Nel mondo una persona su due usa l’intelligenza artificiale

Il punto non è più capire se l'intelligenza artificiale cambierà il mondo. È capire se le nostre istituzioni, il lavoro e le regole riusciranno a starle dietro. L’Artificial Intelligence Index Report 2026 di Stanford, racconta una corsa a velocità diverse: una tecnologia che avanza, si allarga, entra ovunque, e un sistema economico e sociale che prova, con fatica, a reggerne il ritmo.

L'AI corre velocissima, ma è sempre più difficile da misurare

Per capire dove sta andando l'intelligenza artificiale, conviene partire da chi la costruisce. Nel 2025, oltre il 90% dei modelli più rilevanti è stato sviluppato da un gruppo ristretto di grandi aziende tecnologiche globali. La frontiera dell'innovazione è saldamente nelle mani di pochi giganti, mentre la diffusione accelera ovunque: la generative AI ha raggiunto il 53% della popolazione mondiale in appena tre anni, più rapidamente di quanto abbiano fatto il personal computer e internet. L'88% delle organizzazioni la utilizza, e quattro studenti universitari su cinque ricorrono già a strumenti generativi.

Questa diffusione, però, non è uniforme. Singapore è al 61%, gli Emirati Arabi Uniti al 54%, mentre gli Stati Uniti si fermano al 28,3%, solo al 24° posto nella classifica globale.

Anche sul piano delle capacità, il salto è evidente. I modelli più avanzati raggiungono il livello umano su domande scientifiche da dottorato di ricerca, nel ragionamento multimodale e nella matematica delle competizioni internazionali. Su SWE-bench Verified - il test che misura quanto un modello sappia intervenire su problemi reali di codice - le prestazioni sono passate in un solo anno da circa il 60% del livello umano a valori ormai prossimi al 100%. In cybersecurity il salto è ancora più netto: dal 15% al 93%.

C'è però un paradosso suggestivo: l'AI corre così veloce da superare gli strumenti stessi usati per misurarla. I benchmark invecchiano in fretta, i test si saturano, e confrontare le performance diventa ogni giorno più difficile. Tutto accelera troppo, insomma, compresa la difficoltà di capire fino in fondo cosa sta succedendo.

Stati Uniti e Cina, gap azzerato tra i modelli

Il report racconta anche una geografia del potere, con il Pacifico al centro della tensione tra Stati Uniti e Cina. Per anni il racconto è stato semplice, forse troppo: gli Stati Uniti innovano, la Cina insegue. Oggi questo schema non regge più. Sul terreno delle performance, la distanza infatti si è quasi azzerata: nel 2025 DeepSeek-R1 ha raggiunto i migliori modelli americani, e nel 2026 il vantaggio statunitense è sceso al 2,7%.

Gli Stati Uniti restano avanti nella produzione dei modelli più rilevanti - 50 contro i 30 della Cina - e mantengono il primato nei brevetti più influenti, quelli più citati dalle innovazioni successive e capaci di orientare la direzione in cui si muoverà la tecnologia nei prossimi anni. La Cina, però, domina sul piano della scala, guida per numero di pubblicazioni scientifiche, per citazioni ricevute e per installazioni di robot industriali. E se si guarda ai brevetti in rapporto alla popolazione, emerge un protagonista inatteso: la Corea del Sud, che nel 2024 si è confermata il paese con la maggiore densità di brevetti AI pro capite al mondo.

Ma il report suggerisce che la partita non si gioca soltanto sui modelli. Sotto la superficie della competizione tra i due paesi c'è uno strato fatto di metallo, cavi, energia e capacità di calcolo: i data center. Gli Stati Uniti ne ospitano 5.427 - più di dieci volte qualsiasi altro paese - e controllano così la più grande infrastruttura fisica su cui oggi si regge l'Intelligenza artificiale. Dal 2022, la potenza di calcolo globale è cresciuta a un ritmo di 3,3 volte l'anno, fino a raggiungere 17,1 milioni di H100-equivalent, un'unità di misura che prende come riferimento i chip Nvidia più avanzati disponibili.

Eppure, tutta questa potenza, quella da cui dipendono governi, aziende e miliardi di persone, deve passare per un unico collo di bottiglia: quasi tutti i chip AI più avanzati al mondo vengono fabbricati da una sola azienda, TSMC, in un solo posto, a Taiwan.

L’AI avanza a strappi tra risultati straordinari ed errori banali

Che l'Intelligenza artificiale stia crescendo a ritmo vertiginoso è sotto gli occhi di tutti. La domanda più interessante, semmai, non è se stia crescendo, ma come. In modo lineare, ordinato, prevedibile? Oppure a scatti, con balzi improvvisi e traiettorie irregolari? Gli autori del report parlano di una crescita a frontiera frastagliata, una “jagged frontier”. Questo significa che lo stesso sistema che conquista la medaglia d'oro alle Olimpiadi Internazionali della matematica può bloccarsi su un compito che qualsiasi essere umano risolverebbe senza pensarci su. Questo andamento irregolare si vede bene con gli Agenti AI; su OSWorld - un benchmark che li mette alla prova su attività quotidiane al computer, come navigare tra finestre, usare applicazioni diverse o compilare moduli - i tassi di successo sono passati dal 12% a oltre il 66%. Un salto notevole, che avvicina evidentemente questi sistemi alle prestazioni umane. Eppure, un compito su tre continua ad andare storto. Lo stesso divario emerge nel mondo fisico: i robot raggiungono quasi il 90% di successo nelle simulazioni controllate, ma appena si spostano nelle case reali, tra oggetti fuori posto, contesti imprevedibili, cucine e salotti disordinati, il tasso crolla intorno al 12%.

Più AI meno lavoro per i giovani sviluppatori in calo del 20%

L’AI comincia finalmente a generare valore economico misurabile. Il beneficio stimato per i consumatori americani degli strumenti di Intelligenza artificiale generativa ha raggiunto 172 miliardi di dollari l'anno all'inizio del 2026. Gli investimenti privati negli Stati Uniti hanno toccato 285,9 miliardi di dollari nel 2025, più di ventitre volte quelli cinesi censiti dal report. In ambiti come il customer support e lo sviluppo software, diversi studi registrano aumenti di produttività tra il 14% e il 26%.

Ma è proprio dove i guadagni di efficienza sono più evidenti che cominciano a comparire le prime crepe occupazionali. Tra gli sviluppatori americani tra i 22 e i 25 anni, l'occupazione è calata di quasi il 20% dal 2024, mentre nelle fasce senior continua a crescere.

Nella sanità il quadro è altrettanto ambivalente. Gli strumenti di AI che generano automaticamente referti e note cliniche possono ridurre fino all’83% il tempo che i medici dedicano alla documentazione, alleggerendo un carico burocratico tra le principali cause di burnout. È un risultato importante, eppure la base scientifica su cui poggia resta fragile. In una rassegna di oltre 500 studi sull’uso dell’intelligenza artificiale in ambito medico, solo il 5% si basa su dati clinici reali. Nella maggior parte dei casi si tratta di simulazioni o dataset semplificati, lontani dalla pratica quotidiana della medicina, fatta di pazienti che descrivono i sintomi in modo impreciso, informazioni incomplete, tempi stretti e variabili difficili da prevedere.

I costi nascosti: 72mila tonnellate di CO2 e centinaia di incidenti

E poi ci sono i costi ambientali, quelli che non si vedono quando si apre una chat e si digita un prompt. Addestrare Grok 4 ha prodotto un'emissione stimata di 72.816 tonnellate di CO2 equivalente. La potenza complessiva dei data center AI ha raggiunto 29,6 gigawatt, grosso modo il picco di domanda elettrica dell'intero Stato di New York. E il consumo idrico legato alla sola inferenza di GPT-4°, cioè al semplice fatto di rispondere alle domande degli utenti, ogni giorno, potrebbe superare il fabbisogno annuo di acqua potabile di 12 milioni di persone.

A questo si aggiunge un altro segnale preoccupante: gli incidenti legati all'AI documentati a livello globale sono saliti da 233 a 362 in un solo anno. Errori, abusi, malfunzionamenti, conseguenze non previste, casi concreti in cui questi sistemi hanno causato danni o generato rischi reali. E mentre gli incidenti aumentano, gli strumenti per prevenirli, le linee guida etiche, i meccanismi di controllo, le pratiche di sviluppo responsabile faticano a tenere il passo con la velocità con cui le capacità dei modelli crescono.