E’ uno dei rapporti più autorevoli e pungenti sullo stato di adozione dell’intelligenza artificiale l’AI Index Report 2026 dello Stanford Institute for Human-Centered AI, il centro di ricerca della prestigiosa università che promuove lo sviluppo etico e trasparente dell’AI.
Non solo perché fotografa in 423 pagine lo stato di salute dell’AI – dalle capacità tecniche all’impatto sociale – ma perché non edulcora un mondo che oggi dice di padroneggiare l’AI in ogni dove. Stanford, senza peli sulla lingua nella sua nona edizione dell’Artificial Intelligence Index Report 2026, ci dice che siamo in una fase in cui l’AI sta letteralmente rivoluzionando il mondo – impatta su infrastrutture, economia, energia, medicina – ma corre così veloce che non siamo in grado di tenerne il passo. “I dati non indicano un’unica direzione. Rivelano un settore che si sta espandendo più velocemente di quanto i sistemi circostanti riescano ad adattarsi” precisano nella prefazione Yolanda Gil and Raymond Perrault, co-chairs del report.
In tre anni dal debutto, l’AI generativa ha raggiunto il 53% della popolazione mondiale, più rapidamente dell’avvento del personal computer o di Internet (sebbene il ritmo vari da Paese a Paese e sia fortemente correlato al Pil pro capite).
Con una crescita galoppante che ridisegna la geografia globale di data center e consumi energetici, ridefinisce nuove soglie di efficienza (abbattendo il costo per prestazioni dei modelli, seppure più potenti, di 280 volte tra il 2022 e il 2024), trasforma la ricerca scientifica e medica (6 i dispositivi medici approvati dalla Fda nel 2015, 223 nel 2023), impatta sul mondo del lavoro, cambia gli assetti geopolitici mondiali tra Usa e Cina mostrando come gli Stati Uniti pur investendo più di qualsiasi altro Paese stiano faticando ad attrarre i talenti e come la Cina stia crescendo per pubblicazioni, citazioni e numero di brevetti AI depositati.
Andiamo per punti.
La ricerca in 5 spunti
1 – Guardiamo ai modelli e ai consumi. Nel 2025 l’industria AI ha prodotto oltre il 90% dei modelli di frontiera con prestazioni aumentate del 60%. I dati parlano chiaro: i risultati portati dagli Llm sono rivoluzionari in ambito scientifico e nel ragionamento complesso, superano i parametri di riferimento umani, la loro adozione a livello organizzativo ha raggiunto l’88% di penetrazione e 4 studenti universitari su 5 utilizzano l’AI generativa nei loro studi. Ma tutto questo ha un costo ambientale preoccupante perché gli Llm sono avidi di energia.
Da qui la conseguente esplosione di infrastrutture di data center (5.427 solo negli Stati Uniti, un numero almeno dieci volte superiore a qualsiasi altro paese, con investimenti milionari in chip prodotti quasi in monopolio dalla taiwanese Tsmc) con un impatto massiccio su ambiente e società.
La potenza assorbita da data center dedicati all’AI è paragonabile alla domanda elettrica di interi stati, cosi come il consumo di acqua per raffreddare i server.
Basta vedere come le emissioni stimate per l’addestramento di Grok 4 abbiano raggiunto la stessa quantità di emissioni di gas serra prodotte dalla circolazione di 17.000 automobili per un anno (72.816 tonnellate di CO2 equivalente), e il consumo energetico dei data center per l’AI sia salito a 29,6 GW, un fabbisogno energetico paragonabile a quello dell’intero Stato di New York o della Svizzera. Nello stesso modo il consumo idrico annuo per l’inferenza di GPT-4o potrebbe superare il fabbisogno di acqua potabile di 12 milioni di persone.
2 – Guardiamo alla competizione Usa e Cina dove per anni i primi hanno superato il resto del mondo per modelli, prestazioni, ricerca, citazioni e altro ancora. Ma la Cina non è stata a guardare: guadagna gradualmente terreno e quest’anno sembra aver quasi annullato qualsiasi vantaggio statunitense. “I modelli statunitensi e cinesi si sono scambiati più volte la vetta della classifica delle prestazioni dall’inizio del 2025 – riporta la ricerca -. Nel febbraio 2025, DeepSeek-R1 ha brevemente eguagliato il miglior modello statunitense e, a marzo 2026, il miglior modello di Anthropic lo superava di appena il 2,7%. Gli Stati Uniti producono ancora più modelli di AI di alto livello e brevetti di maggiore impatto, mentre la Cina è in testa per volume di pubblicazioni, citazioni, produzione di brevetti e installazioni di robot industriali”. Inoltre, sta rallentando drasticamente il flusso di ricercatori e sviluppatori di intelligenza artificiale disposti a spostarsi in Usa (-89% dal 2017, -80% solo nell’ultimo anno): l’America per la prima volta non è più attrattiva.
Il divario di prestazioni tra i modelli di AI statunitensi e cinesi si è effettivamente ridotto mentre l‘Europa conferma il suo ritardo con solo 2 degli 82 i modelli disponibili, segnale di politiche comunitarie carenti in tema di sviluppo europeo dell’AI. Ma le strategie nazionali sulla sovranità dell’AI si stanno espandendo in particolare nelle economie in via di sviluppo e aumentano gli investimenti statali nel supercalcolo, segno di crescenti ambizioni di controllo interno sugli ecosistemi di AI. Tuttavia, la produzione di modelli rimane oggi concentrata in Stati Uniti e Cina.
3 – Guardiamo alle capacità AI rispetto all’uomo. Sicuramente gli ultimi large language model di frontiera eguagliano o superano le capacità umane in ambiti scientifici, nel ragionamento multimodale o nella matematica competitiva, con ottimi risultanti in molti campi e mercati. Ma ci sono compiti in cui l’AI è in ritardo rispetto all’umano: l’apprendimento da video, la generazione di video coerenti e realistici, la lettura dell’ora, la gestione di piani complessi, l’analisi finanziaria e la risposta a determinati esami accademici di livello esperto. “Il tasso di successo degli agenti che gestiscono compiti reali è migliorato dal 20% nel 2025 al 77,3% di oggi, mentre gli agenti di intelligenza artificiale che si occupano di problemi di sicurezza informatica hanno risolto i problemi nel 93% dei casi, rispetto al 15% del 2024. Ma i robot hanno ancora molta strada da fare nella gestione delle faccende domestiche: riescono a svolgere con successo solo il 12% di compiti domestici reali come piegare i vestiti o lavare i piatti”.
4 – Guardiamo agli investimenti. Crescono, impennano secondo la ricerca. Gli investimenti globali delle aziende in questo settore hanno raggiunto i 581,7 miliardi di dollari nel 2025, con un aumento del 130% rispetto all’anno precedente. Allo stesso tempo, gli investimenti privati hanno toccato i 344,7 miliardi di dollari, con un incremento del 127,5% rispetto al 2024.
In testa gli Stati Uniti (285,9 miliardi di dollari) ben distanziata la Cina (12,4 miliardi di dollari). “Tuttavia, i confronti basati esclusivamente sugli investimenti privati probabilmente sottostimano l’ammontare di capitale che la Cina sta destinando all’AI. Il governo cinese convoglia le risorse attraverso fondi di orientamento governativo, fondi di investimento statali che generano rendimenti finanziari e promuovono le priorità strategiche del governo. Tra il 2000 e il 2023, si stima che 912 miliardi di dollari di questi fondi siano stati impiegati in diversi settori, tra cui l’AI”.
5 – Guardiamo all’ impatto sull’occupazione e sulla ricerca.
L’impatto sull’occupazione è reale, per i neoassunti sta iniziando a diminuire, sia nell’ambito dello sviluppo software (crollata del 20% tra i 22 e i 25 anni) sia delle attività di servizio clienti, confermando una trend che andrà a consolidarsi nei prossimi anni. “Solo il 33% degli americani si aspetta che l’AI migliori il proprio lavoro, rispetto a una media globale del 40%, e gli americani sono tra i Paesi con la più alta percentuale di coloro che si aspettano che l’AI elimini posti di lavoro piuttosto che crearne di nuovi. Il pubblico statunitense ha anche espresso la minore fiducia nella capacità del proprio governo di regolamentare l’AI tra i Paesi intervistati, con il 31%”.
L’AI conferma un ruolo da protagonista nella ricerca scientifica, dove non è solo semplice strumento di supporto alla stesura di articoli o alla verifica di dati (le pubblicazioni sono aumentate del 26-28%) ma di vera innovazione in diversi cambi delle scienze naturali, fisiche e biologiche. Impiegata nella pratica clinica, nella generazione automatica di note a partire dalle visite dei pazienti (laddove adottata porta alla riduzione fino all’83% del tempo dedicato alla stesura dei referti e una significativa diminuzione del burnout dei medici). “Tuttavia, al di là di alcuni strumenti specifici, il valore dell’AI in ambito clinico rimane oggetto di speculazione. Una revisione di oltre 500 studi sull’AI clinica ha rilevato che quasi la metà si basava su domande in stile esame anziché su dati reali dei pazienti, e solo il 5% utilizzava dati clinici reali”. Un altro ambito di crescita nell’intelligenza artificiale applicata alla medicina è quello dei gemelli digitali, supporto per definire diagnosi e cure.
Il timore più profondo
Ma la ricerca mette in luce il timore più profondo legato all’AI.
Il limite tra potere e opacità, perché oggi i modelli più performanti concentrati nelle mani delle big tech che sviluppano AI sono quelli tra i meno trasparenti. Rimangono segreti i codici di addestramento, le dimensioni dei dataset e il numero di parametri. Il dato preoccupante arriva dal Foundation Model Transparency Index, che misura la trasparenza con cui le principali aziende di AI divulgano i dettagli relativi ai dati di addestramento, alla potenza di calcolo, alle capacità, ai rischi e alle politiche di utilizzo dei propri modelli: un calo del punteggio medio a 40 punti rispetto ai 58 dell’anno precedente. Quest’ultima immagine – che riporta l’indice di trasparenza dei modelli delle big tech – vale la lettura.
© RIPRODUZIONE RISERVATA
