Perché l’AI minaccia i conti pubblici italiani più che negli altri Paesi

Se l’intelligenza artificiale riducesse di dieci punti la quota del reddito nazionale che va al lavoro, l’Italia sarebbe il grande Paese ricco più colpito sul piano dei conti pubblici. È il risultato di un calcolo pubblicato dall’Economist il 29 settembre. A spesa pubblica costante in rapporto al PIL, il deficit italiano più che raddoppierebbe. Francia e Germania seguono da vicino, gli Stati Uniti subiscono un colpo più contenuto.

Se lo Stato volesse sostituire i redditi persi da chi viene rimpiazzato dalle macchine, dovrebbe trovare circa 200 miliardi di dollari l’anno in più, mentre le entrate calerebbero di circa 90. Il peggioramento complessivo dei conti sarebbe intorno al 10% del PIL. Per dare un ordine di grandezza, il deficit italiano del 2025 si è chiuso al 3,1% del PIL secondo la revisione ISTAT di settembre.

Non si tratta di una previsione ma di un test di resistenza: misura cosa succede se una variabile cambia e tutto il resto resta fermo. Dice però qualcosa di strutturale. Il sistema fiscale italiano è costruito sul lavoro e una tecnologia che sposta reddito dal lavoro al capitale lo colpisce proprio nel punto su cui poggia.

AI e conti pubblici: il nodo fiscale dietro il calcolo sull’Italia

Per capire quanto prendere sul serio quel numero conviene risalire alle fonti su cui l’analisi si appoggia, a partire da due studi pubblicati quest’anno dal National Bureau of Economic Research e metterle accanto a ciò che sappiamo dei conti italiani.

Il primo segnale arriva dagli Stati Uniti

L’analisi parte da un dato già osservabile, non da uno scenario: negli Stati Uniti gli investimenti in infrastrutture per l’intelligenza artificiale hanno prodotto un boom dei profitti: in un anno gli utili societari prima delle imposte sono cresciuti di 1.200 miliardi di dollari, il 30%. Nello stesso periodo il gettito dell’imposta sulle società è crollato.

La spiegazione è tecnica. Le nuove regole fiscali americane consentono alle imprese di dedurre dal reddito imponibile una quota maggiore degli investimenti nell’anno in cui li sostengono. I grandi gruppi tecnologici, molto redditizi, stanno investendo cifre eccezionali in server e data center, e quindi deducono cifre eccezionali. Il calo del gettito era previsto, la sua dimensione ha sorpreso gli stessi uffici federali.

Il meccanismo è noto agli economisti. Quando gli investimenti si possono dedurre in modo accelerato, l’imposta effettiva sul rendimento di un nuovo investimento si riduce molto, e in alcuni casi diventa negativa, cioè un sussidio. Secondo le stime del Congressional Budget Office riportate da Karen Dynan, Douglas Elmendorf e Louise Sheiner, nel prossimo decennio l’aliquota marginale effettiva sui nuovi investimenti in macchinari si aggirerà intorno al 6%.

La lezione è che il primo canale attraverso cui l’AI indebolisce il fisco non passa dalla perdita di posti di lavoro. Passa dal modo in cui i sistemi fiscali trattano il capitale.

Daron Acemoglu, Andrea Manera e Pascual Restrepo avevano già mostrato che il fisco americano favorisce l’automazione, perché tassa molto il lavoro e tratta con generosità software e macchinari, un punto ripreso dallo stesso Acemoglu con Autor e Johnson nel programma per un’AI a favore dei lavoratori.

Gli incentivi italiani agli investimenti in beni digitali, dall’iperammortamento a Transizione 5.0, seguono la stessa logica: utili e coerenti con l’obiettivo di modernizzare le imprese, ma da valutare anche per il loro effetto sulla base imponibile.

Crescita e gettito: perché l’AI non sistema i conti pubblici

L’obiezione più naturale è che l’AI, aumentando la produttività, farà crescere l’economia e quindi anche le entrate. Lo studio di Karen Dynan, Douglas Elmendorf e Louise Sheiner, pubblicato a luglio come working paper del National Bureau of Economic Research, permette di verificarla con i numeri. Gli autori, due economisti di Harvard e un’economista della Brookings Institution, applicano quattro scenari alle proiezioni di lungo periodo del Congressional Budget Office, l’ufficio di bilancio del Congresso americano, su un orizzonte di trent’anni.

Fonte: Dynan, Elmendorf e Sheiner (2026), tabelle 1-5. La riduzione è misurata rispetto allo scenario di base, in cui il debito federale sale dal 101% del PIL nel 2026 al 175% nel 2056.

Il primo scenario sembra rassicurante: la crescita compensa circa metà dell’aumento del debito previsto. Ma la scomposizione dei 39 punti dice altro. Solo 2 punti vengono da maggiori entrate, 7 dall’effetto della crescita sul debito esistente al netto dei tassi più alti, e 30 dal fatto che la spesa cresce meno del PIL. Le pensioni già in pagamento sono indicizzate ai prezzi e non ai redditi, la spesa per difesa, infrastrutture e servizi resta ferma mentre l’economia si allarga. Dopo trent’anni, una crescita più veloce di mezzo punto l’anno aumenta le entrate di appena 0,14 punti di PIL.

Gli autori definiscono questo miglioramento almeno in parte illusorio. Nella storia americana entrate e spesa sono rimaste stabili in rapporto al PIL per decenni, perché i governi hanno sempre adeguato benefici e servizi alla crescita dei redditi. Una società più ricca difficilmente accetta che pensionati e servizi pubblici restino indietro.

Quando il reddito dell’AI premia il capitale

Il dato più importante è nel quarto scenario. La produttività cresce il doppio rispetto al secondo, ma la riduzione del debito resta la stessa, 49 punti. Il motivo è che tutto il reddito aggiuntivo va al capitale, tassato in media intorno al 15% contro il 25,9% che grava sui redditi del 20% più ricco delle famiglie. Se quello stesso reddito fosse tassato come un reddito da lavoro, la riduzione del debito salirebbe a 94 punti. A parità di crescita, la sola differenza tra come si tassano capitale e lavoro dimezza il dividendo fiscale.

La variabile dei tassi d’interesse

C’è poi il canale dei tassi d’interesse. Il Congressional Budget Office assume che una crescita più rapida faccia salire i tassi di circa quanto sale la produttività. Gli autori notano che il boom degli investimenti in capacità di calcolo ed energia potrebbe spingerli verso l’alto, mentre l’afflusso di capitali esteri potrebbe contenerli. Se i tassi non salissero affatto, il debito americano dopo trent’anni sarebbe più basso di altri 12 punti di PIL. Per un Paese con un debito elevato, come l’Italia, questo canale pesa di più.

Con l’AI si restringono le basi fiscali fondate su lavoro e consumi

Il secondo riferimento dell’Economist è lo studio di Anton Korinek e Lee Lockwood, economisti dell’Università della Virginia, pubblicato a febbraio dal National Bureau of Economic Research. Il loro punto di partenza è semplice. I sistemi fiscali dei Paesi avanzati si reggono su due basi, i redditi da lavoro e i consumi delle persone. Se l’AI sostituisce progressivamente il lavoro umano, quelle basi si erodono proprio quando il bisogno di redistribuzione cresce.

Gli autori lo formalizzano con un risultato che si può dire senza formule. Il gettito delle imposte sul lavoro non può mai superare la quota del reddito nazionale che va al lavoro. Se quella quota si restringe, si abbassa anche il tetto massimo di ciò che lo Stato può raccogliere tassando il lavoro, qualunque aliquota scelga. Al limite, in un’economia in cui il lavoro non serve più alla produzione, quel tetto arriva a zero.

Consumi e rendite nella prima fase

Da qui una sequenza in due fasi. Nella prima, quella del declino del lavoro, l’imposta sui consumi diventa lo strumento principale. Un’imposta uniforme sui consumi equivale infatti a tassare insieme i redditi da lavoro e la ricchezza già accumulata, senza scoraggiare il risparmio. Tassare il rendimento normale del capitale resta invece uno strumento di supporto, perché frena l’accumulazione. Diventa molto più interessante tassare le rendite, cioè i guadagni superiori a quanto serve per indurre un investimento: terreni, frequenze radio, insiemi di dati unici, posizioni di monopolio. Tassarle non distorce le scelte economiche.

Quando diventa necessario tassare il capitale

Nella seconda fase, più lontana e più speculativa, sistemi di AI autonomi assorbirebbero una quota crescente delle risorse senza generare consumi umani tassabili. A quel punto anche l’imposta sui consumi non basterebbe, e diventerebbe necessario tassare direttamente il capitale. È uno scenario utile per chiarire la logica, meno per orientare le scelte di oggi.

Tasse sull’AI, IVA e capacità di calcolo

Due indicazioni dello studio sono invece immediatamente utili. La prima riguarda le proposte di tassare l’AI in quanto tale. Una tassa sui token o sui servizi digitali applicata al consumo finale funziona come un’imposta sui consumi e può passare per l’IVA. Una tassa sulla capacità di calcolo o sui robot colpisce invece l’investimento e, nella prima fase, lo frena. La seconda indicazione è che i sistemi fiscali in cui l’IVA ha già un peso rilevante, come quelli europei, partono da una posizione meno svantaggiata di quanto sembri.

Gli strumenti patrimoniali come assicurazione

Gli autori raccomandano infine strumenti patrimoniali che funzionano come un’assicurazione: fondi sovrani che investono nell’AI, impegni volontari delle imprese a condividere guadagni eccezionali, dotazioni di capitale distribuite ai cittadini. Il loro rendimento cresce proprio quando la quota del lavoro e il gettito che ne dipende diminuiscono.

AI e conti pubblici italiani: cosa misura l’Economist

Il calcolo dell’Economist è un esercizio meccanico. Prende i sistemi fiscali così come sono, sposta dieci punti di reddito nazionale dal lavoro al capitale e misura quanto gettito si perde. Ne esce una graduatoria che non dipende dal livello delle tasse ma dalla loro composizione. Australia e Corea del Sud, che tassano il capitale relativamente di più, reggono. I Paesi che dipendono dalle imposte sul lavoro, Italia in testa, perdono molto.

Dal calo delle entrate al raddoppio del deficit

I numeri sono coerenti tra loro. Con un PIL italiano dell’ordine di 2.600 miliardi di dollari, a seconda del cambio, 90 miliardi di minori entrate valgono circa 3,5 punti. Il deficit passerebbe così dal 3,1% a oltre il 6%, cioè più che raddoppiato. Aggiungendo i 200 miliardi necessari a compensare i redditi persi si arriva intorno al 10-11% del PIL. Sono però due scenari distinti, e conviene tenerli separati.

I limiti dello scenario sull’Italia

Tre cose il calcolo non dice. La prima è l’orizzonte temporale: dieci punti di quota del lavoro sono uno spostamento molto ampio e non è indicato in quanto tempo avverrebbe. Un contrappunto utile viene dall’Information Technology and Innovation Foundation, un centro studi americano: negli ultimi 73 anni la quota del lavoro negli Stati Uniti è scesa in media dello 0,1% l’anno, e per far calare il gettito in valore assoluto servirebbe una caduta di circa cinque punti in un solo anno.

La seconda riguarda il metro di misura. L’Economist ragiona in rapporto al PIL e lo stesso articolo riconosce che un calo del rapporto tra entrate e PIL non è di per sé un problema: se il PIL reale cresce del 30% e le entrate del 20%, lo Stato ha comunque più risorse. Il problema nasce quando i costi crescono con il PIL, come mostrano Dynan, Elmendorf e Sheiner. Uno Stato può avere più euro e comunque meno risorse rispetto a ciò che una società più ricca gli chiede.

La terza è che lo scenario di compensazione è un tetto, non una stima. Sostituire integralmente i redditi persi è una scelta politica estrema, che nessun sistema di welfare fa oggi. Serve a mostrare l’ordine di grandezza della pressione, non il costo di una politica plausibile.

Perché il fisco italiano è più esposto alla trasformazione dell’AI

Il primo fattore di esposizione è la composizione del prelievo. L’OCSE, nell’ultimo rapporto sull’Italia, segnala un cuneo fiscale sul lavoro elevato. Imposte sui redditi personali e contributi sociali pesano molto sul totale delle entrate e i contributi finanziano direttamente le pensioni. Una riduzione della quota del lavoro colpisce quindi insieme il bilancio dello Stato e quello del sistema previdenziale.

Pensioni, debito e produttività: i fattori di esposizione

Il secondo fattore riguarda proprio le pensioni, ed è un punto che nell’analisi dell’Economist non compare. Nel sistema contributivo introdotto con la riforma del 1995, i contributi versati da ciascun lavoratore vengono rivalutati in base alla crescita media del PIL nominale degli ultimi cinque anni. Finché salari e PIL crescono insieme, questo legame tiene in equilibrio entrate e promesse. Se l’AI fa crescere il PIL ma non il monte salari, le pensioni promesse seguono il PIL mentre i contributi seguono i salari, e le due grandezze si separano.

Il terzo fattore è il debito. Con un rapporto tra debito e PIL intorno al 137%, il terzo più alto dell’OCSE dopo Giappone e Grecia, l’Italia è particolarmente sensibile al canale dei tassi che Dynan, Elmendorf e Sheiner individuano. Se il boom degli investimenti in calcolo ed energia spingesse verso l’alto i tassi globali, il costo del debito italiano salirebbe man mano che i titoli vengono rinnovati, anche senza che l’Italia benefici della stessa crescita.

Il quarto fattore è proprio la crescita. Secondo ricerche dell’OCSE riportate da Reuters, l’aumento di produttività dovuto all’AI in Italia e in Giappone potrebbe essere circa la metà di quello di Stati Uniti e Regno Unito, per un’adozione più lenta e per settori meno esposti ai benefici. L’Italia avrebbe quindi meno della compensazione che la crescita offre, a fronte di un’erosione della base comparabile o maggiore.

Demografia e IVA possono attenuare il rischio

Ci sono però anche fattori che attenuano il quadro. Il più importante è la demografia. Con un’età media oltre i 46 anni, un indice di vecchiaia al 208% e una perdita prevista di oltre sei milioni di lavoratori, in Italia l’AI potrebbe sostituire soprattutto posti lasciati liberi da chi va in pensione, più che espellere chi lavora. Dynan, Elmendorf e Sheiner osservano che il ritmo conta: se la domanda di certe competenze cala gradualmente, i pensionamenti assorbono gran parte dell’aggiustamento.

Ne deriva una distinzione utile per leggere lo scenario dell’Economist. Il lato della spesa, cioè il costo di sostenere chi perde il lavoro, potrebbe essere meno gravoso in Italia di quanto il calcolo suggerisca. Il lato delle entrate resta invece intatto. Meno lavoratori che producono la stessa ricchezza significano comunque una quota del lavoro più bassa, anche senza un aumento della disoccupazione.

Il secondo fattore di protezione è l’infrastruttura dell’imposta sui consumi, che Korinek e Lockwood indicano come la leva principale della prima fase. L’Italia ha un’IVA con un peso significativo e, dal 2019, l’obbligo di fatturazione elettronica tra imprese. Il limite è l’evasione: il divario tra IVA dovuta e IVA incassata resta tra i più alti d’Europa in valore assoluto. Secondo Korinek e Lockwood, quando il lavoro perde peso, sono proprio l’evasione e la capacità amministrativa a diventare il vincolo principale.

Le leve fiscali per proteggere i conti pubblici nell’era dell’AI

La prima idea che circola è tassare l’AI direttamente, sulla capacità di calcolo o sui token. L’Economist stima che negli Stati Uniti la spesa annua per costruire e far funzionare modelli di AI sia intorno ai 700 miliardi di dollari, contro un monte salari di 16.000 miliardi. Si tratta di una base troppo piccola per sostituire quella del lavoro, e gli investimenti dei grandi gruppi dovrebbero stabilizzarsi dal 2028. Korinek e Lockwood aggiungono che una tassa sul calcolo colpisce l’investimento, mentre una tassa sui token applicata al consumo finale funziona come l’IVA.

L’IVA sui servizi digitali già applicabile in Italia

Per l’Italia questo secondo punto ha un risvolto pratico. Il Paese importa gran parte dei servizi di AI che usa e dal 2015 l’IVA europea sui servizi digitali venduti ai consumatori si applica nel Paese in cui risiede il cliente. Tassare il consumo finale di AI è quindi già tecnicamente possibile, anche quando il fornitore è all’estero. L’uso da parte delle imprese, che è la quota maggiore, resta invece un consumo intermedio e secondo Korinek e Lockwood va esentato.

Patrimoni e redditi da capitale

La seconda leva è l’imposta sui patrimoni. L’Economist ne ricorda i limiti: i grandi patrimoni si spostano, le imprese non quotate sono difficili da valutare, e degli undici Paesi ricchi che la applicavano nel 1990 ne restano quattro. Dynan, Elmendorf e Sheiner citano la proposta californiana di un prelievo del 5% sui miliardari, sostenuta da Emmanuel Saez e Gabriel Zucman, che sarà votata a novembre. In un mercato europeo aperto, per l’Italia i margini sarebbero comunque stretti.

La terza leva è la tassazione dei redditi da capitale, su cui secondo l’Economist si sta formando un consenso tra gli economisti. Le proposte sono avvicinare l’aliquota sulle plusvalenze a quella sul lavoro, con una deduzione altrettanto generosa delle perdite, e tassare di più gli extraprofitti dovuti a monopoli, terreni scarsi o dati unici. In Italia i redditi finanziari sono tassati con un’aliquota fissa del 26%, del 12,5% sui titoli di Stato, mentre il lavoro sconta aliquote progressive fino al 43% più i contributi.

Il vincolo della mobilità del capitale

Qui però entra il limite che Henrik Kleven e Owen Zidar hanno messo in evidenza nel loro studio sull’automazione. L’aliquota ottimale sul capitale scende rapidamente quanto più il capitale reagisce al prelievo: 50% nel caso base, 33% se la reattività raddoppia, 17% se quintuplica, fino a zero per una piccola economia aperta. Per il capitale mobile, l’Italia dentro il mercato unico europeo somiglia molto a quel caso.

Aumenti unilaterali rendono meno di quanto promettono, e la cornice realistica è il coordinamento internazionale, a partire dall’imposta minima globale del 15% sui grandi gruppi, in vigore anche in Italia dal 2024. Dynan, Elmendorf e Sheiner arrivano alla stessa conclusione per gli Stati Uniti.

Rendite e basi territoriali dell’AI

Ciò che non si sposta diventa allora più interessante. Korinek e Lockwood indicano le rendite su fattori fissi: terreni, frequenze, dati non replicabili. Nell’analisi di Kleven e Zidar avevamo proposto una direzione simile, le basi territoriali dell’infrastruttura dell’AI: data center, consumi di energia e acqua, suolo, connessioni di rete, concessioni. Sono localizzati fisicamente e non possono trasferirsi altrove a costo zero, con i limiti di coordinamento e di competitività già discussi in quella sede.

I consumi come base fiscale più robusta

Resta l’imposta sui consumi, la leva che sia l’Economist sia Korinek e Lockwood considerano la più robusta. È difficile da eludere e produce molto gettito, mentre il suo effetto regressivo si può compensare con il welfare. In Italia l’aliquota ordinaria è già al 22% e il margine maggiore non sta nell’aumentarla ma nel ridurre il divario tra IVA dovuta e IVA incassata.

Ridurre il cuneo e sostenere il lavoro

C’è infine il lato del lavoro. Kleven e Zidar mostrano che, in un’economia con automazione, il sostegno ottimale a chi lavora con salari bassi sale al 77% del salario e copre il 25% più povero, contro il 36% e il 7% di un’economia senza automazione. Il taglio del cuneo fiscale sui redditi bassi degli ultimi anni va in quella direzione. Ma finanziare un sostegno al lavoro più forte richiede basi diverse dal lavoro stesso, ed è qui che le leve precedenti tornano necessarie.

Cosa può fare oggi l’Italia per preparare il fisco all’AI

Nessuno sa quale scenario si realizzerà, e Dynan, Elmendorf e Sheiner partono proprio da questa incertezza. Una strada è aspettare che gli effetti dell’AI diventino chiari e intervenire allora, con misure mirate. Lo svantaggio è che i dati arrivano tardi e le decisioni politiche ancora più tardi. Con lo shock commerciale cinese degli anni Duemila, osservano gli autori, il dibattito sulle risposte è cominciato quando le conseguenze economiche e sociali erano già radicate.

L’alternativa che propongono è un approccio assicurativo: adottare subito, su scala ridotta, politiche utili in più scenari, da ampliare se le ipotesi più difficili si avverano. Una variante sono i meccanismi automatici. Un programma di sostegno alle transizioni potrebbe attivarsi se la disoccupazione supera una soglia stabilita, oppure acquisti pubblici di azioni potrebbero partire se la quota del capitale sul reddito supera un livello prefissato. Korinek e Lockwood arrivano a una conclusione vicina: adattare le istituzioni prima è meglio che reagire a crisi già in corso.

Quattro direzioni per preparare il fisco italiano

Tradotto nel contesto italiano, l’approccio suggerisce almeno quattro direzioni.

La prima è misurare. Un meccanismo automatico richiede indicatori affidabili, e oggi la quota del lavoro non è un parametro di cui si discuta nei documenti di finanza pubblica. La Ragioneria generale dello Stato pubblica già proiezioni di lungo periodo sulla spesa per pensioni e sanità. Affiancarvi scenari di riduzione della quota del lavoro, e di divergenza tra crescita del PIL e crescita del monte salari, renderebbe visibile il rischio descritto per il sistema contributivo.

La seconda riguarda le transizioni. Dynan, Elmendorf e Sheiner ricordano che i programmi di riqualificazione funzionano in modo molto diverso a seconda di come sono progettati: quelli legati alla domanda delle imprese, brevi e ripetibili, danno risultati migliori.

Tra gli studi citati ce n’è uno italiano, di Alexia Delfino e coautori, condotto su persone in cerca di lavoro. Indica due leve: orientare ciascuno verso occupazioni coerenti con la propria identità professionale e dare informazioni chiare su qualità dei corsi e prospettive di impiego.

Con la chiusura del PNRR, che ha finanziato il programma GOL per l’occupabilità, la domanda su cosa lo sostituirà diventa anche una domanda di politica fiscale. Lo stesso vale per l’assicurazione salariale, che integra temporaneamente il reddito di chi accetta un lavoro pagato meno del precedente: Dynan, Elmendorf e Sheiner la discutono a fondo, e David Autor l’aveva già proposta.

La terza riguarda i ruoli d’ingresso. In una nota del loro studio, Dynan, Elmendorf e Sheiner osservano che le posizioni junior funzionano di fatto come apprendistati: formano persone che altrove diventeranno senior. Poiché i lavoratori cambiano spesso impresa, ciascuna impresa tende a crearne meno di quante servirebbero alla società nel suo insieme, e il settore pubblico può avere un ruolo nel correggere questa carenza. Si tratta dello stesso fenomeno che abbiamo descritto come la Scala Spezzata, osservato qui dal lato della finanza pubblica.

La quarta riguarda la direzione della tecnologia. Acemoglu, Autor e Johnson propongono di usare la spesa pubblica per orientare l’AI verso strumenti che amplificano le capacità delle persone invece di sostituirle. In Italia, dove il Servizio sanitario nazionale copre circa tre quarti della spesa sanitaria e la scuola pubblica quasi tutta quella per l’istruzione di base, lo Stato è già il principale acquirente in due settori decisivi.

In un Paese il cui fisco dipende dal lavoro, questa non è solo politica del lavoro: è anche tutela della base imponibile. Korinek e Lockwood ricordano però che orientare la tecnologia funziona finché il lavoro conserva valore economico, non dopo, conta quindi il momento in cui lo si fa.

Il limite di un fondo sovrano finanziato a debito

Su uno strumento conviene essere cauti. Entrambi gli studi suggeriscono una partecipazione pubblica ai rendimenti dell’AI, attraverso fondi sovrani o conti individuali. Dynan, Elmendorf e Sheiner avvertono però che, se finanziata con nuovo debito, diventa una scommessa a leva sui rendimenti azionari. Per un Paese con il debito italiano, uno strumento del genere avrebbe più senso a livello europeo che nazionale.

Automazione e redistribuzione: il costo per i conti pubblici italiani

C’è un legame tra questo calcolo e il modello che Daron Acemoglu, Arda Gitmez e Mehdi Shadmehr hanno presentato a giugno. In quel modello il costo della redistribuzione cresce con l’automazione: man mano che la quota del lavoro si riduce serve redistribuire di più per mantenere la coesione sociale. Il modello è astratto e non dice quanto rapidamente quel costo salga nei singoli Paesi. Il calcolo dell’Economist offre una prima misura concreta, e indica che in Italia salirebbe più che altrove rispetto alla capacità fiscale disponibile.

Il modello di Acemoglu e coautori mostra anche che l’esito dipende da quando si interviene: le istituzioni che si adattano prima che il costo diventi troppo alto reggono. Nel libro uscito ad agosto, Acemoglu indica nella rappresentanza organizzata del lavoro la condizione politica per farlo. In Italia quel canale esiste ancora, attraverso la contrattazione collettiva, e ha anche un effetto fiscale diretto, perché la quota di valore aggiunto che va ai salari è la base su cui si regge il prelievo.

Dalla redistribuzione alla riforma del mix fiscale

La nostra lettura è che la domanda per l’Italia non sia se l’intelligenza artificiale farà crescere l’economia. È se lo Stato, con un sistema fiscale costruito sulla busta paga, riuscirà a vedere quella crescita. L’Economist conclude che il fisco dovrà guardare meno a come il reddito si produce e più a dove viene speso. Per l’Italia significa spostare gradualmente il peso del prelievo verso consumi, rendite e basi territoriali, mentre il lavoro regge ancora la struttura.

I tempi contano per una ragione semplice. Le riforme del mix fiscale richiedono anni, le promesse previdenziali coprono decenni, e oggi la quota del lavoro è ancora sufficiente a finanziare la transizione. Aspettare che lo scenario diventi un dato significherebbe affrontarlo con meno risorse e meno margini di quelli disponibili adesso.