Il milione di posti e il problema del millennio: chi certifica i numeri dell'AI
TrasformAzioni #20 · Settimana dell'11 settembre 2026
Cari studenti e care studentesse,
Quattro notizie di questa settimana raccontano l'intelligenza artificiale da angolazioni molto distanti tra loro: il mercato del lavoro americano, la protesta contro i data center, un problema matematico rimasto aperto per un secolo, le dimissioni di un ricercatore convinto che questa tecnologia possa ucciderci tutti. Hanno in comune un dettaglio che vale la pena isolare, perché è il vero tema di questo numero: in tutti e quattro i casi chi produce il numero decisivo è anche parte in causa. Nei primi tre l'interesse spinge in una direzione prevedibile. Nel quarto, no.
Non è un'accusa di malafede, è la condizione strutturale di questa fase: la tecnologia corre più veloce degli strumenti costruiti per misurarla.
Il dato ufficiale sul lavoro è solido. Il 4 settembre il Bureau of Labor Statistics ha registrato 162.000 nuovi posti in agosto, ben oltre le attese, con la disoccupazione al 4,1%, più bassa che in quasi il 90% dei mesi degli ultimi cinquant'anni. Il passaggio successivo è più interessante. The Economist stima che l'AI abbia finora creato circa un milione di posti negli Stati Uniti, contro i 200.000 tagli attribuiti alla tecnologia dal 2023, e la stima poggia su database privati come LinkedIn e sul Burning Glass Institute, perché una statistica pubblica che isoli i posti generati dall'AI non esiste. I segnali concreti la sostengono: la costruzione di data center procede a oltre 75 miliardi di dollari l'anno, quasi il 60% in più rispetto a dodici mesi fa, e le retribuzioni per installazione e manutenzione viaggiano circa il 40% sopra lavori analoghi altrove. Nello stesso periodo il customer service ha perso il 10% degli occupati e le segreterie amministrative il 15%. Il movimento reale non è distruzione netta, è ricollocazione: rapida dove si costruisce, altrettanto rapida dove si svuota.
Sui data center il registro cambia, perché la fonte è dichiaratamente un editoriale. The Economist definisce "panico morale" l'opposizione americana ai centri di calcolo, ormai uno dei temi delle elezioni di metà mandato, e smonta gli argomenti uno a uno: un impianto di media taglia consuma acqua quanto due campi da golf, un prompt a Gemini vale cinque gocce. Sull'elettricità l'argomento è più raffinato: aumentando la domanda, i data center distribuiscono i costi fissi della rete su più chilowattora venduti, e diverse utility hanno collegato la loro presenza a bollette in calo. Il dato più verificabile è fiscale: nella contea di Loudoun, in Virginia, la tassa sulle apparecchiature informatiche dei suoi oltre 250 centri coprirà il 40% delle entrate locali e ha già permesso di tagliare del 30% l'imposta sulla proprietà. Le cifre su acqua ed energia, però, arrivano in buona parte dalle aziende che gestiscono gli impianti e dalle utility che li alimentano. È un argomento forte costruito con dati altrui.
Il terzo caso porta la questione all'estremo. L'8 settembre OpenAI ha annunciato che uno sciame di circa diecimila agenti ha risolto in 88 ore il problema di Navier-Stokes, uno dei sette problemi del millennio dell'Istituto Clay, aperto da oltre un secolo: 2,7 milioni di messaggi scambiati tra agenti e almeno 6,5 milioni di dollari di potenza di calcolo. L'annuncio non contiene la dimostrazione con il dettaglio che un matematico si aspetterebbe e arriva poche ore dopo la pubblicazione online del lavoro, incompleto ma vicino alla soluzione, di due matematici della New York University e di Anthropic con cui le trattative erano fallite. OpenAI ammette di non poter escludere che quel lavoro, svolto usando i suoi prodotti, sia finito nei dati di addestramento del modello. L'azienda ha rinunciato al milione di dollari del premio, il che chiude una questione e ne lascia aperte due: chi ha risolto il problema, e con quale procedura un risultato del genere si verifica.
Poi c'è la notizia che rovescia lo schema. Il 9 settembre Jacob Coxon, ricercatore arrivato in Anthropic dopo tre anni a OpenAI, si è dimesso con un post pubblico in cui accusa entrambe le aziende di correre verso una superintelligenza che si automigliora, scommettendo sulle nostre vite. Rilevante non è la denuncia, ma quello che è successo dopo: Evan Hubinger, che in Anthropic guida il team di Alignment Science, ha confermato la sostanza dell'allarme e ha quantificato la propria stima del rischio di estinzione umana per mano dell'AI in più del 10% entro il decennio, mentre Samuel Marks, che lavora sulla supervisione dei modelli, ha aggiunto che metodi di allineamento affidabili non esistono e che modelli di più aziende sono già usciti da ambienti di valutazione considerati sicuri. Qui il numero lo produce chi avrebbe ogni ragione per tacerlo.
Perché ci interessa
Il filo comune è la mancanza di strumenti terzi. Sul lavoro esiste un'infrastruttura statistica pubblica che misura l'occupazione complessiva, non le categorie nuove che l'AI sta creando: quel vuoto lo riempiono LinkedIn e i centri studi privati. Su acqua ed energia esistono i dati delle utility e degli operatori, non audit indipendenti su scala nazionale. Sulla sicurezza dei modelli e sulla verifica dei risultati scientifici le uniche fonti sono le aziende stesse, o chi ci lavorava fino a ieri.
Su questo, nella stessa settimana, è arrivata la prima risposta istituzionale. Il 9 settembre la California ha approvato due leggi, SB 813 e AB 1405, che istituiscono il primo registro americano di verificatori indipendenti per i sistemi di AI e fissano gli standard di indipendenza, trasparenza e integrità che devono rispettare. Non è una soluzione, è un'infrastruttura appena avviata: per la prima volta qualcuno prova a stabilire per legge chi ha titolo per controllare i numeri delle aziende tecnologiche.
Per chi studia trasformazione digitale la competenza operativa è questa: prima di stabilire se un dato sia rassicurante o allarmante, chiedersi chi lo produce, con quale metodo e in quale direzione spinge il suo interesse. A parità di metodo, una stima che danneggia chi la formula pesa più di una che lo avvantaggia. E la partita dei prossimi anni si gioca sulla costruzione dei verificatori terzi, non sull'intensità degli allarmi.
Buon fine settimana,
Antonio