Negli ultimi mesi si è intensificato il dibattito sulla possibilità che l’intelligenza artificiale non rappresenti soltanto un’accelerazione tecnologica, ma un fattore strutturale di polarizzazione economica. Un intervento particolarmente discusso è stato quello di Miles Deutscher, analista nel settore delle criptovalute e della tecnologia finanziaria, che ha ipotizzato una netta divisione sociale nei prossimi anni tra chi saprà utilizzare l’AI come leva di produttività e accumulazione di capitale e chi, al contrario, ne subirà l’automazione senza riuscire a trarne vantaggio diretto.
Secondo questa tesi, nei prossimi due o tre anni si assisterebbe a una biforcazione tra una “classe superiore” capace di sfruttare l’intelligenza artificiale per automatizzare redditi, moltiplicare la produttività e prendere decisioni a una velocità irraggiungibile per l’essere umano isolato, e una “classe inferiore” gestita dall’intelligenza artificiale, ossia composta da lavoratori che eseguono istruzioni o operano all’interno di flussi di lavoro orchestrati da sistemi algoritmici. Questa dinamica viene descritta attraverso la metafora dell’economia a forma di K, concetto introdotto dall’economista Peter Atwater durante la pandemia di COVID-19 per descrivere una ripresa economica divergente, in cui alcuni segmenti della popolazione migliorano rapidamente mentre altri peggiorano.
Applicata all’intelligenza artificiale, la logica della K suggerisce che la tecnologia non produca benefici uniformi ma amplifichi le differenze preesistenti. L’AI, a differenza di molte innovazioni precedenti, non si limita a sostituire lavoro manuale o compiti ripetitivi, ma interviene direttamente sulle attività cognitive: analisi dati, scrittura, programmazione, pianificazione strategica, gestione finanziaria e decision making. Ciò significa che la capacità di utilizzare efficacemente strumenti di AI può tradursi in un moltiplicatore di produttività senza precedenti. Un singolo professionista dotato di competenze avanzate nell’orchestrazione di sistemi intelligenti può ottenere risultati equivalenti a quelli di interi team tradizionali, riducendo costi e tempi di esecuzione.
I dati citati a sostegno di questa tesi provengono dal rapporto “Global AI Job Outlook” di PwC, che evidenzia come i lavoratori con competenze specifiche in intelligenza artificiale percepiscano in media salari superiori del 56% rispetto a colleghi con mansioni analoghe ma privi di tali competenze. Inoltre, secondo l’analisi, il premio salariale legato all’AI sarebbe raddoppiato in un solo anno, segnalando una crescente scarsità di talenti qualificati. Lo stesso rapporto indica che meno del 10% dei lavoratori ha ricevuto una formazione strutturata in ambito AI, nonostante l’adozione degli strumenti sia ormai diffusa in numerosi settori.
Un ulteriore elemento spesso richiamato nel dibattito è un’analisi di Goldman Sachs secondo cui entro il 2028 circa 300 milioni di posti di lavoro potrebbero essere interessati dall’intelligenza artificiale. L’espressione “interessati” non implica necessariamente sostituzione totale, ma indica una trasformazione significativa delle mansioni, con una crescente integrazione tra lavoro umano e sistemi automatizzati. In questo scenario, la capacità di progettare, supervisionare e integrare soluzioni AI diventa un fattore competitivo decisivo.
La preoccupazione principale riguarda la possibile erosione della classe media. Storicamente, un’istruzione universitaria o una formazione tecnica adeguata garantivano accesso a posizioni d’ufficio relativamente stabili. Tuttavia, se le attività amministrative, di analisi e di supporto decisionale vengono progressivamente automatizzate, la domanda di lavoratori intermedi potrebbe ridursi, lasciando spazio a una struttura occupazionale più polarizzata: da un lato pochi specialisti altamente qualificati in grado di utilizzare e sviluppare AI avanzata, dall’altro lavoratori in ruoli operativi o esecutivi, con minore potere contrattuale e minori margini di crescita salariale.
Tuttavia, la tesi della polarizzazione inevitabile non è universalmente accettata. Diversi osservatori sottolineano che i cambiamenti tecnologici, pur rapidi, sono caratterizzati da processi di adattamento graduali e disomogenei. La storia dell’informatica mostra come le competenze inizialmente rare tendano a diffondersi con la maturazione degli strumenti. Un esempio spesso citato è il passaggio dai primi personal computer agli attuali dispositivi user-friendly: la competenza tecnica estrema necessaria negli anni ’80 non è stata una barriera permanente, poiché le interfacce si sono progressivamente semplificate.
Secondo questa visione alternativa, il vero fattore differenziante non sarà la mera capacità tecnica di utilizzare un modello di intelligenza artificiale, ma la competenza strategica nel definire obiettivi, progettare flussi di lavoro e integrare l’AI in contesti industriali specifici. In altre parole, la pianificazione, la conoscenza del dominio e la capacità di problem solving rimarranno centrali, mentre gli strumenti AI diventeranno progressivamente più accessibili. Questa prospettiva suggerisce che il divario potrebbe ridursi nel tempo grazie a formazione, democratizzazione tecnologica e miglioramento delle interfacce.
Dal punto di vista macroeconomico, l’economia a forma di K non è un fenomeno esclusivamente tecnologico, ma il risultato di molteplici fattori strutturali, tra cui capitale, accesso all’istruzione, infrastrutture digitali e politiche pubbliche. Attribuire l’intera responsabilità della polarizzazione alla mancanza di impegno individuale rischia di semplificare eccessivamente dinamiche complesse. Allo stesso tempo, ignorare il potenziale moltiplicatore dell’AI significherebbe sottovalutare una trasformazione già in corso.
In prospettiva decennale, l’impatto dell’intelligenza artificiale sulla distribuzione della ricchezza dipenderà dalla capacità delle economie di investire in formazione diffusa, aggiornamento professionale e infrastrutture digitali inclusive. Se l’accesso agli strumenti avanzati e alle competenze necessarie rimarrà concentrato in una minoranza, la polarizzazione potrebbe accentuarsi. Se invece l’AI verrà integrata come tecnologia abilitante trasversale, supportata da politiche di riqualificazione e adattamento organizzativo, potrebbe emergere un nuovo equilibrio produttivo.
Il dibattito sulla polarizzazione dell’AI non è quindi soltanto una previsione provocatoria, ma un indicatore delle tensioni strutturali generate dall’adozione di tecnologie cognitive su larga scala. L’esito finale non è predeterminato, ma dipenderà dalla velocità di diffusione delle competenze, dall’evoluzione degli strumenti e dalla capacità dei sistemi economici di assorbire e redistribuire i benefici della trasformazione digitale.