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.

Principali punti da ricordare

Ampliare la frontiera delle possibilità produttive

  • Produttività e espansione regionale

    L’IA ha il potenziale per espandere la frontiera delle possibilità produttive e fare aumentare la produttività dei fattori complessiva ma, a causa dei ritardi nella realizzazione, i guadagni si concretizzeranno gradualmente, con gli Stati Uniti che si prevede che otterranno maggiori vantaggi di crescita rispetto al Regno Unito e all’eurozona.

  • Spesa in conto capitale e strozzature nell’approvvigionamento energetico

    Gli ingenti investimenti in infrastrutture digitali e hardware favoriscono l’intensificazione del capitale per compensare gli effetti negativi delle dinamiche demografiche, ma l’espansione su larga scala incontra importanti vincoli fisici legati alla produzione di energia elettrica, alla capacità delle reti di trasmissione e alla fornitura di risorse di calcolo.

  • Mercati del lavoro e riallocazione delle mansioni

    Gli effetti sull’occupazione si sono manifestati principalmente attraverso cambiamenti nelle mansioni svolte e una riduzione della domanda di nuove assunzioni per le posizioni di ingresso e i ruoli cognitivi di routine, compensati da un aumento della domanda di figure professionali con competenze analitiche, tecniche e creative.

  • Dinamiche dell’inflazione nel tempo

    L’ingente spesa in conto capitale nelle infrastrutture per la gestione dei dati genera pressioni temporanee sui prezzi dell’energia e dei principali input tecnici, ma nel lungo periodo i guadagni di produttività e la diminuzione del costo del lavoro per unità di prodotto nel settore dei servizi eserciteranno pressioni disinflazionistiche.

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%
    Domanda di elettricità dei data center negli Stati Uniti
  • 8%
    Quota prevista entro il 2030

Fonte: Pictet Wealth Management, US Department of Energy (DOE), US Energy Information Administration (EIA), International Energy Agency (IEA), al 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.

IA: dono o maledizione?

Il «miracolo» della produttività generato dall’IA negli Stati Uniti sta rafforzando i margini aziendali, ma al tempo stesso sta creando tensioni nei mercati del lavoro e nelle famiglie. Le nuove aziende dell’IA hanno introdotto strumenti che consentono alle imprese di automatizzare i flussi di lavoro e migliorare le attività basate sulla conoscenza senza aumentare il numero di dipendenti. Inoltre, con la crescente adozione dell’IA, la quota di produzione economica destinata ai lavoratori sotto forma di retribuzione è diminuita rapidamente.

L’aumento della produttività porta con sé profonde trasformazioni per la forza lavoro e alcuni settori

Stati Uniti: percentuale della produzione economica che va ai lavoratori sotto forma di retribuzione

53.7 percentuale

Carta di credito

Ha trasformato il commercio e accelerato le transazioni

1950

Container standardizzato per il trasporto

Ha rivoluzionato il commercio globale e la logistica

1956

Bancomat (ATM)

Ha automatizzato i servizi bancari e decentralizzato la distribuzione di contante

1967

Telefono cellulare

Ha trasformato la comunicazione

1973–1980

Foglio di calcolo elettronico

Ha automatizzato i
calcoli finanziari

1979

Computer personale

Ha portato l’informatica e la digitalizzazione a un pubblico di massa

1980s

Microsoft windows

Ha reso l’informatica personale più accessibile e diffusa

1985

world wide web

Ha reso Internet accessibile a tutti

1991

wifi

Ha reso possibile la connettività wireless

1997

Software as a Service (SaaS)

Ha portato il software aziendale nei browser

1999

Infrastruttura cloud

Ha trasformato l’archiviazione e
l’accesso ai dati

2000s

Smartphone

Riunisce l'IT e le comunicazioni mobili

2000s

Progressi nell’IA

Stanno trasformando i settori economici e la vita quotidiana

2010

Piattaforme di collaborazione aziendale

Hanno semplificato la comunicazione tra team

2013

Tecnologie per il lavoro a distanza

Hanno reso possibile il lavoro remoto su larga scala e la collaborazione virtuale

2020

AI generativa

Ha potenziato automazione, creatività
e produttività

2022

AI agentica

Agenti autonomi e orientati agli obiettivi che stanno trasformando i flussi di lavoro

2025-oggi

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.

Horizon 2026

Macroeconomia · 08 set 2026

Horizon 2026 – La corsa alla sovranità sulle risorse

Siamo entrati in una nuova era. Il periodo postbellico di multilateralismo basato su regole ha lasciato il posto ad una rivalità multipolare e, di conseguenza, a crescenti tensioni politiche in un mondo caratterizzato da maggiore incertezza. Al centro di questa rivalità multipolare vi è una competizione per la supremazia tra Stati Uniti e Cina. E al cuore della stessa vi è una corsa alla leadership tecnologica, in particolare nel campo dell'intelligenza artificiale (IA). La ricerca delle superpotenze per il predominio digitale si estende ad una competizione per le risorse necessarie ad alimentare l'economia dell'IA. La fragile tregua commerciale tra loro è indicativa di un contesto caratterizzato da forti tensioni, nel quale la «sovranità sulle risorse» rappresenta l'imperativo dominante.

Macroeconomia · 21 set 2026

Stablecoin e euro digitale

La rapida evoluzione della finanza digitale ha portato le stablecoin e le valute digitali delle banche centrali (CBDC) al centro del dibattito economico globale. Le stablecoin, asset digitali concepiti per mantenere un valore stabile, hanno registrato una crescita esplosiva. Questo sta favorendo lo sviluppo di nuovi quadri normativi e solleva importanti interrogativi sul loro impatto sulla stabilità finanziaria, sulla politica monetaria e sul sistema monetario internazionale. Allo stesso tempo, le banche centrali stanno esplorando le valute digitali per preservare la sovranità monetaria e adeguarsi all’evoluzione dei sistemi di pagamento.

Macroeconomia · 23 set 2026

La grande corsa per le risorse

In un mondo frammentato, le nazioni competono per la sovranità sulle risorse, mentre l’IA, la sicurezza energetica e i mercati emergenti ridisegnano il contesto macroeconomico e le prospettive d’investimento.

Macroeconomia · 23 set 2026

Dall’indipendenza monetaria alla dominanza fiscale?

Esplorare come l’espansione del debito pubblico stia mettendo alla prova l’indipendenza delle banche centrali, e cosa possono significare per i mercati i crescenti rischi di dominanza fiscale.

Macroeconomia · 25 set 2026

Indipendenza energetica e accesso alle commodity nell’era dell’elettrificazione

L'indipendenza energetica e l'accesso sicuro alle commodity sono diventati centrali nella politica economica degli anni 2020, in un contesto caratterizzato dall'incertezza geopolitica, dalla volatilità dei mercati e dalla transizione climatica globale.

Macroeconomia · 17 ott 2026

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.

*Topographies of Fragility

Presentazione della serie

La serie Topographies of Fragility nasce da una ricerca, portata avanti per tutta la vita, di luoghi nella natura capaci di offrire spazi di contemplazione, silenzio e radicamento emotivo, paesaggi che sembrano incontaminati dalla natura umana. Con il passare degli anni, tuttavia, ho acquisito una consapevolezza sempre maggiore della fragile tensione tra la loro apparente permanenza e la loro vulnerabilità di fondo.

Mentre lavoravo nel mio studio, nel tentativo di fare spazio, ho iniziato ad accartocciare alcune stampe scartate proprio dei paesaggi che avevo fotografato. Quello che era iniziato come un gesto inconsapevole ha gradualmente finito per riflettere il modo con cui spesso ci relazioniamo con la natura stessa, come qualcosa da usare, consumare e gettare via.

Poiché le fotografie sono stampate su carta ricavata dagli alberi, la stampa manipolata incarna una relazione diretta tra materiale, immagine e ambiente. Trasformando fisicamente la fotografia, trasformo metaforicamente il paesaggio stesso, invitando a riflettere sulle tracce che le nostre azioni lasciano dietro di sé. Mentre plasmiamo la natura, essa, a sua volta, plasma noi.

Fotografia

Ingrid Weyland è una artista argentina il cui lavoro, attraverso la fotografia e l’intervento materiale, esplora il fragile rapporto tra l’essere umano e il mondo naturale.

Nata in una famiglia di scultori e architetti, ha sviluppato fin da giovane una particolare sensibilità per la forma, lo spazio e la materia, influenze che continuano ancora oggi a caratterizzare la sua pratica artistica. Il suo lavoro prende avvio da incontri immersivi in paesaggi remoti, che diventano opere fotografiche successivamente trasformate attraverso interventi fisici per riflettere sulla fragilità ambientale, sulla memoria e sulle tracce durature dell'azione umana.

Le sue opere sono state esposte a livello internazionale e sono state riconosciute attraverso premi, mostre e pubblicazioni, tra cui il Saatchi Art for Change Prize (vincitrice per le Americhe), l’Ashurst Emerging Artist Photography Prize, l’Aesthetica Art Prize,una candidatura al Prix Pictet e la selezione tra i finalisti degli Hasselblad Masters 2026.

footnote.label.a11y
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?