Google DeepMind ha pubblicato una ricerca dedicata alle conseguenze economiche dello sviluppo dell’intelligenza artificiale, individuando nella capacità di cooperazione tra agenti autonomi un fattore potenzialmente determinante per la trasformazione delle imprese e dei mercati. Il lavoro comprende il rapporto The Economics of Intelligence e un documento di ricerca di 108 pagine denominato Organizing Intelligence, presentati il 29 ottobre 2026. Tra gli autori figurano Alex Imas, responsabile della ricerca economica sull’intelligenza artificiale generale presso Google DeepMind, il ricercatore Andrew Koh e Shane Legg, cofondatore dell’organizzazione. L’analisi parte dalla distinzione tra due caratteristiche dell’intelligenza artificiale: la competence, intesa come capacità di un singolo sistema di risolvere attività specifiche, e la coordination, ossia la capacità di più agenti di suddividere il lavoro, condividere informazioni e raggiungere obiettivi comuni. Secondo i ricercatori, la valutazione del progresso tecnologico basata esclusivamente sulle prestazioni individuali nei benchmark di matematica, programmazione o ragionamento non permette di descrivere completamente gli effetti economici di sistemi capaci di operare come organizzazioni coordinate.
Il modello teorico considera il ruolo svolto dai costi di comunicazione, supervisione e organizzazione nella determinazione delle dimensioni delle imprese. Le aziende tradizionali possono aumentare la propria capacità produttiva attraverso la specializzazione dei lavoratori e la distribuzione delle responsabilità, ma l’ampliamento dell’organizzazione comporta generalmente un incremento dei costi necessari per coordinare le attività. Le informazioni devono essere trasmesse tra reparti, i processi devono essere controllati e le decisioni devono attraversare diversi livelli organizzativi. Un sistema costituito da agenti AI capaci di collaborare in maniera efficiente potrebbe modificare questa relazione, riducendo parte dei costi di coordinamento e consentendo a un numero limitato di persone di dirigere un insieme molto ampio di unità software operative. Secondo l’analisi, questo cambiamento potrebbe alterare sia la dimensione economicamente efficiente delle imprese sia le modalità attraverso le quali esse competono nei mercati, con conseguenze differenti a seconda del grado di autonomia e cooperazione raggiunto dagli agenti.
I ricercatori descrivono l’evoluzione economica dell’intelligenza artificiale attraverso quattro fasi teoriche. Nella fase iniziale, i sistemi AI sostituiscono o integrano alcune attività svolte dagli esseri umani, senza provocare necessariamente una riorganizzazione radicale delle imprese. La seconda fase è caratterizzata dalla comparsa di Supercompetent AI, ossia sistemi capaci di superare le prestazioni umane in numerose attività individuali. In questo scenario, piccole organizzazioni potrebbero beneficiare in misura significativa dell’automazione, riuscendo a offrire prodotti e servizi con strutture operative più contenute e un impiego ridotto di personale. La terza fase introduce invece la Supercooperative AI, nella quale numerosi agenti sono in grado di operare come componenti di un’organizzazione altamente coordinata. In questa configurazione, la capacità di distribuire attività complesse tra migliaia di agenti potrebbe favorire la formazione di grandi imprese AI in settori quali software, finanza e logistica, modificando il vantaggio competitivo delle organizzazioni tradizionali.
La quarta fase considera l’eventuale sviluppo dell’Artificial Superintelligence (ASI), caratterizzata da capacità superiori a quelle umane sia nello svolgimento di singole attività sia nella cooperazione tra sistemi intelligenti. In tale scenario, i ricercatori ipotizzano una struttura economica nella quale grandi organizzazioni fondate su agenti AI potrebbero convivere con imprese più piccole specializzate in mercati particolari. L’analisi contempla anche la possibilità che emergano nuove forme di occupazione in attività nelle quali la partecipazione diretta delle persone continui a rappresentare un elemento di valore. Questa rappresentazione non equivale a una previsione certa sulla comparsa della superintelligenza o sulla futura distribuzione del lavoro, ma costituisce uno scenario teorico utilizzato per studiare come il rapporto tra capacità individuale e coordinamento possa influenzare l’organizzazione economica.
Un punto centrale del lavoro riguarda la distanza tra le capacità attuali degli agenti e il livello di cooperazione richiesto dagli scenari più avanzati. I ricercatori richiamano un’esperienza descritta da Noam Brown, vicepresidente di OpenAI, relativa all’utilizzo di migliaia di agenti AI per affrontare problemi matematici. In quella sperimentazione, il contributo attribuibile alla cooperazione effettiva sarebbe stato inferiore al 10% del risultato complessivo, poiché gli agenti tendevano prevalentemente a lavorare in maniera indipendente sullo stesso problema anziché suddividere le attività in modo organizzato. L’esempio mostra la differenza tra eseguire numerosi processi in parallelo e costruire un sistema nel quale le singole unità condividano conoscenze, evitino duplicazioni e utilizzino i risultati reciproci per migliorare la soluzione finale. La disponibilità di un elevato numero di agenti non garantisce quindi automaticamente un incremento proporzionale dell’efficienza organizzativa.
Da questa osservazione deriva la proposta di ampliare i criteri utilizzati per misurare il progresso dei sistemi AI. Oltre alle prestazioni individuali dei modelli, sarebbe necessario valutare la capacità di distribuire le responsabilità, scambiare informazioni rilevanti, gestire dipendenze tra attività e individuare e correggere gli errori prodotti da altri agenti. Queste caratteristiche consentirebbero di misurare la produttività di un sistema coordinato anziché quella delle sue singole componenti considerate isolatamente. La ricerca si collega al concetto di Artificial Symbiotic Intelligence, presentato da DeepMind nel settembre 2026, che descrive forme di intelligenza collettiva basate sulla collaborazione tra persone e sistemi artificiali. Il nuovo lavoro estende il ragionamento al funzionamento delle imprese, alla concorrenza e alla distribuzione dei benefici economici dell’automazione.
Un ulteriore elemento riguarda gli effetti sul mercato del lavoro. Secondo il quadro proposto, le variazioni salariali potrebbero manifestarsi prima di cambiamenti chiaramente riconoscibili negli indicatori aggregati di produttività e occupazione, rendendo le retribuzioni una variabile importante per osservare le prime conseguenze economiche dell’adozione dell’intelligenza artificiale. L’impatto sui diversi settori dipenderebbe non soltanto dalla capacità dei modelli di sostituire compiti specifici, ma anche dal grado di riorganizzazione consentito dalla collaborazione tra agenti. I ricercatori precisano che lo studio è di natura teorica e non costituisce una previsione quantitativa ricavata da dati economici osservati. La sua conclusione principale riguarda il ruolo dell’organizzazione: il progresso dell’AI potrebbe trasformare le strutture economiche soprattutto quando la capacità di risolvere problemi individuali sarà accompagnata da meccanismi di cooperazione sufficientemente efficienti da coordinare grandi insiemi di agenti autonomi.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).