Jack Clark, co-fondatore del laboratorio di IA Anthropic, ha dichiarato davanti a un pubblico di ministri delle Finanze e banchieri centrali che l'intelligenza artificiale potrebbe portare il prodotto interno lordo degli Stati Uniti a circa 44.000 miliardi di dollari entro il 2030 — rispetto agli attuali poco più di 30.000 miliardi.

Clark ha presentato la proiezione il 17 ottobre 2026 alle assemblee annuali del Fondo Monetario Internazionale (FMI) e della Banca Mondiale a Bangkok, accompagnando la previsione con un appello alla cooperazione regolatoria internazionale sull'IA.

Tre scenari, un tetto sorprendente

La proiezione è tratta dal modello economico interno di Anthropic, pubblicato dall'azienda a settembre 2026 come esploratore di scenari economici. Il modello delinea tre possibili percorsi per l'economia statunitense entro il 2030:

• Moderato: il PIL degli USA raggiunge 34.100 miliardi di dollari, con una crescita dell'1,6%.
• Sostanziale: il PIL sale a 36.300 miliardi di dollari, con una crescita dell'8,3%.
• Estremo: il PIL tocca 44.400 miliardi di dollari, un aumento del 32,4%.

Lo scenario estremo presuppone che l'IA raggiunga elevati livelli di autonomia ed efficienza e richiede sistemi di IA in auto-miglioramento ricorsivo — un'IA capace di migliorare i propri progetti, con ogni ciclo di guadagni che alimenta il successivo — per produrre l'intero effetto. Il divario tra il percorso più basso e il più alto supera i 10.000 miliardi di dollari di produzione annua entro il 2030.

Una tempistica più breve per l'IA in auto-miglioramento

Clark ha anche anticipato la propria stima su quando questa capacità potrebbe manifestarsi, affermando di attendersi ora un pieno auto-miglioramento ricorsivo entro il 2027. Ha collegato la stima aggiornata ai progressi più rapidi della tecnologia IA — un punto rilevante perché lo scenario estremo di PIL dipende proprio dalla materializzazione di questa capacità.

Le aspettative pubbliche, tuttavia, restano al di sotto dell'esito più aggressivo. I sondaggi indicano che le opinioni degli intervistati si allineano più da vicino allo scenario di crescita sostanziale, con una stima di un aumento del PIL del 10% accompagnato da un tasso di disoccupazione del 5%.

Perché il pubblico del FMI era un pubblico_target

I dibattiti alle assemblee hanno riflettuto preoccupazioni più ampie su come le politiche finanziarie e occupazionali dovrebbero adattarsi all'IA. Per i ministri delle Finanze e i banchieri centrali presenti, le traiettorie del PIL non sono astratte: le ipotesi di crescita alimentano le proiezioni di entrate, la sostenibilità del debito e lo spazio fiscale di cui i governigono per rispondere alle fasi di recessione. Il modello di Anthropic indica ripercussioni concrete di un'automazione più intensa, tra cui rischi accresciuti di sfollamento per i lavoratori della conoscenza e, nei casi estremi, un'impennata della disoccupazione.

Cosa significa per i responsabili politici

Per i responsabili politici, il messaggio centrale è che pianificare su un unico esito non basta. Il quadro di Anthropic descrive tre futuri molto diversi, ognuno dei quali richiede una risposta differente: un percorso moderato verso 34.100 miliardi di dollari sembrerebbe un progresso costante, mentre un percorso estremo verso 44.400 miliardi — accompagnato da possibili picchi di disoccupazione — metterebbe alla prova allo stesso tempo le reti di sicurezza sociale, i sistemi tributari e le politiche del lavoro.

È il contesto che sottende la spinta di Clark alla cooperazione internazionale. La ricerca intende colmare le lacune nelle conoscenze sull'impatto economico dell'IA e stimolare il dibattito su come dovrebbero essere i quadri legislativi.

C'è anche la questione di chi produce la previsione. Anthropic sviluppa sistemi di IA di frontiera, il che significa che un modello che proietta grandi guadagni economici dall'IA proviene da un'azienda con un interesse diretto in come la tecnologia è percepita e regolamentata.

La variabile chiave da osservare è la tempistica del 2027 per l'auto-miglioramento, il perno tra gli esiti sostanziale ed estremo. La seconda è rappresentata dai dati sul lavoro: se lo sfollamento dei lavoratori della conoscenza iniziasse a manifestarsi nelle statistiche occupazionali, il dibattito potrebbe passare rapidamente dai convegni alla legislazione.