Ampliare la frontiera delle possibilità produttive

La promessa dell'IA per la produttività

L'intelligenza artificiale (IA) è sempre più integrata nella vita quotidiana. Come nelle precedenti ondate di innovazione tecnologica, il suo rapido sviluppo solleva importanti interrogativi per il suo impatto economico in generale.
©Ingrid Weyland, Topographies of Fragility XXI , 2019 *

Da una prospettiva macroeconomica, l'IA presenta sia opportunità significative che sfide rilevanti. Può potenzialmente sostenere la crescita economica aumentando la produttività totale dei fattori e ampliando la frontiera produttiva ma, allo stesso tempo, solleva preoccupazioni riguardo alla perdita di posti di lavoro e alla distribuzione disomogenea dei benefici tra lavoratori, imprese e paesi. L'integrazione dell'IA nell'economia rende inoltre più complessa la politica monetaria, in particolare per i suoi effetti sull'inflazione, sul mercato del lavoro e sul tasso di interesse neutrale.

Key takeaways

Expanding AI’s production possibilities frontier

  • Productivity and regional expansion

    AI has the potential to expand the production possibilities frontier and boost total factor productivity, though implementation lags mean gains will materialise gradually with the US projected to achieve higher growth uplifts than the UK and euro area.

  • Capital expenditure and energy bottlenecks

    Heavy investment in digital infrastructure and hardware is driving capital deepening to offset demographic headwinds, but scaling faces acute physical constraints in power generation, grid capacity, and compute supply.

  • Labour markets and task-level rebalancing

    Workforce impacts have primarily manifested as task-level adjustments and reduced hiring demand for entry-level or routine cognitive roles, balanced by increased demand for analytical, technical, and creative occupations.

  • Inflation dynamics over time

    Aggressive capital expenditure on data infrastructure creates temporary price pressures in energy and key technical inputs, whereas long-term productivity gains and reduced unit labour costs in services are expected to exert disinflationary pressure over time.

Questo articolo esamina le implicazioni macroeconomiche dell'IA attraverso diversi canali fondamentali: produttività, spesa in conto capitale, mercati del lavoro e inflazione, per poi analizzare le sue implicazioni per la politica monetaria. La nostra idea centrale è che l'IA finirà per sostenere gradualmente la produttività ed eserciterà una pressione disinflazionistica nel medio periodo, sebbene a breve termine l’IA sia inflazionistica. La trasmissione di questi effetti sarà lenta, e nelle nostre previsioni macroeconomiche adottiamo stime prudenti.

Produttività

L'IA può influire sulla crescita economica attraverso molteplici canali. In particolare, ha il potenziale di sostenere la crescita a lungo termine aumentando la produttività, sebbene l'entità e i tempi di questi benefici rimangano incerti. Parallelamente, l'IA potrebbe accelerare l’intensificazione del capitale, stimolando gli investimenti nelle infrastrutture digitali e allo stesso tempo compensando in parte gli effetti negativi dall'invecchiamento demografico.

La nostra tesi centrale è che l'IA determinerà progressivamente un aumento della produttività ed eserciterà pressioni disinflazionistiche nel medio periodo, sebbene a breve termine l'IA sia inflazionistica.

Un importante meccanismo è l'impatto dell'IA sulla produttività totale dei fattori. Migliorando i processi decisionali, ottimizzando l'allocazione delle risorse e automatizzando compiti sia routinari che complessi, l'IA amplia la frontiera delle possibilità produttive. Negli scenari più avanzati, in cui i sistemi di IA automatizzano in misura crescente i processi di innovazione e produzione, gli effetti sulla crescita potrebbero diventare ancora più marcati. Tuttavia, l'esperienza storica indica che tali benefici non sono immediati. Come avvenuto con le precedenti tecnologie di portata generale, come l'elettricità e l'informatica, i tempi necessari per la realizzazione, gli adeguamenti organizzativi e i costi di apprendimento possono ritardare il manifestarsi di miglioramenti di produttività misurabili. Nel tempo, con l’ampliarsi dell’adozione dell’IA, l'impatto sulla crescita tendenziale può diventare significativo.

Negli Stati Uniti, abbiamo rivisto al rialzo di 0,4 punti percentuali la nostra previsione di crescita del PIL in termini reali per il prossimo decennio, poiché l’accelerazione della crescita della produttività dovrebbe compensare il contributo decrescente dell'offerta di lavoro. Nell'eurozona, ci aspettiamo un incremento più contenuto, che riflette (i) tassi di adozione dell'IA più bassi, pari a circa la metà del livello statunitense secondo la maggior parte dei sondaggi tra le imprese, (ii) una quota minore di occupazioni più esposte all’IA, e (iii) un mercato unico digitale più frammentato, che ne rallenta la diffusione. Il Regno Unito si colloca in una posizione intermedia tra gli Stati Uniti e l’eurozona, per effetto della maggiore intensità del settore dei servizi e una adozione più rapida dell’IA nei servizi finanziari e professionali.

Intensificazione del capitale e dinamiche demografiche

L'IA sta inoltre modificando la struttura della produzione, aumentando l'intensità di capitale. Le imprese stanno investendo massicciamente in hardware, infrastrutture dati e sistemi software, dando luogo ad una significativa intensificazione del capitale. Ciò la produttività per lavoratore, ma sposta anche l'equilibrio tra capitale e lavoro. Considerata isolatamente, è improbabile che la spesa in conto capitale legata all’IA abbia una intensità di lavoro elevata: la maggior parte dei costi è infatti connessa alle apparecchiature - chip, sistemi di raffreddamento e infrastrutture energetiche - mentre i data center, una volta costruiti, richiedono relativamente poco personale per il loro funzionamento. 

Allo stesso tempo, l'IA potrebbe contribuire a compensare gli effetti negativi delle dinamiche demografiche. Molte economie avanzate devono fare fronte all'invecchiamento della popolazione, che riduce l'offerta di lavoro e limita la crescita potenziale. Automatizzando determinate attività e potenziando le capacità umane, l'IA può sostenere la produzione anche in presenza di una contrazione della forza lavoro. Questo meccanismo è particolarmente evidente nei settori sanitario, manifatturiero e logistico, nonché nell’assistenza degli anziani. Le evidenze empiriche mostrano una forte correlazione tra invecchiamento della popolazione e adozione della robotica, in particolare in Giappone, Germania e Corea del Sud.

Impatti sul mercato del lavoro

L'IA viene spesso descritta come una forza destinata a distruggere posti di lavoro, ma un numero crescente di studi indica un quadro più articolato: finora, le ripercussioni su larga scala sono state limitate e i cambiamenti si sono verificati principalmente a livello di singole mansioni piuttosto che attraverso una diffusa eliminazione dei posti di lavoro. Diversi studi mostrano variazioni contenute nelle assunzioni per i ruoli più esposti all'IA, con effetti concentrati in segmenti specifici. Tra questi rientrano alcune forme di sostituzione del lavoro, in particolare tra i lavoratori più giovani o alle prime esperienze professionali impiegati in occupazioni fortemente esposte all’IA o in ruoli cognitivi carratterizzati da attività routinarie.  Questi effetti vengono in parte compensati dalla crescita trainata dalla produttività in altri ambiti, in particolare nelle professioni analitiche, tecniche e creative. Finora, l'impatto si è manifestato più sotto forma di un rallentamento della domanda di assunzioni che attraverso licenziamenti su larga scala. Ad esempio, uno studio¹ ha rilevato che dopo il lancio di ChatGPT, le offerte di lavoro per ruoli di routine e maggiormente suscettibili di automazione sono diminuite del 13%, mentre la domanda di professioni più analitiche, tecniche e creative è aumentata del 20%.

Per quanto riguarda l’offerta di lavoro, non vi sono ancora evidenze chiare di variazioni significative riconducibili all'IA nel tasso di partecipazione complessivo o nella propensione a lavorare. L’IA potrebbe influenzare l’offerta di lavoro attraverso diversi canali: riducendo il tempo richiesto dalle attività domestiche, con un possibile aumento della partecipazione al mercato del lavoro; migliorando l’efficienza della ricerca di un impiego e dell’incontro tra domanda e offerta; oppure riducendo gli ostacoli all’acquisizione di nuove competenze grazie agli strumenti di tutoring. Essa potrebbe invece ridurre l’offerta di lavoro se le attività ricreative potenziate dall’IA dovessero diventare più attrattive o l’insicurezza occupazionale scoraggiasse l’ingresso nel mercato del lavoro. L’effetto osservabile più rilevante finora si concentra sui lavoratori più giovani, per i quali percorsi formativi più lenti potrebbero incidere indirettamente sull’offerta di lavoro nel lungo periodo, limitando i tradizionali canali di ingresso nelle professioni e le opportunità di formazione sul posto di lavoro.

  • 3%
    Data centres account for US electricity demand
  • 8%
    Projected share by 2030

Source: Pictet Wealth Management, US Department of Energy (DOE), US Energy Information Administration (EIA), International Energy Agency (IEA), as at 26.02.2026.

Inflazione e dinamiche dei prezzi

L'IA influisce sull'inflazione attraverso molteplici canali, talvolta in senso opposto. Nel breve termine, negli Stati Uniti la spesa in conto capitale legata all’IA ha già generato forti pressioni sui prezzi dell’elettricità, dei chip di memoria, dei trasformatori e dei materiali da costruzione, tutti input fondamentali per la realizzazione dei data center. Poiché tali investimenti non hanno una elevata intensità di lavoro, non stanno facendo salire significativamente i salari. Stimiamo che l'IA contribuisca per circa 0,3 punti percentuali all'inflazione di fondo misurata dall’indice core personal consumption expenditure (PCE) negli Stati Uniti. Nel più lungo periodo, gli effetti dal lato dell'offerta potrebbero esercitare pressioni disinflazionistiche, grazie all'espansione della capacità produttiva e alla riduzione del costo del lavoro per unità di prodotto.

L'impatto disinflazionistico dell'IA sarà probabilmente particolarmente marcato nei servizi, la componente più persistente dell'inflazione. Poiché molte attività nei servizi si basano su compiti cognitivi, esse sono fortemente esposte ai guadagni di produttività generati dall'IA. Le evidenze provenienti da studi a livello delle imprese, inclusi quelli sintetizzati dal Fondo Monetario Internazionale (FMI), indicano chiari risparmi di costo nei settori finanziario e sanitario e nei servizi alla clientela. Per contro, gli effetti dell’IA sulla concorrenza potrebbero essere ambivalenti: da un lato, l’IA può aumentare la trasparenza dei prezzi e ridurre i costi di ricerca, comprimendo i margini di ricarico; dall’altro, può rafforzare la concentrazione di mercato, poiché le imprese dotate di dati di qualità superiore e di maggiori risorse computazionali possono acquisire un maggiore potere di pricing. In tali casi, i risparmi di costo potrebbero non essere trasferiti integralmente ai consumatori.

Techflation

A sei mesi annualizzata, percentuale

Fonte: Pictet Wealth Management, BEA, al 28.05.2026

Energia elettrica, capacità di calcolo e vincoli infrastrutturali

L'infrastruttura fisica necessaria per ampliare su larga scala l'IA sta emergendo come un vincolo macroeconomico sempre più stringente. Tre colli di bottiglia interconnessi meritano particolare attenzione: la domanda di energia elettrica, la capacità di generazione e l'offerta di capacità di calcolo. Questi vincoli suggeriscono: (i) un profilo più inflazionistico nel breve termine rispetto a quanto implicherebbe una lettura basata esclusivamente sugli incrementi di produttività, (ii) significativi effetti di ricaduta della spesa in conto capitale sui servizi di pubblica utilità, sulle infrastrutture midstream del gas, sul settore nucleare e sui produttori di apparecchiature per le reti elettriche, (iii) tensioni rispetto ai percorsi di decarbonizzazione, e (iv) un ruolo crescente della disponibilità di energia nel determinare dove venga installata la capacità di calcolo destinata all’IA, con conseguenze sulla distribuzione geografica dei guadagni di produttività tra regioni e paesi.

La spesa in conto capitale per l'IA negli Stati Uniti ha generato forti pressioni sui prezzi dell'elettricità, dei chip di memoria, dei trasformatori e dei materiali da costruzione.

AI: gift or curse?

America’s AI productivity “miracle” is boosting corporate margins but unsettling labour markets and households. Newer AI firms have introduced tools that enable companies to automate workflows and improve knowledge work without adding additional employees. Moreover, the proportion of economic output that accrues to workers in the form of compensation has declined rapidly with the increased adoption of AI.

Rising productivity gains bring disruption to workforces and some industries

US: percentage of economic output that accrues to workers in the form of compensation

53.7 Percentage

Credit card

Changed commerce and accelerated transactions

1950

standardized shipping container

Revolutionised global trade and logistics

1956

ATM

Automatic banking and decentralised cash distribution

1967

mobile phone

Changed communication

1973–1980

Electronic spreadsheet

Automated financial calculations

1979

Personal computer

Brought computing and digitalisation to masses

1980s

Microsoft windows

Automated financial calculations

1985

world wide web

Made the internet accessible to all

1991

wifi

Enables wireless networking

1997

software as a service

Moved enterprise software to browsers

1999

cloud infrastructure

Changed data storage and access

2000s

Smartphone

Changed data storage and access

2000s

artificial intelligence (AI)

Transforming industries and daily life

2010

Enterprise collaboration platforms

Streamlined team communication

2013

REMOTE WORK TECHNOLOGIES

Enabled large-scale remote work and virtual collaboration

2020

Generative AI

Enhanced automation, creativity and productivity

2022

Agentic AI

Autonomous goal-driven AI agents transforming workflows

2025–present

Negli Stati Uniti, infatti, gli ostacoli alla costruzione di data center - dovuti all’opposizione delle comunità locali, agli ostacoli normativi e ai vincoli nella disponibilità di risorse - hanno iniziato a manifestarsi proprio mentre la domanda viene spinta al rialzo dalla crescente adozione dell’IA da parte delle imprese e dall’affermarsi delle piattaforme di IA agentica. Questo squilibrio tra domanda e offerta si riflette nell’aumento del costo per token, ossia dell’unità base di dati elaborata da un modello di IA.

Implicazioni per la politica monetaria

L'IA introduce quattro sfide distinte per la politica monetaria.

La prima riguarda la misurazione. I miglioramenti indotti dall’IA nella qualità dei prodotti, nella personalizzazione e nei servizi digitali vengono rilevati solo in maniera imperfetta dalle statistiche relative all’indice dei prezzi al consumo (CPI) e al prodotto interno lordo (PIL). Come evidenziato dal FMI nel 2024, questo potrebbe comportare una sottostima della produzione reale e una sovrastima dell'inflazione di 10-30 punti base all’anno, rendendo più complessa la stima dell'output gap e del tasso naturale (r*)².

La seconda riguarda il tasso d’interesse naturale. La direzione dell’effetto è controversa ed è oggetto di un dibattito tuttora aperto all'interno della Federal reserve. L’ex presidente della Federal reserve Jerome Powell ha sostenuto che l’IA determinerà probabilmente un aumento di r* nel breve periodo, poiché gli effetti dal lato della domanda - ossia gli ingenti investimenti in infrastrutture fisiche necessari ad alimentare lo sviluppo dell’IA - stanno precedendo gli eventuali benefici in termini di produttività, mentre per il momento i suoi effetti disinflazionistici rimangono teorici. Il presidente della Federal reserve Kevin Warsh ha invece sostenuto che una maggiore produttività derivante dall'IA può sostenere una crescita non inflazionistica, creando margini per abbassare i tassi senza innescare inflazione. Il nostro scenario di base è più vicino all'impostazione di Powell: un moderato aumento di 25 punti base di r* nel prossimo decennio, concentrata soprattutto nella fase iniziale, poiché la spesa in conto capitale precederà i guadagni di produttività. Le forze che agiscono in senso opposto - concentrazione dei profitti, aumento delle disuguaglianze e maggiore risparmio precauzionale - sono reali, ma difficilmente prevarranno nell’arco di un orizzonte decennale. Ciò depone a favore di un tasso terminale dei Fed funds più elevato rispetto ai cicli precedenti al 2020.

La terza sfida riguarda la curva di Phillips. La determinazione algoritmica dei prezzi, la loro maggiore trasparenza e la sostituzione del lavoro con il capitale nel settore dei servizi potrebbero rendere la curva di Phillips ancora più piatta (Banca dei regolamenti internazionali, 2025), facendo sì che l’inflazione risulti meno sensibile alle tradizionali misure del grado di capacità inutilizzata nell’economia e più reattiva agli choc dal lato dell’offerta, ad esempio quelli relativi all’energia, ai semiconduttori e ai trasformatori. Ciò accresce l'incertezza delle previsioni e il valore degli indicatori strutturali di inflazione, rispetto a quelli di natura puramente ciclica.

La quarta sfida riguarda il meccanismo di trasmissione. Le imprese a maggiore intensità di IA fanno ampio affidamento sul capitale immateriale, sui flussi di cassa interni e sul finanziamento tramite capitale proprio, piuttosto che sul credito bancario. Ciò indebolisce il canale dei tassi di interesse - le grandi hyperscaler continuano infatti a investire anche durante i cicli di rialzo dei tassi - e sposta la sensibilità marginale verso il costo del capitale proprio e le condizioni finanziarie. Le banche centrali potrebbero quindi dover monitorare più attentamente le valutazioni azionarie e gli spread creditizi come indicatori della trasmissione della politica monetaria, e constatare che le variazioni convenzionali dei tassi producono effetti asimmetrici tra i segmenti dell’economia a maggiore intensità di capitale e quelli a maggiore intensità di lavoro.

I recenti studi coprono un ampio range di stime:
StudioAmbitoProduttivitàOrizzonte
Acemoglu (2025)Stati Uniti+0.5 pp10 anni
McKinsey (2023)Globaleda +0,1 a +0,6 pp all’anno di PIL10 anni
FMI (2024)Mercati sviluppati ampio range, dipende dalla complementarietà del lavoro10 anni
Filippucci e altri, OCSE (2025)Stati Uniti, Regno Unitoda +0,4 a +1,3 pp produttività annua del lavoro10 anni
Filippucci e altri, OCSE (2025)Giappone, Italiada +0,2 to +0.8 pp produttività annua del lavoro 10 anni
Briggs e Kodnani, GS (2023)Mercati sviluppati+1,5 pp produttività annua del lavoro (picco) 10 anni
Il nostro caso base Stati Uniti, prudente+0, 07 pp TFP annuo10 anni
 Eurozona+0,1-0,3 pp 
 Regno Unito+0,2-0,3 pp 

Conclusioni

L'IA è destinata probabilmente a diventare una delle forze macroeconomiche più rilevanti dei prossimi decenni. I suoi effetti non saranno né uniformi né immediati; si manifesteranno invece gradualmente, attraverso molteplici canali.

La nostra tesi centrale è che l’IA determinerà progressivamente un aumento della produttività ed eserciterà pressioni disinflazionistiche — in particolare nei servizi — pur accentuando nel breve termine le pressioni sui prezzi generate dalla spesa in conto capitale nei settori dell’elettricità, dei semiconduttori avanzati e dei materiali da costruzione. La trasmissione sarà tuttavia lenta: come già avvenuto con precedenti tecnologie di portata generale, gli incrementi misurabili della produttività totale dei fattori tendono infatti a manifestarsi con un ritardo di 5-10 anni rispetto alla fase di realizzazione, a causa dei costi di adozione, dell’adeguamento organizzativo e dell’acquisizione delle competenze necessarie.

Per questo motivo incorporiamo nelle nostre previsioni macoreconomiche stime prudenti: un incremento annuo della produttività di 0,5 punti percentuali negli Stati Uniti nel prossimo decennio, con aumenti più contenuti, rispettivamente di 0,1 e di  0,3 punti percentuali, in Europa e in Giappone. I rischi rispetto a questo scenario di base sono presenti in entrambe le direzioni, ma risultano sbilanciati verso l’alto su un orizzonte decennale.

Come per le precedenti tecnologie di portata generale, l'impatto macroeconomico finale dell'IA dipenderà non soltanto dal ritmo del progresso tecnologico, ma anche dalla capacità delle economie, delle istituzioni e delle infrastrutture fisiche di adattarsi.

 

¹ Harvard Business School, Enhance or Eliminate? How AI Will Likely Change These Jobs, febbraio 2026

2 Tasso naturale = tasso di interesse reale a breve termine che non stimola né rallenta la crescita economica.  Rappresenta il tasso di equilibrio con cui  l’economia funziona in condizioni di pieno impiego e l’inflazione rimane costante.

Riferimenti:
Acemoglu, D. (2025). «The simple macroeconomics of AI» Economic Policy, Vol. 40, No. 121, gennaio, pp. 13–58.
Aghion, P., Jones, B. F., & Jones, C. I. (2017). Artificial intelligence and economic growth (No. w23928). National Bureau of Economic Research.
Aghion, P., e Bunel, S. (2024). AI and growth: Where do we stand?. policy note.
Banca dei regolamenti internazionali (2025). Digitalisation and Inflation Dynamics. Bollettino BRI.
Briggs, J. E Kodnani, D. (2023). «The Potentially Large Effects of Artificial Intelligence on Economic Growth» Goldman Sachs Economics Research, 26 marzo.
Chui, M., Hazan, E., Roberts, R., Singla, A., Smaje, K., Sukharevsky, A., Yee, L. e Zemmel, R. (2023). «The economic potential of generative AI: The next productivity frontier» McKinsey & Company, giugno.
Filippucci, F., Gal, P., Laengle, K. E Schief, M. (2025). «Macroeconomic productivity gains from Artificial Intelligence in G7 economies» OECD Artificial Intelligence Papers Series, n. 41, giugno.
Fondo monetario internazionale (2024). Artificial Intelligence and the Future of Work. IMF Staff Discussion Note.
McKinsey & Company (2023). The Economic Potential of Generative AI: The Next Productivity Frontier.
Unicamente per finalità illustrative. Non vi può essere garanzia che queste proiezioni e previsioni vengano raggiunte o si realizzino.

*Topographies of Fragility

Series Statement

Topographies of Fragility grew from a lifelong search for places in nature that offer spaces for contemplation, silence, and emotional grounding; landscapes that feel untouched by human presence. Yet over the years, I became increasingly aware of the fragile tension between their apparent permanence and their underlying vulnerability.

While working in my studio, in an attempt to clear space, I began crumpling discarded prints of the very landscapes I had photographed. What started as an unconscious gesture gradually came to reflect the way we often relate to nature itself, as something to be used, consumed and discarded.

Since the photographs exist on paper derived from trees, the manipulated print embodies a direct relationship between material, image, and environment. By physically transforming the photograph, I metaphorically transform the landscape itself, inviting reflection on the traces our actions leave behind. While we shape nature, it, in turn, shapes us.

Photography

Ingrid Weyland is an Argentinian artist whose work explores the fragile relationship between humans and the natural world through photography and material intervention.

Born into a family of sculptors and architects, she developed an early sensitivity to form, space and materiality, influences that continue to shape her practice today. Her work begins with immersive encounters in remote landscapes that become photographic works, later transformed through physical interventions to reflect on environmental fragility, memory, and the lasting traces of human action.

Her work has been exhibited internationally and recognised through awards, exhibitions and publications, including the Saatchi Art for Change Prize (Americas Winner), the Ashurst Emerging Artist Photography Prize, the Aesthetica Art Prize, a nomination for the Prix Pictet, and being selected as a Hasselblad Masters 2026 finalist.

Footnote
Confirm your selection
By clicking on “Continue”, you acknowledge that you will be redirected to the local website you selected for services available in your region. Please consult the legal notice for detailed local legal requirements applicable to your country. Or you may pursue your current visit by clicking on the “Cancel” button.

Benvenuto in Pictet

Ci sembra che lei sia in: {{CountryName}}. Vuole modificare la sua ubicazione?