Il Nobel Philippe Aghion: “L’AI vale più di un punto percentuale di PIL all’anno. Distruggerà lavori, ma ne creerà molti di più: ecco perché”

Al Brussels Economic Forum il premio Nobel per l’Economia 2025 Philippe Aghion smonta il pessimismo Ai con i numeri: l’intelligenza artificiale è il moltiplicatore di crescita più potente degli ultimi decenni, a patto che l’Europa smetta di regalarla agli altri

Philippe Aghion al Al Brussels Economic Forum  ha mostrato i dati: l’intelligenza artificiale può aggiungere almeno un punto percentuale di crescita all’anno all’economia europea per un decennio intero, e almeno mezzo punto percentuale per sempre. Non come scenario ottimistico da convegno: come stima minima, calcolata in laboratorio da Philippe Aghion, co-vincitore del Premio Nobel per l’Economia 2025.

Distruggerà posti di lavoro? Sì. Ma ne creerà molti di più, e il motivo sat in un elemento poco trattato nel dibattito pubblico: l’AI non automatizza soltanto la produzione di beni e servizi; rende più facile generare idee nuove, accelera la ricombinazione di conoscenze esistenti, abbassa il costo di fare innovazione. È un moltiplicatore cognitivo, non solo un sostituto operativo. Chi si concentra solo sulla prima parte del ragionamento, quella dei lavori persi, perde la parte più importante.

Philippe Aghion lo ha detto sul palco del Brussels Economic Forum 2026, nell’intervento che seguiva il discorso d’apertura del Primo Ministro del Lussemburgo Luc Frieden sul tema “The EU’s AI Economy in the Global Race”, e il Nobel ha fatto quello che gli economisti migliori sanno fare, ha messo i numeri dove ci sono normalmente solo idea, a volte fumose.

Il calcolo: due curve, una sola direzione

Il modello che Philippe Aghion ha presentato separa due effetti distinti. Il primo, più visibile e già abbondantemente discusso: l’AI automatizza processi produttivi, riduce i costi, aumenta l’output a parità di input. Questo effetto da solo vale 0,7 punti percentuali di crescita aggiuntiva all’anno per dieci anni. Per un’economia che cresce all’1% annuo, significa arrivare all’1,7% per un intero decennio prima di tornare al ritmo di base. Non è trascurabile.

Il secondo effetto è quello che quasi nessuno quantifica: l’AI rende più facile trovare idee nuove. Le idee sono quasi sempre ricombinazioni di idee esistenti; con l’AI si può ricombinare su scala molto più ampia, selezionare molto più velocemente, esplorare spazi e soluzioni che un ricercatore umano non raggiungerebbe in una carriera intera. Questo effetto sull’innovazione aggiunge almeno 0,3 punti percentuali permanenti, non limitati al decennio: la crescita della conoscenza non si esaurisce, si accumula. Il totale minimo è quindi un punto percentuale per dieci anni e almeno 0,5 punti per sempre. “Minimo”, ha detto Aghion. Con l’accelerazione in corso, la stima potrebbe salire.

Il punto sul quale il Nobel Philippe Aghion ha insistito è proprio questo: nel dibattito sull’AI si parla quasi esclusivamente di automazione e di sostituzione del lavoro umano, trascurando sistematicamente l’effetto sull’innovazione. L’AI non è solo una macchina che produce più velocemente quello che già sappiamo produrre: è uno strumento che abbassa la barriera all’entrata per generare idee nuove, che moltiplica la capacità inventiva di chi la usa, che comprime i tempi tra una scoperta e quella successiva. È qui che risiede il potenziale di crescita più duraturo, e ignorarlo significa costruire politiche industriali sulla metà sbagliata dell’equazione.

AI e lavoro: distrugge, ma crea di più

La domanda che spaventa CIO, responsabili HR e sindacati è sempre la stessa: quanti posti di lavoro spariscono con l’AI? Philippe Aghion ha risposto con i dati raccolti in Francia sulle aziende che hanno adottato strumenti come ChatGPT: nei mesi successivi all’adozione, l’occupazione in quelle aziende è cresciuta, non diminuita. La produttività è aumentata, la competitività è migliorata, la domanda globale per i loro prodotti è salita, le vendite sono salite. Il meccanismo è lo stesso che Schumpeter aveva chiamato distruzione creativa: si distruggono certe categorie di mansioni, se ne creano di nuove, e il saldo netto tende ad essere positivo quando l’ecosistema è in grado di accompagnare la transizione.

La condizione non è scontata: serve un sistema educativo che insegni alle persone a lavorare con l’AI invece di essere sostituite da essa e serve un sistema di protezione sociale che renda gestibile la transizione per chi perde il lavoro prima di trovarne uno nuovo. Qui Philippe Aghion ha citato il modello danese di flexicurity con una dichiarazione di campo: “Sono molto danese su questo.” In Danimarca chi perde il lavoro riceve fino al 90% del proprio stipendio per due anni, lo Stato lo riqualifica e lo aiuta a reinserirsi. Non è assistenzialismo, ma si tratta di un investimento nella mobilità del lavoro, che è la condizione affinché la distruzione creativa funzioni senza lasciare indietro le persone. Il tema si intreccia direttamente con quello delle competenze digitali nelle imprese italiane, già centrale nel dibattito sull’adozione dell’AI in Europa e sulle scadenze regolatorie del 2 agosto 2026.

Prima la diagnosi: l’Europa che non trasforma la ricerca in prodotti

Il potenziale c’è. Il problema è che l’Europa rischia di costruire la conoscenza e lasciare che altri la monetizzino. Aghion è un economista che ha trascorso una carriera a studiare come l’innovazione si traduce in crescita; al BEF 2026 ha mostrato i dati con la stessa neutralità con cui si legge una radiografia.

Il PIL pro capite dell’area euro rispetto agli Stati Uniti, dopo la Seconda Guerra Mondiale l’Europa era devastata, poi il recupero sostenuto dal Piano Marshall e da sistemi educativi che avevano consentito di assorbire la seconda rivoluzione industriale americana; a metà degli anni Ottanta il gap si era quasi chiuso. Poi qualcosa si è inceppato: la rivoluzione IT degli anni Novanta è esplosa negli USA e l’Europa non è riuscita a cavalcarla. Il cloud è americano; i sistemi su cui girano la maggior parte delle aziende europee sono americani; i modelli di AI su cui si lavora ogni giorno sono prevalentemente americani.

La slide più difficile da digerire è quella sui brevetti ad alta tecnologia: blockchain, computer vision, genome editing. L’Europa è in verde, la curva scende; la Cina è in blu, la curva sale; gli USA dominano. Il dato che rende quella discesa ancora più amara è questo: buona parte della ricerca che sottende quelle innovazioni viene svolta in Europa. I talenti ci sono; il problema è che i risultati di quella ricerca non si trasformano in prodotti lanciati qui, si trasformano in prodotti lanciati a San Francisco o a Shenzhen. Aghion ha usato la parola “dramma”: una ricerca di livello mondiale che non riesce a diventare innovazione implementata in Europa.

Il segnale strutturale più eloquente è questo: in Europa le aziende in cima alle classifiche dei brevetti sono le stesse di venticinque anni fa, negli USA la lista è quasi irriconoscibile; la distruzione creativa ha funzionato, le grandi aziende di ieri sono state sfidate e superate. In Europa si rimane incastrati nell’innovazione incrementale, nel “mid-tech”, in quello che non rompe nulla di esistente e quindi non scala globalmente. Il rapporto Draghi lo fotografa senza ambiguità: nessun mercato unico vero, regolazioni nazionali che si sovrappongono a quelle europee in modo frammentato, mercato dei capitali non integrato, un ecosistema che punisce il rischio invece di finanziarlo.

AI Europa e Il rischio superstar: i giganti che smettono di crescere e iniziano a bloccare

La lezione più utile che Aghion ha portato al BEF viene dall’esperienza della rivoluzione IT: tra il 1995 e il 2005 la crescita americana è accelerata, aggiungendo circa 0,8 punti percentuali all’anno; poi le grandi piattaforme, Google, Microsoft, Amazon, si sono espanse senza che la politica di concorrenza si adattasse. Quando sono diventate abbastanza grandi hanno iniziato a scoraggiare l’ingresso di nuovi player innovativi; i grandi elefanti della tecnologia hanno cominciato a mangiarsi i nuovi nati.

Applicata all’AI attuale, la logica è questa: la parte alta della catena del valore, il cloud, è dominata da tre aziende; il mercato dei processori grafici necessari per addestrare i modelli è dominato essenzialmente da un solo attore. Le infrastrutture su cui dovrà girare l’AI europea sono oggi nelle mani di chi non è europeo, e potrebbe non avere interesse a permettere la crescita di competitor. Una dinamica già al centro del dibattito sulla sovranità digitale e il controllo dell’infrastruttura, che le imprese italiane più avanzate stanno affrontando con scelte concrete sul cloud e sui modelli.

Le contromisure indicate dal Nobel sono quattro: open source, accesso facile ai dati, estensione del Digital Market Act al cloud, regolazione intelligente che non soffochi i nuovi entranti a vantaggio dei grandi già consolidati. “Se sovraregolate, i grandi incumbent sanno come gestirla, i nuovi entranti no.” Serve regolare, ma regolare in modo selettivo. A questo va aggiunto ciò che in Europa si è a lungo pronunciato sottovoce: la politica industriale. Non avere un equivalente europeo della DARPA americana, la Defense Advanced Research Projects Agency, è per Aghion un errore strutturale; gli USA combinano concorrenza e DARPA, la Cina combina politica industriale e competizione interna, l’Europa ha scelto il solo Patto di Stabilità applicato senza distinzione tra spesa corrente e investimento in ricerca, crescita e transizione energetica. Questo deve cambiare.

Il vantaggio che non sappiamo usare: democrazia, valori e Jan LeCun a Parigi

L’ultima parte del discorso di Aghion ha preso una direzione inattesa per un econometrico. Ha parlato di soft power con la stessa intensità con cui aveva parlato di equazioni di crescita: l’Europa ha democrazia, libertà, un modello sociale, una sensibilità verso il clima che nessun’altra grande potenza ha ancora tradotto in politica sistemica. Sono asset competitivi per attrarre talenti globali in un momento in cui la concentrazione di ricercatori di alto livello determina chi costruisce i modelli migliori.

La prova più concreta è Yann LeCun: già responsabile scientifico dell’AI di Meta, ha lasciato la big tech nel 2025 e ha fondato a Parigi AMI Labs (Advanced Machine Intelligence), raccogliendo 1,03 miliardi di dollari in un seed round; il più grande mai realizzato in Europa, con una valutazione pre-money di 3,5 miliardi. Ha scelto Parigi, non Palo Alto, perché “c’è una domanda enorme da parte di aziende e governi per un fornitore credibile di AI avanzata che non sia né americano né cinese”. Formato in Europa, in Europa è tornato a fare ricerca e a scommettere sulla prossima architettura che potrebbe superare i Large Language Model. Aghion ha esplicitato il ragionamento: bisogna dar loro, a LeCun, a Mistral, ai talenti che tornano o che non se ne sono mai andati, l’ambiente in cui possono lavorare meglio. Perché partecipare alla rivoluzione AI non è solo una questione di PIL: è la condizione per avere voce su come quella tecnologia viene costruita, su quali valori porta con sé.

Un’AI sviluppata in Europa porta valori europei; un’AI sviluppata altrove porta i valori di chi l’ha costruita. Su questo punto il Nobel non ha lasciato spazio all’ambiguità.

Aghion si è definito un “ottimista combattivo”. Ottimista perché il potenziale è reale e misurabile: almeno un punto percentuale di PIL in più all’anno, più innovazione, più occupazione a saldo positivo. Combattivo perché nessuno di questi risultati arriva da solo; servono un ERC autonomo come la BCE con budget decennali, un equivalente europeo della DARPA, una Savings and Investment Union che trasformi i 12 trilioni di risparmio privato europeo da parcheggio immobiliare in carburante per l’innovazione, scuole che insegnino a imparare prima di insegnare contenuti, un sistema di protezione del lavoro che renda la transizione sostenibile.