L’AI generativa può essere utile e, allo stesso tempo, economicamente sopravvalutata. La critica di Ed Zitron costringe il settore a confrontarsi con costi, ricavi e aspettative.
C’è un tipo, un britannico, cinico, con una faccia da “vi ho già detto che finiva così”, che da tre anni grida che l’intelligenza artificiale generativa è una delle più grandi fregature della storia recente. Si chiama Ed Zitron, e di recente è stato intervistato su The Diary of a CEO e il video sta spopolando (ve lo lascio sotto l’articolo se volete guardarlo, ma vi avviso, sono due ore e mezza di intervista).
La tesi di Zitron è semplice e brutale: l’AI generativa è fuffa. Non un’innovazione rivoluzionaria, quindi, ma semplicemente fuffa.
Viene venduta come magia, come la prossima piattaforma che cambierà tutto, come il rimedio al lavoro noioso e alla mediocrità umana. In realtà, secondo lui, è software cloud carissimo, inaffidabile, che allucina, che non ragiona e che brucia miliardi senza un percorso chiaro verso la redditività.
E i numeri, purtroppo, gli danno ragione più di quanto molti siano disposti ad ammettere.
I conti non tornano. Punto.
OpenAI e Anthropic, le due aziende che oggi generano la stragrande maggioranza dei “ricavi AI” dei grandi apparati su cloud, perdono cifre indecenti. Zitron cita perdite nell’ordine delle decine di miliardi. Non stiamo parlando di startup che bruciano soldi per crescere: stiamo parlando di aziende che, dopo anni e centinaia di miliardi di investimenti infrastrutturali, non riescono ancora a dimostrare di poter diventare profittevoli in modo sostenibile.
Peggio: c’è una circolarità quasi comica. Microsoft, Google e Amazon finanziano OpenAI e Anthropic. Queste due poi spendono una parte importante di quei soldi… proprio sui cloud di Microsoft, Google e Amazon. Risultato? I “ricavi AI” dei big tech appaiono molto più solidi di quanto siano in realtà. È un gioco di specchi finanziari. Elegante, ma fragile.
I data center che si stanno costruendo in tutto il mondo costano una fortuna, consumano energia da far paura e vengono riempiti di GPU che invecchiano in pochi anni. Il tutto per servire una domanda che, al netto delle due aziende non profittevoli, è ancora relativamente sottile.
Zitron ha ragione: i conti, oggi, non quadrano. E quando i conti non quadrano per così tanto tempo e con cifre così grandi, prima o poi qualcuno “paga il conto”.
L’hype ha fatto danni seri
Qui Zitron è ancora più efficace. Per anni ci hanno raccontato che “l’AGI è dietro l’angolo”, che “i posti di lavoro spariranno”, che “chi non adotta l’AI resterà indietro”. Frasi che suonano bene in un keynote e fanno salire le azioni. Poi ti trovi a usare i modelli e scopri che:
- allucinano con una nonchalance impressionante,
- richiedono prompt engineering quasi ritualistico,
- non sono autonomi,
- e su compiti davvero critici o complessi continuano a richiedere supervisione umana pesante.
Non è intelligenza. È un sistema probabilistico estremamente sofisticato che predice il token successivo. Utile? Sì. Magico? No. Sostituto del pensiero umano? Assolutamente no.
Il problema non è la tecnologia in sé, ma la narrazione che è stata costruita intorno ad essa. Una narrazione che ha giustificato investimenti enormi, distolto attenzione e capitali da altri problemi, e creato aspettative che, inevitabilmente, si scontreranno con la realtà.
Dove Zitron esagera (e perché conta)
Detto questo, Zitron ha un difetto: tende a buttare via il bambino con l’acqua sporca.
L’AI generativa non è una truffa totale, perché rimane uno strumento potente: per scrivere, programmare, riassumere, analizzare, fare brainstorming, prototipare. Milioni di persone lo usano ogni giorno e ne traggono valore concreto. I costi per token sono scesi in modo significativo. Le capacità continuano a migliorare (anche se non nella direzione lineare e spettacolare che qualcuno aveva promesso).
Dire che “non trasforma i workflow di nessuno” è esagerato. Dire che è solo una “macchina tarocca e inaffidabile” è polemica, non analisi.
Anche la profezia dello scoppio catastrofico della bolla nel 2027 ha un sapore un po’ troppo cinematografico. Certo, bolle ne abbiamo viste tante. Alcune fanno danni seri, altre si sgonfiano in modo più ordinato. L’infrastruttura di compute e i modelli non spariranno. Si ri-scalano, si ottimizzano, e restano utili. Il rischio vero non è l’apocalisse, quindi, ma una lunga e costosa “digestione” di aspettative gonfiate e capitali male allocati.
La verità scomoda
Ed Zitron, quindi, non è un profeta. Piuttosto , è un “contrappeso” necessario. In un’industria che da anni parla soprattutto a se stessa, con toni messianici e slide ottimistiche, qualcuno che va a guardare i bilanci e dice “scusate, ma questi numeri non hanno senso” fa un favore a tutti.
La verità, come spesso accade, sta nel mezzo.
L’AI generativa è utile, ma non è magia.
Sta creando valore, ma non ancora abbastanza da giustificare la scala degli investimenti.
Sta cambiando il modo di lavorare di molte persone, ma non sta sostituendo il lavoro intellettuale in massa.
E i conti, al momento, restano preoccupanti.
Quindi no, non dovete buttare via ChatGPT o Claude, ma dovreste smettere di credere a chi vi racconta che stiamo per entrare in un’era di superintelligenza e abbondanza automatica.
Il vero rischio non è che l’AI ci sostituisca,.ma piuttosto che ci siamo fatti raccontare una storia troppo bella, e adesso dobbiamo fare i conti con la realtà.
Ecco l’intervista:
