Nel panorama sempre più caotico del dibattito sull'intelligenza artificiale generale, le dichiarazioni dei CEO delle grandi aziende tech hanno il potere di scuotere l'ecosistema globale dell'AI nel giro di poche ore. È quello che è accaduto quando Jensen Huang, amministratore delegato di Nvidia, ha rilasciato un'affermazione destinata a fare discutere durante un episodio del popolare podcast di Lex Fridman: "Credo che abbiamo raggiunto la AGI." Una dichiarazione che, nel contesto attuale dell'industria AI, assume una rilevanza straordinaria, arrivando da uno degli uomini più influenti nell'hardware su cui girano praticamente tutti i grandi modelli di deep learning del mondo.
Il termine AGI — acronimo di Artificial General Intelligence, ovvero intelligenza artificiale generale — è da anni al centro di un acceso dibattito tra ricercatori, aziende e regolatori. Per sua natura, la definizione è volutamente sfumata: nella maggior parte delle accezioni accademiche e industriali, indica un sistema AI capace di eguagliare o superare le capacità cognitive umane in una vasta gamma di compiti, non limitandosi a domini specifici come fanno gli attuali LLM (Large Language Models). Fridman nel podcast offre una propria definizione operativa di AGI: un sistema in grado di "fare il tuo lavoro", intendendo la capacità di avviare, far crescere e gestire autonomamente un'azienda tecnologica di successo con una valutazione superiore al miliardo di dollari.
Interrogato su quando la AGI diventerà realtà — con opzioni che spaziavano da cinque a vent'anni nel futuro — Huang ha risposto senza esitazione: "Credo sia adesso." Una posizione che si inserisce in un trend più ampio: negli ultimi mesi, diversi leader tecnologici hanno cercato di ridefinire o sostituire il termine AGI con nuove formulazioni proprietarie, percepite come meno soggette all'hype, ma che nella sostanza descrivono concetti analoghi. Non è un dettaglio marginale: il raggiungimento della AGI è esplicitamente menzionato in clausole contrattuali rilevanti, come quelle che regolano il rapporto tra OpenAI e Microsoft, con implicazioni economiche potenzialmente molto significative.
A supporto della propria tesi, Huang ha citato il caso di OpenClaw, la piattaforma open-source per AI agent che ha registrato una diffusione virale, con utenti che utilizzano agenti AI autonomi per attività di ogni genere. Il CEO ha ipotizzato scenari concreti di applicazione, tra cui la creazione di influencer digitali o applicazioni sociali basate su agenti virtuali personalizzati — paragonandoli, con una metafora evocativa, ai Tamagotchi digitali — che potrebbero affermarsi improvvisamente come fenomeni di massa.
Tuttavia, le stesse parole di Huang contengono un contrappeso critico che non va sottovalutato. Dopo aver evocato scenari di adozione di massa degli AI agent, il CEO di Nvidia ha ammesso che molti utenti abbandonano questi strumenti dopo pochi mesi di utilizzo, suggerendo che la retention rimanga una sfida aperta per l'intero settore. E, in modo ancora più significativo, ha precisato che "la probabilità che 100.000 di questi agenti costruiscano una Nvidia è zero percento" — un'affermazione che ridimensiona notevolmente l'entusiasmo iniziale e riporta il dibattito a un piano di concretezza tecnica.
Questa apparente contraddizione interna al discorso di Huang riflette una tensione strutturale che attraversa l'intero ecosistema AI: la distanza tra le capacità dimostrate dai modelli attuali — per quanto impressionanti su benchmark specifici — e la visione di sistemi genuinamente autonomi, capaci di operare con continuità, adattabilità e impatto economico misurabile su scala. Gli attuali sistemi di AI generativa eccellono in compiti circoscritti, ma la generalizzazione robusta in ambienti complessi e dinamici resta una frontiera ancora aperta della ricerca, come documentato in numerosi paper presentati a conferenze come NeurIPS e ICML.
Nel contesto europeo, dove l'AI Act sta ridefinendo gli obblighi di trasparenza e accountability per i sistemi ad alto rischio, dichiarazioni di questo calibro alimentano anche un dibattito normativo: se la AGI fosse effettivamente raggiunta, quali categorie regolamentari si applicherebbero? Chi ne deterrebbe la responsabilità legale? Sono domande a cui né i legislatori di Bruxelles né le aziende di Silicon Valley sembrano avere ancora risposte definitive. La sfida nei prossimi mesi sarà distinguere tra annunci strategici — che servono anche a orientare mercati e investitori — e progressi tecnici reali, validati da ricerche peer-reviewed e non solo da dichiarazioni pubbliche.