L’intelligenza artificiale avrebbe dovuto abbassare le barriere di accesso alla conoscenza, moltiplicare la produttività e rendere più economico l’utilizzo della tecnologia. Sta certamente facendo molte di queste cose. Ma, mentre distribuisce capacità cognitive a costi sempre più bassi, produce anche un movimento di segno opposto: rende più costose le infrastrutture materiali e più selettivo l’ingresso nel mercato del lavoro. Sono due fenomeni apparentemente distanti. Da una parte aumentano i prezzi di memorie, computer e smartphone; dall’altra le imprese riducono le attività affidate tradizionalmente ai giovani e chiedono ai nuovi assunti capacità di giudizio, leadership e visione strategica.

In realtà, i due processi hanno la stessa origine: l’intelligenza artificiale sta comprimendo i livelli intermedi. Nell’industria tecnologica concentra la capacità produttiva sulle componenti destinate ai grandi data center. Nelle organizzazioni assorbe le attività esecutive sulle quali si costruivano l’apprendimento e le carriere. In entrambi i casi, ciò che prima rappresentava una porta d’ingresso rischia di diventare più raro e più costoso.

I data center assorbono le risorse dell’economia digitale

L’AI viene spesso percepita come una tecnologia immateriale. Si scrive una domanda, si riceve una risposta e tutto sembra avvenire dentro una nuvola priva di peso. Dietro quella risposta esiste invece un apparato industriale composto da data center, processori, memorie ad alte prestazioni, sistemi di raffreddamento, reti ed energia. La crescita della domanda di infrastrutture AI sta orientando verso questi impianti una parte crescente della capacità produttiva mondiale. Nel 2025 le memorie HBM, indispensabili per gli acceleratori di intelligenza artificiale, rappresentavano già il 23% del mercato DRAM, con vendite superiori ai 30 miliardi di dollari. Nello stesso anno i processori destinati all’AI hanno superato i 200 miliardi di dollari, secondo Gartner.

Il problema non riguarda soltanto chi costruisce modelli avanzati. Quando i produttori di semiconduttori privilegiano le componenti più redditizie richieste dai data center, diminuiscono le risorse disponibili per computer, smartphone e dispositivi di fascia media. Gartner stima che nel 2026 l’aumento combinato dei prezzi di DRAM e unità SSD possa raggiungere il 130%, contribuendo a una crescita media dei prezzi del 17% per i PC e del 13% per gli smartphone rispetto al 2025. L’AI, dunque, non si limita ad aggiungere nuove funzioni ai dispositivi: compete con i consumatori per le stesse risorse industriali necessarie a produrli.

La tecnologia di massa rischia di diventare meno accessibile

Gli effetti sono particolarmente evidenti nella fascia media e in quella economica. Omdia prevede che il prezzo medio globale degli smartphone raggiunga i 565 dollari nel 2026. Gli apparecchi sotto i 400 dollari, che costituiscono il principale punto di accesso alla connettività in molti mercati, dovrebbero registrare una contrazione superiore al 22%, mentre le vendite sopra quella soglia potrebbero continuare a crescere. Non si tratta soltanto di inflazione tecnologica. È una polarizzazione dell’offerta: i produttori proteggono i margini concentrandosi sui modelli più costosi, mentre nei dispositivi economici mantengono invariata o riducono la dotazione di memoria. Il mercato finisce così per offrire prodotti più potenti a chi può permetterseli e dispositivi relativamente più deboli o più cari a tutti gli altri.

L’intelligenza artificiale rischia quindi di generare una prima tassa indiretta: per finanziare la sua espansione industriale rende più onerosi gli strumenti necessari per partecipare alla vita digitale. Questa dinamica ha conseguenze più ampie del semplice consumo. Un computer o uno smartphone non sono beni accessori: rappresentano strumenti di studio, lavoro, accesso ai servizi pubblici e partecipazione economica. Il loro rincaro incide soprattutto sulle famiglie con redditi più bassi, sulle microimprese, sulle scuole e sui territori nei quali il rinnovo tecnologico era già lento.

Il ricondizionato, la riparazione e il riuso diventano allora non soltanto scelte ambientali, ma componenti di una politica industriale e sociale. Prolungare la vita dei dispositivi consente di ridurre la dipendenza dalle oscillazioni delle componenti, contenere la spesa e rendere la transizione digitale meno escludente. L’economia circolare dell’hardware potrebbe diventare uno degli effetti indiretti più interessanti della corsa all’AI.

Quando l’algoritmo occupa il primo gradino della carriera

La stessa compressione si manifesta nel mercato del lavoro. Per decenni l’ingresso nelle imprese è avvenuto attraverso attività relativamente semplici: raccogliere dati, preparare presentazioni, aggiornare fogli di calcolo, scrivere prime bozze, controllare documenti o produrre codice elementare. Non erano soltanto mansioni ripetitive. Costituivano il luogo nel quale un giovane poteva osservare i colleghi, comprendere il funzionamento dell’organizzazione, sbagliare senza conseguenze irreparabili e trasformare gradualmente le conoscenze teoriche in esperienza professionale. Oggi molte di quelle attività possono essere svolte, o almeno accelerate, dall’intelligenza artificiale. L’impresa ottiene un vantaggio immediato: riduce i tempi e aumenta la produzione. Ma rischia di eliminare anche la palestra attraverso la quale formava i professionisti di domani.

Il Global AI Jobs Barometer 2026 di PwC, costruito analizzando oltre un miliardo di annunci di lavoro, descrive un mercato a due velocità. Nei ruoli più esposti all’AI le competenze richieste cambiano due volte più rapidamente rispetto agli altri lavori. Le nuove mansioni valorizzano sempre più giudizio, creatività, empatia e capacità di leadership. I posti di ingresso maggiormente esposti all’automazione sono rimasti sostanzialmente fermi, mentre sono cresciuti del 35% quelli che PwC definisce “seniorizzati”: posizioni formalmente junior nelle quali, però, vengono richieste capacità precedentemente associate a livelli di esperienza più elevati.

Il lavoro junior non scompare necessariamente. Cambia natura. Il giovane non viene più selezionato soltanto per eseguire bene, ma per controllare il lavoro dell’AI, riconoscerne gli errori, assumersi responsabilità e prendere decisioni. Deve comportarsi da senior prima di avere avuto il tempo di diventarlo.

Il paradosso dell’esperienza che non può più essere costruita

Qui emerge la seconda tassa dell’intelligenza artificiale. Se il costo di accesso alla tecnologia cresce, aumenta anche il costo di accesso alla competenza. Le imprese cercano persone capaci di formulare problemi, valutare risultati e assumere decisioni. Ma queste capacità non nascono automaticamente dall’utilizzo di un chatbot. Derivano dall’esperienza, dalla conoscenza dei contesti e dal confronto con le conseguenze delle proprie scelte. Si crea così un paradosso: le organizzazioni vogliono giovani già maturi, mentre riducono proprio quelle attività attraverso le quali la maturità professionale veniva costruita.

Nel breve periodo può sembrare efficiente sostituire alcuni profili iniziali con strumenti automatici e affidare a pochi lavoratori esperti il controllo dei processi. Nel medio periodo, però, l’impresa rischia di interrompere la propria catena di formazione. Se non entrano nuovi talenti e non vengono accompagnati nella crescita, tra alcuni anni potrebbe mancare il personale capace di occupare davvero le posizioni senior. L’AI può produrre di più nell’immediato e, contemporaneamente, impoverire il patrimonio futuro di competenze.

Una nuova concentrazione del potere

La trasformazione non riguarda soltanto l’occupazione, ma la distribuzione del potere nelle aziende. Se le attività operative vengono svolte dalle macchine, acquistano valore coloro che definiscono gli obiettivi, controllano i sistemi e rispondono dei risultati. Il potere si sposta dal saper eseguire al saper orchestrare. Non basta conoscere una procedura: bisogna organizzare persone, dati e agenti artificiali, distinguere una risposta plausibile da una corretta e comprendere quando non delegare una decisione.

Questo può accelerare la carriera di giovani particolarmente preparati, capaci di utilizzare l’AI per svolgere il lavoro che un tempo richiedeva interi gruppi. Ma può anche rafforzare le disuguaglianze. Chi dispone di una formazione migliore, di relazioni professionali e di occasioni per sperimentare potrà raggiungere rapidamente ruoli decisionali. Chi non possiede queste condizioni rischia di non superare neppure la soglia d’ingresso. La distinzione più importante potrebbe quindi non essere più tra giovani e anziani, né semplicemente tra lavoratori qualificati e non qualificati. Sarà tra chi dispone delle condizioni per sviluppare giudizio e chi viene formato soltanto a utilizzare strumenti che non controlla.

La sfida per la Sicilia e per le piccole imprese

Per la Sicilia questa trasformazione è particolarmente delicata. Un territorio che già perde molti giovani qualificati non può permettersi che l’AI restringa ulteriormente le opportunità di primo impiego. Se le imprese cercano esclusivamente profili già esperti, il risultato sarà una maggiore dipendenza da competenze esterne e una nuova spinta alla migrazione dei talenti. Anche le piccole e medie imprese affrontano una doppia difficoltà. Da una parte devono sostenere il costo del rinnovo tecnologico; dall’altra devono trovare persone capaci di integrare l’AI nei processi aziendali. Acquistare una licenza non equivale infatti a trasformare un’organizzazione. Servono dati ordinati, processi comprensibili, responsabilità definite e competenze manageriali.

La risposta non può essere semplicemente “più formazione sull’AI”. Occorre riprogettare il passaggio tra università e impresa, costruendo laboratori, apprendistati e progetti reali nei quali i giovani possano assumere responsabilità progressive. Bisogna insegnare a usare gli strumenti, ma soprattutto a valutare le fonti, comprendere i problemi, lavorare con gli altri e rispondere delle decisioni. Parallelamente, servono politiche che favoriscano il riuso dell’hardware, il ricondizionamento, l’accesso condiviso alla capacità di calcolo e l’adozione dell’AI da parte delle imprese più piccole. Altrimenti la transizione finirà per premiare soltanto le organizzazioni che possiedono già capitali, infrastrutture e competenze.

Il vero costo dell’intelligenza artificiale

L’AI può aumentare la produttività, creare nuovi lavori e ampliare le capacità delle persone. I dati di PwC mostrano che le aziende maggiormente esposte a questa tecnologia stanno registrando una crescita più forte sia della produttività sia dell’occupazione. Non siamo quindi davanti a una semplice sostituzione dell’uomo con la macchina. Il punto è capire come vengono distribuiti costi e vantaggi. Se i benefici si concentrano nelle imprese tecnologicamente più avanzate, mentre famiglie e piccole aziende pagano dispositivi più cari; se i professionisti esperti diventano più produttivi, mentre ai giovani viene sottratto il percorso necessario per acquisire esperienza, allora l’AI rischia di rafforzare le disuguaglianze che prometteva di ridurre.

La questione decisiva non è stabilire quanti lavori eliminerà o quanti dispositivi renderà più intelligenti. È progettare nuovamente i meccanismi di accesso: alla tecnologia, alle competenze e alle responsabilità. L’intelligenza artificiale può abbassare il costo dell’esecuzione. Ma proprio per questo rende più preziosi e potenzialmente più esclusivi, il giudizio, l’esperienza e il controllo delle infrastrutture. È dentro questa contraddizione che si gioca la vera partita dell’innovazione.