L’AI arricchisce pochi: le proposte per condividere i guadagni

L’intelligenza artificiale ha creato fortune che pochi anni fa sarebbero state inimmaginabili: la quota di Jensen Huang in Nvidia vale oggi 175 miliardi di dollari, cinquanta volte più che sette anni fa, mentre l’ultimo round di finanziamento di Anthropic ha più che raddoppiato il patrimonio stimato del suo fondatore Dario Amodei.

Di fronte a questa concentrazione di ricchezza, la politica – da destra a sinistra – si è messa a cercare formule per redistribuirla prima che il malcontento sociale esploda.

Le fortune dell’AI e le prime proposte di redistribuzione

Il 5 giugno Donald Trump ha appoggiato una proposta lanciata da Sam Altman di OpenAI: le aziende di AI dovrebbero contribuire volontariamente con quote azionarie a un fondo sovrano pubblico, i cui rendimenti finirebbero gradualmente alle famiglie americane. “Diventerebbe quasi una partnership con il pubblico americano”, ha dichiarato Trump, “li farebbe diventare ricchi”, come riportato da un recente articolo dell’Economist. Sulla stessa lunghezza d’onda, anche se con accenti più radicali, si muove il senatore Bernie Sanders, che propone una tassa unica del 50% sul valore delle imprese di AI, da versare in azioni, per garantire ai cittadini una “partecipazione diretta“.

Amodei stesso ha parlato di “conti capitale universali“. Sul fronte più squisitamente legato al mondo del lavoro, l’ex consigliere economico della Casa Bianca Gene Sperling, scrivendo sul Financial Times, ha rilanciato l’idea di impegni aziendali volontari per il riaddestramento e la riallocazione dei lavoratori sostituiti dalle macchine, magari finanziati da una sovrattassa o da un’imposta sui token o sulla potenza di calcolo utilizzata dalle AI. Bearer-Friend & Polcz, in un recente working paper della Gorge Washington University (Sharing the Algorithm: The Tax Solution to Generative AI), immaginano una tassa annuale per il settore dell’intelligenza artificiale, da pagare in azioni.

Il rischio concreto: AI, capitale e disuguaglianze

Dietro la retorica c’è un problema concreto: il rischio che l’AI sposti in modo sostanziale il rapporto tra capitale e lavoro, lasciando ai pochi che possiedono le macchine i frutti della produttività e ai molti soltanto l’incertezza. È una preoccupazione fondata, anche se va trattata con cautela. Non sappiamo ancora con precisione quanto e quanto in fretta l’automazione cognitiva sostituirà lavoro umano: gli annunci di licenziamenti “causati dall’AI” si moltiplicano, ma spesso si confondono con ristrutturazioni che avrebbero comunque avuto luogo, magari accelerate da tassi d’interesse alti o da cicli di investimento che si esauriscono.

Allo stesso tempo, però, ignorare il problema sarebbe un errore: la ricchezza negli Stati Uniti è già fortemente concentrata, con l’1% più ricco che possiede quasi un terzo del totale e la metà più povera della popolazione che ne detiene appena il 2,5%. Se l’AI alzasse in modo sostanziale il rendimento del capitale rispetto a quello del lavoro, quel divario non potrebbe che ampliarsi. In questo senso usare i guadagni futuri dell’AI per mitigare gli effetti negativi e favorire una redistribuzione dei guadagni di produttività non è solo demagogia, ma un’assicurazione sociale che ha una sua logica economica: i cittadini, in fondo, già oggi partecipano indirettamente agli utili delle imprese attraverso la fiscalità sulle società, che è un modo efficiente di condividere il rialzo senza scegliere vincitori né esporre i contribuenti alle perdite.

Quando gli impegni volontari non bastano

Il punto debole di molte di queste proposte, però, sta nella loro natura volontaria. La storia recente insegna che gli impegni spontanei delle imprese, quando non sono accompagnati da regole vincolanti, tendono a funzionare poco e a somigliare più a operazioni di immagine che a vere politiche redistributive.

Sono, in fondo, una forma di sponsorizzazione: comunicano buona volontà, producono titoli di giornale favorevoli, ma raramente si traducono in flussi di risorse stabili e misurabili nel tempo. Già negli anni del dopoguerra alcune grandi aziende americane avevano creato insieme ai sindacati dei “fondi per l’automazione“, per attutire l’impatto sui lavoratori; più di recente, colossi come AT&T e JPMorgan hanno offerto percorsi di riqualificazione professionale al posto dei licenziamenti puri. Ma si è trattato sempre di scelte discrezionali, revocabili al primo cambio di management o al primo trimestre difficile.

Un fondo sovrano alimentato da contributi “volontari” di equity, per quanto suggestivo, rischia di restare ostaggio della buona volontà di pochi amministratori delegati, senza alcuna garanzia di continuità né di proporzionalità rispetto ai profitti effettivamente generati dall’AI. E senza un quadro normativo chiaro, le imprese più virtuose finirebbero per essere quelle che già si comportano bene, mentre i veri ritardatari – quelli che tagliano posti senza alcuna rete di protezione – continuerebbero a farlo indisturbati.

Due strade strutturali: antitrust e tasse vincolanti

Una strada più solida passa probabilmente da due direzioni complementari. La prima è estendere anche al settore dell’AI e delle piattaforme un solido lavoro di promozione della concorrenza attraverso l’azione antitrust e regolamentazioni mirate: mercati più aperti, meno barriere all’ingresso e meno posizioni dominanti tendono storicamente a distribuire i guadagni di produttività in modo più ampio, attraverso prezzi più bassi e nuovi entranti che competono anche sui salari per attrarre talenti.

La seconda, più mirata, è costruire strumenti pubblici obbligatori e regolamentati, finanziati da tasse specifiche, ad esempio su token, potenza di calcolo o sovrattasse sulle imprese più esposte ai guadagni dell’AI, destinati esplicitamente al riaddestramento e alla riallocazione dei lavoratori. È l’idea, proposta anche da Sperling, di un credito d’imposta per la riqualificazione: coprire fino al 75% dei costi di apprendistato o formazione e fino al 50% dei salari del primo anno per le aziende che scelgono di riallocare piuttosto che licenziare, con un processo competitivo gestito dai ministeri competenti per evitare di premiare comportamenti che le imprese avrebbero adottato comunque – il classico problema della “perdita a vuoto” che gli economisti conoscono bene in ogni schema di incentivi pubblici. Singapore sta già sperimentando qualcosa di simile.

Sarebbe una soluzione imperfetta, e probabilmente insufficiente da sola a risolvere il problema della concentrazione della ricchezza generata dall’AI, ma avrebbe il merito di essere strutturale, verificabile e non soggetta ai capricci della filantropia aziendale del momento. In un’epoca in cui la fiducia nelle grandi imprese tecnologiche è già fragile, scegliere regole chiare invece di promesse volontarie potrebbe rivelarsi, alla lunga, anche nell’interesse delle stesse aziende di AI.