Le tecnologie di frontiera entrano in una fase di diffusione sistemica destinata a ridefinire il peso economico globale. Secondo le ultime stime Unctad (Conferenza delle Nazioni Unite sul Commercio e lo Sviluppo), intelligenza artificiale, robotica avanzata, calcolo quantistico, droni e clean tech genereranno un valore complessivo di 16,4 mila miliardi di dollari entro il 2033. Eppure, dietro questa “esplosione” di valore si nasconde una frattura crescente: i benefici si stanno concentrando laddove infrastrutture, competenze e governance sono già solide, mentre il resto del mondo arranca.
È il quadro che emerge dal paper Innovation and Emerging Technologies: From Progress to Prosperity, realizzato da Ispi (Istituto per gli Studi di Politica Internazionale) e dal Public Policy & Stakeholder Relations Centre di Deloitte Italia, che analizza l’impatto delle tecnologie di frontiera sugli ecosistemi economici globali e le condizioni perché la loro diffusione si traduca in crescita inclusiva.
Il paper adotta un approccio analitico multidimensionale che combina dati macroeconomici, indicatori settoriali ed evidenze empiriche da casi d’uso. Gli autori integrano fonti primarie dei principali organismi internazionali – Unctad, Ocse, Fmi, Iea (Agenzia Internazionale Energia), Bei (Banca Europea Investimenti), Banca Mondiale, Ilo (International Labour Organization), Bce e Itu (Unione Internazionale Telecomunicazioni) – con elaborazioni originali del team di ricerca Deloitte Italia su dati Unctad, Ilo e Itu. L’analisi si sviluppa lungo quattro direttrici: dimensionamento del mercato, impatto socio-economico (produttività, salari, occupazione), meccanismi di “distruzione creativa” schumpeteriana e condizioni abilitanti (connettività, infrastrutture, capitale umano, governance). Particolarmente rilevante l’utilizzo del Frontier Technology Readiness Index dell’Unctad, che misura la capacità dei Paesi di adottare le tecnologie di frontiera combinando indicatori di infrastrutture digitali, competenze, ricerca e sviluppo e attività industriale. A questo si affiancano le metriche di esposizione occupazionale alla GenAI elaborate dall’Ilo con un approccio task-based, che quantifica la quota di attività professionali potenzialmente trasformabili dall’AI generativa attraverso quattro gradienti di intensità, e le stime scenariali di Ocse e Fmi sulla produttività totale dei fattori.
Tecnologie di frontiera, solo per economie avanzate?
I numeri descrivono un’accelerazione sensibile. Il solo mercato dell’AI passerà da 189 miliardi di dollari nel 2023 a 4.772 miliardi nel 2033; l‘Internet of Things (IoT) da 925 a 3.141 miliardi; i veicoli elettrici da 138 a 1.401 miliardi. L’AI, in particolare, si configura come un “investimento complementare” che traina computing, generazione elettrica e reti: secondo le stime Fmi citate nel paper, questo effetto potrebbe aggiungere 0,5 punti percentuali alla crescita media annua del Pil globale tra il 2025 e il 2030. Un ruolo chiave lo gioca il crollo dei costi di utilizzo degli Llm, ridottisi fino a 900 volte. Una dinamica che abbatte simultaneamente i costi di scala per le grandi aziende e le barriere d’ingresso per le piccole (anche se con importanti distinguo, perché la spesa cresce). I dati Ocse indicano che il 31% delle Pmi nelle economie avanzate utilizza già strumenti di GenAI, con guadagni di produttività che in determinate attività – scrittura, coding, analisi – superano il 25%.
Il divario digitale rallenta la diffusione delle tecnologie di frontiera
Il cuore della ricerca è però un altro: la diffusione di queste tecnologie dipende da condizioni abilitanti che nel mondo restano disomogenee. Solo il 23% della popolazione nei Paesi a basso reddito è online, contro il 94% nelle economie ad alto reddito; 2,2 miliardi di persone restano ancora offline. La copertura 5G raggiunge l’84% della popolazione nei Paesi ricchi e appena il 4% in quelli poveri. Non è solo una questione di infrastruttura ma anche di costo: nel 2025 il canone mediano per la banda larga fissa equivale al 2,5% del reddito nazionale Lordo pro capite, oltre la soglia di affordability del 2%, e solo 88 Paesi su 195 rispettano il benchmark.
Ancora più asimmetrica la distribuzione delle infrastrutture fondamentali per l’AI: i Paesi ad alto reddito ospitano il 77% della capacità globale dei data center, mentre quelli a basso reddito restano sotto lo 0,1%. Gli Stati Uniti dispongono di circa 200 volte più server pro capite di un’economia a reddito medio. A ciò si aggiunge la pressione energetica: i data center consumano già circa l’1,5% dell’elettricità globale (415 TWh) e, secondo le proiezioni, raggiungeranno i 945 TWh entro il 2030, avvicinandosi al 3% del consumo globale. In parallelo, almeno 1.700 GW di rinnovabili e oltre 600 GW di stoccaggio a batteria sono bloccati in code di connessione, rendendo la capacità di interconnessione un filtro geografico decisivo.
Capitale umano, vincolo stringente
Se le infrastrutture sono la precondizione fisica, il capitale umano è la vera variabile discriminante. Meno del 5% della popolazione nei Paesi a basso reddito possiede competenze digitali di base, contro il 66% nelle economie avanzate. Il paper evidenzia un dato cruciale per le politiche: un solo punto percentuale aggiuntivo di investimento in formazione aumenta di circa il 6% l’effetto dell’AI sulla produttività d’impresa.
I dati Bei mostrano inoltre che l’adozione dell’AI nelle imprese europee è associata a un aumento del 4% della produttività del lavoro e del 3% dei salari, senza effetti negativi sull’occupazione. Esiste poi un nodo di genere: a livello globale le donne hanno una probabilità circa doppia rispetto agli uomini di trovarsi nelle fasce di massima esposizione alla GenAI (4,7% contro 2,4%), e nelle economie ad alto reddito il 41% delle occupazioni femminili è esposto contro il 28% di quelle maschili. Uno squilibrio che, se non governato con strategie di riqualificazione sensibili al genere, rischia di tradursi in nuove disuguaglianze.
Il paradosso italiano
Anche tra economie avanzate i divari sono significativi. Nel Regno Unito e negli Stati Uniti l’AI potrebbe aggiungere fino a 0,4–1,3 punti percentuali annui di produttività del lavoro; in Italia e Giappone soltanto 0,2–0,8 punti. La ragione, secondo gli autori, sta nella diffusione più disomogenea dell’AI lungo le filiere e nei vincoli di implementazione più stringenti. Un paradosso italiano che ricorda come la dotazione tecnologica di partenza non basti a spiegare i risultati: contano organizzazione, catene del valore, capacità manageriale. Un contrappeso arriva proprio dall’indice Unctad: alcuni Paesi registrano performance ben oltre il livello previsto dal loro reddito pro-capite. L’India è 76 posizioni più avanti, Cina e Filippine 49, il Brasile 41. Un segnale che politiche mirate sulle condizioni abilitanti possono accorciare sensibilmente la distanza anche prima che le condizioni strutturali convergano.
Dimensioni geopolitiche e sfide
Si pone infine l’accento sulla concentrazione del potere tecnologico. Stati Uniti, Cina e – in misura minore – Unione Europea rappresentano l’87% dei modelli di AI rilevanti e oltre il 90% del venture capital globale, con modelli di governance divergenti: market-driven negli Usa, guidata dallo Stato in Cina, regolamentare nell’UE.
Una frammentazione che, avverte Antonio Villafranca, VP per la Ricerca di Ispi, rischia di rendere l’ordine tecnologico globale sempre più “frammentato e ingiusto, lasciando 118 Paesi – in gran parte del Global South – fuori dalle principali discussioni sulla governance dell’AI”.
Le conclusioni dello studio convergono su un punto: investimenti mirati in infrastrutture, competenze, governance dei dati e accesso al calcolo possono ridurre in modo significativo il divario tecnologico. Serve coerenza tra ambizione regolatoria e risorse di implementazione, e una finanza capace di mobilitare capitali su scala adeguata – il blended finance come leva per sbloccare progetti bloccati da rischi e costi di finanziamento. “La crescita diventa duratura solo quando rafforza la produttività di imprese e territori, sostiene posti di lavoro migliori e amplia l’accesso alle opportunità”, osserva Andrea Poggi, head of Public Policy & Stakeholder Relations Centre di Deloitte Central Mediterranean. La sfida, più politica che tecnologica, è assicurare che il progresso si trasformi in prosperità condivisa, e non in un’ulteriore concentrazione dei benefici nelle mani di pochi.
© RIPRODUZIONE RISERVATA
