Nuove ricerche della Federal Reserve Bank of St. Louis, basate sull'analisi di quasi 490.000 trascrizioni di conference call aziendali sugli utili, confermano ciò che i dati ufficiali indicano da tre anni: l'intelligenza artificiale non ha ancora prodotto un aumento misurabile della produttività aggregata. Poiché la crescita della produttività è il singolo fattore determinante più importante per i guadagni salariali di lungo periodo e gli standard di vita, questa assenza ha implicazioni significative su quanto ampiamente i benefici dell'IA saranno distribuiti e quando. Tuttavia, uno degli autori dello studio ha sollevato una prospettiva ancora più inquietante: l'IA potrebbe star già generando guadagni reali che rimangono strutturalmente invisibili, perché la tecnologia stessa sta erodendo il valore degli output che ha reso abbondanti.

Il meccanismo è lineare. Quando l'IA riduce drasticamente il costo di produzione di un determinato output, quel prodotto perde contemporaneamente valore. L'aritmetica della produttività si annulla di fatto da sola: i guadagni su un lato del bilancio sono compensati dalla caduta dei prezzi dall'altro. Chiunque ora può generare materiali di marketing, animazioni o persino un articolo di giornale accettabile con una semplice pressione di tasti, ma se tutti possono farlo, nessuno di questi contenuti mantiene il valore che aveva un tempo. Il compito è diventato più semplice; l'output è diventato più economico. Da qualche parte in questo scambio, un guadagno reale è scomparso dalle statistiche senza mai registrarsi come una perdita. Questo riecheggia una sfida da tempo riconosciuta nella contabilità nazionale: il PIL e le statistiche sulla produttività sono stati progettati per un'economia industriale in cui gli output sono beni fisici venduti a prezzi di mercato, e hanno sempre faticato a cogliere il valore dei servizi digitali gratuiti o quasi gratuiti.

"Alcune cose diventeranno più abbondanti", ha affermato Serdar Ozkan, uno degli autori dello studio. "Ciò significa che probabilmente diventeranno anche meno preziose."

Cosa mostrano i dati

Gli economisti Ozkan e Aakash Kalyani, insieme al ricercatore associato Nicholas Sullivan, hanno esaminato circa 490.000 trascrizioni di conference call sugli utili provenienti da 5.198 società quotate statunitensi nel periodo compreso tra il 2000 e il 2025. Hanno utilizzato un modello di intelligenza artificiale per etichettare le frasi relative alla produttività e all'IA. La quota di commenti sulla produttività legati all'IA è passata da quasi zero prima del lancio di ChatGPT alla fine del 2022 a circa il 15% di tutte le discussioni sulla produttività entro la fine del 2025.

Circa il 95% delle frasi sulla produttività legate all'IA descrive guadagni che i dirigenti si aspettano in futuro anziché miglioramenti già realizzati, una proporzione rimasta stabile dal 2023. Quando i dirigenti descrivono l'impatto dell'IA, sono quasi unanimi nel loro ottimismo: il 95% descrive la produttività in aumento, contro il 75% dei commenti non legati all'IA.

I ricercatori affermano che è esattamente ciò che la storia prevede

Ozkan ha dichiarato di non essere sorpreso dai risultati orientati al futuro, dato che i dati aggregati avevano già mostrato nessun aumento significativo della produttività una volta contabilizzati gli investimenti in capitale. Ha citato la celebre osservazione dell'economista Robert Solow secondo cui "si può vedere l'era del computer ovunque tranne che nelle statistiche sulla produttività", tracciando un parallelo diretto con l'elettrificazione, che a suo dire ha richiesto "diversi decenni" per riorganizzare le fabbriche, riqualificare i lavoratori e trasformare i flussi di lavoro prima che il suo dividendo in termini di produttività divenisse visibile nei dati.

L'economista di Stanford Erik Brynjolfsson ha identificato questo fenomeno come il "paradosso della produttività" in un articolo del 1993 per il MIT, e ha recentemente descritto la situazione attuale come il moderno sequel.

Kalyani, che ha studiato separatamente i modelli di diffusione delle tecnologie di uso generale, ha affermato che la professione economica ha ampiamente raggiunto un consenso su questo punto dopo l'iniziale ondata di entusiasmo post-ChatGPT: "I guadagni aggregati saranno nel futuro, mentre ciò che si vede ora è un forte investimento e molta eccitazione e ottimismo per il futuro."

Ha osservato che la diffusione tecnologica tra regioni, professioni e aziende è "estremamente lenta", tipicamente con un tempo di diffusione di 20-30 anni. Comprimere il ritardo dell'IA a soli tre-cinque anni "sarebbe un cambiamento enorme" rispetto ai precedenti storici. I computer, in linea con l'osservazione di Solow, non sono apparsi nei dati sulla produttività fino alla fine degli anni '90 e all'inizio degli anni 2000.

Il consenso sulla diffusione lenta

I risultati si allineano ad altre ricerche della Federal Reserve del 2026. Un'analisi della Kansas City Fed ha rilevato che il recente aumento della produttività nei dati ufficiali non è "ancora diffuso su larga scala", con una piccola parte di settori che account per la maggior parte dei guadagni anche se l'adozione dell'IA continua a diffondersi. Separatamente, il presidente della Fed Kevin Warsh ha dichiarato al Congresso a luglio che l'IA finora "non ha soppiantato i lavoratori" e li ha resi "un po' più produttivi", ma ha avvertito che "il lungo termine può essere molto lontano."

Precedenti ricerche della St. Louis Fed hanno analogamente stimato che l'IA generativa rappresentava solo un aumento dell'1,1% della produttività entro la fine del 2024 rispetto al 2022, un risultato modesto se paragonato alla crescita complessiva della produttività del 2,3% e dell'1,6% registrata dall'economia statunitense rispettivamente nel 2024 e nel 2023.

Le aziende stanno investendo dietro l'ottimismo

Il team della St. Louis Fed sottolinea che il discorso aziendale non è retorica vuota. Kalyani ha affermato che i ricercatori danno priorità alle azioni rispetto alle parole: "ci fidiamo di ciò che le persone fanno, non di ciò che dicono." Le aziende che discutono positivamente dell'IA hanno anche aumentato la ricerca e lo sviluppo, le spese in conto capitale e gli investimenti complessivi, una correlazione che non esisteva quando il team ha esaminato per la prima volta le menzioni dell'IA in un precedente articolo del 2024 scetticamente intitolato "AI Hype or Reality?" ma che da allora si è rafforzata.

Uno studio correlato della San Francisco Fed ha rilevato che le aziende positive sull'IA hanno registrato una crescita sostanzialmente maggiore degli investimenti e della R&S entro il 2025 rispetto ad altre società quotate, con guadagni concentrati tra le maggiori società tecnologiche che stanno costruendo infrastrutture per l'IA.

Ciò che le statistiche non riescono a cogliere

L'argomento dell'abbondanza di Ozkan è aggravato da un secondo vincolo: i colli di bottiglia che l'IA non può risolvere. Non importa quanto rapidamente l'IA acceleri la ricerca, la stesura di testi o l'analisi, due persone devono comunque programmare e partecipare a un incontro, e quel passaggio procede esattamente alla stessa velocità di quattro anni fa. La produttività non è una singola metrica: è l'output di un'intera catena, e l'IA ha accelerato solo alcuni degli anelli.

Interpellato su quale segnale avrebbe finalmente confermato che i guadagni di produttività guidati dall'IA si fossero concretizzati, Kalyani ha riconosciuto che la risposta onesta è che nessuno lo sa in anticipo. L'applicazione che finisce per rivelarsi determinante viene scoperta attraverso tentativi ed errori, diffondendosi azienda per azienda e lavoratore per lavoratore in un processo che dall'esterno appare quasi casuale, anche se nel complesso si traduce in qualcosa di misurabile.

Ha offerto l'esempio di Google Maps e del medaglino del taxi. L'app di mappe ha brevemente reso il possesso di un medaglino di taxi newyorkese uno degli asset più preziosi della città. Poi Uber è arrivata e ha sconvolto l'intero sistema nel giro di pochi anni. Nessuno aveva previsto quale app di navigazione avrebbe smantellato i monopoli dei taxi. Il pattern si ripete con ogni tecnologia di uso generale: vincitori e vinti sono determinati da un processo caotico e decentralizzato che resiste alle previsioni, anche quando l'importanza finale della tecnologia è ovvia col senno di poi.

Questo è il punto centrale incorporato in quasi mezzo milione di frasi etichettate di ottimismo espresso nelle conference call sugli utili. Non è che i dirigenti si sbaglino nel pensare che l'IA porterà dei rendimenti. Piuttosto, se questi rendimenti si manifesteranno come crescita misurata della produttività o si dissiperanno semplicemente in output più economici, più abbondanti e meno preziosi, potrebbe rimanere inconoscibile fino a quando non si sarà già verificato.

Questo articolo è stato originariamente pubblicato su Fortune.com.