La lezione di Solow e il paragone con il dotcom
In un editoriale pubblicato dal Guardian, l'economista John Quiggin, professore alla scuola di economia dell'Università del Queensland, riprende un'osservazione del premio Nobel Robert Solow del 1987: l'era del computer era visibile ovunque tranne che nelle statistiche sulla produttività. All'epoca i calcolatori esistevano da quarant'anni. I guadagni di produttività arrivarono negli anni Novanta con internet, ma furono di breve durata. Secondo Quiggin, quattro anni dopo il lancio di ChatGPT lo schema si ripete: molta enfasi e una crescita della produttività molto contenuta.
Come negli anni del boom dotcom, gli effetti economici principali si concentrano sul mercato azionario e sugli investimenti in infrastrutture: allora le fibre ottiche, oggi i data center. Si scommette su una domanda futura che, scrive l'economista, non si è ancora materializzata.
I licenziamenti annunciati e i motivi dichiarati
Quiggin esamina i tagli annunciati da NAB, Qantas, Canva e Atlassian, alcuni dei quali attribuiti esplicitamente all'IA, e chiede se sia arrivato il temuto crollo dell'occupazione. La sua risposta è negativa. NAB ha negato che l'IA abbia avuto un ruolo nella decisione e, secondo l'autore, non ci sono ragioni per non crederle: la banca dal 2010 annuncia licenziamenti di massa quasi ogni anno, mentre il numero complessivo dei dipendenti è rimasto invariato, anche per effetto di dimissioni e pensionamenti. Il modello, sostiene, è quello tipico delle grandi imprese: assumere quando serve e licenziare quando conviene.
Nel caso di Qantas l'IA viene invocata, secondo Quiggin, per confondere le acque: l'esternalizzazione di 850 posti in India rientra in una strategia di lungo periodo dell'azienda. Se quei lavori saranno comunque automatizzati, osserva, non si spiega perché licenziare prima e aprire un'operazione all'estero.
Canva, Atlassian e il rischio per i grandi fornitori di modelli
Canva appare più esposta: il suo modello di software in abbonamento per la grafica semplice è messo in difficoltà dalla possibilità di ottenere in pochi secondi, con l'IA, un poster o un annuncio, magari di qualità discutibile ma sufficiente per molti utenti. Atlassian, invece, opera nella gestione di progetti e nei dati a livello di organizzazione, funzioni che l'uso frammentario dell'IA da parte dei singoli dipendenti difficilmente sostituisce; Quiggin non esclude che l'IA consenta il reverse engineering dei software, ma la questione resta aperta.
Infine l'autore mette nel mirino gli stessi grandi fornitori di modelli, come OpenAI e Anthropic, oltre a Meta e Alphabet. Modelli open-weight a basso costo come DeepSeek e Mistral, sostiene, sono indietro di circa un anno rispetto ai leader investendo una frazione delle risorse. Se i modelli linguistici diventeranno come l'email, indispensabili ma non redditizi, il rischio di un crollo riguarderà più la Borsa che l'occupazione.
