Per analizzare i possibili scenari economici che l’Intelligenza Artificiale (IA) ci riserverà nel 2026, è interessante considerare le osservazioni di Andrej Karpathy. Questo noto informatico, recentemente approdato in Tesla dopo una milione di interazioni professionali nelle file di OpenAI, ha effettuato una ponte sul proprio stato di evoluzione professionale.
La programmazione rivoluzionata dall’IA
Verso la fine del 2025, Karpathy ha condiviso sul suo profilo X una riflessione profonda, affermando: “Non mi sono mai sentito così indietro come programmatore. La professione sta attraversando una ristrutturazione radicale, poiché i contributi dei programmatori stanno diventando sempre più scarsi e disomogenei.” Queste parole indicano chiaramente la rivoluzione in atto, che inizia nella programmazione e si estende a diverse sfere economiche, portando a uno scenario per il quale le aziende e i lavoratori non sembrano ancora completamente preparati.
Karpathy continua esprimendo la sua convinzione che, se si apprenderebbero adeguatamente le nuove tecnologie disponibili, la propria produttività potrebbe incrementare esponenzialmente. “C’è un nuovo livello di astrazione programmabile da padroneggiare, che comprende agenti, subagenti, permessi e molte altre variabili,” aggiunge. Questo complesso ecosistema tecnologico è alla base di una sfida che richiederà un adattamento significativo da parte di tutti gli attori coinvolti nel mondo della programmazione.
Non è un caso che anche Geoffrey Hinton, uno dei pionieri del deep learning e Premio Nobel per la fisica del 2024, abbia sottolineato come il progresso dell’IA stia avvenendo a un ritmo più veloce del previsto. Negli ultimi tempi, molti programmatori hanno confermato che modelli come Claude Code non solo assistono, ma possono anche generare codice autonomamente, dando vita a un approccio noto come “vibe coding”. Questo metodo consente ai programmatori di interagire con l’IA in linguaggio naturale per ottenere risultati senza dover scrivere codice manualmente.
Robotica e IA fisica: gli economics dell’intelligenza artificiale nel mondo reale
Con uno sguardo agli sviluppi futuri, è imprescindibile citare le innovazioni nella robotica e nell’IA fisica, come evidenziato al CES di Las Vegas. Jensen Huang di Nvidia ha definito il 2026 come l’anno in cui assisteremo a una vera e propria “rivoluzione ChatGPT” nel campo della robotica, citando tecnologie come Alpamayo, un modello open source già operativo in nuove auto Mercedes Benz CLA.
Anche se il modello Alpamayo è principalmente focalizzato su problematiche legate alla fisica anziché sui Large Language Model (LLM), rappresenta un passo avanti cruciale. Le aziende stanno progressivamente sviluppando un’intelligenza che comprende le leggi fisiche, rendendo la guida autonoma più sicura e affidabile. Nonostante ci vorrà tempo per un’adozione generalizzata, vedremo sempre più applicazioni verticali sofisticate emergere nel 2026.
Competizione tra modelli e chip: gli economics dell’intelligenza artificiale
Nvidia sta dimostrando capacità di innovazione, non solo nei chip, ma anche attraverso modelli IA applicati alla guida autonoma. Tuttavia, altri produttori come AMD e start-up come Groq stanno guadagnando terreno, aumentando la competizione nel mercato. Groq, in particolare, ha firmato un contratto con Nvidia per l’utilizzo di processori specializzati, il che rende il mercato dei chip particolarmente dinamico.
Produttività e lavoro: il paradosso di Jevons negli economics dell’intelligenza artificiale
Il tema della produttività si lega profondamente al fronte lavorativo. Nel 2026, potrebbero verificarsi riduzioni significative dei posti di lavoro a causa della crescente efficienza offerta dall’IA. Tuttavia, esperti come Aaron Levie citano il paradosso di Jevons: l’aumento di produttività potrebbe stimolare una maggiore domanda per i lavori della conoscenza, trasformando il modo in cui affrontiamo le sfide lavorative. Gli agenti IA richiedono comunque supervisioni umane per operare in modo efficace.
Formazione e organizzazione: gli economics dell’intelligenza artificiale
Un aspetto critico sembra essere la carenza di investimenti in formazione e nella modifica delle strutture organizzative necessarie per implementare l’IA. I dati mostrano che i professionisti formati utilizzano l’IA con una produttività superiore rispetto a chi non ha ricevuto alcuna formazione. Eppure, solo il 15% delle aziende in Europa ha avviato programmi formativi, il che rischia di limitare il potenziale trasformativo dell’IA nell’economia.