. È anche un’idea inutile.
Il ruolo europeo deve essere più attento, granulare e profondo, in particolare cercando le nicchie specifiche dove ci sono capacità interne, delle industrie europee, negli strati della torta dell’intelligenza artificiale. Inoltre, siccome tutto si basa sempre sull’industria dei semiconduttori, nella progettazione e produzione di semiconduttori l’Europa deve per forza recuperare terreno, altrimenti non ci sarà mai una scorciatoia per essere meno dipendente.
Quali dipendenze tecnologiche dovrebbero preoccupare maggiormente l’Italia e le sue imprese?
Direi quelle dal cloud extraeuropeo, quindi statunitense, e dai materiali cinesi per i processi industriali. Oltre a una dipendenza cognitiva, che si ottiene quando si conoscono poco le dipendenze stesse.
Quali conoscenze mancano più frequentemente a manager e professionisti quando devono valutare una decisione aziendale relativa all’AI?
A mio avviso, come in altri ambiti della popolazione, manca ancora una consapevolezza più chiara su cosa sia l’intelligenza artificiale, e appunto la sua natura di torta a vari strati che comprende molti elementi materiali, che è utile conoscere e saper distinguere.
Quali domande dovrebbe porsi un’impresa prima di adottare una soluzione di intelligenza artificiale sviluppata da un grande fornitore internazionale?
Dovrebbe chiedersi anzitutto in che modo può riorganizzare i propri processi interni in modo da realizzare più attività in casa e non dandole in outsourcing o limitandosi a comprare servizi. Così costituirebbe infatti nel medio termine un maggiore vantaggio competitivo.
Quali competenze dovrebbero possedere manager e imprenditori per leggere l’AI non soltanto come strumento, ma come fenomeno industriale e geopolitico?
A parte leggere, studiare e seguire il lavoro di chi ha connesso questi aspetti, come ho fatto io ma hanno fatto anche tanti autori internazionali, credo che sia importante avere uno sguardo ampio sull’intelligenza artificiale per interrogarsi sui propri processi interni, soprattutto di formazione, e per affrontare alcune dipendenze dai fornitori.
Quali capacità servono per prendere decisioni in un contesto nel quale tecnologia, mercati e rapporti geopolitici cambiano rapidamente?
La capacità di comprendere che questi fattori sono connessi. Nel mio schema interpretativo, si chiama “capitalismo politico”: decisioni economiche e fattori politici sono molto più interconnessi rispetto al passato, e ciò riguarda anche la centralità e la strategicità di alcune tecnologie. Pertanto, è essenziale evitare la compartimentalizzazione. Non bisogna più in alcun modo pensare questi ambiti come compartimenti stagni.
Quali limiti vede in un’offerta formativa sull’AI concentrata prevalentemente su strumenti, prompt e incremento della produttività individuale?
Il limite che vedo è quello che ho sottolineato prima. Penso che l’ambizione di un’azienda debba essere sempre più cercare di sviluppare alcune capacità interne e quindi ridurre un approccio incentrato sull’acquisto di pacchetti già pronti o di soluzioni degli altri.
Se dovesse indicare una caratteristica indispensabile per un percorso capace di preparare imprese e professionisti alla dimensione strategica dell’AI, quale sceglierebbe?
La caratteristica indispensabile è quella della personalizzazione. Il percorso non deve essere standardizzato ma ritagliato sulle esigenze specifiche di quelle imprese e di quei professionisti, che devono prima riflettere sul proprio vantaggio competitivo, poi identificare i propri obiettivi e infine capire come possano essere ottenuti o amplificati da questi strumenti.
Se dovesse indicare a un imprenditore italiano una sola dipendenza da conoscere, una capacità da sviluppare e una domanda da porsi prima di investire nell’intelligenza artificiale, quali sceglierebbe?
Ovviamente cambia molto rispetto alla dimensione delle imprese, e in parte anche dai segmenti, settori e mercati di riferimento. Per esempio, cambia molto se si investe nella parte industriale dell’intelligenza artificiale, se in qualche modo si può essere un attore nell’elettronica o nell’ecosistema dei data center, o se si è un’impresa che non ha questa possibilità.
Una dipendenza da conoscere sempre è comunque quella energetica. Una capacità da sviluppare è l’azione trasversale dei vari ambiti dell’azienda. Una domanda che è utile farsi, in continuità con alcuni interventi del governatore Fabio Panetta sul tema che ho molto apprezzato, è semplice: quali investimenti ho fatto nel digitale e quali occasioni penso di non aver colto fino in fondo? In questo modo, non vediamo “l’intelligenza artificiale” come un tema separato ma in relazione con l’investimento digitale nelle imprese, che è stato spesso un’occasione perduta dei decenni precedenti.
