In Texas, dove la siccità è un’emergenza permanente, i data center per l’AI potrebbero consumare fino a 399 miliardi di galloni d’acqua all’anno entro il 2030, rispetto ai 49 miliardi del 2025. Una quantità sufficiente, secondo una stima, ad abbassare il livello del Lago Mead, il più grande bacino artificiale degli Stati Uniti, di oltre cinque metri in un solo anno. Le macchine che rendono possibile tutta quella produzione apparentemente senza sforzo devono essere raffreddate, e sempre più spesso vengono raffreddate proprio nei luoghi che hanno meno acqua da destinare a questo scopo.
Ora guarda dove le persone spendono quando la produzione diventa economica. Nel 2025, un numero record di 159 milioni di spettatori ha partecipato a uno spettacolo di Live Nation, i ricavi hanno superato i 25 miliardi di dollari e, per la prima volta, il pubblico proveniente dall’estero ha superato quello degli Stati Uniti. Mentre i contenuti prodotti dalle macchine si avvicinavano a un costo praticamente nullo, il prezzo di trovarsi in una stanza dove accade qualcosa di irripetibile continuava ad aumentare.
Questi due fatti sembrano scollegati. In realtà sono lo stesso fenomeno. L’intelligenza artificiale non ha eliminato la scarsità: l’ha semplicemente spostata. Verso il basso, negli input fisici che consuma, e verso l’alto, nei momenti umani che non può riprodurre. Nessuno dei due aspetti compare nelle dashboard che la maggior parte delle aziende utilizza per monitorare ciò che l’AI rende più economico. Molti team manageriali si pongono le domande operative corrette: dove può l’AI ridurre i costi e accelerare la produzione? Sono domande utili. Ma ne nascondono una più difficile: quando tutto ciò che produci diventa abbondante, cosa diventa scarso? E possiedi ancora qualcosa di quella nuova scarsità?
L’immagine più chiara del meccanismo arriva da un segmento del mercato del lavoro che ha avvertito il cambiamento per primo. Quando è arrivato ChatGPT, proprio le persone che avrebbero dovuto sentirsi più al sicuro sono state tra le prime a subirne gli effetti. Uno studio condotto su oltre tre milioni di annunci pubblicati su una piattaforma globale di lavoro freelance ha rilevato che, nel giro di pochi mesi, la domanda per le attività che la tecnologia svolge bene è diminuita drasticamente: le traduzioni verso le lingue dell’Europa occidentale sono calate di circa il 30%, mentre le attività di scrittura più standardizzate, come le pagine “Chi siamo”, si sono dimezzate. Un’altra analisi dello stesso mercato ha evidenziato che i freelance più esperti e meglio pagati sono stati colpiti almeno quanto gli altri. L’esperienza non è stata uno scudo.
Come si spiega tutto questo? Il loro lavoro non era peggiorato. Era semplicemente diventato abbondante. Ed è l’abbondanza, non l’incompetenza, ad averne distrutto il valore.
L’abbondanza è un miraggio
L’abbondanza prodotta dall’intelligenza artificiale è al tempo stesso reale e ingannevole. Ciò che diventa abbondante è il risultato finale, non le condizioni che lo rendono realmente utilizzabile. Ottenere una risposta non è mai stato così semplice. Ottenere quella giusta, e assumersene la responsabilità quando è sbagliata, resta difficile.
Il mercato dei freelance mostra questo meccanismo in scala ridotta. L’AI non si è limitata a sottrarre lavoro. Ha svalutato anche quello che continua a essere svolto. L’elemento scarso non era mai il “testo competente”. Oggi un testo competente è quasi gratuito. Ciò che è rimasto scarso è ciò che quel testo rappresentava: il giudizio umano e la garanzia che una persona abbia messo il proprio nome dietro quelle parole.
La scarsità si nasconde
Nell’economia industriale la scarsità era visibile e facilmente misurabile: scorte di magazzino, posti disponibili, ore di lavoro degli ingegneri. Nell’economia dell’intelligenza artificiale diventa diffusa, a volte invisibile. Si nasconde dove le dashboard non guardano: nella coda di elaborazione dietro ciò che sembra un’ampia disponibilità di risorse, oppure nei millisecondi di latenza che rivelano quanto poche siano realmente le macchine libere.
Talvolta il vero vincolo non è nemmeno tecnico, ma legale, oppure coincide semplicemente con la minima quantità di attenzione che un cliente è ancora disposto a concedere. Sono limiti facili da ignorare finché non diventano un problema. Una piattaforma di streaming può mostrare migliaia di titoli in un istante, ma ciò che sta davvero razionando è la serata dello spettatore, quei pochi minuti che dedicherà effettivamente alla scelta. Una piattaforma logistica può calcolare il prezzo di ogni percorso in pochi millisecondi, salvo poi scontrarsi con un limite che non ha nulla a che vedere con la potenza di calcolo: la fila di camion in attesa davanti a un singolo punto di carico.
Già nel 1971 Herbert Simon descriveva questo cambiamento: un’abbondanza di informazioni genera una scarsità di attenzione. Quella che allora era un’intuizione è oggi la condizione operativa di interi settori. La scarsità non scompare. Semplicemente si nasconde.
Molte organizzazioni continuano a ragionare come se la scarsità fosse stata eliminata, pur subendone gli effetti: congestione, clienti frustrati, compromessi che nessuno ha mai scelto apertamente. Continuano a misurare le unità vendute e il numero di dipendenti, mentre il business perde valore attraverso quelle scarsità che non stanno monitorando.
Chi possiede la nuova scarsità?
Il mercato saturo dei freelance rende evidente un fatto: chi produce contenuti a basso costo e su larga scala sta semplicemente prendendo in affitto la scarsità da chi sta a monte della filiera. Lo stesso vale per le imprese. Quando il costo marginale tende a zero, nella maggior parte dei casi il collo di bottiglia viene semplicemente spostato al livello superiore della catena del valore, verso chi controlla la potenza di calcolo e l’energia necessaria per alimentarla.
Nel 2025 la domanda di elettricità dei data center è aumentata del 17% ed è destinata quasi a raddoppiare, passando da circa 485 terawattora a circa 950 entro il 2030, mentre quella dei siti dedicati all’AI dovrebbe triplicare. Gli investimenti in conto capitale delle cinque maggiori aziende tecnologiche hanno superato i 400 miliardi di dollari nel 2025 e dovrebbero crescere di un ulteriore 75% quest’anno. Entro la fine del decennio, secondo l’Agenzia Internazionale dell’Energia, i data center statunitensi consumeranno più elettricità dell’intera produzione combinata di alluminio, acciaio, cemento e prodotti chimici.
Osservando dove oggi si concentrano i vincoli, emerge che non si tratta né di capitale né di talenti. I limiti riguardano le connessioni alla rete elettrica, le turbine a gas, i trasformatori e persino il gallio, di cui la Cina raffina circa il 99% della produzione mondiale. Anche l’acqua è ormai entrata in questo elenco. I bacini idrici che si stanno svuotando in Texas rappresentano l’avanguardia del problema, non un’eccezione: il consumo diretto d’acqua dei data center statunitensi è destinato almeno a raddoppiare entro il 2028 e gran parte delle nuove strutture sorgerà in aree già caratterizzate da scarsità idrica. L’IEA sottolinea che questi colli di bottiglia stanno già limitando gli scenari di crescita più ambiziosi.
L’azienda che si congratula con sé stessa per aver reso la produzione quasi gratuita, in molti casi ha semplicemente trasferito il margine di profitto duraturo a chi controlla l’input scarso. Come ama ricordare il direttore dell’Agenzia: non esiste intelligenza artificiale senza energia.
La stessa logica vale dal lato della domanda. Quando tutti sono in grado di generare la stessa offerta, ciò che diventa scarso è il punto in cui il cliente rivolge la propria attenzione: il canale di distribuzione oppure l’assistente che filtra le opzioni disponibili. Chi controlla quel punto di accesso controlla la scarsità che conta davvero. Tutti gli altri competono sull’abbondanza.
Il prezzo non indica più “quanto ne resta”. Indica ciò che conta.
Quando l’abbondanza diventa la norma, il prezzo cambia funzione. Smette di indicare la disponibilità di una risorsa e inizia a segnalare ciò che viene considerato prioritario.
Un prezzo elevato non riflette più soltanto costi superiori. Rivela una scarsità sottostante: un accesso più rapido o una minore esposizione al rischio. Non acquista più quantità, ma tempo e tranquillità.
Al contrario, un prezzo troppo basso non rappresenta più soltanto un problema di margini. Può generare un’affluenza tale da sovraccaricare il sistema e nascondere compromessi che avrebbero dovuto essere affrontati apertamente.
Il prezzo diventa così lo strumento attraverso cui un’azienda riconosce una scarsità e decide se proteggerla oppure monetizzarla. È una scelta strategica, non un semplice calcolo matematico. E poiché l’intelligenza artificiale è in grado di misurare in tempo reale vincoli che prima erano difficili da individuare, questa scelta diventa ancora più netta e le sue conseguenze immediate.
Le aziende che hanno compreso questa dinamica oggi fanno pagare elementi che nessuno avrebbe pensato di vendere cinque anni fa. Un provider cloud non vende soltanto capacità di calcolo, ma anche la priorità garantita nei momenti di picco della domanda. Una società finanziaria ha smesso di vendere dati — ormai abbondanti — e ha iniziato a vendere la tracciabilità della loro origine e la certezza che possano resistere a un controllo regolamentare. Nel software per le costruzioni, Graitec ha costruito la propria strategia AI sulla stessa idea, scommettendo che gli ingegneri pagheranno non per una progettazione più rapida, ma per un progetto sufficientemente verificabile da poter essere firmato. Un gestore patrimoniale fa pagare meno il portafoglio, che oggi un robo-advisor può costruire per pochi punti base, e molto di più il giudizio che convince il cliente a non vendere durante un crollo dei mercati: quel valore aggiunto che, secondo Vanguard, deriva dalla consulenza e non dalla semplice selezione dei titoli, e che nessun modello sarà mai in grado di garantire.
In tutti questi casi il prezzo non remunera più lo sforzo produttivo, ma attribuisce un valore economico a una scarsità che il cliente non può trovare altrove.
La domanda che pochi dirigenti si pongono
I leader che stanno gestendo meglio questa transizione condividono un’abitudine. Non si chiedono soltanto cosa l’intelligenza artificiale permetta loro di produrre in maggiore quantità. Sono anche in grado di dire con chiarezza cosa, nel loro business, è appena diventato abbondante e cosa, invece, è appena diventato raro.
Tre domande aiutano a capire la posizione di un’azienda:
- Cosa è diventato abbondante nel mio business che continuo ancora a prezzare come se fosse scarso?
- Cosa è diventato scarso che ancora non sto misurando?
- Tra queste nuove scarsità, quali controllo davvero e quali sono già finite, senza che me ne accorgessi, nelle mani di una piattaforma, di un fornitore di potenza di calcolo o di un concorrente?
La trappola è quasi sempre la stessa. Di fronte all’abbondanza, l’istinto porta a competere ancora più intensamente proprio sul livello diventato abbondante, producendo di più e più velocemente. Ma è esattamente lì che i margini tendono ad azzerarsi, perché tutti dispongono degli stessi strumenti. Il valore migra verso il collo di bottiglia e si stabilizza nelle mani di chi lo controlla.
I freelance che sono riusciti a riprendersi non hanno vinto producendo più parole. Quelli che oggi prosperano hanno riposizionato la propria attività attorno a ciò che è rimasto scarso. Chi possiede competenze complementari all’AI guadagna in media circa il 40% in più rispetto ai colleghi che non le possiedono e ottiene contratti di valore superiore. Sono tornati a vendere una scarsità.
L’intelligenza artificiale continuerà a rendere la produzione abbondante. È questa la sua promessa, e in larga parte rappresenta un progresso. Ma i margini non si trovano nell’abbondanza. Si spostano verso ciò che continua a essere scarso: un accesso difficile da ottenere, una fiducia difficile da conquistare, energia e priorità che non possono essere semplicemente generate.
Le aziende che produrranno di più grazie all’AI non saranno necessariamente quelle che cattureranno il maggior valore. Quel valore andrà a chi saprà identificare la nuova scarsità, controllarla e attribuirle un prezzo prima dei concorrenti.
Questa non è una questione di intuito, ma di disciplina. Ogni strategia aziendale ha ormai bisogno di una mappa della scarsità: cosa l’azienda sta rendendo abbondante, dove questo crea un collo di bottiglia, chi lo controlla e se il prezzo riflette davvero quella realtà. La sfida più difficile consiste nel costruire il business attorno a quella nuova scarsità, anziché intorno all’output che l’intelligenza artificiale ha reso economico, mentre tutti gli incentivi continuano a spingere nella direzione opposta: produrre sempre di più.
L’articolo originale è su Fortune.com
FOTO: Spencer Platt/Getty Images
L’articolo L’AI non fa scomparire la scarsità. La ricolloca proviene da Fortune Italia.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
François Candelon, Paul-Louis Andres, e Augustin Manchon
Source link
