Goldman Sachs mette in discussione l’impatto reale dell’IA sulla crescita economica

Mentre giganti tecnologici come Meta, Amazon, Google e OpenAI hanno impegnato investimenti colossali nell’intelligenza artificiale, raggiungendo decine di miliardi di dollari nel 2025 e pianificando quasi 700 miliardi aggiuntivi nel 2026 per nuovi data center, le speranze di una trasformazione economica massiccia grazie all’IA sembrano attenuate. Goldman Sachs, attore principale nell’analisi finanziaria, ha pubblicato un rapporto di grande cautela, evocando un impatto economico limitato nonostante la frenesia di investimento. Questa messa in discussione solleva diverse interrogazioni: la tecnologia dell’intelligenza artificiale stimolerebbe realmente la crescita economica? Oppure, assistiamo a un’illusione di fronte a promesse inefficaci sul piano produttivo? Tra l’anticipazione di profitti spettacolari sul mercato finanziario e la realtà moderata delle ricadute economiche, l’analisi di Goldman Sachs invita a riconsiderare le certezze sulla rivoluzione IA. Questa constatazione si inserisce in un contesto in cui l’investimento massiccio nelle infrastrutture materiali sembra più beneficiare i produttori esteri di semiconduttori indagati a Taiwan o in Corea che all’economia americana stessa, confondendo così il legame diretto tra spese e crescita interna. Parallelamente, molte aziende utilizzatrici faticano ancora a osservare guadagni concreti di produttività, mentre gli indicatori macroeconomici restano vaghi sull’effettivo impatto. Infine, questa messa in discussione ha anche ripercussioni politiche e strategiche, tra appelli a una regolamentazione misurata e necessità di una strategia industriale coerente. Questo panorama complesso e sfumato dell’intelligenza artificiale porta a interrogarsi profondamente sul suo ruolo reale nella dinamica economica attuale e futura.

Goldman Sachs e l’analisi critica dell’impatto economico dell’intelligenza artificiale

Di fronte all’ascesa dell’intelligenza artificiale, Goldman Sachs ha adottato una posizione analitica attenta a esaminare con precisione le conseguenze sulla crescita economica. Sebbene gli investimenti in IA abbiano raggiunto record storici – in particolare nel hardware e nei chip elettronici –, l’istituto osserva che queste spese non si traducono meccanicamente in un effetto sostanziale sul prodotto interno lordo (PIL) americano. Una delle principali ragioni di questo divario è la natura stessa dei flussi economici coinvolti. Infatti, una significativa proporzione di questi investimenti beneficia produttori provenienti dall’Asia, in particolare da Taiwan e dalla Corea del Sud, specializzati nella produzione di semiconduttori e apparecchiature all’avanguardia. Questa importazione di materiali riduce così la circolazione diretta del valore aggiunto sul suolo americano.

Joseph Briggs, analista di Goldman Sachs, sottolinea in particolare che questa interpretazione intuitivamente seducente – che l’IA sarebbe un motore di crescita immediato – potrebbe nascondere dinamiche più complesse. I dati economici mostrano che, in effetti, gli effetti della tecnologia sull’attività economica restano deboli, se non inesistenti in alcuni casi. Jan Hatzius, economista capo di Goldman Sachs, conferma questa idea affermando che l’investimento in IA ha avuto «praticamente nessuna» influenza sulla crescita del PIL.

Questa analisi invita quindi a una rilettura rigorosa delle statistiche e a una messa in discussione delle previsioni troppo ottimistiche spesso rilanciate dai mercati finanziari. L’effervescenza attorno all’IA, simbolizzata dalla capitalizzazione record dell’S&P 500 stimata a oltre 670 miliardi di dollari per le aziende tech legate all’intelligenza artificiale, deve essere temperata da uno sguardo freddo e misurato. Perché la tecnologia, per quanto promettente, non genera automaticamente una crescita economica spontanea.

Gli investimenti massicci in IA: una promessa difficile da convertire in crescita reale

Dal 2025, le principali aziende tecnologiche del mondo hanno moltiplicato i progetti e le spese per integrare l’intelligenza artificiale nel loro modello di business. Le infrastrutture dedicate, come i data center, si espandono a un ritmo senza precedenti, sostenute da un investimento colossale di quasi 700 miliardi di dollari nel 2026. Queste pesanti attrezzature sono necessarie per addestrare e far funzionare i modelli di IA avanzati che supportano le innovazioni attuali in materia di riconoscimento vocale, elaborazione del linguaggio naturale, robotica e altro ancora.

Tuttavia, nonostante questo volume di investimenti, i ritorni economici tardano ad arrivare. Il fenomeno si spiega con diversi fattori interdipendenti:

• Natura degli algoritmi: pur essendo sofisticati, i modelli di IA esistenti richiedono spesso aggiustamenti e un apprendimento continuo, il che limita la loro efficacia immediata sui processi generativi di produttività.
• Costi di adozione: le aziende devono riorganizzare le proprie operazioni, formare i dipendenti e ripensare le catene di valore per sfruttare appieno gli strumenti di IA, un processo lungo e costoso.
• Dipendenza tecnologica: una grande parte dell’hardware è importata, il che disperde i guadagni economici e impedisce un’integrazione completa nel tessuto industriale nazionale.
• Misurazione degli effetti: l’assenza di indicatori affidabili e standardizzati rende complesse la valutazione precisa dell’impatto dell’IA sulla produttività e sulla crescita.

Questi blocchi spiegano in parte perché il settore privato e le istituzioni non osservano ancora un risultato tangibile all’altezza degli incentivi finanziari. La crescita economica americana non ha quindi conosciuto un dinamismo sostenuto a causa di questa sola tecnologia, contrariamente a quanto la speculazione del mercato finanziario poteva far credere.

Un esempio concreto viene dalla Federal Reserve di St. Louis che, nonostante studi iniziali ottimistici attribuissero il 39% della crescita al terzo trimestre 2025 all’IA, ha duramente sfumato questa cifra di fronte alle difficoltà di analisi e alle disparità settoriali. Questa prudenza si allinea a quella di Goldman Sachs e richiama la complessità nel trasformare l’innovazione tecnologica in un motore di crescita massiccia.

Tabella: confronto degli investimenti in IA e impatto sulla crescita economica

Anno	Investimenti mondiali (in miliardi $)	Contributo stimato alla crescita economica (%)	Principali beneficiari economici
2024	650	1,5	Produttori asiatici di semiconduttori
2025	900	2,2	Giganti tecnologici americani (investimento hardware)
2026 (previsioni)	1 200	2,5	Produttori asiatici principalmente

I limiti nella misurazione dell’impatto economico dell’intelligenza artificiale secondo Goldman Sachs

Un ostacolo principale individuato da Goldman Sachs nella sua analisi è la difficoltà di quantificare efficacemente le ricadute economiche dell’IA. La volatilità dei dati, combinata all’assenza di metodologie standard, produce risultati a volte contraddittori. Incoraggiate dall’entusiasmo, le aziende tendono a sovrastimare gli effetti immediati dei loro investimenti in IA, mentre gli economisti preferiscono temporizzare nell’interpretazione dei numeri.

Questa incertezza è stata recentemente evidenziata da Mary Daly, presidente della Federal Reserve Bank di San Francisco, che insiste sulla necessità di un’osservazione prudente. Anche se la tecnologia genera grandi aspettative, resta difficilmente misurabile sul piano produttivo. La prudenza invita così i decisori a evitare conclusioni affrettate e ad analizzare a fondo i dati prima di modificare le politiche economiche.

Questa constatazione è confermata da un’indagine del National Bureau of Economic Research (NBER) condotta su quasi 6.000 dirigenti d’azienda in Nord America, Europa e Australia. Questo sondaggio rivela che, nonostante l’adozione attiva dell’intelligenza artificiale da parte del 70% delle imprese intervistate, circa l’80% di esse non osserva alcun cambiamento significativo né nell’occupazione né nella produttività.

Questo paradosso illustra chiaramente le difficoltà concrete nel capitalizzare gli investimenti in IA in un orizzonte temporale breve o medio, corroborando così lo scetticismo espresso da Goldman Sachs. Per stabilire un legame affidabile tra innovazione tecnologica e crescita economica, sarà probabilmente necessario rivedere gli strumenti di misurazione e i criteri di analisi.

Le sfide strategiche e industriali dietro gli investimenti in intelligenza artificiale

Oltre alla semplice questione economica, gli investimenti in intelligenza artificiale si inseriscono in una dinamica geopolitica e industriale critica. Per gli Stati Uniti, dipendere fortemente da apparecchiature importate indebolisce la sovranità tecnologica nazionale. Ciò solleva importanti domande sulla capacità di condurre una «rinascita tecnologica» veramente locale.

Questa situazione spinge le politiche pubbliche a favorire la rilocalizzazione e a sostenere la produzione domestica di componenti essenziali, in particolare i semiconduttori. La competizione mondiale nel settore delle tecnologie avanzate, soprattutto tra Stati Uniti e Cina, impone un imperativo strategico che va oltre la semplice analisi economica.

In questo contesto, Goldman Sachs sottolinea che senza un maggiore controllo della catena del valore tecnologico, le spese elevate in IA rischiano di rafforzare la dipendenza industriale, a discapito di una reale dinamica di crescita sul territorio americano. La frammentazione dei benefici economici per aree geografiche complica quindi l’attuazione di una strategia industriale coerente.

Un esempio illustrativo è l’ascesa dei produttori taiwanesi di chip, come TSMC, che dominano la fornitura di componenti chiave per l’IA. Il loro successo economico beneficia poco direttamente la crescita americana, anche se i giganti tech americani restano gli artefici principali delle innovazioni.

L’intelligenza artificiale e la reale trasformazione delle aziende: la sfida dell’attuazione

Disporre della migliore tecnologia di intelligenza artificiale non garantisce un successo economico immediato. L’adozione riuscita dell’IA richiede un cambiamento profondo nelle organizzazioni, una revisione dei processi aziendali e una formazione adeguata dei collaboratori. Questo lavoro è spesso complesso e lungo, rallentando il potenziale di crescita annunciato.

Un gran numero di aziende si trova così di fronte a un divario tra l’iniezione massiccia di tecnologie IA e i benefici reali e misurabili. Installare un software di intelligenza artificiale in un reparto non trasforma automaticamente i metodi di lavoro. Spesso è necessario ripensare la strategia aziendale per allineare gli strumenti a una visione chiara di efficacia e redditività.

I risultati osservati in alcuni settori mostrano una varietà di effetti: alcune organizzazioni registrano effettivamente un ritorno positivo sull’investimento, in particolare nell’automazione delle attività ripetitive o nel miglioramento del rapporto con i clienti. Altre faticano a ottenere un vantaggio chiaro, a causa di una integrazione incoerente o di un’appropriazione incompleta della tecnologia.

• Formazione adeguata e sviluppo delle competenze dei team per utilizzare appieno l’IA
• Identificazione chiara dei processi chiave che possono essere ottimizzati dall’IA
• Monitoraggio rigoroso degli indicatori di performance dopo il dispiegamento tecnologico
• Adattamento organizzativo per accompagnare il cambiamento culturale
• Equilibrio tra innovazione tecnologica e controllo del budget

In sintesi, per trasformare gli investimenti in AI in motori reali di crescita, è indispensabile costruire una strategia agile, evolutiva e centrata sul valore economico concreto.

Le implicazioni per il mercato finanziario: riallineamento delle aspettative di fronte alla tecnologia IA

La frenesia attorno all’intelligenza artificiale ha avuto un’eco considerevole sui mercati finanziari. Molti investitori hanno integrato l’idea che l’IA genererà rapidamente profitti e rivoluzionerà le dinamiche settoriali. Così, la capitalizzazione di mercato delle aziende legate all’IA ha raggiunto vette vertiginose, alimentando un’ondata speculativa.

Goldman Sachs richiama tuttavia l’attenzione sulla necessità di riallineare queste aspettative con la realtà economica tangibile. I guadagni di produttività, su cui si basano le valutazioni borsistiche, tardano a comparire. Questo scarto può provocare una correzione di mercato, o perfino un recentramento dei progetti tecnologici verso applicazioni più concrete e redditizie.

Questa evoluzione impone agli investitori un approccio più cauto, privilegiando una valutazione rigorosa delle prestazioni e dei ritorni sugli investimenti effettivi, piuttosto che proiezioni ambiziose che restano incerte. Le stesse aziende, a loro volta, dovranno dimostrare con maggiore trasparenza i loro risultati e la capacità di trasformare l’innovazione in crescita sostenibile.

Quadro regolamentare e prospettive politiche di fronte all’intelligenza artificiale

L’argomento avanzato da alcuni attori politici, in particolare l’ex presidente Donald Trump, che sostiene che l’investimento in IA dinamizza l’economia americana e necessita di una regolamentazione allentata per stimolare l’innovazione, è messo in difficoltà dalle analisi recenti come quella di Goldman Sachs. Se l’IA non genera una crescita economica massiccia nel breve termine, il discorso che giustifica un intervento regolatorio minore perde di forza.

Questa situazione apre la strada a una riflessione più equilibrata sui quadri legislativi che potrebbero meglio regolamentare lo sviluppo dell’intelligenza artificiale senza frenare i progressi tecnologici. Infatti, i regolatori oggi possono permettersi di adottare una postura più ferma, poiché l’IA non costituisce una locomotiva economica incontestata suscettibile di sottrarsi a ogni controllo.

Inoltre, questa dinamica potrebbe favorire una regolamentazione che mira a proteggere gli interessi pubblici, mettere in sicurezza i dati, garantire l’equità ed evitare derive senza temere di rallentare la crescita economica. Questa evoluzione contribuisce a un dialogo politico più maturo ed equilibrato, indispensabile per una buona integrazione dell’IA nella società.

In questo quadro, i dibattiti si concentrano su:

1. La definizione di norme federali coerenti per evitare una frammentazione regolatoria eccessiva
2. La protezione dei diritti degli utenti e la riservatezza dei dati
3. Il sostegno alle iniziative che favoriscono la rilocalizzazione e la sovranità tecnologica
4. La preservazione della competitività economica garantendo un ambiente favorevole all’innovazione responsabile

Questo approccio più sfumato corrisponde ai precetti della prudenza economica e politica raccomandati da Goldman Sachs e da altre istituzioni finanziarie di rilievo.