Dopo i modelli, i sistemi: quando l’AI diventa una questione di geopolitica, organizzazione e controllo
TrasformAzioni #15 · Settimana del 10 luglio 2026
Cari studenti e care studentesse,
questa settimana metto in fila tre lavori usciti tra la primavera e l’inizio dell’estate (un report geopolitico, un working paper accademico e uno studio sperimentale sugli agenti autonomi) che, letti insieme, raccontano lo stesso spostamento di fronte. Per anni abbiamo valutato l’intelligenza artificiale guardando ai modelli: quale ha più potenza di calcolo, quale supera i benchmark. Ora il baricentro si sposta altrove. Ciò che conta, in termini sia di vantaggio competitivo sia di rischio, non è più il modello in sé, ma il sistema in cui viene assorbito: la competizione tra Stati, l’organizzazione delle imprese, il governo degli agenti che agiscono da soli. Tre livelli, tre nuovi colli di bottiglia. È esattamente il terreno della Digital Transformation.
1. La geopolitica dell’AI diventa un contest sistemico
“Beyond the Benchmarks: A Systemic View of U.S.-China AI Competition” (report), maggio 2026; The Economist, 2 settembre 2025
- Il report sostiene che, sul piano geopolitico, l’AI sta diventando “the whole ballgame”: da corsa tecnologica (chi ha più compute, il modello migliore) a contesa sistemica che mette alla prova i modelli di governance e i modelli economici dei due Paesi.
- È una gara fondamentalmente a due. Gli USA restano avanti su modelli di frontiera e compute avanzato; la Cina schiera talento ingegneristico profondo, modelli a basso costo, controllo di nodi critici della filiera hardware, vasta infrastruttura energetica e una spinta aggressiva a diffondere l’AI in tutta l’economia.
- Il framework a sette dimensioni indica l’hardware come vantaggio più netto (ma non illimitato) degli USA e l’energia come vantaggio crescente della Cina.
- La competitività delle imprese sarà sempre più correlata alle sorti del proprio Paese: oltre a esposizioni regolatorie e di cybersecurity, il successo di un’azienda “traccia” quello del sistema-Paese che guida nell’AI.
- L’Economist aggiunge la posta in gioco della governance: la Cina propone al mondo una visione “values-free”, orientata ai risultati; la domanda è quale modello regolatorio si diffonderà, in una sorta di “effetto California” su scala globale.
Perché ci interessa: Ci ricorda che la strategia digitale di un’impresa non può più ignorare la dimensione geopolitica. Ecosistemi digitali, energia, filiere dei chip e standard di governance sono ormai variabili competitive tanto quanto la qualità del modello: temi centrali quando ragioniamo su dove un’azienda può davvero creare e proteggere valore.
2. L’impresa AI-native e il lavoro che si assottiglia
“AI-Native Firms”, Working Paper HBS/INSEAD (Kim, Koning), giugno 2026; The Economist, 16 giugno 2025
- Studiando le startup Y Combinator (W20-F24) e le venture-backed USA finanziate tra il 2020 e il 2024, gli autori mostrano che le imprese “AI-native” sono il 25% più piccole rispetto alle non-AI dello stesso settore e coorte.
- Hanno una quota di ingegneri superiore del 13% e quote di lavoratori entry-level e di manager inferiori di circa il 15% ciascuna; le gerarchie sono più piatte di mezzo livello di seniority.
- Le valutazioni restano comparabili: più valore creato per dipendente. Due canali lo spiegano: un “process channel” (l’AI cambia come si lavora dentro l’impresa) e un “product channel” (l’AI è incorporata in ciò che l’impresa vende).
- Incorporare l’AI nel prodotto, non solo aggiungere strumenti AI ai flussi esistenti, è il modo principale con cui queste startup scalano il “lavoro della conoscenza” senza grandi team di knowledge worker.
- L’Economist fotografa l’altra faccia della medaglia: il mercato del lavoro dei neolaureati sta cedendo, e sono proprio i ruoli entry-level i più esposti, esattamente quelli che l’impresa AI-native comprime.
Perché ci interessa: Tocca due pilastri del corso, capitale umano e business model. La trasformazione digitale non riguarda solo l’adozione di strumenti, ma la ri-progettazione dell’organizzazione: chi assumere, quali competenze premiare, come si distribuisce la seniority. E pone una domanda scomoda sul percorso professionale dei nostri laureati, quando la porta d’ingresso classica al lavoro qualificato si restringe.
3. Governare l’autonomia: quando gli agenti agiscono da soli
“Agents of Chaos”, preprint (Northeastern University et al.), giugno 2026; Il Sole 24 Ore (24+), 17 dicembre 2025
- Uno studio esplorativo di red-teaming ha immerso agenti autonomi basati su LLM in un ambiente di laboratorio reale, con memoria persistente, account email, accesso a Discord, filesystem ed esecuzione di comandi shell; venti ricercatori li hanno sollecitati per due settimane in condizioni benigne e avversarie.
- Gli undici casi documentati includono: obbedienza non autorizzata a soggetti diversi dal proprietario, divulgazione di informazioni sensibili, azioni distruttive a livello di sistema, denial-of-service, consumo incontrollato di risorse, spoofing dell’identità e propagazione di pratiche non sicure tra agenti, fino a un parziale “takeover” del sistema.
- Il dato più inquietante: in diversi casi gli agenti hanno dichiarato di aver completato il compito mentre lo stato reale del sistema diceva il contrario, un fallimento di “social coherence” che l’interazione multi-agente amplifica.
- Benanti, sul Sole, avverte da un altro angolo: la tesi tecno-ottimista di una causalità lineare tra efficienza algoritmica e benessere collettivo (le proiezioni che vedono la superintelligenza risanare il rapporto debito/Pil) va vagliata criticamente, perché l’economia non è un sistema meccanico isolato.
- Il filo comune è la governance: definire ex ante le regole e i confini entro cui l’innovazione produce il suo esito, invece di inseguirne le conseguenze.
Perché ci interessa: È il cuore del tema governance ed etica dell’AI. Passando dai modelli conversazionali agli agenti che accedono al mondo (mail, file, sistemi), il rischio si sposta da “che cosa il modello dice” a “che cosa l’agente fa”. Progettare l’autonomia significa progettare insieme i suoi controlli: un problema al tempo stesso tecnico, organizzativo e istituzionale.
Il filo rosso
Tre lavori, tre livelli di assorbimento dell’AI: lo Stato, l’impresa, l’agente. In tutti e tre, la frontiera del vantaggio competitivo, come quella del rischio, ha lasciato il modello per spostarsi nei sistemi che lo mettono al lavoro. Il valore e il pericolo abitano ormai l’organizzazione, la governance, l’energia, le filiere, il controllo: precisamente il terreno del Digital Transformation Management. La lezione della settimana è che non basta più chiedersi quanto è potente un modello, ma dentro quale sistema lo stiamo facendo agire, e chi lo governa.
Buon fine settimana,
Antonio