Negli ultimi giorni la caduta del titolo Nvidia ha alimentato un dibattito sulla possibile “bolla AI”, evocando scenari già visti in altri momenti della storia dell’innovazione. Eppure ciò che osserviamo oggi non coincide con la dinamica tipica delle bolle speculative. L’intelligenza artificiale non è una promessa vaga sostenuta da aspettative irrealistiche, ma una trasformazione concreta che sta ridisegnando infrastrutture, modelli produttivi e forme di interazione.
Un indicatore evidente di questa accelerazione è la rapidità con cui servizi come ChatGPT hanno raggiunto numeri di utenti finali, sia consumer sia professionali, ben superiori rispetto alla diffusione del PC, di Internet o della telefonia mobile ai loro esordi. È la dimostrazione empirica di quanto sia forte l’attrazione esercitata da queste tecnologie e di come abbiano un impatto immediato sulla vita quotidiana.
Quando però si passa dal comportamento degli utenti alla capacità delle imprese di trasformare questa evoluzione in valore, il quadro cambia. In passato abbiamo già visto questo disallineamento tra innovazione e impatto sociale o economico. Con l’AI il problema assume dimensioni più rilevanti sia per la maggiore rapidità evolutiva sia perché l’AI non introduce solo nuovi strumenti, ma cambia il modo stesso in cui le tecnologie vengono progettate, integrate e usate.
Molte aziende italiane percepiscono che l’AI apre scenari di opportunità (maggiore efficienza, nuovi modelli di servizio, automazione e così via) ma spesso non sanno come tradurre questa opportunità in progetti concreti. Il problema non è solo tecnologico, ma riguarda la carenza di competenze, una cultura aziendale ancora poco orientata alla sperimentazione e la necessità di ripensare modelli di business consolidati. Spesso inoltre gli investimenti necessari per infrastrutture e formazione restano a livello teorico, mentre in molte realtà i budget IT non stanno crescendo, anzi in alcuni casi si stanno contraendo. È un disallineamento che ha effetti immediati, perché senza adeguate risorse per infrastrutture, formazione e governance l’adozione non può avanzare, anche quando la volontà di innovare è presente.
A questa situazione si aggiungono le questioni legate alla sicurezza e alla gestione dei nuovi rischi, dai modelli generativi che possono produrre informazioni false fino alla protezione dei dati aziendali utilizzati per addestrare o integrare i sistemi. A queste si sommano gli interrogativi etici e la naturale resistenza di organizzazioni che devono adattarsi a un cambiamento molto più rapido del previsto.
Per queste ragioni non è corretto parlare di bolla. È più appropriato dire che convivono due velocità: la prima è quella dello sviluppo tecnologico, guidato da investimenti colossali e da una competizione che non conosce rallentamenti; la seconda è quella dell’adozione, che avanza con maggior prudenza, frenata da limiti strutturali e culturali.
In questo scenario, anche le big tech dovranno fare i conti con una dinamica inevitabile: se il mondo enterprise non accelera davvero, lo slancio tecnologico rischia di dover rallentare, almeno quanto basta per permettere al mercato di assorbire l’innovazione che sta arrivando.