La bolla dell'intelligenza artificiale e la ripetizione di un vecchio errore di mercato

Ogni grande trasformazione tecnologica porta un paradosso, dove pur essendo inevitabile, è anche sopravvalutata nel breve termine. L'intelligenza artificiale sembra aver raggiunto esattamente quel punto, non perché sia fragile o fugace, ma perché è stata elevata troppo presto alla condizione di una destinazione inevitabile.

La domanda, quindi, non è se l'IA sia rilevante, questo è già risolto. La domanda più onesta è se il mercato stia riuscendo a separare le infrastrutture dall'euforia, il vero valore narrativo e il risultato concreto di promesse ben confezionate.

La storia offre un parallelo a questo scenario, dove alla fine del 19° secolo le ferrovie simboleggiavano il futuro e investire in ferrovie significava scommettere sul progresso. Il problema è che in un dato momento ha smesso di importare dove hanno preso i binari, è stato sufficiente per loro esistere. Le linee sono state costruite senza domanda, le aziende sono emerse senza un modello di business sostenibile e metriche errate hanno iniziato a definire il successo, come i chilometri installati e non passeggeri.

Oggi il discorso è diverso, ma il pattern viene ripetuto con modelli più grandi, più parametri e token più elaborati. Sofisticate metriche tecniche, tuttavia, spesso disconnesse dall'impatto operativo. Come in passato, i progressi sono stati misurati dall'estensione della rete ferroviaria, l'innovazione è ora misurata dalla scala del modello, non dal risultato fornito.

Solo nel 2024, gli investimenti globali nelle startup di intelligenza artificiale hanno raggiunto circa 110 miliardi di dollari USA, secondo un'analisi di DealRoom, Data Platform e Intelligence. Questi investimenti si sono concentrati principalmente in iniziative ancora precarie, con cicli di ritorno poco chiari. Allo stesso tempo, abbiamo visto che una parte delle aziende che hanno avviato progetti di intelligenza artificiale su larga scala non è stata in grado di passare da un pilota a una produzione in modo coerente. Questo collo di bottiglia è raramente tecnologico, economico, organizzativo e operativo.

Questa discrepanza non invalida la tecnologia, al contrario, così come scoppia la bolla ferroviaria, gli investitori persero denaro, le società scomparvero e, anche così, i binari rimasero e divennero infrastrutture critiche per la crescita industriale dei decenni successivi. Lo stesso tende ad accadere con l'intelligenza artificiale.

Il rischio più grande non è nell'eventuale correzione del mercato, ma nella psicologia che accompagna l'altezza di qualsiasi bolla, che è la paura di essere lasciati indietro. Quando il discorso diventa “se non adotti ora, diventerai irrilevante”, la razionalità lascia il posto alla fretta e le decisioni strategiche vengono prese in base all'ansia, non all'analisi.

A questo punto, alcune domande dovrebbero precedere qualsiasi importante iniziativa di intelligenza artificiale, come ad esempio: c'è una vera domanda per questa applicazione o stiamo costringendo un problema a giustificare la soluzione? Il ritorno sull'investimento è misurabile o semplicemente proiettato sulle presentazioni? I costi computazionali, energetici e operativi parlano del beneficio atteso? C'è abbastanza governance per affrontare rischi come errori sistemici, allucinazioni modello e impatti normativi? Ignorare questi problemi significa mettere tracce in cui non c'è percorso.

È in questo ambiente di pressione che la differenza tra chi lo utilizza si forma come un oggetto strategico e che lo incorpora come un vantaggio strutturale. Le organizzazioni che incrociano le bolle con la maturità sono quelle che trattano la tecnologia come un mezzo, non come fine, collegandola a processi chiari, indicatori oggettivi e decisioni aziendali concrete. Capire che l'automazione intelligente non significa sostituire tutto, ma di orchestrare meglio ciò che già esiste.

L'intelligenza artificiale ridefinirà le operazioni, la produttività e i modelli decisionali, ma non nel modo magico che suggeriscono molte narrazioni. Proprio come i sentieri che davvero prosperano erano quelli collegati a città, industrie e persone, l'IA che sopravviverà sarà collegata a problemi reali, metriche chiare e risultati sostenibili.