L’AI avanzata deve produrre benefici distribuiti, non rafforzare rendite di posizione già esistenti. Detta da Sam Altman, il fondatore di OpenAI, questa frase può sembrare irreale. Eppure, nel documento “Built to benefit everyone: our plan”, Altman e Jakub Pachocki, chief scientist, provano a fissare la traiettoria con cui OpenAI intende affrontare la fase successiva dello sviluppo dell’intelligenza artificiale.
Il testo ha un impianto politico prima ancora che tecnologico: parte dall’idea che l’ai possa avere, sull’economia e sulla vita quotidiana, un impatto paragonabile a quello avuto dall’elettrificazione nel Novecento, ma insiste su un punto decisivo. La tecnologia, da sola, non basta. Conta chi la controlla, chi la usa, a quale prezzo vi accede e con quali garanzie.
Per questo OpenAI lega la propria missione non soltanto alla costruzione di sistemi più potenti, ma alla loro diffusione su larga scala, alla sicurezza, all’allineamento con le intenzioni umane e a una forma di coordinamento pubblico, nazionale e internazionale, che eviti derive pericolose.
Il testo è anche una dichiarazione di strategia industriale. Altman e Pachocki indicano tre obiettivi operativi: costruire un ricercatore ai automatizzato, accelerare crescita economica e progresso scientifico, mettere a disposizione di ogni persona una “AGI personale”. Dietro questa impostazione c’è una domanda centrale per governi, imprese e mercati del lavoro: se l’AI diventerà infrastruttura economica generale, come l’elettricità o internet, chi incasserà i guadagni di produttività e chi pagherà i costi della transizione?
Indice degli argomenti:
L’analogia con l’elettricità e la promessa economica
Altman e Pachocki aprono il loro testo con un’immagine semplice: l’arrivo dell’elettricità in una cittadina rurale americana degli anni Venti. Prima delle linee elettriche, la vita quotidiana era scandita da limiti fisici evidenti: trasportare acqua, lavare a mano, conservare il cibo con il ghiaccio, interrompere molte attività al tramonto. L’elettricità non cambiò tutto in una notte e i suoi vantaggi si distribuirono in modo diseguale. Ma, con l’allargarsi dell’accesso, cambiò il ritmo della vita ordinaria: luce dopo il tramonto, pompe elettriche, elettrodomestici, refrigerazione, radio.
Il riferimento non è nostalgico. Serve a sostenere che le tecnologie generali producono effetti economici di lungo periodo quando smettono di essere un lusso o un asset ristretto e diventano strumenti d’uso diffuso. Nel testo si ricorda che, entro la fine del XX secolo, l’aspettativa media di vita era aumentata di oltre vent’anni e il reddito mediano reale era grosso modo triplicato. Gli autori attribuiscono questi miglioramenti anche ai progressi in sanità, igiene e tenore di vita resi possibili o accelerati dall’elettrificazione e dal progresso tecnico.
Il sottotesto economico è questo: l’AI, secondo OpenAI, non va valutata solo come settore industriale ad alta crescita o come nuova piattaforma software. Va letta come tecnologia abilitante, capace di incidere su costi, produttività, capacità decisionali, ricerca e organizzazione del lavoro. In questa prospettiva, il punto non è l’effetto spettacolare del modello più potente, ma la sua capacità di entrare nelle attività ordinarie di milioni di persone e di imprese.
L’AI come leva di produttività diffusa
Nel testo firmato da Sam Altman e Jakub Pachocki l’intelligenza artificiale viene descritta come uno strumento che può aiutare una persona a orientarsi in una ricetta sanitaria, imparare una competenza, avviare una piccola impresa, assistere un genitore anziano, capire una decisione legale o finanziaria, trasformare un’idea in un progetto concreto, arrivare a una scoperta scientifica.
Messa in termini economici, questa lista ha un significato preciso: OpenAI immagina l’AI come moltiplicatore di capacità individuale. Non solo automazione di compiti, ma estensione delle possibilità di chi lavora, studia, produce e decide. È un’impostazione che prova a collocare l’AI dentro la tradizione delle tecnologie “general purpose”, quelle che attraversano interi settori e modificano la funzione di produzione di imprese e sistemi economici.
Qui però emerge il primo nodo critico. La storia economica insegna che gli aumenti di produttività non si traducono automaticamente in benessere condiviso. Possono alimentare profitti, concentrazione, potere contrattuale e rendite monopolistiche. Possono anche comprimere salari in alcuni segmenti, spostare occupazione e accentuare il divario tra chi usa bene una tecnologia e chi ne resta ai margini. Per questo il passaggio più rilevante del testo non è la celebrazione delle potenzialità dell’AI, ma la ripetuta insistenza sull’accesso.
Gli autori scrivono che l’AI dovrebbe essere disponibile per tutti, nella misura di cui ciascuno ha bisogno, dove e come ne ha bisogno. È una formula che ha implicazioni economiche forti. Significa prezzi sostenibili, interfacce semplici, larga disponibilità, standard di sicurezza, tutela della privacy e possibilità, per una pluralità di attori, di costruire servizi sopra infrastrutture di base.
Il rischio della concentrazione
Il documento riconosce con chiarezza che le tecnologie trasformative possono concentrare il potere oppure allargarlo. Possono semplificare la vita a pochi oppure ampliare le opportunità per molti. In questa frase c’è il cuore politico del testo di Altman e Pachocki.
L’economia digitale degli ultimi due decenni ha mostrato quanto sia facile, in presenza di forti economie di scala, effetti di rete e controllo dei dati, arrivare a mercati altamente concentrati. L’AI presenta caratteristiche che possono accentuare questo esito: costi enormi di calcolo, accesso a talenti altamente specializzati, fabbisogni energetici crescenti, vantaggi cumulativi per chi dispone già di infrastrutture e capitali.
OpenAI prova a rispondere a questa obiezione con una tesi di principio: il futuro più sicuro è quello in cui il potere è distribuito in modo ampio, così che più parti del mondo possano partecipare alla costruzione di un “ecosistema di resilienza”. Il termine resilienza, spiegano gli autori in nota, indica l’insieme di organizzazioni, sistemi e persone che la società può predisporre per anticipare, assorbire, adattarsi e riprendersi rapidamente dalle discontinuità generate dall’AI.
L’esempio è quello dell’automobile. Le auto hanno trasformato la società, ma i benefici si sono diffusi davvero quando attorno a esse sono stati costruiti dispositivi e regole: cinture di sicurezza, codice della strada, patenti, crash test, infrastrutture viarie. L’obiettivo non era impedire alle persone di guidare, ma rendere una tecnologia potente sufficientemente sicura e governabile per un uso di massa.
Applicata all’AI, questa analogia sposta l’attenzione dal prodotto al contesto istituzionale. Non basta migliorare i modelli. Servono regole, procedure, standard condivisi e supervisione pubblica.
Sicurezza, controllo umano e valore del giudizio
Altman e Pachocki si dichiarano ottimisti sulle possibilità dell’AI, ma aggiungono che i sistemi potenti devono restare sicuri, allineati alle intenzioni umane e sottoposti al controllo umano. È un passaggio che prova a rispondere a una critica ricorrente: l’industria dell’AI promette accelerazione, ma spesso lascia in ombra il problema di chi decide scopi, limiti e responsabilità.
Il documento rifiuta in modo esplicito l’idea di un’automazione totale di tutto. Gli autori scrivono che non è il futuro che vogliono, perché sarebbe impoverente e anche pericoloso. L’AI, sostengono, deve aiutare le persone a perseguire i propri obiettivi, non sganciarsi da essi. Man mano che i sistemi diventano più capaci, il ruolo umano diventa più importante: dare direzione, scegliere tra costi e benefici, esercitare giudizio, portare nel lavoro valori, gusto, cura e responsabilità.
Questa impostazione ha conseguenze economiche e occupazionali rilevanti. Se la traiettoria auspicata è quella dell’“augmented work”, il valore del lavoro umano non scompare ma cambia composizione. Meno esecuzione ripetitiva, più decisione, supervisione, relazione, responsabilità. È una prospettiva plausibile in alcuni settori ad alta qualificazione, meno scontata in altri comparti, dove l’incentivo delle imprese resta quello di ridurre tempi e costo del lavoro sostituendo mansioni standardizzabili.
La frase forse più significativa del testo è anche una delle più sobrie: un ruolo chiave di lungo periodo per le persone sarà decidere che cosa vale la pena fare. È un’affermazione che ribalta una parte del discorso sull’automazione. Non misura il lavoro umano per la sua sola efficienza, ma per la capacità di definire fini, priorità e criteri di valore.
Il ricercatore AI e la corsa alla frontiera
Tra i tre obiettivi dichiarati da OpenAI, il più ambizioso è la costruzione di un ricercatore AI automatizzato: un sistema capace di accelerare e automatizzare progressivamente lo stesso processo di ricerca, restando però guidabile, responsabile e connesso alle persone.
Altman e Pachocki scrivono che, internamente, OpenAI ritiene possibile che entro marzo 2028 una quota significativa della propria ricerca venga svolta da sistemi AI in tandem con i ricercatori umani. Il punto, spiegano, è che l’allineamento stesso è un problema di ricerca difficile. Per fare progressi rapidi e profondi, i ricercatori avranno bisogno di sistemi ai che aiutino a testare idee, trovare errori, esplorare alternative e iterare insieme al team umano.
Questa è una delle parti più delicate del documento. Sul piano industriale, significa puntare a un circuito di auto-accelerazione della ricerca: l’AI migliora la ricerca sull’AI, che a sua volta migliora i sistemi e ne amplia la capacità di contribuire a nuova ricerca. Sul piano competitivo, implica che la velocità di progresso potrebbe aumentare sensibilmente in pochi anni. Sul piano della governance, apre un problema evidente: più rapida è l’innovazione tecnica, maggiore è il rischio che istituzioni, regolatori e società non riescano a tenere il passo.
Gli autori lo riconoscono. Il progresso tecnico più veloce, scrivono, rende più importante il giudizio umano e il coordinamento pubblico, non meno. Il futuro non dovrebbe essere plasmato soltanto dalle aziende che costruiscono i sistemi più avanzati, ma anche da persone, istituzioni e società.
Coordinamento globale e freno d’emergenza
Il testo introduce poi un tema che negli ultimi anni è rimasto spesso sullo sfondo del dibattito pubblico: la necessità di coordinamento nazionale e globale sullo sviluppo dell’AI di frontiera. Altman e Pachocki ricordano che OpenAI sostiene da tempo l’idea di un’organizzazione internazionale capace di coordinare gli sforzi dei principali attori dell’ai per ridurre il rischio catastrofico.
L’obiettivo, secondo gli autori, dovrebbe essere anche quello di consentire al mondo di agire in modo coordinato, compresa la possibilità di rallentare lo sviluppo di frontiera quando necessario, così che resilienza sociale, sicurezza e allineamento possano tenere il passo.
Dal punto di vista economico e geopolitico, qui si tocca uno dei nodi più duri. La competizione commerciale e nazionale crea incentivi fortissimi a non rallentare: chi si ferma teme di perdere vantaggio industriale, militare, finanziario o tecnologico. Gli stessi autori ammettono che gli incentivi legati alla concorrenza commerciale e tra Stati sono difficili da eludere.
La proposta di coordinamento internazionale va quindi letta come un segnale politico, ma anche come il riconoscimento di un conflitto strutturale. Ogni impresa leader ha interesse a chiedere regole comuni se teme una corsa senza freni; ogni Stato ha interesse a regolare, ma anche a non cedere terreno a rivali strategici. La possibilità concreta di un freno condiviso resta, a oggi, il punto meno definito e più controverso di tutta la visione esposta da OpenAI.
La terza fase di OpenAI
Nel testo, Altman e Pachocki sostengono che OpenAI stia entrando nella sua “terza fase”. La prima, spiegano, era concentrata sulla ricerca verso l’AGI. La seconda è iniziata quando quella ricerca è diventata rilevante nel mondo reale e l’azienda si è trasformata in una società di prodotto: distribuire sistemi, osservare come le persone li usano, apprendere dall’uso e continuare a progredire verso un’AGI sicura e allineata alla missione.
La terza fase coincide con il momento in cui l’economia comincia a riorganizzarsi attorno all’AI. Per gli autori, la domanda centrale adesso è come rendere l’AI avanzata abbondante, economica, sicura, utile e abbastanza semplice da permettere a ogni persona e organizzazione di beneficiarne. La capacità di frontiera, scrivono, è solo una parte del lavoro. Il compito più grande è trasformarla in strumenti che le persone possano usare davvero per prosperare.
Questo passaggio interessa da vicino investitori, regolatori e imprese. La fase della pura dimostrazione tecnologica lascia spazio a quella dell’infrastruttura economica. Il valore non si gioca soltanto nel modello più performante, ma nella capacità di renderlo affidabile, conveniente, integrabile nei processi produttivi e utile su vasta scala. In altre parole: la frontiera conta, ma i ritorni economici duraturi dipendono dalla diffusione.
Chi prende i benefici dell’AI
Uno dei punti più espliciti del documento riguarda la distribuzione dei benefici economici. Altman e Pachocki scrivono che la crescita dovrebbe essere accelerata tramite progresso scientifico, produttività e sviluppo economico, lavorando però affinché i guadagni siano condivisi su base ampia. Ogni persona, sostengono, dovrebbe avere l’opportunità di partecipare in modo significativo alla prosperità creata dall’AI.
È un’affermazione importante, ma anche quella che richiede le verifiche più dure sul piano dei fatti. In economia, la distribuzione dei guadagni di produttività non dipende dalle intenzioni dichiarate delle aziende. Dipende da struttura dei mercati, fiscalità, norme sul lavoro, tutela della concorrenza, accesso alla formazione, potere contrattuale, politiche pubbliche e assetti proprietari. Senza questi elementi, il rischio è che l’ai aumenti il prodotto complessivo ma concentri una quota molto alta dei benefici in poche imprese e in pochi Paesi.
Il testo di OpenAI coglie il problema ma non entra nel dettaglio dei meccanismi redistributivi. Parla di accesso, affordability, ecosistemi aperti, supervisione pubblica. Sono principi rilevanti, ma non ancora una politica economica compiuta. Resta aperta la questione di come tradurre questi obiettivi in regole su licenze, interoperabilità, prezzi, dati, fiscalità, infrastrutture di calcolo e tutela dei lavoratori.
Chi è Jakub Pachocki
Jakub Pachocki è il chief scientist di OpenAI. L’azienda lo ha nominato in questo ruolo nel maggio 2024, dopo l’uscita di Ilya Sutskever. Per OpenAI è uno dei dirigenti scientifici chiave dal 2017.
Prima della nomina a chief scientist, Pachocki era director of research. Secondo OpenAI, ha guidato il lavoro su GPT-4 e OpenAI Five, oltre a ricerche su reinforcement learning su larga scala e ottimizzazione del deep learning.
Sul piano accademico, Pachocki ha un PhD in theoretical computer science alla Carnegie Mellon University. In sintesi: è uno dei principali responsabili della ricerca di OpenAI e oggi è la figura che guida la direzione scientifica della società.
Una visione che chiama in causa Stati e mercati
“Built to benefit everyone: our plan”, firmato da Sam Altman e Jakub Pachocki, non è soltanto un manifesto aziendale. È anche un tentativo di orientare il dibattito pubblico su chi debba guidare la transizione all’economia dell’AI. Gli autori insistono su un principio: un buon futuro dell’AI non può essere quello in cui un piccolo numero di istituzioni controlla gran parte della capacità e gran parte dei ritorni economici. Dovrebbe invece essere un futuro in cui molte persone, imprese, comunità e Paesi possano costruire, beneficiare e detenere potere.
È una formula che mette insieme ethos democratico e interesse industriale. Da un lato segnala una preoccupazione reale per la concentrazione. Dall’altro prova a presentare OpenAI come soggetto che vuole guidare l’espansione dell’accesso, non semplicemente presidiare la frontiera tecnologica.
Il punto decisivo, però, sarà nei prossimi anni. Se l’AI diventerà davvero una base per più produttività, creatività, progresso scientifico e opportunità economica, come scrivono gli autori, la qualità della trasformazione dipenderà meno dalle dichiarazioni di principio e più dagli assetti concreti che verranno costruiti attorno a questa tecnologia: governance, concorrenza, responsabilità, potere d’acquisto, accesso alle competenze, controllo democratico.
L’analogia con l’elettricità usata da Altman e Pachocki regge fino a un certo punto. Anche allora furono decisivi gli investimenti in reti, standard e regole. Con l’AI la posta è più alta, perché qui non si distribuisce solo energia o capacità di calcolo: si distribuisce, o si concentra, una quota crescente di potere cognitivo, economico e organizzativo. È su questo terreno che si misurerà la coerenza della promessa di OpenAI: costruire una tecnologia pensata per avvantaggiare tutti.
