Abbondanza 2029

In microagi, distribuiremo un miliardo di robot. Quando ciò accadrà, le conseguenze economiche e sociali saranno profonde.

Crediamo che questo porterà a un mondo di abbondanza, poiché i robot aumenteranno la produttività e la produzione a tal punto che la scarsità materiale, presupposto fondamentale della maggior parte dei modelli economici, cesserà di esistere. Quasi ogni modello economico si basa sul principio della domanda e dell'offerta, con l'assunto fondante della scarsità delle risorse. Lionel Robbins lo sintetizzò nel 1932, definendo l'economia "come una relazione tra fini e mezzi scarsi che hanno usi alternativi". Crediamo che i robot elimineranno questa scarsità. In un mondo simile, il tenore di vita di tutti supererà di gran lunga quello di cui chiunque gode oggi, e le possibilità di ciò che l'umanità potrà realizzare saranno infinite.

Tuttavia, dobbiamo anche riconoscere che nel mondo di abbondanza creato da una robotica diffusa, una conseguenza sarà l'eliminazione della necessità di gran parte del lavoro fisico umano come lo conosciamo oggi. In passato, quando le macchine aumentavano l'offerta e facevano scendere i prezzi, la domanda cresceva di conseguenza e l'occupazione aumentava per soddisfarla. Questa volta, però, la robotica generalista sarà in grado di soddisfare quella domanda da sola. Se il nostro sistema economico rimarrà com'è, ciò significherà la perdita di milioni di posti di lavoro attuali e potrebbe privare le persone del loro reddito, del loro status e, per molti, del loro scopo nella vita.

Ci troviamo di fronte a un dilemma che la maggior parte della comunità robotica finora non ha saputo riconoscere pubblicamente, tanto meno affrontare. La tecnologia necessaria per migliorare concretamente la vita di tutti noi la trasformerà inevitabilmente in modo enorme. Il punto cruciale è che, se non riusciremo a fornire una soluzione adeguata a questo problema, non raggiungeremo mai un simile mondo di abbondanza. La maggioranza delle persone si unirà contro la diffusione dell'intelligenza nel mondo fisico e, sotto tale pressione, i governi bloccheranno l'implementazione dei robot.

Questo saggio è il nostro tentativo di analizzare quel dilemma. Descriviamo a che punto è arrivata la tecnologia, perché i modelli economici prevalenti sulla sostituzione del lavoro sono insufficienti per ciò che sta arrivando e perché la questione di chi saranno le persone quando non avranno più bisogno di lavorare deciderà se l'abbondanza arriverà davvero. Ci rivolgiamo poi all'Europa, in parte perché siamo un'azienda europea, ma soprattutto perché l'Europa è estremamente esposta a questo dilemma. Gli Stati sociali europei sono finanziati in gran parte dalle tasse sul lavoro, l'industria europea impiega ancora milioni di persone in quei tipi di mansioni che i robot stanno imparando a svolgere, e l'Europa stessa costruisce pochi di questi robot. Descriviamo tre futuri possibili per il nostro continente. Due dobbiamo evitarli, uno intendiamo costruirlo.

La corsa al momento GPT della robotica

Per tutta la storia umana, il benessere materiale è dipeso dal lavoro di qualcuno. Il cibo doveva essere coltivato, le case dovevano essere costruite e le merci dovevano essere trasportate da un luogo all'altro. La robotica promette di automatizzare questo lavoro fisico, abbattendo il costo dei beni e consentendo un'espansione della produzione che sfocia nell'abbondanza materiale. Questo futuro è a portata di mano e si sta avvicinando rapidamente.

Per dare un'idea di quanto rapidamente, basti considerare solo gli ultimi diciotto mesi.

Gli umanoidi 02 di Figure AI hanno completato un'implementazione di undici mesi nello stabilimento BMW di Spartanburg, in South Carolina. Entro il decimo mese, i robot eseguivano turni completi di dieci ore, sollevando lamiere dai contenitori e posizionandole sulle dime di saldatura con una tolleranza di cinque millimetri. Durante il programma hanno caricato oltre 90.000 pezzi e contribuito alla produzione di più di 30.000 BMW X3. Sebbene siano stati ritirati a novembre 2025, questo è un indicatore della direzione del progresso.

Nell'aprile 2026, Generalist ha riferito che il suo modello GEN-1 ha portato il tasso medio di successo in determinati compiti fisici dal 64% al 99%, lavorando circa tre volte più velocemente rispetto agli approcci precedenti nel piegare scatole e imballare telefoni, con circa un'ora di dati robotici per compito. Le sue dimostrazioni includevano la piegatura di scatole di cartone per 200 volte di fila senza intervento umano. Si tratta ancora di valutazioni aziendali, ma affidabilità e velocità sono esattamente le qualità che trasformano un risultato tecnico in produzione utile: un robot che ha successo il 64% delle volte è sufficiente per una demo, ma un robot che ha successo il 99% delle volte potrebbe sostituire un dipendente.

Il 30 luglio di quest'anno, Google DeepMind ha rilasciato Gemini Robotics 2, portando gambe, busto, braccia e mani a cinque dita di un umanoide sotto un'unica policy addestrata, con una versione on-device e la capacità di adattarsi a un corpo completamente nuovo in poche ore. Il 25 agosto, Skild AI ha annunciato S1, un modello che guarda un singolo video di una persona che esegue un compito sconosciuto e poi lo riproduce, con task lunghi fino a dieci minuti e composti da decine di passaggi. Nel suo benchmark interno, Skild riporta un successo del 66% su compiti mai visti prima, contro il 9% dei modelli guidati dal linguaggio addestrati alla stessa scala.

Tutte queste aziende competono per creare il "momento GPT della robotica", il che significherebbe poter chiedere a un modello robotico fondazionale di eseguire quasi qualsiasi compito fisico e farlo abbastanza bene da risultare utile. ChatGPT lo ha fatto per il linguaggio nel novembre 2022, trasformando una curiosità da laboratorio di ricerca in qualcosa che centinaia di milioni di persone usano ogni giorno.

La grande differenza rispetto alle capacità dei modelli linguistici è che nel mondo fisico i compiti sono molto più verificabili; questo vale in particolare per quelli in contesti industriali o con orizzonti temporali brevi (ad esempio imballare una scatola o fabbricare un pezzo di attrezzatura). I compiti verificabili possono essere automatizzati, quindi l'impatto dei sistemi di intelligenza artificiale sarà molto più visibile nel mondo fisico.

Il tentativo più rigoroso finora di misurare cosa questo significhi per il lavoro è stato pubblicato dagli economisti di Anthropic il 30 settembre. Utilizzando il catalogo O*NET di circa 19.000 mansioni lavorative, Russell Legate Yang e Maxim Massenkoff scoprono che i robot esistenti oggi possono eseguire il 74% dei compiti fisici negli Stati Uniti, pari al 34% di tutte le ore lavorate, sebbene principalmente in ambienti strutturati o costruiti ad hoc. Combinati con i grandi modelli linguistici, circa l'80% delle mansioni lavorative in termini di tempo è esposto all'una o all'altra tecnologia. Il loro backtest su cinquant'anni mostra che i lavori più esposti ai robot della loro epoca hanno visto salari e occupazione diminuire nei decenni successivi, e che ogni anno i robot diventano capaci di svolgere circa il 2% del lavoro fisico che prima non potevano fare.

Il discorso pubblico non riconosce il rischio della robotica

Una maggiore produttività non garantisce, di per sé, sicurezza materiale o appagamento. Su questo tema, le persone che costruiscono l'intelligenza artificiale hanno iniziato a parlare con insolita franchezza, e vale la pena ascoltare attentamente ciò che dicono e ciò che tralasciano.

Nel maggio 2025, Dario Amodei ha avvertito che l'IA potrebbe eliminare metà di tutti i lavori impiegatizi entry-level e spingere la disoccupazione tra il 10% e il 20% entro uno-cinque anni, descrivendo un mondo in cui "il cancro è curato, l'economia cresce del 10% all'anno, il bilancio è in pareggio – e il 20% delle persone non ha un lavoro". Tre mesi dopo, gli economisti di Stanford, utilizzando i registri del più grande elaboratore di buste paga degli Stati Uniti, hanno scoperto che i lavoratori tra i 22 e i 25 anni nelle professioni più esposte all'IA avevano subito un calo relativo dell'occupazione del 13% dalla diffusione dell'IA generativa, mentre i colleghi più anziani nelle stesse mansioni non ne erano stati influenzati.

Questo tralascia il potenziale impatto dell'IA fisica. Il documento di Anthropic di settembre Scenari per il nostro futuro economico ha delineato tre modelli per l'impatto sul mercato del lavoro. Nello scenario sostanziale, l'IA può svolgere metà di tutto il lavoro intellettuale e i salari dei knowledge worker rimangono essenzialmente piatti. Nello scenario estremo, il PIL statunitense aumenta di circa un terzo, la quota di reddito destinata al lavoro scende a circa il 45%, i salari dei knowledge worker calano di oltre il 10% e la disoccupazione sale "oltre i tipici livelli recessivi".

La finanza è giunta a conclusioni simili partendo da una direzione diversa. Nell'agosto 2026, l'amministratore delegato di Bridgewater Nir Bar Dea e il chief investment officer Greg Jensen hanno sostenuto sul The New York Times che, poiché solo il lavoro viene tassato, il codice fiscale premia attivamente la sostituzione delle persone con le macchine. Hanno proposto una tassa sui consumi sui token IA per abbassare le imposte sul lavoro e finanziare quote in aziende di intelligenza artificiale da condividere "con tutti i cittadini". A fine settembre, Bar Dea avvertiva pubblicamente di un "collasso sociale" se la transizione fosse stata gestita male.

Sebbene sia incoraggiante vedere che i laboratori di modelli fondazionali e il più grande hedge fund del mondo riconoscano almeno il potenziale di un ampio impatto sociale, riteniamo che le loro proiezioni sottostimino fondamentalmente l'entità dello shock del mercato del lavoro in arrivo.

Persino il loro scenario più estremo "non include" la possibilità che "l'umanità sviluppi robot iper-capaci". E l'alternativa per i knowledge worker rimpiazzati è esplicitamente fisica: devono "passare a lavori come elettricista e infermiere, che sono meno esposti all'IA", una transizione che gli autori riconoscono sarà difficile e lenta per molte persone. Ogni modello di sostituzione cognitiva si basa, da qualche parte, su questo stesso tacito assunto: che il lavoro cognitivo rimpiazzato finirà per spostarsi verso ruoli fisici.

Tuttavia, una volta che la distribuzione diffusa della robotica diventerà fattibile, questo assunto verrà criticamente minato. Il consulente non passerà anni a riqualificarsi come elettricista se si aspetta che un robot cablerà l'edificio poco dopo aver ottenuto la qualifica. L'assistente legale non passerà all'assistenza sanitaria se si aspetta che sia una macchina a sollevare il paziente. La via di fuga degli economisti dall'automazione cognitiva va a sbattere direttamente contro l'automazione fisica che arriva dalla direzione opposta.

Quando arriverà l'Abbondanza

Sebbene i robot possano attualmente completare il 74% dei compiti fisici almeno in alcuni contesti, come afferma il paper di Legate Yang & Massenkoff, sono competitivi in termini di costi con il lavoro umano solo per lo 0,3%. Se i prezzi dei robot continuassero a scendere al loro tasso storico di circa il 3% all'anno, ci vorrebbero circa 40 anni affinché quella quota raggiunga il 10%. Nel loro scenario veloce, i robot diventano competitivi in termini di costi per metà del lavoro fisico odierno solo entro il 2050. Tuttavia, questo misura il tasso di cambiamento passato e lo proietta in avanti, e gli stessi autori ammettono che "i robot alimentati dall'IA potrebbero superare la nostra scala".

Noi pensiamo che lo faranno. La nostra argomentazione procede come segue:

1. Entro il 2027, i sistemi di IA condurranno ricerche robotiche serie e il ciclo di sviluppo collasserà

Nel giugno 2025, l'amministratore delegato di OpenAI Sam Altman ha previsto che il 2026 avrebbe portato sistemi in grado di produrre intuizioni inedite e che il 2027 avrebbe potuto portare "robot in grado di svolgere compiti nel mondo reale". Entro settembre 2026, OpenAI ha dichiarato di aver costruito un "tirocinante di ricerca automatizzato", un sistema capace di eseguire compiti di ricerca che richiederebbero alcuni giorni a un ricercatore umano esperto, e ora punta a un ricercatore IA completamente automatizzato entro marzo 2028. Le misurazioni indipendenti puntano nella stessa direzione. METR ha scoperto che la durata dei compiti software che gli agenti IA di frontiera possono completare con un'affidabilità del 50% è raddoppiata circa ogni sette mesi per sei anni. La robotica è, tra le altre cose, un problema software, un problema di simulazione e un problema di dati. Questi sono esattamente i problemi in cui tali sistemi stanno migliorando più velocemente.

Applicato alla robotica, questo farà collassare il ciclo di sviluppo. L'hardware è sempre stato lento perché ogni progetto doveva essere costruito, rotto e ricostruito, e ogni nuova abilità doveva essere insegnata su un robot reale, una dimostrazione teleoperata alla volta. Entrambi i colli di bottiglia stanno cedendo. L'IA ora può proporre un attuatore, scrivere la policy di controllo e leggere i log degli errori entro mattina, così l'iterazione si muove a una velocità più vicina a quella del software.

Le fonti di dati sono ora significativamente più varie rispetto alla tradizionale teleoperazione. A febbraio, NVIDIA ha pre-addestrato un modello robotico su 20.854 ore di video in prima persona di persone che usano le mani, con sole quattro ore di teleoperazione robotica, meno dello 0,1% del mix di addestramento. Ha scoperto che le prestazioni miglioravano in modo prevedibile man mano che aumentavano le ore di video umani. NVIDIA e i suoi collaboratori accademici hanno addestrato il modello mondiale DreamDojo su oltre 44.000 ore dello stesso tipo di filmati (NVIDIA, DreamDojo, 2026). La fiducia nel ruolo dei dati egocentrici si riflette negli oltre 700 milioni di dollari raccolti negli ultimi diciotto mesi dalle startup di dati di addestramento per robot. L'apprendimento da un singolo video di Skild e il trasferimento cross-body di DeepMind indicano inoltre che il costoso passaggio della raccolta dati per ogni nuovo compito, su ogni nuovo corpo, si sta dissolvendo.

2. Entro il 2029, i robot saranno tecnicamente in grado di completare tutti i compiti economicamente rilevanti

Perché ciò avvenga, non abbiamo necessariamente bisogno di un unico robot di sistema completo capace di fare tutto. Serve invece la combinazione di un'intelligenza robotica generale in grado di operare su molti corpi, sistemi umanoidi per ambienti idonei e incarnazioni specializzate per compiti industriali specifici e di valore.

A febbraio, Physical Intelligence ha mostrato il suo modello fondazionale π0.6, ottimizzato per ogni mansione, mentre faceva funzionare i robot di altre aziende in contesti commerciali reali: piegare il bucato dei clienti in una lavanderia automatica di San Francisco e imballare veri ordini e-commerce in un magazzino per un intero turno con il 96,4% di autonomia. Dove il posto di lavoro può essere riprogettato attorno alla macchina, lo sarà, come è avvenuto per la catena di montaggio. Dove non è possibile, la macchina sta imparando ad adattarsi al posto di lavoro: i robot da magazzino di quel test sono stati costruiti per inserirsi nelle postazioni esistenti e iniziare a lavorare nel giro di poche ore.

3. Gli effetti sociali arriveranno con le capacità, non con l'adozione

Questo è il fulcro della nostra argomentazione. Le curve di diffusione descrivono quando i robot saranno ovunque, ma non descrivono quando le persone crederanno che i robot saranno ovunque, prendendo decisioni di conseguenza. Un lavoratore non aspetterà di essere sostituito da un robot per capire cosa possa significare un simile sviluppo per il futuro dei propri figli. In Europa, le persone anticipano già il peggio: nel sondaggio della stessa Commissione, il 66% crede che l'IA distruggerà più posti di lavoro di quanti ne creerà. Quel dato è stato registrato nella primavera del 2024, prima che un qualsiasi umanoide avesse lavorato un turno di produzione completo in qualsiasi parte del mondo. Le conseguenze sociali che ci preoccupano non richiedono una diffusione immediata, ma solo la convinzione che stia arrivando.

Se la narrazione dominante è che l'economia sta imparando a funzionare senza le persone, allora la politica agirà su questa base molto prima che essa si rifletta necessariamente nelle statistiche economiche.

Ecco perché abbiamo intitolato questo articolo Abbondanza 2029. Certo, non tutti i magazzini in Europa saranno automatizzati per allora; la sostituzione cognitiva che abbiamo descritto nella sezione precedente potrebbe richiedere 5-10 anni, quella fisica forse anche di più. Ma entro il 2029, le capacità dell'IA fisica saranno chiarissime, la traiettoria — le scintille dell'Abbondanza, per così dire — sarà visibile a tutti, e le decisioni che determineranno quale futuro attende l'Europa saranno già state prese.

Come le persone si sono guadagnate il proprio posto nella società

Per capire come reagiranno le persone alla capacità di generare abbondanza, dobbiamo tornare indietro nella storia.

Settantamila anni fa, come scrive Yuval Noah Harari in Sapiens, gli esseri umani amavano, giocavano, stringevano amicizie e competevano per status e potere, ma lo facevano anche scimpanzé, babbuini ed elefanti. "Non c'era nulla di speciale in loro (gli umani)". Eppure il desiderio di contare l'uno per l'altro era già presente.

La forza fisica offriva una via verso lo status: la capacità di vincere uno scontro, difendere il gruppo o imporre la propria volontà. Ma essendo primati fisicamente insignificanti, senza artigli e con poche possibilità contro un leone, abbiamo sviluppato altri vantaggi. Abbiamo imparato ad affilare un bastone, a coordinare una caccia attraverso il linguaggio, ad accendere il fuoco. Abbiamo superato in competizione tutto ciò che stava sopra di noi nella catena alimentare perché potevamo tramandare conoscenze utili, permettendo a ogni generazione di iniziare da dove la precedente aveva lasciato. Ogni generazione, tuttavia, deve prima imparare ciò che sapeva l'ultima, e quindi lo sviluppo di nuove conoscenze e innovazioni diventa più difficile e richiede maggiore specializzazione. Benjamin Jones ha definito questa dinamica il "fardello della conoscenza", perché per stare sulle spalle dei giganti "bisogna prima arrampicarsi sulla loro schiena". La conoscenza che richiede anni per essere acquisita è posseduta da pochi, ed è quindi scarsa e di conseguenza considerata preziosa.

Nei piccoli gruppi, l'abilità conquistava il rispetto. Chi sapeva costruire uno strumento migliore o guidare gli altri attraverso un inverno difficile dava ai propri compagni un motivo per fidarsi del suo giudizio. Ma il rispetto all'interno di un gruppo non equivale a un ordine sociale fondato sull'intelligenza, e per gran parte della storia europea un simile ordine non è esistito.

L'avvento della filosofia illuminista ha alterato questo sistema preesistente di gerarchia sociale. Il motto kantiano dell'epoca, sapere aude, osa sapere, era un invito a pensare con la propria testa e portava con sé una nuova idea di ciò che rendeva una persona degna di rispetto: la ragione, anziché la nascita o la devozione. L'intelligenza divenne sempre più la caratteristica a cui si accumulava la ricchezza monetaria e a cui, di conseguenza, veniva conferito lo status sociale.

Oggi, lo stipendio del trader quantitativo e il prestigio dell'avvocato sono espressioni moderne di quella dinamica. L'economia moderna tratta l'intelligenza come scarsa, e quindi preziosa, e ricompensa coloro che si ritiene la posseggano sia con status materiale che sociale. Per chi svolgeva un lavoro fisico, esisteva una scala parallela, più antica dell'Illuminismo e radicata nelle corporazioni: il maestro artigiano, il Meister, il caporeparto che conosceva la linea meglio degli ingegneri, il saldatore le cui giunture non cedevano mai. L'abilità manuale era una forma di intelligenza a sé stante, e anch'essa veniva onorata.

Il lavoro, in breve, è l'istituzione attraverso cui la maggior parte delle persone si guadagna non solo da vivere, ma anche il proprio posto nella società. Fornisce un senso di significato e di scopo, una difesa contro le domande esistenziali che altrimenti arrivano alle tre di notte. Cosa succede dunque quando le capacità su cui le persone hanno costruito il proprio sostentamento e la propria posizione non sono più scarse, e quindi non sono più preziose? Cosa succede quando la macchina è contemporaneamente più intelligente dell'avvocato e più ferma del saldatore?

Una coalizione probabile

I progressi nell'automazione del lavoro cognitivo stanno già provocando dibattiti, e giustamente. Ma per la maggior parte delle persone, la prospettiva che McKinsey abbia bisogno di meno consulenti suscita comprensibilmente poca solidarietà. La minaccia diventa molto più difficile da ignorare quando un collega perde il lavoro e una macchina molto tangibile e fisica prende il suo posto la mattina seguente.

L'automazione ha il potenziale di portare persone con redditi, istruzione e fedeltà politiche molto diverse alla stessa conclusione: che l'economia sta iniziando a funzionare senza di loro. Un consulente e un operaio non hanno bisogno di concordare su come dovrebbe essere organizzata la società per convenire che la sua direzione minaccia il loro posto al suo interno. Una simile coalizione non richiederebbe che la disoccupazione di massa sia già arrivata. L'aspettativa dell'esclusione potrebbe bastare a creare un interesse politico condiviso. E quando gruppi con rivendicazioni diverse arrivano a identificare un avversario comune, la storia suggerisce che un cambiamento drammatico spesso segue a breve.

Nella Francia del 1789, parti dell'alta borghesia volevano il potere politico, i lavoratori urbani volevano pane a prezzi accessibili e i contadini volevano sollievo dai pesi feudali. Le loro lamentele differivano, ma convergevano contro lo stesso ordine. Il prezzo del pane a Parigi raggiunse il picco proprio nella settimana in cui cadde la Bastiglia. Maria Antonietta divenne il simbolo odiato dei privilegi di quell'ordine, la sua stravaganza esagerata fino a diventare la spiegazione delle sofferenze del Paese. Nella Russia del 1917, l'opposizione allo Zar si estese analogamente dagli intellettuali liberali agli operai e ai soldati. La promessa di Lenin di "pace, terra e pane" collegò rivendicazioni diverse in un unico programma, e un regime sopravvissuto per tre secoli cadde nel giro di pochi mesi.

La storia più recente della tecnologia stessa è altrettanto istruttiva. Tra il 1811 e il 1816, i luddisti delle Midlands e del Nord dell'Inghilterra distrussero i grandi telai per calze e le macchine cimatrice che minacciavano il lavoro tessile qualificato, e il Parlamento rispose con il Frame Breaking Act del 1812, che rese la distruzione di macchinari un reato capitale. I luddisti sono ricordati come nemici del progresso. In realtà, erano lavoratori qualificati che vedevano chiaramente come i vantaggi di una nuova tecnologia sarebbero andati ad altri mentre i costi ricadevano su di loro, e nell'arco della loro stessa vita avevano ragione.

In Gran Bretagna, la produzione per lavoratore aumentò per circa mezzo secolo mentre i salari reali si mossero appena, un periodo che lo storico economico Robert Allen chiama "pausa di Engels". Gli uomini che ruppero i telai non vissero abbastanza per vederne i benefici, e il lavoro che sostituì il loro fu spesso peggiore. Adam Smith, certo non un nemico dell'industria, temeva che una vita passata a ripetere poche semplici operazioni avrebbe reso un lavoratore "stupido e ignorante quanto è possibile diventarlo per una creatura umana."

Dove i luddisti sbagliavano era nel lungo periodo. Rompere le macchine non fermò la Rivoluzione Industriale, che finì per rendere le persone comuni più ricche di qualsiasi generazione precedente, come ci aspettiamo faccia la robotica. E durante tutto questo, il lavoro c'era ancora.

Ciò che distingue l'attuale rivoluzione dell'IA e della robotica è la velocità e l'estensione del progresso. Bill Gates ha tracciato una distinzione simile ad agosto: le transizioni precedenti, come il passaggio dalle campagne ai lavori d'ufficio, si sono svolte nell'arco di generazioni e hanno creato nuovi impieghi che richiedevano cognizione umana. Tuttavia, con l'IA che supera le nostre capacità nella maggior parte dei settori, e a un ritmo molto più elevato, "molti lavori scompariranno per sempre", ha scritto. I benefici della Rivoluzione Industriale hanno raggiunto le persone comuni attraverso il lavoro: tramite i posti che ha creato e i salari che pagavano. Se la robotica crea abbondanza senza creare lavoro, quei benefici dovranno trovare un'altra strada per arrivare alle persone, e le persone avranno bisogno di un'altra fonte di dignità.

Finché quella strada non esisterà, le persone in tutto lo spettro politico ed economico avranno un incentivo a resistere a questo cambiamento tecnologico, e la convergenza del 1789 e del 1917 potrebbe tornare possibile. Se i governi e le aziende tecnologiche non riusciranno a dimostrare come questi progressi avvantaggino i lavoratori, l'abbondanza materiale che migliorerebbe il tenore di vita di tutti non sarà raggiunta, nemmeno dove è tecnicamente fattibile. E se i governi e il settore tecnologico fallissero davvero, chi potrebbe biasimare le persone per essere giunte a tale conclusione?

La coalizione si sta già formando

Queste dinamiche si possono già osservare nella battaglia sui data center. Negli Stati Uniti, Data Center Watch ha contato 18 miliardi di dollari di progetti bloccati e 46 miliardi ritardati dall'opposizione locale in circa due anni, sia negli Stati repubblicani che in quelli democratici, spinta da bollette elettriche, acqua, rumore e uso del suolo. Solo nel primo trimestre del 2026, ha registrato almeno 75 progetti per un valore di circa 130 miliardi di dollari ostacolati, il dato trimestrale più alto mai registrato. In Irlanda, dove i data center hanno consumato il 23% di tutta l'elettricità misurata nel 2025, il gestore di rete EirGrid ha smesso di offrire nuove connessioni per data center nella regione di Dublino fino al 2028.

L'incapacità dei governi e degli sviluppatori di modelli di mostrare come la loro tecnologia migliorerebbe la vita quotidiana ha prodotto un'alleanza contro i data center che attraversa sinistra e destra. Questo riguarda direttamente la robotica. Ogni robot generalista dipende dalla potenza di calcolo per l'addestramento e, sempre più, per l'inferenza. Un continente che non può costruire data center non può far funzionare l'IA fisica su larga scala.

L'8 giugno 2025, i manifestanti nel centro di Los Angeles hanno dato fuoco ad almeno cinque robotaxi Waymo e l'azienda ha sospeso il servizio nell'area. La protesta riguardava le retate sull'immigrazione, non l'automazione. Quando una società è arrabbiata, la macchina per strada diventa il simbolo di qualsiasi cosa la faccia infuriare. Nell'ottobre 2024, 45.000 portuali della International Longshoremen's Association hanno bloccato 36 porti dal Maine al Texas, e la protezione dall'automazione era una delle loro richieste centrali.

Spetta a ogni azienda di robotica non ripetere gli errori dei costruttori di data center: riconoscere gli impatti sociali che si verificheranno e garantire che la transizione verso l'abbondanza vada a beneficio di tutti. Quanto più bruscamente le persone vivranno l'automazione come la sottrazione di reddito e status senza un sostituto credibile e una partecipazione al futuro, tanto più forte sarà la richiesta di rallentare il sistema che genera questa destabilizzazione. Una società può avere la tecnologia per costruire un'intelligenza abbondante e comunque rifiutarsi di implementarla.

Una risposta credibile su come le persone possano mantenere status, potere e scopo deve quindi precedere l'implementazione completa.

Il tallone d'Achille dell'Europa

Chi fornisce quella risposta dipende da chi possiede le macchine. Come azienda europea, la nostra preoccupazione è se l'Europa sarà in grado di darla. Gran parte di ciò che segue vale anche altrove, ma la combinazione europea di demografia che invecchia, sindacati forti, stati sociali generosi, profonda conoscenza industriale e posizioni deboli sia nell'IA sia nella produzione robotica ne fa il caso più rilevante da esaminare.

L'IA fisica ha due metà: l'intelligenza che permette a un robot di vedere, ragionare e agire, e il corpo che lo esegue. La geografia di entrambe è già definita, e l'Europa non detiene nessuna delle due.

Gli Stati Uniti guidano il livello dell'intelligenza. I modelli di base che permettono a un robot di vedere, ragionare e agire vengono sviluppati in modo schiacciante nei laboratori e nelle startup americane: Gemini Robotics di Google DeepMind, Physical Intelligence, Skild, Generalist, OpenAI Robotics, le piattaforme Cosmos e GR00T di NVIDIA. Questi sono i "cervelli", e stanno migliorando secondo tempistiche software accelerate.

La Cina guida il corpo e la capacità di produrlo su larga scala. Nel 2024 la Cina ha installato 295.000 robot industriali, un record e più della metà di tutte le installazioni globali, contro i 67.800 dell'intera Unione Europea e i 26.982 della Germania. I fornitori cinesi detengono ora il 57% del loro mercato interno, rispetto a circa il 28% di un decennio prima. Negli umanoidi l'asimmetria è ancora più marcata. Dei 13.318 robot umanoidi spediti in tutto il mondo nel 2025, AgiBot ne ha consegnati più di 5.100 e Unitree circa 4.200, con aziende cinesi che occupano la maggior parte della top ten. Unitree si è quotata sul mercato STAR di Shanghai nell'agosto 2026 con una valutazione di circa 9 miliardi di dollari, dopo che i ricavi degli umanoidi hanno superato per la prima volta quelli dei quadrupedi.

Nel novembre 2023, il Ministero dell'Industria e della Tecnologia dell'Informazione cinese ha pubblicato le sue Linee guida sull'innovazione e lo sviluppo dei robot umanoidi, che si proponevano di costruire il "cervello, cervelletto e arti" di un robot entro il 2025 e di integrare profondamente gli umanoidi nell'economia reale entro il 2027. Ha trattato gli umanoidi come una tecnologia della portata del computer e dello smartphone, e poi si è comportato di conseguenza.

L'America sta insegnando alla macchina a pensare. La Cina sta imparando a costruirla a un costo inferiore a chiunque altro. L'Europa rischia di non possedere nulla in questo futuro, eppure ha bisogno di questa tecnologia più di entrambi. Un'analisi della Commissione Europea rileva che, con le attuali proiezioni demografiche e un livello di istruzione invariato, la forza lavoro dell'UE potrebbe ridursi fino a 18,8 milioni di persone entro il 2050.

La robotica potrebbe risolvere la crisi più prevedibile dell'Europa, o essere la causa della prossima.Tre futuri

Futuro 1: l'Europa blocca le implementazioni

L'Europa non riesce a comprendere né l'entità del rischio di dislocamento a lungo termine dovuto alla mancanza di automazione, né la forma delle possibili soluzioni. Sindacati, campagne locali e politici di tutto l'arco costituzionale iniziano a vedere la robotica come molti vedono già i data center: qualcosa che prende energia, acqua, terra e posti di lavoro, restituendo poco alle persone che ci vivono accanto. Le connessioni alla rete vengono negate, come accade già a Dublino. I permessi urbanistici si arenano. Le norme di sicurezza scritte per i bracci industriali in gabbia vengono applicate a macchine mobili e capaci di apprendere in modi che rendono l'implementazione praticamente impossibile. I timori dei lavoratori, che da tempo rallentano l'automazione tradizionale negli stabilimenti europei, si consolidano in un solido veto politico e, come tale, nessun politico rischia di candidarsi con un programma che non si opponga esplicitamente all'accelerazione delle implementazioni robotiche.

Crediamo che questa sarà la traiettoria predefinita se nulla cambia. Due terzi degli europei credono già che l'IA distruggerà più posti di lavoro di quanti ne creerà, e nessuno ha ancora offerto loro un motivo per credere il contrario. Di conseguenza, le società democratiche occidentali bloccano le implementazioni robotiche mentre i loro concorrenti procedono. La Cina, senza gli stessi vincoli democratici, continua ad abbattere i costi di produzione. Le sue fabbriche stanno già installando più di quattro robot industriali per ogni singolo robot installato nell'intera Unione Europea. La produzione si sposta all'estero, portando con sé investimenti, reti di fornitori e conoscenze pratiche.

Possiamo già intravedere i contorni di questo futuro nel presente. L'industria tedesca ha perso circa 124.000 posti di lavoro solo nel 2025, quasi il doppio rispetto all'anno precedente, e circa 266.000 dal 2019, con il settore automobilistico che ha tagliato 111.000 posti, ovvero il 13% della sua forza lavoro, in sei anni. Nel novembre 2025, BASF ha avviato la produzione nel suo nuovo sito Verbund a Zhanjiang, nel sud della Cina, un investimento di circa 8,7 miliardi di euro, il più grande singolo progetto nella storia dell'azienda. Ludwigshafen, sede dell'azienda da 160 anni, nel frattempo sta chiudendo gli impianti. Questa è la risposta razionale a condizioni economiche interne insostenibili.

Il Mittelstand, la spina dorsale dell'industria tedesca, perde i suoi clienti. Il suo genio è sempre stato la conoscenza tacita: l'ingegnere che sa esattamente come si comporta una particolare lega a una determinata temperatura. Man mano che la produzione si sposta all'estero, le aziende europee prima esternalizzano la manifattura, poi scoprono che la loro proprietà intellettuale dipende sempre più dalla produzione estera, e infine si accorgono che la conoscenza stessa è svanita.

I lavoratori industriali perdono il posto di lavoro. Allo stesso tempo, i professionisti affrontano l'automazione cognitiva da parte dei sistemi di IA americani che l'Europa non può regolamentare fino a eliminarli perché non può permetterselo. Le due ondate di dislocamento arrivano insieme.

Nel 2024, le tasse sul lavoro, compresi i contributi sociali, rappresentavano il 51,5% di tutte le entrate fiscali nell'UE. Lo stato sociale europeo è, alla base, finanziato dal fatto che le persone abbiano un lavoro. Nel frattempo, si prevede che l'indice di dipendenza degli anziani salirà dal 36% nel 2022 al 59% entro il 2070, passando da circa tre persone in età lavorativa per ogni persona over 65 a meno di due. Mario Draghi ha definito la posizione demografica e di produttività dell'Europa una "sfida esistenziale".

Nel Futuro 1, queste tendenze si scontrano. I bisogni assistenziali aumentano, perché più persone sono senza lavoro e più sono in pensione. La base imponibile si restringe, perché le aziende europee non producono o vendono abbastanza per finanziarla. I governi si trovano di fronte a tre opzioni: lasciare che i servizi si deteriorino, aumentare le tasse su una base in contrazione o permettere al debito di accumularsi ulteriormente. Tutte sono indesiderabili o insostenibili. Nel caso estremo, lo stato sociale diventa incapace di mantenere le sue promesse. Una politica pensata per proteggere i lavoratori finisce per non proteggere né i loro posti di lavoro né le istituzioni create per sostenerli.

L'Europa può fermare la robotica all'interno dei propri confini. Tuttavia, non può fermare la robotica a Shenzhen o San Francisco, e non può realisticamente impedire che i loro prodotti arrivino nei suoi porti a prezzi che nessuna fabbrica europea può eguagliare. Bloccare l'implementazione robotica in Europa significherebbe entrare in un nuovo capitolo del progresso tecnologico perdendone completamente i benefici.

Futuro 2: l'Europa si rassegna

In questo secondo futuro, l'Europa non blocca l'implementazione diffusa della robotica e quindi si verificano miglioramenti sostanziali nelle condizioni di vita materiali di tutti. Tuttavia, il futuro va comunque storto.

Le aziende che affrontano concorrenti stranieri dotati di "fabbriche buie" completamente automatizzate rispondono allo stesso modo. Invece di riprogettare il lavoro attorno alle persone, la decisione economicamente razionale diventa semplicemente rimuovere del tutto le persone dall'equazione. Acemoglu e Restrepo hanno scoperto che nei mercati del lavoro locali americani, ogni robot aggiuntivo per mille lavoratori riduceva il rapporto occupazione-popolazione di circa lo 0,2% e i salari di circa lo 0,42%. Il loro studio si riferiva ai robot degli anni '90 e 2000: ingabbiati, monouso e ciechi. Le conseguenze di una robotica generalista come quella che prevediamo entro il 2029 saranno molto più significative.

Un problema secondario è la proprietà. L'Europa ha inventato gran parte della scienza alla base dell'economia digitale e poi ha guardato altri costruire le aziende: Amazon, Microsoft e Google detengono oggi circa il 70% del mercato cloud europeo, mentre tutti i provider europei insieme detengono circa il 15%, in calo rispetto al 29% circa del 2017. I modelli di frontiera che gli europei usano ogni giorno sono addestrati in California, su chip americani, sotto la legge americana. La robotica potrebbe seguire una traiettoria simile. La mancata capacità di investire in potenza di calcolo e produzione hardware sufficienti, unita a un ambiente sfavorevole alle aziende europee, porta a una penetrazione aggressiva del mercato da parte di Stati Uniti e Cina. L'intelligenza americana viene installata in corpi cinesi, ed entrambi vengono installati nelle fabbriche europee.

L'Europa ha già sperimentato gli effetti di tale dipendenza geopolitica. Nell'aprile 2025, la Cina ha imposto licenze di esportazione sui magneti di terre rare, da cui dipendono la maggior parte dei motori ad alte prestazioni, inclusi quelli presenti in ogni giuntura di un robot. Entro due mesi diverse linee di produzione europee si erano fermate, e alcune applicazioni per la tecnologia cinese devono affrontare l'obbligo di divulgare informazioni sensibili sulla proprietà intellettuale. Un'Europa le cui fabbriche, ospedali, fattorie e magazzini funzionano con robot stranieri potrebbe vedersi negare i corpi da Pechino e spegnere le menti dalla California.

In uno scenario del genere, i guadagni dell'automazione fluiscono verso i proprietari di modelli e hardware stranieri, mentre i costi restano in patria. Arriva la disoccupazione di massa senza la base imponibile necessaria per assorbirla, poiché il valore si accumula in altre giurisdizioni, e le divisioni socioeconomiche peggiorano. I governi cercheranno di colmare quel divario con qualsiasi cosa siano ancora in grado di tassare. Ciò potrebbe tradursi in una tassa sul consumo sui token di IA del tipo proposto da Bridgewater, partecipazioni pubbliche in qualsiasi automazione in cui i governi riescano a investire, e tasse su terra, energia e risorse di calcolo che potrebbero rimanere scarse per un po'. Se redistribuiti sotto forma di reddito di base universale, questi fondi potrebbero scongiurare la povertà materiale mantenendo il potere d'acquisto. Ma, cosa fondamentale, le persone pagate rimangono comunque senza lavoro.

In Vita Activa, Hannah Arendt avvertì che l'automazione avrebbe potuto consegnarci a "una società di lavoratori senza lavoro", una società che aveva glorificato il lavoro come fonte di ogni valore e che poi sarebbe stata privata dell'unica attività rimastale. "Di certo", scrisse, "nulla potrebbe essere peggio". Keynes, scrivendo nel 1930, pensava che i suoi nipoti avrebbero affrontato esattamente questo, e prevedeva "un 'esaurimento nervoso' generale" tra coloro che erano stati addestrati per generazioni a lottare.

Come accennato in precedenza, per molti di noi il lavoro costituisce una parte importante di chi siamo, e un trasferimento monetario non è sufficiente a sostituirlo. Lo status e il nostro desiderio di esso non evaporano, ma si sposteranno su qualsiasi cosa possa ancora conferirlo: ricchezza, attenzione, risentimento o appartenenza a gruppi basata su criteri arbitrari. Questo cambiamento sarà destabilizzante di per sé, indipendentemente dallo stato delle condizioni materiali.

Il problema centrale del Futuro 2 è lo sconvolgimento sociale. Le aziende corrono verso le fabbriche buie, producendo disparità economica, e quella disparità produce sconvolgimento. Anche se un certo grado di redistribuzione ammorbidisce l'impatto economico, lascerà irrisolto il problema umano.

Uno sconvolgimento di quel tipo può distruggere le condizioni politiche da cui dipende l'abbondanza: il consenso a continuare a costruire data center, implementare macchine e mantenere i robot. Un'Europa con abbondanza ma senza scopo potrebbe votare, nella sua infelicità, per smantellare i sistemi che la nutrono. Nel migliore dei casi, il Futuro 2 è un brutto futuro. Nel peggiore, è solo la via lunga per arrivare al Futuro 1.

Futuro 3: l'Europa adotta la robotica e costruisce una nuova economia

Nel terzo futuro, l'Europa adotta pienamente la robotica e costruisce la capacità di plasmarla. Sviluppiamo i modelli, produciamo i robot e costruiamo l'infrastruttura che li alimenta. L'industria europea rimane competitiva, con una quota maggiore di conoscenza, proprietà e rendimenti trattenuta qui. La cooperazione internazionale continua, ma l'Europa ha la forza tecnologica per negoziare le proprie condizioni e la capacità produttiva per sostenere le sue istituzioni pubbliche.

L'Europa ha l'opportunità di costruire questo futuro partendo dai punti di forza che già possiede. Ha una ricerca di livello mondiale nell'apprendimento robotico, una base manifatturiera che impiega ancora milioni di persone e una tradizione ingegneristica capace di trasformare un'intelligenza robotica generale in migliaia di applicazioni specifiche. Ha iniziato a finanziare la potenza di calcolo: nel febbraio 2025 la Commissione ha annunciato InvestAI, con l'obiettivo di mobilitare 200 miliardi di euro per l'IA, inclusi 20 miliardi per le "gigafactory" di IA. Ciò che le è mancata è la convinzione che l'IA fisica sia il luogo in cui l'Europa può ancora guidare, perché l'IA fisica premia esattamente ciò in cui l'Europa eccelle: la produzione di precisione, la profonda conoscenza di dominio e la pazienza per rendere le macchine affidabili.

Inoltre, i rendimenti della robotica dovrebbero essere tassati in Europa. L'Alaska paga a ogni residente idoneo un dividendo annuale derivante dalla sua ricchezza petrolifera dal 1982, e il fondo sovrano norvegese, costruito con il petrolio del Mare del Nord, possiede ora in media l'1,5% di tutte le società quotate per conto dei suoi cittadini. Un dividendo europeo della robotica, finanziato dalle macchine stesse, seguirebbe lo stesso modello. Ma come mostra il Futuro 2, il reddito da solo non dà alle persone un ruolo e, se le nostre ambizioni restano quelle attuali, resteranno pochissimi ruoli da assegnare.

I robot che possono fare quasi tutto ciò che facciamo, prima o poi faranno tutto ciò che attualmente vogliamo venga fatto, lasciandoci con un'abbondanza materiale e nessun ruolo nella sua produzione. Eppure gli esseri umani resteranno umani. Vorremo ancora che i nostri sforzi siano riconosciuti, avere opportunità di avanzamento e comunità in cui la nostra assenza venga notata; nulla di tutto ciò sopravvive in un mondo in cui il nostro lavoro non serve a nulla di ciò che ci sta a cuore.

La nostra risposta è un principio che chiamiamo Interstellar. In sostanza, la portata dell'ambizione umana deve essere sempre superiore alla nostra capacità produttiva. Se i robot che abbiamo possono realizzare mille progetti, dovremmo tentarne mille e uno. Con ogni macchina già occupata, il lavoro rimanente, per quanto piccola sia la sua quota sul totale, spetta alle persone. I robot costruiranno altri robot e colmeranno il divario, quindi ogni volta che le nostre macchine raggiungono le nostre ambizioni, le nostre ambizioni devono spostarsi di nuovo. A questa condizione, le persone restano necessarie anche in un mondo in cui le macchine sono migliori di noi in quasi tutto.

Che raggiungiamo mai le stelle o meno, il nome indica un obiettivo che si trova sempre oltre ciò che possiamo fare attualmente. Robert Browning espresse questa idea nel 1855: "la portata di un uomo dovrebbe superare la sua presa... Altrimenti a che serve il paradiso?". Il precedente più vicino è l'Apollo. Alla Rice University nel 1962, John F. Kennedy disse che l'America sarebbe andata sulla Luna e avrebbe fatto "le altre cose, non perché sono facili, ma perché sono difficili". Al suo apice, il programma coinvolse circa 400.000 persone tra governo, industria e università, supportate da oltre 20.000 aziende. Ingegneri, saldatori, matematici e le sarte che cucirono le tute spaziali si ritrovarono a far parte della conquista umana più visibile del loro secolo.

Pochi di loro si erano formati per il volo spaziale, ma portarono le competenze e l'esperienza che avevano verso un obiettivo che ne aveva bisogno. Gli obiettivi più grandi dell'Europa chiederanno lo stesso alle persone i cui ruoli verranno presi dai robot, e la maggior parte avrà bisogno di aiuto per compiere questo passaggio. Questo è il ruolo che immaginiamo per shift: una piattaforma per la formazione continua, la riqualificazione e il lavoro significativo, costruita in collaborazione con governi, datori di lavoro e istituzioni locali. L'obiettivo è che shift aiuti a formare le persone per il lavoro necessario al margine e le colleghi a esso.

Sebbene un'azienda privata possa migliorare l'accesso all'apprendimento e creare opportunità, i diritti al reddito, ai finanziamenti pubblici e a un accesso equo devono restare in capo alle istituzioni democratiche, perché sono più importanti delle fortune o delle priorità di qualsiasi singola azienda. La gestione della transizione può spaziare dalla protezione del reddito prima del dislocamento a una quota dei guadagni dell'automazione (utilizzando alcuni dei meccanismi descritti sopra), fino a percorsi finanziati attraverso shift verso il lavoro creato dall'obiettivo più grande.

Né può una singola azienda essere l'unica responsabile nel definire un'ambizione di questa portata. Serve un accordo in cui aziende, lavoratori e autorità pubbliche concordino su ciò che l'Europa, e l'umanità in generale, intende fare con la propria abbondanza.

Non possiamo implementare responsabilmente su larga scala senza un tale accordo, e serve presto. Non possiamo ancora dire quale sarà il lavoro al margine, o se questo potrà dare alle persone quel senso di contributo che un lavoro offre oggi. Ma l'alternativa è una società le cui ambizioni sono state interamente soddisfatte dalle sue macchine, e il Futuro 2 ha mostrato dove questo conduce.

Non c'è una fine prevedibile a ciò che l'umanità potrebbe scegliere di intraprendere. Potremmo trovare nuovi modi per curare le malattie, ripristinare gli ecosistemi che abbiamo danneggiato, esplorare gli oceani, stabilire la vita oltre la Terra e, col tempo, raggiungere altre stelle. Ogni traguardo rivelerebbe ulteriori possibilità, e ognuno richiederebbe da noi più di quanto le macchine del momento possano fornire da sole. Una civiltà che continua a porsi obiettivi di tale portata non esaurisce mai il lavoro per le sue persone, perché ogni obiettivo raggiunto le mostra un obiettivo più grande. Questo, più di qualsiasi destinazione, è ciò che intendiamo con Interstellar.

Per quanto capaci diventino i robot, la scala di ciò che stiamo tentando manterrebbe un posto per le persone al suo interno, e con quel posto arriva il riconoscimento, la considerazione e il senso di contributo che il lavoro ha dato alle persone per generazioni.

Fonti @ bercankilic.com