Nel dibattito pubblico sull'intelligenza artificiale, l'attenzione si concentra quasi esclusivamente su benchmark, parametri e capacità generative dei modelli. Eppure la domanda più pressante — quella che riguarda la sopravvivenza economica di miliardi di persone in un mondo post-lavoro — rimane sistematicamente ai margini della conversazione. Non si tratta di fantascienza distopica: è una questione di economia politica concreta, che investe la struttura del fisco, la redistribuzione della ricchezza e, in ultima analisi, il funzionamento stesso della democrazia rappresentativa.
Sam Altman, CEO di OpenAI, ha più volte evocato un futuro in cui l'AI genera prosperità su scala senza precedenti. La tesi è seducente, ma nasconde un presupposto non dimostrato: che quella prosperità venga distribuita. Come hanno osservato i timori ricorrenti fin dalla Prima Rivoluzione Industriale, la tecnologia non ridistribuisce automaticamente i suoi frutti — lo fa solo quando sistemi politici e fiscali sono progettati per farlo.
Il nucleo del problema è strutturale. In quasi tutti i Paesi avanzati, il lavoro rappresenta la principale fonte di gettito fiscale: IRPEF, contributi previdenziali, imposte sul reddito da impiego. Se la quota del lavoro nel reddito nazionale tende progressivamente a zero — come ipotizzano gli scenari più aggressivi sull'automazione cognitiva — l'intero edificio della finanza pubblica moderna rischia di collassare. Non è una questione tecnica risolvibile con un aggiornamento dei modelli: è una crisi di sistema.
Anton Korinek e Lee Lockwood dell'Università della Virginia hanno elaborato una delle analisi più strutturate su come potrebbe funzionare la finanza pubblica nell'era dell'AI. La loro proposta prevede una transizione in più fasi: nella prima, quando il lavoro umano mantiene ancora rilevanza economica, si potrebbe ricorrere a tasse sui consumi per compensare il calo del gettito da lavoro. In uno scenario di superintelligenza artificiale matura, invece, il peso fiscale dovrebbe spostarsi sul capitale, poiché la gran parte dei rendimenti economici verrebbe reinvestita dai sistemi automatizzati piuttosto che consumata dagli esseri umani.
Korinek, in collaborazione con il premio Nobel per l'Economia Joe Stiglitz della Columbia University, ha elaborato anche una proposta di politica fiscale orientativa: nelle fasi iniziali, le leve tributarie potrebbero essere usate non solo per redistribuire, ma per orientare gli investimenti tecnologici verso sistemi che aumentano le capacità dei lavoratori — tecnologie complementari al lavoro umano — piuttosto che verso sistemi che li sostituiscono. Si tratta di un cambio di paradigma rispetto alla neutralità fiscale che oggi caratterizza gran parte della politica tecnologica occidentale.
Sul versante più radicale, Korinek e Lockwood esplorano l'ipotesi di una redistribuzione diretta di equity nei progetti AI. Invece di tassare i rendimenti ex post, i governi potrebbero acquisire quote azionarie nelle venture AI fin dall'inizio, costruendo nel tempo un patrimonio pubblico. Una variante ancora più drastica prevede l'espropriazione di una quota di capitale upfront, da distribuire direttamente alla popolazione come partecipazione diretta alla "cornucopia" promessa dall'AI. Il meccanismo avrebbe anche una proprietà interessante: in caso di sviluppo deludente dell'AI, i rendimenti resterebbero modesti; in caso di trasformazione economica profonda, il valore delle quote pubbliche crescerebbe in proporzione, creando un aggiustamento automatico in condizioni di radicale incertezza.
Il contesto politico rende queste proposte difficili da attuare. Negli Stati Uniti, la pressione fiscale complessiva si attesta sotto il 26% del PIL, circa otto punti percentuali al di sotto della media OCSE. La tassazione del capitale rappresenta appena il 2% del PIL. L'accordo fiscale globale dell'OCSE, finalizzato nel 2021 per limitare il tax shifting delle grandi piattaforme digitali — Amazon, Google, Meta — è stato abbandonato unilateralmente dall'amministrazione Trump nei primi mesi del 2025, dopo che la campagna presidenziale aveva ricevuto circa 400 milioni di dollari in donazioni da vari esponenti dell'oligarchia tech.
La sfida non è solo tecnica o fiscale: è una questione di potere. Come ricordava Guterres, il problema dell'"alignment" — termine con cui nel mondo AI si indica la capacità di allineare il comportamento dei sistemi agli obiettivi degli utenti — deve essere esteso a una dimensione più ampia: allineare gli obiettivi dei sistemi AI e dei loro proprietari con quelli della società nel suo complesso. Lina Khan, alla guida della Federal Trade Commission durante l'amministrazione Biden, ha tentato di incidere sui monopoli tech con risultati limitati, a dimostrazione della solidità delle resistenze istituzionali e legali costruite dall'industria.
C'è anche una dimensione democratica che merita attenzione critica. Storicamente, la diffusione della democrazia è stata alimentata dall'indispensabilità economica della classe lavoratrice urbana: i sistemi politici si sono adeguati per rappresentare chi era necessario all'economia. Se il lavoro ordinario diventa irrilevante per la produzione di ricchezza, quale leva rimane ai cittadini comuni per influenzare i sistemi di governo? Non è un interrogativo astratto: è la domanda che ridefinisce il rapporto tra tecnologia, economia e rappresentanza politica.
Nel frattempo, alcune figure di spicco del capitalismo tecnologico americano stanno già elaborando piani alternativi. Dai tentativi di acquisire il controllo della Groenlandia agli esperimenti di "network-state" in Honduras, Nigeria, nelle Isole Cayman o a Nevis, l'idea è costruire giurisdizioni parallele sottratte alla governance democratica tradizionale. È una risposta privata — e privatistica — a una crisi sistemica che richiederebbe invece soluzioni collettive, negoziate, trasparenti.
La finestra temporale per intervenire è probabilmente più stretta di quanto i tempi della politica consentano. I grandi modelli linguistici e i sistemi di AI generativa avanzano a una velocità che supera la capacità legislativa dei parlamenti nazionali, e l'AI Act europeo — pur rappresentando il quadro normativo più strutturato al mondo — non affronta direttamente le implicazioni macroeconomiche dell'automazione cognitiva. La domanda che resta aperta, e alla quale nessun benchmark può rispondere, è se le democrazie saranno in grado di costruire le architetture redistributive necessarie prima che la concentrazione di potere economico generata dall'AI le renda politicamente impossibili.