Nel mondo sempre più in preda al caos nel quale sembriamo essere sempre più inviluppati, il quadro composito che esce dall’ultimo AI Index Report dell’Università di Stanford, pubblicato pochi giorni fa, non può che essere coerente con una prospettiva che non si presta a una facile lettura, anche se registra numerose novità rispetto allo stato dell’arte tratteggiato nell’anno precedente.
Almeno sotto tre dimensioni, quelle della capacità tecnologica, della competizione tra Paesi e dei rapporti tra pubblico e privato.
Indice degli argomenti
Il progresso frastagliato dei modelli di intelligenza artificiale
Il rapporto attesta il netto miglioramento medio delle performance dei modelli di IA rispetto ai numerosi benchmark elaborati per testare le loro abilità rispetto a quelle umane nelle più svariate mansioni. In alcuni il salto nell’ultimo anno osservato è stato stupefacente. È il caso ad esempio dello SWE-bench Verified, un test standardizzato che misura la capacità dei modelli di IA di risolvere problemi reali di ingegneria del software, passato dal 60% nel 2024 a quasi il 100% nel 2025. Ma sono molti altri quelli che hanno raggiunto e in molti casi superato le competenze umane medie.
Tuttavia, permangono tanti limiti, che in molti casi continuano a sorprenderci. In uno dei risultati più ripresi del rapporto di quest’anno si fa il caso della lettura dell’ora, misurato da ClockBench, sulla base di 180 tipi diversi di orologio e 720 quesiti. Ebbene, se l’occhio umano non fallisce il 90,1% delle volte quello delle macchine lo fa in quasi la metà dei casi (il 49,4% per l’esattezza). Ma quel che è peggio è che mentre noi umani sbagliamo di poco (l’errore umano mediano è di 3 minuti) l’IA prende cantonate ben più gravi (lo scostamento mediano oscilla tra 1 e 3 ore).
Al di là della questione computazionale che rende le macchine così imprecise rispetto alla misurazione del tempo, non possiamo trascurare l’aspetto più di fondo, tanto simbolico quanto di sostanza, che la capacità di calcolare l’ora in maniera precisa è uno dei fondamenti principali del progresso moderno. Un’IA non in grado di farlo difficilmente potrà essere davvero affidabile in quella così come in molte altre funzioni che richiedono altrettanta precisione, nonostante i tanti miglioramenti registrati.
Con l’AGI che continua ad essere una chimera se è vero che nel test MMMU (Massive Multi-discipline Multimodal), che valuta la capacità di ragionamento generale combinando domande testuali con vari tipi di grafici ed equazioni, non si è ancora raggiunto il livello dei migliori esperti umani, dal quale si è decisamente più lontani nella versione video (Video-MMMU) con i migliori modelli che denotano un livello di accuratezza che non va oltre il 66% contro il 74,4% umano. In un test più sfidante, lo Humanity’s Last Exam, il tasso di accuratezza raggiunto nel 2025 era decisamente più basso (il 38,3%) anche se decisamente in aumento rispetto a quello dell’anno precedente (meno del 10%).
Se poi si passa all’IA agentica e fisica, le due frontiere tecnologiche sulla cresta dell’onda, le capacità risultano ancora distanti da livelli ottimali. Secondo il benchmark GAIA sviluppato da Meta per misurare il livello raggiunto dagli assistenti IA, a settembre 2025 il grado di accuratezza era del 74,5%, un salto enorme rispetto al 35% di inizio anno ma ancora piuttosto lontano dal 92% umano. Su OSWorld, un ambiente creato per valutare agenti multimodali, la percentuale di accuratezza raggiunta nel 2025 è stata del 66,3%, contro il 72,35% delle performance umane medie. Se passiamo ai robot, la distanza rispetto a un livello ottimale è ancora maggiore. In base al benchmark BEHAVIOR-K, basato sulle mansioni che gli umani vorrebbero che i robot svolgessero nelle faccende domestiche, il team migliore nel 2025 ne ha completato solo un quarto a un livello di qualità accettabile e addirittura soltanto il 12,4% con pieno successo.
Il nodo dell’opacità e dei rendimenti
Tutto questo avviene a fronte di investimenti record e di un altro trend che il rapporto sottolinea, che è la crescente opacità dei modelli stessi. Aspetto che non facilita la comprensione del livello di performance effettivamente raggiunto dalla tecnologia e dei suoi rischi e che dunque rende anche i rendimenti della spesa in atto più aleatori, oltre ad aumentare i timori relativi agli incidenti, aumentati vertiginosamente nell’ultimo anno.
Il confronto tra Stati Uniti e Cina e il ruolo degli altri Paesi
Tra i tanti dati economici riportati dal rapporto, quello che forse colpisce di più è il divario enorme relativo agli investimenti privati tra gli Stati Uniti da una parte e il resto del mondo dall’altra. Nel 2025, i primi hanno speso 285,88 miliardi di euro, 23,1 volte di più rispetto alla Cina al secondo posto (12,4 miliardi di dollari) e 48,5 volte tanto il Regno Unito al terzo (5,9 miliardi di dollari). Nella classifica dei primi quindici Paesi, le nazioni UE sono solo 4 (meno di tutti gli anni precedenti) e insieme, tra Francia, Germania, Belgio e Svezia, sommano appena 10 miliardi di dollari, in un rapporto di poco più di uno a trenta rispetto agli Stati Uniti. Che nella leva finanziaria del proprio venture capital e delle Big Tech, insieme alla qualità e quantità delle tecnologie sfornate, trovano il punto di maggiore forza.
Lo testimoniano d’altronde il numero dei modelli notevoli rilasciati nel 2025 (ben 50 contro i 30 della Cina e i 2 dell’Europa) ma anche il primato dei più performanti. Anche se la forbice con la Cina si è ridotta di molto sia sotto il profilo della quantità che della qualità. Basti pensare che nel 2023, l’anno successivo al rilascio di ChatGPT, gli USA avevano rilasciato 88 modelli ad elevate prestazioni contro gli appena 12 cinesi. E dopo il rilascio di Deep Seek-R1, che a inizio 2025 aveva ridotto all’osso il distacco tra i modelli più performanti, il divario, pur oscillando nel tempo e in media allargandosi lievemente, è rimasto piuttosto contenuto.
D’altronde se i soldi sono alla base del modello americano, i talenti sono il carburante più potente di quello cinese. Lo dimostrano i primati nelle pubblicazioni e nei brevetti. Nelle prime, l’AI Index Report 2026 certifica il sorpasso anche tra quelle top. Includendo Hong Kong, mentre nel 2021 tra gli articoli più citati 64 erano americani e 41 cinesi, nel 2024 la Cina con 56 sorpassa e non di poco gli USA, che si fermano a 46. Per la cronaca l’unico Paese UE tra i primi 10, la Germania, non va oltre le 8 pubblicazioni più citate (contro le 10 del 2021).
Nei brevetti il primato cinese, già raggiunto nel 2017, si consolida sempre di più. Nel 2024, la Cina si è vista riconoscere il 74,24% dei brevetti rilasciati contro il 12,06% degli Stati Uniti (che fino al 2015 veleggiavano oltre il 40%). Anche qui la performance europea (che peraltro comprende anche i paesi non UE) fa cadere le braccia, con appena il 2,95% del lotto complessivo.
Ma l’aspetto più preoccupante per gli USA rispetto al futuro è la perdita di capacità attrattiva, chiaramente certificata dall’AI Index Report. Se rispetto al 2017 il numero dei ricercatori e degli sviluppatori in entrata è diminuito complessivamente dell’89%, solo nell’ultimo anno il crollo è stato dell’80%. D’altronde, nei corsi post-laurea statunitensi, la maggioranza dei ricercatori in erba non è americana. Nel 2024, i laureati dei corsi di master offerti da università USA inerenti i software IA erano per il 67% stranieri, quelli di dottorato per il 55%. Percentuali non troppo diverse neppure per i corsi correlati all’hardware, dove il 53% dei diplomi di master conseguiti è andato a stranieri, quota che aumenta per i PhD (56%). È evidente che, qualora l’esodo (o il mancato arrivo) di talenti dovesse consolidarsi, il modello di successo fin qui costruito dagli USA potrebbe erodersi piuttosto rapidamente.
Il caso europeo tra capitale umano e produttività
In tutto questo, occorre chiedersi del ruolo dell’Europa. Che appare indietro su (quasi) tutti gli indicatori e anziché fare progressi sembra arretrare, almeno nel confronto con Stati Uniti e soprattutto Cina. Ma anche rispetto a Paesi come la Corea del Sud, che con una popolazione minore di quella italiana nel 2025 è riuscita a sfornare ben 5 modelli IA a prestazioni elevate (contro i soli 2 dell’intera Europa). Merito anche di una capacità scientifica che vede la Corea del Sud essere il primo paese al mondo per numero pro capite di brevetti relativi a tecnologie IA.
Eppure, tra i Paesi OCSE l’Europa se la batte con gli USA per ammontare di talento potenziale. Se osserviamo il numero di neo-diplomi di Master e PhD dei corsi di ICT, i primi 9 paesi europei (includendo Regno Unito e Svizzera) hanno laureato nel 2023 75.094 diplomati di Master contro gli 86.301 degli USA (che peraltro includono una quota di europei) e ben 4.220 PhD contro i 2874 statunitensi. Peccato che poi una parte di questi giovani talenti finisca per andare dopo negli USA. Almeno fino ad ora. O che rimanendo nel Vecchio Continente sia meno produttiva, quantomeno in termini economici. Come dimostra il numero di startup finanziate per la prima volta, pari nel 2025 alla cifra record di 1.963 negli Stati Uniti, quasi il doppio dell’anno precedente, contro 639 in Europa (inclusi i paesi non UE) e 161 per la Cina.
Il ruolo del pubblico nel mix IA
Una delle novità dell’AI Index Report di quest’anno è costituita da un riconoscimento maggiore del ruolo svolto dalle istituzioni pubbliche nello sviluppo degli ecosistemi di IA. Innanzitutto, come finanziatrici. Probabilmente, l’ispirazione nasce dall’osservazione degli innegabili successi cinesi, che non si spiegherebbero senza guardare al ruolo essenziale svolto dallo stato in Cina. Non solo grazie al poderoso sistema educativo e della ricerca ma anche negli stadi successivi. In effetti il rapporto rileva tra i fatti economici essenziali del 2025 come a marzo dello scorso anno la Cina abbia annunciato la costituzione di un fondo pubblico di venture capital dedicato agli investimenti in IA e altre tecnologie di frontiera con una dotazione monstre di 138 miliardi di dollari. Ma il sostegno pubblico viene ovviamente da più lontano, spinto soprattutto dalle province dell’impero di mezzo.
Spesa pubblica, reclutamento e possibili lezioni per l’Europa
Detto questo, il ruolo dei governi non è trascurabile neppure in Occidente, come testimonia l’ampio paragrafo dedicato dall’AI Index Report di quest’anno agli investimenti pubblici, limitato per disponibilità di dati solo a USA ed Europa e purtroppo escludendo per quest’ultima le spese a fondo perduto. Dati che mostrano l’escalation della spesa pubblica statunitense indirizzata all’IA. Se fino al 2020 questa si collocava al di sotto del miliardo di dollari l’anno, nel 2024 è arrivata a valere quasi 6 miliardi di dollari. Gran parte dei quali (5,05 miliardi) costituiti da finanziamenti a fondo perduto, per i quali ben il 41,63% è stato erogato dal Dipartimento della Salute e il 37,62% dalla National Science Foundation. Anche in questo caso sarà interessante vedere nelle prossime edizioni del report quali impatti stia avendo la presidenza Trump, visti i tagli alla ricerca annunciati e almeno in parte realizzati. A fronte però di un crescente procurement dell’IA, specie nell’apparato di difesa e sicurezza.
Nel frattempo, emerge dal rapporto un altro trend interessante. Se è vero che gran parte dei modelli prodotti viene dal settore privato, cresce la percentuale di laureati qualificati dei settori disciplinari legati all’IA che nel Nord America va a lavorare nell’accademia e nel governo. Se nel 2022 si è raggiunto il picco di attrattività dell’industria nel reclutamento di PhD che si affacciavano sul mercato del lavoro (con il 70% circa rispetto al 20% dell’accademia e a meno dell’1% del governo) nel 2024 l’industria è scesa al 62,75% con l’accademia risalita al 31,59% (percentuale che non raggiungeva dal 2015, prima del boom dell’IA degli anni successivi) e il governo che sfiorava il 2% (rispetto a percentuali che si collocavano intorno al 5% fino ai primi anni dello scorso decennio).
Questi segnali potrebbero indicare un percorso anche per l’Europa, dove è evidente come l’accademia e il governo in mancanza di Big Tech paragonabili a quelle americane (ma anche a quelle cinesi) dovrebbero svolgere un ruolo rilevante in un tentativo di riduzione del gap con gli USA. Per farlo però occorre aumentare le cifre in campo e soprattutto concentrarle, evitando le attuali frammentazioni che rendono la spesa, già di per sé non elevata, certamente più inefficiente.
