Dopo aver visto come l'IA concentrata possa distorcere la politica, degradare la conoscenza e amplificare le disuguaglianze sociali, affrontiamo oggi il cuore materiale del problema: l'economia. La concentrazione dell'IA nelle mani di poche aziende non è solo una questione di potere, ma sta ridisegnando gli equilibri di mercato, la concorrenza e la sovranità economica di interi paesi.
Il meccanismo: quattro forme di dominio economico
Monopolio naturale dei dell'infrastruttura – i modelli più potenti richiedono quantità enormi di dati e potenza di calcolo. Solo poche aziende (Google, Meta, Microsoft, OpenAI, Amazon, Nvidia) possiedono sia i dati che le infrastrutture cloud. Chiunque voglia competere deve sottomettersi a questi stessi attori.
Vantaggio cumulativo – chi ha più dati addestra modelli migliori, che attirano più utenti, che generano più dati. Il ciclo si auto-alimenta, rendendo quasi impossibile per nuovi entranti colmare il divario.
Cattura dei mercati verticali – le stesse aziende controllano più livelli della filiera: hardware (chip Nvidia), cloud (AWS, Azure, Google Cloud), modelli (OpenAI, Gemini, Llama), piattaforme di distribuzione (search, social, assistenti vocali). Questo permette di integrare verticalmente e chiudere il mercato ai concorrenti.
Estrazione di rendita – una volta consolidato il monopolio, le aziende possono imporre prezzi arbitrari per l'accesso ai modelli, ai dati o all'infrastruttura. Chi non può pagare resta escluso.
Case study – Cosa è già successo
Il dominio di Nvidia sui chip per IA
Il "piccone" della corsa all'oro.
Cosa: Nvidia controlla oltre l'80% del mercato dei chip specializzati per l'addestramento di modelli di IA (GPU). Le sue schede sono essenziali per qualsiasi progetto di IA su larga scala.
Ruolo dell'IA: la domanda esplosiva ha permesso a Nvidia di diventare una delle aziende più capitalizzate al mondo, con margini di profitto superiori al 60%.
Impatto: qualsiasi competitor (startup, università, paesi) deve pagare prezzi elevatissimi per accedere alla potenza di calcolo. Il gap tra chi può permettersi Nvidia e chi no è diventato incolmabile.
Microsoft e OpenAI – un'alleanza che domina il mercato
Il caso dell'integrazione verticale.
Cosa: Microsoft ha investito oltre 10 miliardi di dollari in OpenAI, ottenendo diritti esclusivi su GPT-4 e l'integrazione nei suoi prodotti (Office, Bing, Azure). OpenAI, a sua volta, dipende dall'infrastruttura cloud di Microsoft.
Ruolo dell'IA: questa alleanza crea un ecosistema chiuso: chi vuole usare i modelli più avanzati deve passare da Microsoft.
Impatto: i concorrenti (Google, Anthropic, startup europee) faticano a competere. L'Unione Europea, ad esempio, non ha un modello di IA paragonabile, e deve pagare royalties a Microsoft per accedere alla tecnologia.
Google e il monopolio della ricerca – rafforzato dall'IA
L'IA come strumento per blindare il dominio.
Cosa: Google ha introdotto la Search Generative Experience (SGE), che fornisce risposte direttamente generate dall'IA, senza reindirizzare ad altri siti. Questo riduce il traffico verso i concorrenti (giornali, blog, enciclopedie).
Ruolo dell'IA: l'IA generativa permette a Google di offrire un servizio che rende superfluo cliccare su altri link, rafforzando la sua posizione dominante.
Impatto: i siti che vivevano di traffico organico perdono visite e introiti pubblicitari. La concorrenza nel mercato delle informazioni viene soffocata.
L'addestramento dei modelli sui dati altrui – senza compenso
Il caso del New York Times contro OpenAI.
Cosa: il New York Times ha citato in giudizio OpenAI e Microsoft per aver utilizzato milioni di suoi articoli per addestrare i modelli GPT senza autorizzazione né compenso. Altri editori (Associated Press, Getty Images) hanno seguito la stessa strada.
Ruolo dell'IA: per addestrare modelli linguistici servono enormi quantità di testi di qualità. I contenuti giornalistici sono particolarmente preziosi, ma vengono estratti senza pagare chi li produce.
Impatto: se non regolamentato, questo meccanismo prosciuga le risorse di chi produce informazione di qualità, concentrando il valore nelle mani di chi possiede i modelli.
La fuga dei cervelli e la dipendenza tecnologica dei paesi
Il caso dell'Europa e del Sud del mondo.
Cosa: i migliori ricercatori di IA vengono attratti dalle grandi aziende americane con stipendi impossibili per università o centri di ricerca pubblici. Paesi come Italia, Francia, Germania, Brasile, India vedono i loro talenti emigrare verso Google, Meta, OpenAI.
Ruolo dell'IA: la concentrazione geografica della competenza tecnica rende sempre più difficile per altri paesi sviluppare proprie capacità indipendenti.
Impatto: si crea una dipendenza tecnologica permanente. I paesi che non hanno propri modelli di IA devono comprare licenze da aziende straniere, pagando in valuta pregiata e cedendo dati.
La difficile situazione delle startup europee
Il caso Mistral AI.
Cosa: Mistral AI, startup francese considerata la speranza europea per un'IA indipendente, ha raccolto ingenti finanziamenti. Tuttavia, per addestrare i suoi modelli ha dovuto utilizzare l'infrastruttura cloud di Microsoft (Azure), pagando milioni di dollari. Ha anche stretto una partnership di distribuzione con Microsoft.
Ruolo dell'IA: anche i "concorrenti" europei finiscono per dipendere dalle infrastrutture americane.
Impatto: la sovranità tecnologica europea resta un miraggio. Le aziende americane controllano i nodi chiave della catena del valore.
Impatto concreto
Economia globale: concentrazione della ricchezza e del potere in poche mani (USA e Cina). Altri paesi diventano consumatori passivi di tecnologia.
Concorrenza: barriere all'ingresso altissime per nuovi attori. I monopoli si rafforzano.
Lavoro: automazione selettiva che distrugge posti di lavoro in settori esposti alla concorrenza dell'IA, mentre i profitti vanno agli azionisti delle grandi aziende.
Sovranità: perdita di controllo su dati, infrastrutture e capacità decisionali strategiche.
Possibili correttivi
Separazione verticale obbligatoria – impedire a una stessa azienda di controllare hardware, modelli e piattaforme di distribuzione.
Tassazione dei monopoli digitali – una "tassa sull'IA" per finanziare ricerca pubblica e beni comuni digitali.
Investimenti pubblici in modelli aperti – finanziare con fondi pubblici lo sviluppo di modelli di IA trasparenti, aperti e non vincolati a interessi privati.
Regolamentazione dei dati di training – obbligo di licenza e compenso per l'uso di contenuti protetti da copyright.
Norme antitrust aggressive – impedire fusioni e acquisizioni che consolidano il potere di mercato (es. Microsoft-OpenAI, Google-DeepMind).
Infrastruttura cloud pubblica europea – creare un'alternativa pubblica al cloud americano per ospitare modelli e dati sovrani.
La concentrazione dell'IA non è solo un problema di potere politico o di disuguaglianze sociali: è un problema economico strutturale. Poche aziende controllano l'intera filiera, dai chip ai modelli alla distribuzione, e chiunque voglia competere deve pagare loro un pedaggio. Il risultato è un sistema che produce ricchezza per pochi e dipendenza per molti.
La prossima puntata esplorerà un altro rischio cruciale: la sicurezza informatica e il cybercrimine, ovvero come l'IA concentrata possa diventare un'arma nelle mani di hacker e stati ostili.