Xi ha incontrato a Shanghai le menti più brillanti della Cina.

Alcune osservazioni sul simposio di ricerca di base: la sede, la lista dei relatori e i segnali politici.

Fred Gao30 aprile

LEGGI NELL’APP

CONTRIBUITE!!! La situazione finanziaria del sito sta diventando insostenibile per la ormai quasi totale assenza di contributi Il  sito Italia e il Mondo non riceve finanziamenti pubblici o pubblicitari. Se vuoi aiutarci a coprire le spese di gestione (circa 6.000 € all’anno), ecco come puoi contribuire: – Postepay Evolution: Giuseppe Germinario – 5333171135855704; – IBAN: IT30D3608105138261529861559 PayPal: PayPal.Me/italiaeilmondo Tipeee: https://it.tipeee.com/italiaeilmondo Puoi impostare un contributo mensile a partire da soli 2€! (PayPal trattiene 0,52€ di commissione per transazione). Contatti: italiaeilmondo@gmail.com – x.com: @italiaeilmondo – Telegram: https://t.me/italiaeilmondo2 – Italiaeilmondo – LinkedIn: /giuseppe-germinario-2b804373

Questa mattina, Xi Jinping ha partecipato a un simposio sul rafforzamento della ricerca di base a Shanghai. La riunione è stata presieduta da Ding Xuexiang, e vi ha partecipato anche Cai Qi.
Tra i relatori del simposio figuravano:

• Yin Hejun , Ministro della Scienza e della Tecnologia
• Huai Jinpeng, Ministro dell’Istruzione
• Hou Jianguo , Presidente dell’Accademia cinese delle scienze
• Chen Jining, Segretario del Partito di Shanghai
• Liu Ruochuan , Preside della Facoltà di Scienze Matematiche dell’Università di Pechino
• Liu Chenli , direttore dell’Istituto di tecnologia avanzata di Shenzhen, CAS
• Qiao Yu , professore presso il Laboratorio di Intelligenza Artificiale di Shanghai (Pujiang Lab)
  (Ha ottenuto oltre 120.000 citazioni su Google Scholar, classificandosi al primo posto nella Cina continentale e al dodicesimo a livello globale nel campo del riconoscimento di modelli.)
• Zhang Pingxiang, capo scienziato della Western Superconducting Technologies Co.

Altri alti funzionari presenti:
Yin Li (Segretario del Partito a Pechino)
Shi Taifeng (Capo del Dipartimento Organizzativo del Comitato Centrale del PCC)
Liu Guozhong (Vice Primo Ministro del Consiglio di Stato, con delega alla sanità e all’agricoltura)
Zhang Guoqing (Vice Primo Ministro del Consiglio di Stato, con delega all’industria e alle tecnologie dell’informazione, alla sicurezza sul lavoro e ai settori correlati)
Huang Kunming (Segretario del Partito della provincia del Guangdong)

Ecco i punti chiave del discorso di Xi, insieme ad alcune mie osservazioni:

 Iscritto

1. La ricerca di base è stata elevata a un livello strategico senza precedenti, venendo considerata la “fonte” dell’intero sistema scientifico e l'”interruttore principale” per tutti i problemi tecnologici. Ciò fa presagire l’arrivo di misure più concrete in materia di finanziamenti, meccanismi di valutazione e politiche per la gestione dei talenti.
2. L’enfasi posta da Xi sull'”innovazione originale e dirompente” riflette la realtà della rivalità tecnologica tra Cina e Stati Uniti e, più in generale, della competizione globale. Pechino sta segnalando che la Cina non si accontenta più di sfruttare i suoi punti di forza industriali solo per una scalabilità da 1 a 100. Ora vuole conquistare una posizione di leadership nella ricerca di base di frontiera e realizzare scoperte rivoluzionarie autonome, partendo da zero.
3. Il linguaggio utilizzato per parlare di “tolleranza al fallimento” e di un “sistema di valutazione differenziato” rimanda direttamente a un problema di lunga data nella comunità scientifica: le metriche di performance utilitaristiche e orientate al breve termine. Certo, la cultura basata sugli indicatori di performance non è certo una prerogativa di questo settore, ma sono curioso di vedere come la riforma della valutazione verrà effettivamente implementata nell’ambito della ricerca di base. Anche trovare un equilibrio tra apertura e sicurezza è un problema aperto che merita di essere osservato.
4. Abbinare lo sviluppo dei giovani talenti alla divulgazione scientifica suggerisce che la leadership riconosce il problema della continuità generazionale nella forza lavoro della ricerca di base e desidera coltivare la curiosità scientifica fin dall’adolescenza. Due scienziati, Liu Ruochuan e Liu Chenli, nati nel 1980, e Qiao Yu , nati in un’età simile, rappresentano il nuovo volto dei giovani scienziati cinesi nella ricerca di base.

Di solito sono io a dare spiegazioni, ma non ho capito perché questa riunione si sia tenuta a Shanghai e non a Pechino, dove si concentrano le migliori università, o nel Delta del Fiume delle Perle, che è più orientato alla traduzione industriale. Noto però la presenza del segretario del Partito a Pechino e nel Guangdong. Se qualche lettore ha qualche idea in proposito, lo prego di illuminarmi.

Condividere

Di seguito è riportata la trascrizione completa in inglese della presentazione ufficiale che ho realizzato con l’aiuto dell’intelligenza artificiale:

---

Xi Jinping, durante un simposio sul rafforzamento della ricerca di base, ha sottolineato l’importanza di intensificare gli sforzi e adottare misure più concrete per consolidare ulteriormente le basi per fare della Cina un Paese forte in ambito scientifico e tecnologico.

La mattina del 30, Xi Jinping, Segretario Generale del Comitato Centrale del PCC, Presidente della Cina e Presidente della Commissione Militare Centrale, ha partecipato a un simposio sul rafforzamento della ricerca di base a Shanghai, dove ha pronunciato un importante discorso. Ha sottolineato che la ricerca di base è la fonte dell’intero sistema scientifico e il motore principale per la risoluzione di tutti i problemi tecnologici. Occorre intensificare gli sforzi e adottare misure più concrete per rafforzare la ricerca di base, accrescere la capacità di innovazione originale della Cina e consolidare ulteriormente le basi per la costruzione di un Paese forte in ambito scientifico e tecnologico.

Cai Qi, membro del Comitato permanente dell’Ufficio politico del Comitato centrale del PCC e direttore dell’Ufficio generale del Comitato centrale del PCC, ha partecipato al simposio. Ding Xuexiang, membro del Comitato permanente dell’Ufficio politico del Comitato centrale del PCC e vice primo ministro del Consiglio di Stato, ha presieduto la riunione.

Al simposio sono intervenuti a turno i seguenti funzionari e studiosi, che hanno condiviso il proprio lavoro e offerto raccomandazioni per il rafforzamento della ricerca di base: Yin Hejun, Ministro della Scienza e della Tecnologia; Huai Jinpeng, Ministro dell’Istruzione; Hou Jianguo, Presidente dell’Accademia Cinese delle Scienze; ​​Chen Jining, Segretario del Partito di Shanghai; Liu Ruochuan, Preside della Facoltà di Scienze Matematiche dell’Università di Pechino; Liu Chenli, Direttore dell’Istituto di Tecnologie Avanzate di Shenzhen presso l’Accademia Cinese delle Scienze; ​​Qiao Yu, Professore presso il Laboratorio di Intelligenza Artificiale di Shanghai (Pujiang Lab); e Zhang Pingxiang, Capo Scienziato della Western Superconducting Technologies Co., Ltd.

Dopo aver ascoltato gli oratori, Xi Jinping ha pronunciato il suo discorso di apertura. Ha osservato che, sin dal XVIII Congresso Nazionale del Partito, il Comitato Centrale del PCC ha attribuito grande importanza alla ricerca di base e che, attraverso misure quali l’ottimizzazione del panorama della ricerca, l’aumento dei finanziamenti e del sostegno e l’innovazione dei meccanismi istituzionali, le capacità di ricerca di base della Cina sono migliorate significativamente. Attualmente, una nuova ondata di rivoluzione scientifica e tecnologica e di trasformazione industriale sta accelerando, la competizione tecnologica globale si concentra sempre più sulla ricerca di base di frontiera e l’importanza dell’innovazione originale e dirompente diventa sempre più evidente. Dobbiamo cogliere le opportunità, affrontare le sfide, porre saldamente la ricerca di base nella nostra agenda prioritaria e perseguirla con tenacia per ottenere un progresso continuo.

Xi ha sottolineato la necessità di rafforzare la pianificazione generale e la progettazione di alto livello per ottimizzare la struttura sistemica della ricerca di base. Dobbiamo attenerci all’orientamento strategico dei “Quattro orientamenti”, chiarendo ulteriormente le principali direzioni e le aree prioritarie della ricerca di base. Dobbiamo rafforzare il ruolo guida degli istituti di ricerca nazionali e delle principali università di ricerca, incoraggiare e regolamentare adeguatamente lo sviluppo di nuove tipologie di istituti di ricerca e sviluppo, promuovere una profonda integrazione tra industria, mondo accademico, ricerca e applicazione guidata dalle imprese e connettere l’intera catena dell’innovazione, dalla ricerca di base e dallo sviluppo applicato alla commercializzazione dei risultati. Occorre compiere maggiori sforzi per rafforzare le discipline di base e promuovere uno sviluppo coordinato tra i settori applicati e quelli fondamentali.

Xi ha sottolineato che lo sviluppo dell’istruzione, della scienza, della tecnologia e dei talenti deve essere promosso in modo integrato, con sforzi congiunti per coltivare, attrarre e utilizzare i talenti al fine di ampliare la forza lavoro nella ricerca di base. Dobbiamo rispettare le leggi dello sviluppo dei talenti, migliorare la qualità dell’istruzione e coltivare costantemente una riserva di talenti nella ricerca di base. Dobbiamo ottimizzare i meccanismi di collaborazione tra ricerca scientifica e istruzione e dare importanza all’individuazione e alla crescita dei talenti in prima linea nella ricerca. Dobbiamo aderire a un approccio “orientato alla missione”, con scienziati senior che facciano da mentori a quelli junior e fornire un forte sostegno ai giovani ricercatori. Bisogna promuovere lo spirito scientifico, rafforzare la divulgazione scientifica e stimolare l’immaginazione e la curiosità dei giovani, in modo che la ricerca di base diventi un’aspirazione di vita per un numero sempre maggiore di giovani.

Xi ha sottolineato la necessità di rafforzare il sostegno e le garanzie per la ricerca di base. La percentuale di finanziamenti destinati alla ricerca di base dovrebbe essere gradualmente aumentata e si dovrebbe creare una struttura di investimento diversificata. Le principali infrastrutture scientifiche e tecnologiche dovrebbero essere pianificate e sviluppate in modo sistematico, insieme a sistemi di piattaforme di ricerca intelligenti. Occorre istituire un sistema di valutazione differenziato e adattato alle caratteristiche della ricerca di base, migliorare le condizioni di lavoro e di vita dei ricercatori e promuovere un ambiente innovativo aperto, inclusivo e tollerante nei confronti degli errori. È inoltre necessario rafforzare l’integrità della ricerca.

Xi ha osservato che la Cina dovrebbe integrarsi proattivamente nella rete globale dell’innovazione, approfondire gli scambi e la cooperazione internazionali nella ricerca di base, affrontare congiuntamente le principali sfide scientifiche in settori quali il cambiamento climatico, l’energia e l’ambiente, la vita e la salute, e partecipare attivamente alla governance globale della scienza e della tecnologia.

Presiedendo la riunione, Ding Xuexiang ha affermato che il discorso del Segretario Generale Xi Jinping ha pienamente riconosciuto i risultati raggiunti dalla ricerca di base cinese, ha analizzato in modo esaustivo le nuove circostanze e le sfide future e ha delineato piani strategici e requisiti chiari per il rafforzamento della ricerca di base. Il discorso, ha affermato, è lungimirante nella sua portata e ricco di contenuti, con un forte significato politico, ideologico e guida, tracciando la rotta e fornendo i principi fondamentali per il progresso della ricerca di base. Dobbiamo studiare a fondo e interiorizzare lo spirito delle osservazioni del Segretario Generale, comprendere con precisione l’intento strategico del Comitato Centrale del PCC, accrescere il nostro senso di urgenza, responsabilità e missione e – con maggiore fiducia e determinazione, e con misure e azioni più pragmatiche – rafforzare in modo completo la ricerca di base, concentrarci sul potenziamento della capacità di innovazione originale e impegnarci per raggiungere un elevato livello di autosufficienza tecnologica e fare della Cina un paese forte nella scienza e nella tecnologia.

Anche Yin Li, Shi Taifeng, Liu Guozhong, Zhang Guoqing e Huang Kunming hanno partecipato al simposio.

Erano inoltre presenti alti funzionari dei dipartimenti competenti del Comitato Centrale del PCC, degli organi statali e delle unità militari; funzionari di spicco di alcune province e municipalità; e rappresentanti di università, istituti di ricerca, laboratori nazionali, imprese e della comunità scientifica.

Grazie per aver letto Inside China! Questo post è pubblico, quindi sentitevi liberi di condividerlo.

Condividere

Zhuo Xian sull’impatto dell’intelligenza artificiale sul sistema di sicurezza sociale cinese.

Un direttore del think tank del Consiglio di Stato cinese spiega come l’intelligenza artificiale stia erodendo i tre pilastri dei sistemi di sicurezza sociale e come si possa porre rimedio.

Fred Gao3 aprile

LEGGI NELL’APP

La maggior parte degli articoli che ho letto riguarda l’impatto dell’IA sull’occupazione, in pratica “quanti posti di lavoro andranno persi”. Per la puntata di oggi, vorrei andare oltre e presentare un articolo sull’impatto dell’IA sui sistemi di sicurezza sociale.

L’articolo è di Zhuo Xian (卓贤), direttore e ricercatore senior presso il Dipartimento di Ricerca sullo Sviluppo Sociale e Culturale del Centro di Ricerca per lo Sviluppo del Consiglio di Stato. Il Centro di Ricerca per lo Sviluppo è uno dei think tank governativi più influenti della Cina e risponde direttamente al Consiglio di Stato.

Zhuo Xian (Fonte: Tencent)

Nella maggior parte dei paesi del mondo, i sistemi di previdenza sociale si basano su un’occupazione stabile, e la Cina non fa eccezione. Che si tratti di assicurazione contro la disoccupazione o di congedo di maternità, questi programmi sono stati concepiti per proteggere i lavoratori dal rischio di interruzioni di carriera. Tre pilastri garantiscono la sostenibilità finanziaria del sistema: rapporti stabili tra datore di lavoro e dipendente, salari che crescono di pari passo con la produttività e una struttura demografica favorevole. Zhuo avverte che, con la diffusione su larga scala dell’intelligenza artificiale, le aziende non hanno più bisogno di mantenere un’ampia forza lavoro formale e si stanno spostando verso un’economia dei lavoretti più frammentata. Allo stesso tempo, l’IA apprende più velocemente di qualsiasi individuo, minacciando di interrompere il meccanismo di “apprendimento pratico” che caratterizza l’accumulo di capitale umano. Con la riduzione delle posizioni di livello base, si riducono anche le opportunità di carriera per diventare esperti senior.

Sul fronte politico, Zhuo propone soluzioni a diversi livelli. Nel breve termine, auspica una “tassa sui robot” differenziata, offrendo incentivi fiscali per le tecnologie di intelligenza artificiale che potenziano le capacità umane, e negando agevolazioni o imponendo aliquote modeste alle tecnologie che sostituiscono completamente il lavoro. A livello operativo, suggerisce di ispirarsi all’approccio giapponese di destinare le entrate dell’imposta sui consumi specificamente alla previdenza sociale, in modo che il finanziamento dell’assicurazione sociale non dipenda più interamente dalle imposte sui salari. La logica è che, con il continuo calo della quota di reddito nazionale destinata al lavoro, è necessario individuare nuovi meccanismi per convogliare la ricchezza generata dall’intelligenza artificiale verso una rete di sicurezza sociale a beneficio dei cittadini comuni.

Nel lungo termine, Zhuo sostiene che, poiché la potenza di calcolo dell’IA diventerà un’infrastruttura fondamentale, lo Stato dovrebbe investire e mantenere la proprietà delle risorse informatiche di base per appropriarsi delle rendite economiche generate dall’IA. Ha fatto un paragone con il fondo sovrano norvegese per il petrolio, che contribuisce a immettere un “dividendo dell’IA” nel sistema di sicurezza sociale, spostando il modello dalla “tassazione del lavoro” alla “condivisione dei profitti dell’IA”.

Sul fronte dello sviluppo umano, egli ritiene che l’istruzione dovrebbe orientarsi verso la coltivazione delle capacità metacognitive e del pensiero interdisciplinare, piuttosto che puntare su specifiche competenze tecniche destinate a diventare rapidamente obsolete. Nel breve termine, il governo dovrebbe sovvenzionare i salari o coprire i contributi previdenziali per i giovani che entrano nel mondo del lavoro, riducendo i costi per le aziende che assumono personale junior e impedendo all’intelligenza artificiale di ostacolare l’accesso dei giovani alla carriera.

Il suo articolo riflette, in qualche modo, il modo in cui i consiglieri politici cinesi considerano l’intelligenza artificiale. Zhuo cita direttamente un passaggio della proposta del 15° Piano quinquennale sulla “costruzione di un modello di sviluppo favorevole all’occupazione”, il che potrebbe indicare che l’impatto dell’IA sul mercato del lavoro e sul tessuto sociale ha raggiunto la massima priorità nell’agenda politica cinese. Pechino considera l’IA innanzitutto come un problema di governance, che include la possibilità di pagare le pensioni puntualmente, la solvibilità dei fondi di previdenza sanitaria pubblica e la possibilità per i giovani di accedere alla classe media.

Inside China è una pubblicazione sostenuta dai lettori. Per ricevere nuovi articoli e supportare il mio lavoro, valuta la possibilità di abbonarti gratuitamente o a pagamento.

 Iscritto

---

Intelligenza artificiale, occupazione e previdenza sociale

Zhuo Xian — Direttore e ricercatore presso il Dipartimento di ricerca sullo sviluppo sociale e culturale del Centro di ricerca sullo sviluppo del Consiglio di Stato.

Il rapporto tra crescita economica e occupazione sta cambiando

Nella lunga era agraria precedente alla Rivoluzione Industriale, il basso progresso tecnologico comportava una crescita a ritmo lento, corrispondente a una bassa crescita demografica e a una bassa crescita dell’occupazione. La crescita economica era praticamente sinonimo di crescita dell’occupazione agricola.

La Rivoluzione Industriale ha infranto i limiti imposti dall’energia e dalla potenza, nonché dalle combinazioni esistenti di fattori di produzione, ampliando enormemente le frontiere della produzione umana. Industrializzazione e urbanizzazione si sono rafforzate reciprocamente grazie alle economie di scala. I prezzi dei prodotti industriali sono diminuiti con l’aumento della produttività, mentre i livelli salariali sono cresciuti di pari passo con la produttività. La produzione e il consumo su larga scala hanno formato un circolo virtuoso, e i posti di lavoro industriali per operai sono cresciuti rapidamente.

Il moderno sistema aziendale ha ampliato la portata della divisione sociale del lavoro e della collaborazione. Numerosi processi produttivi che in origine venivano svolti all’interno di un’unica impresa (come la logistica, il marketing e la consulenza legale) si sono scorporati in aziende specializzate, formando una vasta rete di input e servizi intermedi. Pur migliorando l’efficienza economica, questo ha anche portato a un’impennata di posizioni impiegatizie basate sulla conoscenza all’interno di strutture organizzative gerarchiche. Dopo la diffusione dei personal computer negli anni ’80, le posizioni di elaborazione dati come contabili, segretari e analisti sono cresciute relativamente in fretta.

La mercificazione del lavoro domestico è stata un altro importante motore di creazione di posti di lavoro. Con l’ingresso massiccio delle donne nel mercato del lavoro, il lavoro che in precedenza veniva svolto gratuitamente all’interno delle famiglie si è trasformato in servizi retribuiti e commercializzati, entrando a far parte della contabilità economica nazionale. Sono stati creati continuamente posti di lavoro nei settori dei servizi essenziali come le pulizie domestiche, la ristorazione, l’istruzione e l’intrattenimento.

Per gran parte del XX secolo, l’idea che “la prosperità economica equivalga alla piena occupazione” è stata una forma di cognizione sociale plasmata dalla civiltà industriale, ed è diventata la logica narrativa e il fondamento psicologico di molti modelli di business e istituzioni sociali attuali.

I diversi episodi di “crescita senza creazione di posti di lavoro” sperimentati dalle economie avanzate a cavallo tra il XXI e il XXI secolo hanno iniziato a mettere in discussione questo consenso. Le prime ricerche attribuivano la “crescita senza creazione di posti di lavoro” ai periodi post-crisi, considerandola principalmente un’anomalia ciclica derivante dall’aumento degli investimenti in attrezzature da parte delle imprese di nuova costituzione, piuttosto che un cambiamento strutturale nel rapporto tra occupazione e crescita. Tuttavia, ricerche successive hanno dimostrato che la scomparsa dei lavori cognitivi e manuali di routine non è avvenuta gradualmente, ma si è concentrata durante le recessioni economiche. Le imprese hanno utilizzato le crisi come un “meccanismo di pulizia” concentrato per eliminare definitivamente le posizioni a media qualifica che potevano essere sostituite dall’automazione. Quando l’economia si è ripresa, quei posti di lavoro non sono tornati. Sebbene il settore dei servizi abbia infine assorbito la maggior parte della forza lavoro, lo ha fatto a costo di sacrificare la crescita salariale e la stabilità occupazionale.

Sintetizzando la recente letteratura nazionale e internazionale sull’impatto dell’IA sull’occupazione, emerge che l’intelligenza artificiale non ha causato disoccupazione su larga scala. Molti studi hanno addirittura rilevato che, mentre il tasso di disoccupazione tra i lavoratori dei settori con un’elevata esposizione all’IA è effettivamente in aumento, quello tra i lavoratori con una minore esposizione cresce ancora più rapidamente. Una possibile spiegazione è che i lavoratori con un’elevata esposizione all’IA tendono ad avere livelli di istruzione più elevati e maggiori capacità di reinserimento lavorativo, e sono quindi meno colpiti. I pochi studi che dimostrano una maggiore disoccupazione tra coloro che sono esposti all’IA utilizzano principalmente modelli linguistici su larga scala per valutare il rischio che diverse professioni vengano sostituite dall’IA – in altre parole, “l’IA ci dice che l’IA sta peggiorando la disoccupazione” – e la significatività statistica non è elevata.

Sebbene l’impatto sui livelli occupazionali complessivi non sia evidente, nell’attuale era dell’intelligenza artificiale, il rapporto tra occupazione e crescita ha già mostrato alcune nuove tendenze, che possono essere riassunte come un “disaccoppiamento” in tre aree.

Innanzitutto, l’occupazione si sta disaccoppiando dagli investimenti. Nell’era dell’economia industriale e dei servizi, sia gli investimenti in infrastrutture che quelli in macchinari generavano una considerevole occupazione diretta e indiretta. Nell’era dell’intelligenza artificiale, le aziende tecnologiche stanno incrementando i propri capitali a una velocità senza precedenti, eppure l’effetto di creazione di posti di lavoro è in calo. A differenza della precedente ondata di investimenti in internet, il modello di espansione dell’era dell’IA si è spostato da un modello “asset-light, people-here” a un modello “capital-here, computing-here”, basato su investimenti ad alta densità in infrastrutture fisiche come data center e reti energetiche. Si prevede che le spese in conto capitale combinate di Microsoft, Amazon, Google e Meta nel 2025 raggiungeranno i 400 miliardi di dollari, una cifra che supera il PIL annuo di molti paesi di medie dimensioni. Eppure, allo stesso tempo, le aziende tecnologiche stanno implementando strategie di austerità in termini di capitale umano, tagliando centinaia di migliaia di posti di lavoro e bloccando le assunzioni di neolaureati. Ciò che è insolito è che queste azioni si verificano in un contesto di prezzi azionari record e di una solida crescita dei ricavi, riflettendo una logica decisionale volta a ridurre i costi del lavoro per liberare fondi da investire nelle infrastrutture informatiche.

In secondo luogo, il progresso tecnologico si sta disaccoppiando dallo sviluppo del capitale umano. In passato, i miglioramenti della produttività del lavoro derivavano sia dal capitale e dalla tecnologia incorporata nei macchinari, sia dal contributo del capitale umano accumulato attraverso l'”apprendimento pratico”. Nell’era dell’IA, è più probabile che gli aumenti di produttività del lavoro derivino da una diminuzione del denominatore di tale indicatore, ovvero la dimensione della forza lavoro, e il ritmo di sviluppo del capitale umano è di gran lunga inferiore alla velocità del progresso tecnologico dell’IA.

Da un lato, il percorso di “apprendimento attraverso la pratica” per l’accumulo di capitale umano si sta restringendo. In passato, i laureati acquisivano esperienza attraverso lavori di base e si sviluppavano gradualmente fino a diventare professionisti senior. Ora, l’intelligenza artificiale è sempre più competente nello svolgimento di compiti affidati ad analisti, programmatori e copywriter junior, e la domanda di neolaureati in alcune posizioni è in calo. Ad esempio, il modello tradizionale degli studi legali si basava su un gran numero di avvocati junior per svolgere attività di revisione documentale, ricerca legale e simili. L’intelligenza artificiale può ora completare questi compiti in pochi secondi, ma la domanda di casi come i procedimenti di divorzio non aumenta grazie all’IA, portando gli studi legali a ridurre drasticamente le assunzioni di avvocati junior. Ciò non solo contribuisce all’aumento della disoccupazione giovanile, ma potrebbe anche interrompere il consolidato percorso di crescita professionale per molte tipologie di sviluppo del capitale umano. Se le aziende non assumono più dipendenti junior, da dove verranno i futuri esperti senior?

D’altro canto, nella corsa tra tecnologia e istruzione, il ritmo lineare di accumulazione del capitale umano non riesce a tenere il passo con la velocità esponenziale dell’evoluzione tecnologica. Una delle principali soluzioni alle sfide occupazionali dell’era dell’IA è la formazione continua. Tuttavia, la trasformazione dei modelli educativi non è una panacea di fronte ai progressi tecnologici dell’IA. Per la maggior parte dei lavoratori, il ritmo di accumulazione del capitale umano non può più stare al passo con l’evoluzione dell’intelligenza artificiale. Ad esempio, nel momento in cui un’università lancia un corso di “ingegneria immediata”, i modelli più recenti potrebbero non richiedere più un’ottimizzazione immediata.

In terzo luogo, i salari dei lavoratori si stanno disaccoppiando dagli aumenti di produttività. Le ricerche sul mercato del lavoro statunitense dimostrano che il disaccoppiamento tra produttività del lavoro e salari reali è in atto dagli anni ’70 e l’accelerazione nell’adozione dell’IA potrebbe ampliare ulteriormente questo divario. Nell’era dell’IA, quest’ultima sta routinariando compiti cognitivi non di routine come la scrittura di codice di base, la redazione di documenti legali e l’analisi finanziaria fondamentale. I profitti in eccesso dei settori ad alta efficienza vengono sempre più convertiti in plusvalenze e crescita salariale per un numero ristretto di talenti chiave. I lavoratori che rimangono in ruoli ausiliari all’interno dei settori ad alta efficienza non solo sono in calo numerico – perché il loro contributo in termini di capitale umano è inferiore a quello dell’IA – ma anche la crescita dei loro salari non terrà il passo con gli aumenti di produttività del settore.

Il tradizionale meccanismo di condivisione della produttività “alla Baumol” sta fallendo. La teoria della “malattia dei costi” proposta da Baumol osservava che il plusvalore creato da settori ad alta produttività come quello manifatturiero si riversava – attraverso la concorrenza sul mercato del lavoro (offerta per la manodopera scarsa) o accordi istituzionali (contrattazione sindacale, salari minimi, ecc.) – in settori con una crescita della produttività più lenta come la sanità, l’assistenza e l’intrattenimento, determinando così un aumento generale dei salari in tutta la società. Questo meccanismo di trasmissione salariale intersettoriale manteneva un relativo equilibrio nel mercato del lavoro e fungeva da canale principale attraverso il quale i lavoratori dei settori a bassa efficienza partecipavano alla prosperità. Nell’era dell’intelligenza artificiale, poiché i settori ad alta efficienza non hanno più bisogno di più lavoratori, non devono aumentare continuamente i salari per mantenere la propria forza lavoro e, di conseguenza, non possono innalzare i livelli salariali a livello sociale attraverso un “effetto di dimostrazione salariale”. Quando i lavoratori con competenze intermedie, soppiantati dall’intelligenza artificiale (come impiegati, traduttori e programmatori junior), si spostano verso settori dei servizi con una crescita della produttività più lenta (come il trasporto privato, le consegne e l’assistenza domiciliare di base), l’offerta di lavoro supera la domanda e si interrompe il meccanismo per cui i salari nei settori a bassa efficienza aumentano di pari passo con quelli nei settori ad alta efficienza.

Il calo dei costi dell’IA spinge verso il basso il “tetto massimo” per gli aumenti salariali umani. Per un gran numero di compiti basati su regole, analisi logica, sintesi di informazioni e riconoscimento di modelli, l’IA offre una disponibilità pressoché infinita, superando la scarsità di capitale umano in questi settori e abbassando il prezzo di mercato delle competenze pertinenti. La tecnologia IA è intrinsecamente ad alta intensità energetica. Se il costo marginale dell’intelligenza converge infine verso i costi energetici, e questi ultimi continuano a diminuire grazie a innovazioni tecnologiche come la fusione nucleare controllata, l’energia eolica ad alta quota e l’energia solare spaziale, allora il tetto salariale per gli esseri umani che svolgono le mansioni attuali subisce una pressione al ribasso costante. Ad esempio, in una particolare mansione, quando il costo di implementazione dell’IA scende a 5 dollari l’ora, il salario di un lavoratore che svolge solo quella singola mansione non potrà mai superare i 5 dollari, indipendentemente da quanto sia migliorata la sua produttività.

Il sistema di previdenza sociale basato su un’occupazione stabile si trova ad affrontare delle sfide.

Basandosi su diverse ipotesi circa i tempi, la velocità e la portata degli effetti dell’IA sulla creazione e la sostituzione di posti di lavoro, le previsioni di varie istituzioni sull’impatto futuro dell’IA sul mercato del lavoro divergono notevolmente. Ad esempio, dal 2020, il World Economic Forum ha formulato tre giudizi consecutivi e contraddittori sulla possibilità che l’IA aumenti l’occupazione, con una differenza di 92 milioni di posti di lavoro previsti tra le stime di aumento e perdita netta di posti di lavoro nei prossimi cinque anni. Rispetto alle variazioni dei livelli occupazionali complessivi, questo articolo si concentra maggiormente sulle sfide che i cambiamenti strutturali del mercato del lavoro nell’era dell’IA pongono alla sicurezza sociale.

Il moderno sistema di previdenza sociale è un prodotto dell’era della grande industrializzazione. Che si tratti di pensioni e assicurazioni sanitarie pubbliche, di assicurazioni contro la disoccupazione, infortuni sul lavoro o maternità, il loro scopo originario è la distribuzione socializzata dei “rischi di interruzione dell’attività lavorativa per i lavoratori”. La struttura dei sistemi di sicurezza sociale è quindi strettamente legata ai contributi previdenziali e il loro funzionamento continuo dipende da tre pilastri: la crescita del numero di occupati trainata dal dividendo demografico, la standardizzazione dei rapporti di lavoro determinata dalla produzione industriale su larga scala e la crescita dei salari trainata dai miglioramenti della produttività. È stata la convergenza storica di queste tre condizioni nel XX secolo a rendere i sistemi di previdenza sociale finanziariamente sostenibili e politicamente operativi, affermandoli come un’istituzione fondamentale per gli Stati nella gestione del rischio sociale.

Il primo pilastro è una struttura demografica favorevole , che fornisce le basi attuariali per la previdenza sociale. Nell’ambito del sistema previdenziale, la crescita demografica stessa si trasforma in una particolare classe di attività. I ​​trasferimenti intergenerazionali producono un implicito “tasso di rendimento biologico” che può persino superare l’accumulazione di capitale monetario. Se la somma del tasso di crescita demografica (n) e del tasso di crescita salariale reale (g) di un’economia supera il tasso di interesse reale di mercato (r), l’introduzione di un sistema previdenziale a ripartizione aumenta il benessere sociale complessivo. Nei decenni di “età dell’oro” successivi alla Seconda Guerra Mondiale, il baby boom ha reso possibile questo “rendimento senza capitale”. La partecipazione alla previdenza sociale non era semplicemente un obbligo, ma un investimento superiore al risparmio privato. Una struttura demografica favorevole ha sancito un contratto intergenerazionale di previdenza sociale con consenso sociale, trasferendo la gestione del rischio pensionistico dalle famiglie disperse a un sistema di previdenza sociale centralizzato.

Il secondo pilastro è rappresentato da rapporti di lavoro stabili e di lunga durata. A differenza dell’assistenza sociale basata sulla verifica dei mezzi di sussistenza, il moderno sistema di sicurezza sociale enfatizza la reciprocità di diritti e obblighi, ovvero l’entità delle prestazioni è strettamente legata alla storia contributiva. L’intento originario di questo sistema è quello di garantire una vita dignitosa ai lavoratori dopo il pensionamento. Rapporti di lavoro stabili e di lunga durata offrono ai lavoratori flussi di reddito chiari e continui, assicurando la fattibilità del collegamento tra “prestazioni pensionistiche” e “contributi da lavoro”. Rapporti di lavoro altamente organizzati non solo hanno creato una classe media stabile, ma hanno anche reso il reddito dei lavoratori trasparente, calcolabile e facilmente deducibile. Ciò ha trasformato il moderno sistema aziendale in un’estensione della capacità statale, rendendo le imprese agenti della riscossione dei contributi previdenziali da parte dello Stato, migliorando l’efficienza amministrativa della riscossione dei fondi previdenziali ed estendendone la copertura.

Il terzo pilastro è la crescita sincrona dei salari e della produttività dei lavoratori. La crescita sincrona di salari e produttività garantisce l’espansione endogena della base contributiva della previdenza sociale. Data una struttura demografica e un meccanismo di riscossione fissi, il miglioramento dei livelli delle prestazioni previdenziali e la solvibilità del fondo dipendono fondamentalmente dal tasso di crescita della base contributiva. Anche in caso di invecchiamento della popolazione e di calo o negatività di n, finché il tasso di crescita dei salari reali g si mantiene relativamente elevato, i livelli delle prestazioni previdenziali possono naturalmente aumentare insieme alla ricchezza sociale totale. Nei 30 anni successivi alla Seconda Guerra Mondiale, i paesi occidentali hanno vissuto un periodo d’oro di crescita della produttività. Gli alti tassi di sindacalizzazione hanno garantito che i guadagni di produttività si traducessero in crescita salariale, creando un circolo virtuoso di benefici di produttività ampiamente condivisi. La crescita composta derivante da un dividendo demografico sovrapposto a un dividendo di produttività ha fatto sì che ogni generazione dovesse contribuire solo con una piccola parte del proprio reddito per sostenere la generazione precedente, garantendole una vita migliore di quella che aveva avuto in gioventù.

Il moderno sistema di previdenza sociale è un assetto istituzionale attraverso il quale la società umana, mediante una progettazione razionale, gestisce i rischi dell’industrializzazione. Ha interiorizzato con successo tre specifiche condizioni macro-storiche nei parametri del suo funzionamento istituzionale, rafforzando la coesione sociale e migliorando la stabilità economica e sociale. Tuttavia, dalla fine del XX secolo, l’invecchiamento della popolazione ha scosso la logica attuariale del primo pilastro, e anche il secondo e il terzo pilastro si trovano ad affrontare delle sfide a causa del rapido progresso dell’intelligenza artificiale.

L’impatto dell’invecchiamento della popolazione sul primo pilastro è stato ampiamente discusso e non verrà ulteriormente approfondito in questa sede. Tuttavia, è opportuno sottolineare che l’impatto dell’invecchiamento sul sistema di previdenza sociale è graduale e prevedibile, mentre il progresso dell’intelligenza artificiale è non lineare ed esponenziale, ponendo potenzialmente sfide più rapide, ampie e su vasta scala al secondo e al terzo pilastro dell’attuale modello di sicurezza sociale.

In primo luogo, l’intelligenza artificiale cambierà il modello di organizzazione della produzione e le forme imprenditoriali della civiltà industriale, frammentando i rapporti di lavoro formali esistenti e scuotendo il secondo pilastro.

Da un lato, l’intelligenza artificiale riduce i costi di transazione del mercato e favorisce la gig-ificazione dei lavoratori della conoscenza. Se il mercato è un meccanismo efficiente per l’allocazione delle risorse, perché esistono le imprese? La risposta di Coase è che le transazioni di mercato implicano costi di ricerca, negoziazione, contrattualistica e monitoraggio. Quando i costi organizzativi interni a un’impresa sono inferiori ai costi di transazione sul mercato esterno, le imprese emergono e si espandono. Con l’applicazione della tecnologia IA alle piattaforme del mercato del lavoro, i costi di transazione dell'”assunzione per mansione” diventano trascurabili rispetto all'”assunzione per lavoro”. L’unità di lavoro di base si sposterà gradualmente da un “lavoro” – un insieme di compiti raggruppati, a lungo termine e vagamente definiti – a un “compito” – un singolo risultato finale, chiaramente definito e a breve termine – raggiungendo potenzialmente quella che è stata definita la “Singolarità di Coase”. Nell’ambito della Singolarità di Coase, un gran numero di compiti che in precedenza appartenevano al nucleo dell’impresa possono essere esternalizzati, dando persino origine a “aziende unipersonali”, poiché i lavoratori precedentemente impiegati a lungo termine e in modo stabile diventano personale esterno. I report finanziari delle piattaforme globali di freelance come Upwork e Fiverr mostrano che le grandi aziende stanno sistematicamente sostituendo i dipendenti a tempo pieno con freelance altamente qualificati. Se l'”impresa” – il nodo centrale della riscossione dei contributi previdenziali – viene sostituita da una “rete di transazioni” di attività basate sulla conoscenza, aumenta la probabilità che un numero maggiore di posizioni impiegatizie in ufficio passi da un impiego a tempo indeterminato a un lavoro a progetto.

D’altro canto, l’intelligenza artificiale riduce i costi di coordinamento all’interno delle imprese e potrebbe portare al “collasso del livello intermedio”. Nelle imprese tradizionali, le funzioni principali dei quadri intermedi sono la trasmissione delle informazioni, l’assegnazione dei compiti e il monitoraggio dei processi. Gli agenti di intelligenza artificiale stanno iniziando a eseguire flussi di lavoro complessi senza un continuo intervento umano, completando queste attività di coordinamento a costi estremamente bassi. Ciò potrebbe portare a un appiattimento delle strutture organizzative, in cui i dirigenti di livello superiore possono supervisionare direttamente un maggior numero di unità aziendali e i quadri intermedi, responsabili del coordinamento e dell’elaborazione delle informazioni, diventano superflui. Gartner prevede che entro il 2026 il 20% delle organizzazioni utilizzerà l’intelligenza artificiale per appiattire le proprie strutture organizzative e che oltre la metà delle posizioni di quadro intermedio non sarà più necessaria.

Entrambe queste tendenze porteranno all’espansione della gig economy dai suoi attuali ambiti di edilizia, manifatturiero, consegna di cibo e servizi di corriere verso i servizi di produzione dominati dai lavoratori della conoscenza, con conseguente aumento dei rapporti di lavoro non a lungo termine. Ciò comporterà una diminuzione degli obblighi contributivi previdenziali a carico dei datori di lavoro e un aumento degli obblighi contributivi e dell’esposizione al rischio per i singoli lavoratori.

Inoltre, se l’accumulo di capitale su scala ultra-ampia dovuto all’IA dovesse continuare al ritmo attuale, la distorsione della distribuzione del reddito nazionale a favore dei detentori di capitale e di un piccolo numero di individui altamente qualificati scuoterebbe il terzo pilastro.

L’intelligenza artificiale potrebbe rendere difficile per i redditi salariali dei gruppi a reddito medio tenere il passo con la crescita della produttività. La principale fonte di finanziamento del sistema di previdenza sociale è costituita da un’ampia popolazione a reddito medio. A differenza delle precedenti rivoluzioni industriali, che hanno principalmente sostituito il lavoro manuale degli operai, l’intelligenza artificiale generativa accelera la routinizzazione della cognizione non routinaria, trasformando le capacità cognitive di livello medio-alto in servizi replicabili a livello industriale. Il suo impatto principale si ripercuote sulla classe dei colletti bianchi – i lavoratori istruiti impegnati in attività cognitive – un gruppo che gode di un’occupazione stabile, salari relativamente elevati e alti tassi di contribuzione.

La diminuzione della quota di reddito da lavoro comporta una relativa riduzione della base imponibile della previdenza sociale. I dati dell’OCSE e dell’Organizzazione Internazionale del Lavoro mostrano entrambi che, nei settori più digitalizzati, la quota di reddito da lavoro sul valore aggiunto sta diminuendo a un ritmo accelerato. Ciò significa che i dividendi del progresso tecnologico affluiscono sempre più ai detentori di capitale che possiedono algoritmi, dati e potenza di calcolo. Poiché i redditi più elevati sono soggetti a limiti massimi di contribuzione per l’assicurazione pensionistica di base, l’assicurazione sanitaria e l’assicurazione contro la disoccupazione, un’ulteriore crescita del reddito per questo gruppo non contribuisce quasi per nulla ai fondi previdenziali. Se l’intensificazione del capitale nell’era dell’intelligenza artificiale porta a una riduzione della quota di reddito da lavoro, in particolare della quota di reddito dei gruppi a reddito medio, la base imponibile della previdenza sociale in proporzione al prodotto interno lordo diminuirà e la crescita economica non si tradurrà in una crescita proporzionale dei fondi previdenziali.

Costruire un modello di sviluppo favorevole all’occupazione nell’era dell’intelligenza artificiale

La tecnologia in sé è neutrale, ma l’innovazione tecnologica non è intrinsecamente orientata al benessere umano. Se lo scopo dell’intelligenza artificiale è quello di potenziare il potenziale umano e migliorare la qualità della vita, piuttosto che “come sostituire le persone con le macchine”, tutte le sfide descritte in precedenza potrebbero essere facilmente affrontate e il dividendo tecnologico potrebbe compensare la scomparsa del dividendo demografico. Ad esempio, l’associazione europea dell’industria delle tecnologie mediche stima che l’applicazione diffusa dell’IA nel settore sanitario potrebbe far risparmiare ai sistemi sanitari europei tra i 170 e i 210 miliardi di euro all’anno, con i soli dispositivi indossabili basati sull’IA che potrebbero far risparmiare circa 50 miliardi di euro all’anno, alleviando direttamente la pressione sui fondi di assicurazione sanitaria per l’acquisto di farmaci. Un altro esempio importante per risolvere la crisi pensionistica è quello di estendere gli anni contributivi. La tecnologia basata sull’intelligenza artificiale può eliminare le barriere fisiologiche e cognitive che impediscono alle persone anziane di partecipare al mercato del lavoro, consentendo ai lavoratori più anziani di concentrarsi su attività ad alto valore aggiunto che richiedono giudizio, empatia e capacità decisionali complesse, riducendo la stanchezza lavorativa e permettendo loro di optare per un modello di “pensionamento graduale”, ovvero una transizione dal lavoro a tempo pieno a quello part-time anziché un’interruzione improvvisa della propria fonte di reddito.

Tuttavia, almeno quattro fattori attualmente orientano la direzione dell’innovazione nell’IA in modi sfavorevoli all’occupazione e alla sicurezza sociale. Il primo è la “trappola di Turing” guidata dal capitale. Erik Brynjolfsson dell’Università di Stanford ha proposto il concetto di “trappola di Turing”, sottolineando come l’attuale ricerca e sviluppo nell’IA sia eccessivamente focalizzata sul “pensare e agire come gli esseri umani”, sviluppando un'”intelligenza simile a quella umana” piuttosto che potenziare le capacità umane. Ciò è il risultato di un’innovazione guidata dal capitale che risponde alla scarsità. I ​​prezzi, in quanto segnali di scarsità, orientano il corso del cambiamento tecnologico, indirizzando l’innovazione verso la sostituzione dei fattori di produzione su larga scala e ad alto costo. Nelle economie avanzate, questo indirizza l’innovazione verso la sostituzione della manodopera ad alto costo. In secondo luogo, la geoeconomia promuove un percorso di innovazione che consente di risparmiare manodopera. Negli ultimi anni, sotto l’influenza della geoeconomia, le economie avanzate hanno spinto per il rientro della produzione industriale in patria, ma si trovano ad affrontare una grave carenza di manodopera qualificata. Per evitare incertezze negli investimenti transfrontalieri, nelle politiche migratorie e tariffarie, le aziende stanno riorientando i propri investimenti tecnologici verso direzioni che consentano di “risparmiare manodopera”. In terzo luogo, la domanda infinita del mondo digitale aggrava la scarsità nel mondo fisico. L’innovazione dell’IA non può superare direttamente la scarsità di atomi. Permangono vincoli fisici su terra, acqua dolce, litio, cobalto e altri minerali critici, e la scarsità che alimenta la crescita economica si sposta sull’energia, sulla capacità ambientale e sulle materie prime chiave. Dal punto di vista occupazionale, si tratta di settori con una domanda di lavoro limitata; accelerarne lo sviluppo potrebbe persino creare un problema di competizione tra l’IA e il benessere umano per le risorse scarse. In quarto luogo, i limiti dell’innovazione dell’IA per la Scienza. Uno studio che ha analizzato 67 milioni di articoli in sei principali campi – biologia, chimica, geologia, scienza dei materiali, medicina e fisica – ha rilevato che, sebbene gli strumenti di IA abbiano migliorato la produttività dei singoli scienziati, hanno portato a una convergenza degli argomenti di ricerca. Gli scienziati tendono a studiare aree ricche di dati che l’intelligenza artificiale può elaborare facilmente, mentre i campi con pochi dati o marginali, difficili da modellare per l’IA, vengono trascurati. Questa tendenza può restringere l’ampiezza della scoperta scientifica e ridurre il potenziale di innovazioni rivoluzionarie che aprono nuove aree di domanda e occupazione per l’umanità.

Il progresso tecnologico è dipendente dal percorso intrapreso. Una volta che un determinato paradigma tecnologico raggiunge la sua posizione dominante, le capacità ingegneristiche, le infrastrutture e le abitudini cognitive della società si sviluppano attorno ad esso, rafforzandosi a vicenda e “bloccando” il modello di sviluppo su una traiettoria specifica. La proposta per il 15° Piano quinquennale auspica la “costruzione di un modello di sviluppo favorevole all’occupazione” e afferma esplicitamente la necessità di “migliorare la valutazione e il monitoraggio dell’impatto occupazionale e i sistemi di allerta precoce” per affrontare “l’impatto dei nuovi sviluppi tecnologici sull’occupazione”. Ciò rappresenta l’unità tra sviluppo di alta qualità e piena occupazione di alta qualità, e riveste grande importanza per orientare la direzione dello sviluppo della tecnologia dell’intelligenza artificiale.

A differenza degli Stati Uniti, che investono la maggior parte delle proprie risorse per l’innovazione incrementale nelle fasi di addestramento e inferenza dell’IA, il piano d’azione cinese “AI+” pone l’accento sull’applicazione tecnologica su larga scala, distribuendo le risorse per l’innovazione in modo più equo tra le fasi di addestramento, inferenza e applicazione dell’IA. Ciò non solo accorcia il ciclo di ritorno dell’investimento nell’innovazione tecnologica, ma facilita anche la creazione di posti di lavoro attraverso lo sviluppo di scenari applicativi dell’IA nei settori della produzione, del consumo e della distribuzione. Inoltre, i costi del lavoro in Cina sono di gran lunga inferiori a quelli degli Stati Uniti, il che rende meno rilevanti i vantaggi derivanti dalla sostituzione del lavoro umano con l’IA e lascia più spazio alle politiche pubbliche per orientare lo sviluppo dell’IA “verso il bene comune”. Oltre alle politiche convenzionali già in atto, questo articolo propone diverse direzioni politiche da discutere.

Sulla “tassa sui robot”. Poiché alcuni Paesi offrono crediti d’imposta o ammortamenti accelerati per le apparecchiature di automazione, pur applicando elevate imposte sui salari (compresi i contributi previdenziali) al lavoro, di fatto si sovvenziona la sostituzione dei lavoratori umani con la tecnologia dell’intelligenza artificiale. Sebbene molti studi abbiano proposto una tassa sui robot, nessun Paese l’ha ancora implementata. Il governo coreano, spesso erroneamente citato come colui che ha introdotto la “prima tassa sui robot al mondo”, non ha tassato direttamente i robot, ma ha ridotto i crediti d’imposta per gli investimenti aziendali in apparecchiature di automazione. In teoria, una tassa sui robot potrebbe internalizzare i costi sociali dello sviluppo dell’IA (come la disoccupazione) e rallentare l’eccessiva perdita di posti di lavoro. In pratica, tuttavia, si scontra con problemi di definizione: ad esempio, cosa si intende per “robot” e un foglio di calcolo Excel migliorato dalla tecnologia dell’IA dovrebbe essere tassato? Un approccio più fattibile sarebbe quello di implementare aliquote fiscali differenziate in base al tipo di tecnologia di intelligenza artificiale: concedendo crediti d’imposta per le tecnologie che “potenziano il lavoro”, come gli esoscheletri e gli occhiali per la realtà aumentata che assistono i lavoratori, e negando incentivi fiscali o imponendo tasse moderate alle tecnologie che si limitano a sostituire il lavoro umano.

Un approccio al finanziamento della sicurezza sociale basato sul coordinamento tra imposte e contributi. A differenza del modello adottato nei paesi dell’Europa continentale come Germania e Francia, che si fonda principalmente sui contributi di datori di lavoro e dipendenti, paesi come la Danimarca hanno scelto di finanziare la sicurezza sociale principalmente attraverso la tassazione generale, con una quota minore di contributi. Il Giappone, una delle società più anziane al mondo, ha aumentato l’aliquota dell’imposta sui consumi dall’8% al 10% nel 2019, destinando esplicitamente le maggiori entrate alle spese per la sicurezza sociale, tra cui pensioni, assistenza sanitaria e assistenza a lungo termine. Sebbene le strutture di finanziamento della sicurezza sociale attuate dalle riforme di Danimarca e Giappone non fossero state originariamente concepite per affrontare la disruption dell’IA, un approccio al finanziamento della sicurezza sociale basato sul coordinamento tra imposte e contributi può convogliare i dividendi di ricchezza creati dall’IA verso la rete di protezione sociale, mitigando gli shock ai tre pilastri della sicurezza sociale. Per quanto riguarda gli strumenti fiscali specifici, basandosi sulle prassi politiche di diversi paesi, le opzioni includono l’imposta sul valore aggiunto (o imposta sui consumi), le imposte ambientali e le imposte sulle plusvalenze; ​​alcuni istituti di ricerca hanno anche proposto di introdurre una “tassa sugli extraprofitti” derivanti dall’IA.

Sulle infrastrutture sovrane per l’IA. Se la potenza di calcolo dell’IA, come suggeriscono alcuni ricercatori, diventerà la valuta del futuro, allora controllare le infrastrutture per l’IA significa controllare il signoraggio futuro. La costruzione di “infrastrutture sovrane per l’IA” non è solo una questione di sicurezza nazionale, ma potrebbe anche diventare un nuovo canale di finanziamento della previdenza sociale. Paesi come il Regno Unito, la Francia, il Canada e Singapore stanno investendo nella creazione di “cloud di ricerca nazionali” di proprietà statale, ovvero cluster di calcolo sovrani per l’IA. Attraverso investimenti nazionali nelle infrastrutture informatiche di base, i governi possono catturare direttamente le rendite economiche generate dall’IA in futuro. Dopo la commercializzazione su larga scala dell’IA, questo “dividendo dell’IA” potrebbe svolgere un ruolo simile a quello dell’attuale fondo petrolifero norvegese, iniettando direttamente nel sistema di previdenza sociale, realizzando un passaggio dalla “tassazione del lavoro” alla “partecipazione ai dividendi dell’IA” e consentendo al sistema di previdenza sociale di beneficiare dell’apprezzamento del capitale generato dall’IA.

Sull’accumulo di capitale umano nell’era dell’IA. Uno studio del think tank europeo Bruegel ha rilevato che negli annunci di lavoro relativi all’IA, le menzioni di titoli di studio universitari sono diminuite del 23%, mentre le menzioni di competenze specifiche sono aumentate significativamente. Sia nell’istruzione di base che in quella superiore, poiché la durata utile di specifici percorsi professionali e competenze si sta riducendo, l’istruzione deve orientarsi verso la coltivazione di capacità “metacognitive”, pensiero critico e capacità di integrazione di sistemi interdisciplinari. Sul fronte dell’occupazione giovanile, con l’IA che si sta affermando nei lavori di livello base e con il restringersi del percorso di “apprendimento pratico” per l’acquisizione di capitale umano, è necessario ideare nuovi meccanismi di incentivazione per tirocini e apprendistati per laureati. Un’opzione è quella di utilizzare fondi pubblici per sovvenzionare i salari o i contributi previdenziali dei giovani che entrano nel mondo del lavoro, incoraggiando le imprese ad assumere giovani lavoratori e a sviluppare la collaborazione e la crescita congiunta tra uomo e IA sul posto di lavoro.

Jiang Xiaojuan: La logica dell’IA non deve prevalere

L’ex vicesegretario generale del Consiglio di Stato delinea un quadro di riferimento per la governance dell’IA che pone al centro il consenso sociale anziché lo slancio tecnologico.

Fred Gao27 marzo

LEGGI NELL’APP

CONTRIBUITE!!! La situazione finanziaria del sito sta diventando insostenibile per la ormai quasi totale assenza di contributi Il  sito Italia e il Mondo non riceve finanziamenti pubblici o pubblicitari. Se vuoi aiutarci a coprire le spese di gestione (circa 6.000 € all’anno), ecco come puoi contribuire: – Postepay Evolution: Giuseppe Germinario – 5333171135855704; – IBAN: IT30D3608105138261529861559 PayPal: PayPal.Me/italiaeilmondo Tipeee: https://it.tipeee.com/italiaeilmondo Puoi impostare un contributo mensile a partire da soli 2€! (PayPal trattiene 0,52€ di commissione per transazione). Contatti: italiaeilmondo@gmail.com – x.com: @italiaeilmondo – Telegram: https://t.me/italiaeilmondo2 – Italiaeilmondo – LinkedIn: /giuseppe-germinario-2b804373

L’intelligenza artificiale sta accelerando la sua penetrazione in ogni settore dell’economia, sconvolgendo inevitabilmente le strutture industriali consolidate. Allo stesso tempo, un numero crescente di studiosi ed ex funzionari cinesi ha rivolto la propria attenzione a una questione urgente: come rallentare la perdita di posti di lavoro a breve termine causata dall’IA e come i governi dovrebbero gestire il rapporto tra governance e tecnologia. Jiang Xiaojuan, ex vicesegretaria generale del Consiglio di Stato, è una di queste voci. Anziché abbracciare un ottimismo tecnologico acritico, ha posto maggiore enfasi sugli shock negativi che l’IA potrebbe portare nel breve termine.

Jiang ha ricoperto la carica di Vice Segretario Generale del Consiglio di Stato cinese tra il 2011 e il 2018, una delle posizioni più alte nell’ambito della stesura delle politiche in Cina. In questo ruolo, è stata direttamente coinvolta nella formulazione e nell’attuazione delle principali politiche economiche. Prima di entrare a far parte del governo, si è affermata come una delle voci accademiche di spicco in materia di economia industriale e politica di sviluppo presso l’Accademia cinese delle scienze sociali. Dopo aver lasciato il Consiglio di Stato nel 2018, è tornata al mondo accademico come Preside della Facoltà di Politiche Pubbliche e Management presso l’Università di Tsinghua, incarico che ha ricoperto fino al 2022. Attualmente è Professoressa presso l’Università dell’Accademia cinese delle scienze sociali.

Al Forum di Boao di questa settimana, ha pubblicamente invitato alla cautela nei confronti delle applicazioni di intelligenza artificiale progettate esclusivamente per sostituire il lavoro umano. Come ha sottolineato: “In passato, il progresso tecnologico creava in genere molti più nuovi posti di lavoro di quanti ne eliminasse. Ma dagli anni ’80, questa tendenza ha subito un chiaro rallentamento”.

Ha inoltre sottolineato che ciò che è tecnicamente “razionale” non dovrebbe essere equiparato a ciò che è socialmente “desiderabile”. Prendendo come esempio le emozioni umane, ha chiesto: “Proviamo una gamma completa di emozioni: gioia, rabbia, tristezza, felicità. La tecnologia potrebbe farci provare solo felicità. Ma è davvero questo che vogliamo? La scienza un tempo si occupava di scoprire le leggi della natura. Ora stiamo creando tecnologie che non esistono in natura, tecnologie che possono alterare il nostro modo di vivere, di percepire e riprodurre, e persino la struttura stessa della nostra società: diamo davvero il nostro consenso a tutto questo?”. Ha sostenuto che un autentico consenso sociale può essere stabilito solo attraverso un approfondito dibattito pubblico. Quando la tecnologia inizia a minacciare la sicurezza pubblica e la privacy personale, il governo deve intervenire con decisione anziché lasciare l’esito alle sole forze di mercato.

Ha esortato il governo a prestare maggiore attenzione alle “persone che vengono sostituite”. Ha citato l’esempio di una città che aveva tentato di sviluppare un dispositivo per sostituire i lavoratori che svolgevano i lavori manuali più semplici. L’iniziativa non solo richiedeva ingenti investimenti in ricerca e sviluppo, ma anche sussidi per l’acquisto delle macchine da parte delle istituzioni, rendendo il costo complessivo del loro utilizzo superiore a quello dell’impiego di lavoratori umani. Inoltre, la qualità del lavoro svolto dalle macchine era di gran lunga inferiore, senza produrre alcun reale beneficio pratico. Il governo aveva sostenuto il progetto semplicemente perché rientrava nella categoria delle “nuove tecnologie” e delle “nuove industrie”. Eppure, coloro che venivano sostituiti erano proprio i lavoratori a basso reddito della città, persone il cui sostentamento di base sarebbe stato gravemente minacciato se avessero perso il lavoro. Ha quindi sottolineato che l’implementazione dell’intelligenza artificiale non può essere lasciata interamente al mercato. Pur promuovendo lo sviluppo tecnologico, il governo deve tenere pienamente conto del suo impatto sui gruppi vulnerabili.

Di recente, ha tenuto un discorso presso la Southwest University of Political Science and Law, sostenendo che la soluzione non può essere lasciata solo alle aziende tecnologiche. In un recente intervento, ha presentato la sua visione sull’IA a fin di bene, invitando le scienze sociali a definire i parametri di riferimento per i benefici e i danni dell’IA. Grazie alla sua gentile autorizzazione, posso presentare la trascrizione in inglese.

Inside China è una pubblicazione sostenuta dai lettori. Per ricevere nuovi articoli e supportare il mio lavoro, valuta la possibilità di abbonarti gratuitamente o a pagamento.

 Iscritto

---

Jiang Xiaojuan sull’IA al servizio del bene: cosa significa “bene”, come raggiungerlo e chi dovrebbe agire

Sono molto lieto di essere qui alla Southwest University of Political Science and Law per scambiare idee con tutti voi. Credo che tutti possiate constatare l’elevato livello di attenzione e il consenso già presenti sulle questioni relative allo sviluppo digitale, e come le sfide in materia di governance siano diventate sempre più rilevanti. Oggi vorrei condividere alcune riflessioni preliminari sul tema: ” L’intelligenza artificiale per il bene comune: cosa significa ‘bene comune’, come raggiungerlo e chi dovrebbe agire”.

Che cosa significa “bene”? Una prospettiva delle scienze sociali.

Da tempo si discute ampiamente sull’utilizzo dell’IA per scopi positivi, e a livello concettuale si registra un consenso piuttosto elevato. Ad esempio, dal Rapporto preliminare del COMEST sull’etica della robotica dell’UNESCO del 2016 al Summit di Parigi sull’azione per l’IA del 2025, si è riscontrato un forte consenso sui principi di governance dell’IA. Concetti come sicurezza, trasparenza, non discriminazione, interpretabilità, tracciabilità, equità e giustizia, inclusività e apertura, rispetto della privacy, condivisione dei benefici, centralità dell’essere umano e controllo umano sono stati ripetutamente discussi. Tuttavia, le discussioni su come realizzare questi ideali e su chi dovrebbe implementarli per mettere in pratica il “bene” sono state relativamente insufficienti. Queste discussioni si sono svolte principalmente tra le aziende coinvolte e le relative comunità tecniche nell’ambito di un “allineamento”, una prospettiva unilaterale, in continua evoluzione e priva di generalità e stabilità. Ritengo necessario inquadrare questa questione all’interno del sistema di conoscenze delle scienze sociali per poterla discutere e analizzare, poiché il “bene” nel suo senso più ampio è precisamente lo scopo e il tema di gran parte della ricerca nelle scienze sociali. Il fatto che la tecnologia serva al bene comune dipende fondamentalmente dalla sua capacità di promuovere lo sviluppo economico, il progresso sociale e il benessere delle persone, ovvero di favorire il benessere umano. Le scienze sociali sono in grado non solo di proporre percorsi concettuali verso il bene, ma anche di stabilire criteri di valutazione, modalità di attuazione e di identificare gli attori responsabili all’interno di un quadro di conoscenze universali, attingendo a solide basi accademiche e a una profonda capacità teorica.

1. La razionalità è un bene: allocazione efficiente delle risorse, maggiore benessere sociale e distribuzione equa.

La “razionalità” è un concetto fondamentale in economia. L’economia definisce la “razionalità” come una maggiore efficienza nell’allocazione delle risorse, un aumento del benessere sociale e una distribuzione relativamente equa. In base a questo obiettivo, l’economia fornisce criteri e indicatori di valutazione chiari: il miglioramento della produttività totale dei fattori (PTF), l’incremento dei rapporti input-output, la crescita del reddito e la promozione degli investimenti in innovazione sono tutti indicatori di efficienza nell’allocazione delle risorse; i miglioramenti nell’istruzione e nella sanità, così come il rafforzamento dei sistemi di sicurezza sociale, sono indicatori di un aumento del benessere sociale. Misurata in base a questi indicatori, l’intelligenza artificiale ha dato un contributo significativo al miglioramento della PTF e alla crescita del benessere sociale: i benefici della tecnologia sono indubbiamente notevoli.

Per quanto riguarda il raggiungimento del “bene razionale”, l’economia offre sia percorsi di implementazione sia l’individuazione degli attori responsabili. Ad esempio, consentire al mercato di svolgere un ruolo decisivo nell’allocazione delle risorse nei settori legati all’IA rappresenta un percorso di implementazione, che necessariamente richiede che le imprese siano gli attori principali. Naturalmente, il mercato non coinvolge solo le imprese, ma anche un solido “ambiente di mercato”, che includa una concorrenza leale e un accesso equo al mercato, il che a sua volta richiede una regolamentazione del mercato ben sviluppata. Misurata in termini di equa distribuzione, tuttavia, l’IA non può ancora essere definita “buona”. Il coefficiente di Gini, le disparità di reddito e metriche simili sono tutti indicatori utilizzati in economia per valutare se i frutti dello sviluppo siano distribuiti in modo relativamente equo. Secondo queste misurazioni, l’impatto dell’IA è attualmente prevalentemente negativo, ovvero si riscontra un’influenza “non positiva”. Da un lato, la ricchezza si concentra sempre più nelle mani di pochissimi che riescono nell’innovazione; dall’altro, gli effetti di spostamento dell’IA colpiscono principalmente le fasce di reddito medio-basse, e non vi è ancora alcun segnale che il continuo sviluppo dell’IA possa migliorare o invertire questa tendenza. Traendo insegnamento dall’esperienza del progresso tecnologico passato, affrontare questo problema richiede l’impegno delle stesse aziende che operano nel settore dell’IA, nonché un ruolo più incisivo da parte dei governi, che devono mantenere un necessario equilibrio tra le applicazioni di IA il cui effetto principale è la sostituzione del lavoro umano e le nuove opportunità di impiego create dall’IA, e un migliore adempimento delle responsabilità governative nel miglioramento dei sistemi di sicurezza sociale a lungo termine.

2. Il beneficio per il consumatore è positivo: guadagni che vanno oltre la soglia del PIL

Alcuni vantaggi derivanti dal progresso tecnologico non possono essere misurati con la crescita standard del PIL, eppure generano un surplus del consumatore considerevole, o quello che potremmo definire “beneficio da valore d’uso” ( yongyi ). In parole semplici, ciò significa apportare comodità, felicità, benessere e un senso di appagamento alle persone. L’impatto dell’intelligenza artificiale in questo senso è particolarmente notevole.

L’intelligenza artificiale (IA) offre il vantaggio della comodità. La comodità offerta dall’IA è estremamente significativa, eppure una parte considerevole di essa non si riflette nel PIL. Ad esempio, l’ampio utilizzo da parte dei consumatori di strumenti self-service basati su reti, modelli di IA e agenti intelligenti offre grande comodità, ma non genera attività economica che contribuisca al PIL. Al contrario, sostituisce servizi che in precedenza venivano conteggiati nel PIL, come la prenotazione di biglietti online che sostituisce i servizi di biglietteria tradizionali, le informazioni online gratuite che sostituiscono gli abbonamenti ai giornali, la posta elettronica che sostituisce la posta tradizionale e una serie di altri servizi gratuiti. L’industria culturale è il caso più rappresentativo: le piattaforme di intrattenimento e i modelli generativi consentono a tutti di godere di più musica, libri, video e prodotti culturali più ricchi, aumentando notevolmente il consumo culturale. Eppure, allo stesso tempo, le dimensioni del mercato dei prodotti culturali, misurate dal PIL, non sono cresciute di conseguenza. Ad esempio, i dati della Recording Industry Association of America mostrano che il fatturato dell’industria musicale statunitense è diminuito da 14,6 miliardi di dollari nel 1999 a 7,5 miliardi di dollari nel 2016: i numerosi vantaggi che la musica digitale ha portato ai consumatori non possono essere misurati dal PIL. Sebbene le piattaforme che offrono vari servizi gratuiti generino PIL attraverso la pubblicità rivolta ai consumatori, molti studi hanno dimostrato che questo valore è di gran lunga inferiore al PIL generato dai servizi sostituiti e dal benessere di nuova creazione. Chiaramente, l’intelligenza artificiale ha portato benefici ai consumatori.

L’intelligenza artificiale porta il vantaggio dell’accesso equo. Ha permesso a un numero enorme di consumatori comuni di entrare in ambiti di consumo e creatività che prima erano accessibili principalmente a gruppi ad alto reddito e con un elevato livello di istruzione. Ad esempio, nel campo del consumo culturale, i consumatori con scarse capacità di lettura possono scegliere di farsi fornire o generare dall’IA prodotti culturalmente ricchi in formati come immagini e video; i consumatori a basso reddito possono utilizzare piattaforme gratuite per usufruire di prodotti e servizi culturali costosi che sarebbero loro inaccessibili offline (come spettacoli in teatri di alto livello). Inoltre, nel campo della creatività culturale, le persone comuni prive di competenze creative “professionali” possono ora trasformare idee altamente creative in prodotti culturali di propria creazione e condividerli con gli altri. Gli influencer sui social network non solo vendono i loro prodotti e servizi, ma condividono anche stili di vita, emozioni, moda, sentimenti e sogni con i loro follower, offrendo ai consumatori una maggiore soddisfazione dei bisogni spirituali e psicologici.

Il beneficio per il consumatore si manifesta attraverso servizi gratuiti, intrattenimento personale, mutuo aiuto e mezzi simili, e non può essere misurato dalla crescita del PIL o dall’aumento del reddito. Tuttavia, può essere misurato utilizzando il metodo della valutazione contingente (CVM) o la valutazione della disponibilità a pagare. Ai consumatori si può chiedere quanto sarebbero disposti a pagare se questi benefici richiedessero un acquisto, o quale compensazione sarebbe necessaria per rinunciare a determinati benefici attualmente gratuiti. Ad esempio, quale compensazione li convincerebbe a smettere di usare app di tipo “Xiaohongshu” o modelli linguistici gratuiti di grandi dimensioni? Da tali dati è possibile calcolare il beneficio sociale totale in termini di valore d’uso. La ricerca ha dimostrato che il rapporto tra beneficio in termini di valore d’uso e reddito monetario è significativamente più alto per i redditi bassi rispetto ai redditi alti, indicando che l’intelligenza artificiale ha effettivamente il vantaggio di promuovere l’uguaglianza e migliorare il benessere della popolazione a basso reddito.

Il beneficio derivante dal valore d’uso ha anche i suoi lati negativi. Alcuni comportamenti che procurano un piacere psicologico momentaneo possono causare danni profondi e a lungo termine al corpo e alla mente. Ad esempio, la dipendenza dai videogiochi online o il restringimento della percezione causato da un’eccessiva immersione nelle informazioni: la nocività di questi problemi gode di un ampio consenso sociale e le persone colpite ne soffrono enormemente senza però riuscire a liberarsene. Chi possiede e utilizza la tecnologia ha la responsabilità di esercitare moderazione e autodisciplina. Se non esistono contromisure, dovrebbe astenersi da tali azioni dannose; se vi sono conseguenze negative, dovrebbe utilizzare mezzi tecnologici per limitarle e contenerle, proprio come i produttori di prodotti hanno la responsabilità della qualità dei loro prodotti e non devono vendere prodotti che mettono a repentaglio la salute o la vita. Allo stesso tempo, governo e società devono collaborare per affrontare il problema. Per quei “mali” su cui vi è un consenso a livello sociale, come la messa in discussione dei valori umani fondamentali, la violazione della privacy personale, l’incitamento al terrorismo e simili discorsi e comportamenti, le autorità pubbliche devono intervenire con fermezza.

3. Il consenso è positivo: accordo sociale sulle conseguenze a lungo termine della tecnologia.

Diverse discipline delle scienze sociali studiano il “consenso” ( heyi ). Ad esempio, il consenso sociale, così come studiato in sociologia, rappresenta un grado relativamente elevato di accordo sociale. Questo articolo definisce il “consenso” come l’accordo sociale che gode del più ampio consenso e la solidarietà sociale che ne deriva, e utilizza il concetto di consenso per discutere le questioni etiche della scienza e della tecnologia nell’era dell’IA.

Le questioni etiche nella scienza e nella tecnologia non sono una novità, ma sono diventate particolarmente rilevanti nell’era dell’intelligenza artificiale, e la loro natura è cambiata radicalmente. In passato, si parlava di scienza come “scoperta delle leggi della natura”: si trattava di leggi intrinseche all’ordine naturale, formatesi attraverso l’interazione e l’evoluzione di diverse forze nel corso di miliardi di anni. Ora, l’intelligenza artificiale si sforza di creare condizioni che non esistono nell’evoluzione né della natura né della società umana, dando vita a nuovi ordini, con molte ricerche volte a modificare la condizione umana o lo stato della società stessa. Ad esempio, nelle scienze biologiche – dove le applicazioni dell'”IA per la scienza” sono più concentrate – gran parte della ricerca scientifica tenta di alterare la nostra fisiologia, la riproduzione, le strutture cognitive e persino di intervenire nella formazione della coscienza, modificando così il ruolo e il controllo dell’umanità sulla formazione della coscienza e sui comportamenti correlati. Alcuni sforzi mirano a costruire nuove forme di vita le cui conseguenze a lungo termine sono sconosciute. Quali conseguenze deriveranno dalla creazione di queste nuove entità? Forse nemmeno gli scienziati che le inventano possono dirlo con certezza. A ben pensarci, questo è ben diverso dalle scoperte scientifiche del passato.

In tali circostanze, diventa fondamentale stabilire se l’umanità concordi su una determinata direzione dello sviluppo scientifico: questo è ciò che in questo articolo viene definito “consenso”. Una volta dissi a uno scienziato che ammiro molto che, riguardo a un suo progetto di ricerca, io – da appassionato di tecnologia ignorante in materia – ero molto curioso e desideroso di esprimermi; da economista, non potevo giudicare immediatamente; ma, tornando alla mia naturale identità di “essere umano”, avrei voluto dire che la sua ricerca era del tutto “priva di consenso”. Quando gli scienziati tentano di modificare le caratteristiche umane e le leggi naturali che si sono evolute nel corso di decine di milioni di anni, la questione assume già un’importanza cruciale per ogni individuo. Il pubblico deve essere informato, deve partecipare e deve esprimere il proprio parere. Questo tipo di dibattito, fortemente scientifico, può risultare difficile da portare avanti con metodi come la valutazione contingente; richiede invece una “deliberazione collettiva” pubblica, trasparente e aperta. Gli scienziati hanno la responsabilità di spiegare al pubblico tutte le possibili conseguenze – non solo i benefici – consentendo al contempo un dibattito approfondito a livello sociale per raggiungere un consenso che goda del più ampio consenso possibile. Solo attraverso la piena espressione e una negoziazione continua tra tutte le parti è possibile raggiungere una sorta di “consenso” e una posizione realistica. Non bisogna permettere che la logica tecnologica diventi il ​​fattore dominante; ancor più importante, dobbiamo guardarci da “innovazioni” irreversibili e inappropriate, realizzate frettolosamente da pochi esperti di tecnologia privi di un forte senso di responsabilità o di sufficiente lungimiranza. In breve, per questo tipo di questioni relative all’IA applicata al bene comune, è indispensabile il consenso.

Esplorare i meccanismi: la collaborazione tra più parti per promuovere l’IA a fin di bene

Consideriamo ora i meccanismi per raggiungere il bene. A parte il “bene del beneficio per il consumatore”, che è una conseguenza naturale della tecnologia stessa, il “bene razionale” e soprattutto il “bene consensuale” non si verificano spontaneamente. Da dove provengono, dunque, gli incentivi al bene? Come dovrebbero essere progettati i meccanismi corrispondenti? La pratica ha dimostrato che meccanismi di incentivazione compatibili con il “bene” e fattori che portano al “non bene” coesistono a più livelli. Nell’era dell’intelligenza artificiale, le forze che stanno alla base sia del “non bene” che del “bene” sono diverse rispetto al passato, e il “bene” richiede sia autocontrollo che moderazione sociale.

Innanzitutto, gli innovatori e i produttori di IA hanno incentivi significativi ed efficaci per agire in modo “etico”. Un motivo importante è che l’IA richiede un’adozione su larga scala; se il suo “bene” non ottiene il consenso sociale, non può essere applicata in modo efficace e sostenibile. L’elevata attenzione della società alla sicurezza e alle questioni etiche dell’IA esercita una pressione pervasiva, potente e costante sulle imprese e sugli imprenditori, influenzandone i valori. Mantenere la propria reputazione richiede ai produttori di “fare del bene” e, quando la società li percepisce come “non buoni”, devono reagire e adattarsi rapidamente. Nel 2023, OpenAI ha affrontato diffuse critiche per l’utilizzo di dati sensibili degli utenti nel suo addestramento e si è prontamente impegnata a non farlo più. Anche diverse importanti aziende nazionali di IA hanno dato prova di lodevoli capacità di risposta. Da questa prospettiva, il meccanismo di incentivazione per “agire in modo etico” è più pervasivo e potente in quest’epoca.

In secondo luogo, la governance distribuita è una caratteristica distintiva della governance dell’IA per il bene comune. La differenza più importante tra le industrie basate sull’IA e sui dati e le industrie del passato risiede nella natura basata su scenari delle loro applicazioni. In passato, l’allocazione delle risorse di mercato era uno a uno, ma nell’era dell’IA, l’allocazione delle risorse è basata su cluster e specifica per scenario. Affinché la pubblica amministrazione digitale, le città intelligenti, i trasporti intelligenti, la sanità intelligente e l’economia a bassa quota siano efficaci, gruppi su gruppi di parti coinvolte nelle transazioni devono allocare risorse: ciò che definiamo allocazione distribuita delle risorse. Nell’allocazione distribuita delle risorse, le parti interessate con interessi e valori correlati formano comunità di varie dimensioni attorno a scenari specifici, con attori di mercato e sociali che scelgono autonomamente partner specifici per transazioni e cooperazione. Ogni scenario ha le proprie regole – ad esempio, le piattaforme hanno le proprie regole di transazione, politiche di reso e sanzioni per le violazioni – che definiscono cosa è “buono e cattivo” in quello scenario, ovvero cosa i partecipanti possono o non possono fare. I partecipanti seguono queste regole e, di conseguenza, queste comunità assumono anche funzioni di governance, che possiamo definire governance distribuita.

In terzo luogo, il ruolo di governance dell’autorità pubblica è indispensabile. Alcune azioni “negative” di grave entità non possono essere lasciate alla negoziazione sociale e di mercato; al contrario, deve esistere un elenco chiaro di azioni che “non devono essere compiute”, ovvero atti “malvagi”. Ad esempio, violare la privacy degli utenti senza il loro consenso, pubblicare informazioni false, terrorismo, incitamento all’odio e così via. Inoltre, affinché la governance sociale e di mercato sia efficace, la funzione più importante del governo è quella di imporre apertura e trasparenza. Le imprese devono consentire ai consumatori di visualizzare in modo rapido e chiaro i propri contratti di utilizzo; la trasparenza nei dettagli di tali contratti è di fondamentale importanza. Infine, come già accennato, per le innovazioni che riguardano l’umanità stessa e la società, i fornitori devono spiegare chiaramente alla società e al pubblico cosa stanno facendo e quali potrebbero essere le conseguenze.

Infine, anche la segnalazione da parte del governo è particolarmente importante. Le leggi devono essere relativamente stabili e non possono facilmente stare al passo con gli eventi, né è necessario affrettare l’emanazione di leggi prima che la situazione si sia relativamente stabilizzata. Tuttavia, il governo può fare molto: emanare linee guida e casi di buone prassi, criticare le pratiche scorrette, convocare le imprese interessate per colloqui di supervisione: tutte queste azioni hanno un effetto orientativo significativo per un utilizzo positivo dell’IA.

Per tornare alla tesi centrale di questo articolo: le scienze sociali devono svolgere un ruolo importante nel promuovere l’IA per il bene comune. Le scienze sociali hanno solide basi disciplinari che ci conferiscono una maggiore capacità di valutare il bene e il male dell’IA. In termini di efficienza nell’allocazione delle risorse, benefici e perdite per il benessere sociale, equa distribuzione della ricchezza, valutazione del sentimento e della volontà pubblica e mantenimento dell’armonia sociale, le scienze sociali hanno dato contributi eccezionali. Nell’era dell’IA, dobbiamo raddoppiare i nostri sforzi, assumerci le nostre responsabilità e porci al centro e in prima linea nel dibattito, nella pratica e nella costruzione teorica dell’IA per il bene comune.

Jiang Xiaojuan sulla strategia economica della Cina: la prossima fase delle riforme e le relazioni con gli Stati Uniti

L’ex vice segretario generale del Consiglio di Stato cinese sui sistemi di uscita dal mercato, l'”involuzione” e come affrontare la concorrenza globale

Fred Gao

24 giugno 2025

Ciao a tutti, cari lettori, nell’episodio di oggi vi propongo l’ultimo discorso di Jiang Xiaojuan(Jiang Xiaojuan), un’illustre studiosa e funzionaria pubblica la cui singolare doppia prospettiva rende le sue riflessioni particolarmente preziose. In qualità sia di rinomata economista che di esperta responsabile politica, incarna quella rara combinazione di ricerca accademica ed esperienza concreta nella gestione pubblica.

Jiang ha ricoperto la carica di vice segretario generale del Consiglio di Stato cinese dal 2011 al 2018, una delle posizioni di più alto livello nel processo decisionale cinese. In tale ruolo, ha partecipato direttamente alla formulazione e all’attuazione delle principali politiche economiche. Prima di entrare al servizio del governo, si era affermata come una delle principali voci accademiche nel campo dell’economia industriale e delle politiche di sviluppo presso l’Accademia cinese delle scienze sociali.

Dopo aver lasciato il Consiglio di Stato nel 2018, è tornata nel mondo accademico come preside della Scuola di Politica Pubblica e Gestione dell’Università di Tsinghua, carica che ha ricoperto fino al 2022.

Il 21 giugno ha tenuto un discorso al Forum di metà anno di Forum sulla macroeconomia cinese 2025Nel corso del discorso, Jiang ha delineato tre priorità fondamentali: impegnarsi al massimo per mantenere lo slancio positivo dell’economia, rafforzare la dinamica endogena promuovendo le riforme e l’apertura, ed espandere le politiche di apertura della Cina. Ha sottolineato in particolare l’importanza di misure di riforma di grande portata, tra cui il miglioramento dei meccanismi di fallimento delle imprese e dei sistemi di uscita dal mercato per contrastare la concorrenza «involutiva». Per quanto riguarda le relazioni economiche tra Cina e Stati Uniti, ha sostenuto che esiste ancora un notevole margine di negoziazione nonostante le attuali tensioni, osservando che la diversificazione commerciale della Cina ha ridotto la dipendenza dal mercato statunitense mentre la globalizzazione continua ad avanzare, in particolare grazie alla digitalizzazione.

Ecco alcuni punti interessanti che ritengo opportuno sottolineare:

L’uso della ricerca testuale negli studi sulle politiche cinesi

Una volta arrivato alla Tsinghua, ho scoperto che la Facoltà di Amministrazione Pubblica aveva una particolarità nel modo di condurre le ricerche: poiché si occupa di analizzare le politiche governative, si tendeva a ritenere che, se una determinata frase ricorreva spesso nei testi normativi, il governo attribuisse grande importanza a quella questione. All’inizio non riuscivo proprio ad accettarlo; ho ripetuto più volte che il fatto di menzionare spesso qualcosa non significava necessariamente che le si attribuisse importanza.

Dopo essermi iscritto alla Tsinghua, ho scoperto che la Scuola di Politica Pubblica e Gestione ha una particolare attenzione alla ricerca testuale. Poiché la scuola si occupa di politiche governative, i ricercatori analizzano quali espressioni ricorrono più spesso nei documenti governativi, ritenendo che la frequenza sia indicativa delle priorità del governo. All’inizio non riuscivo ad accettare questo approccio, pensando cheIl fatto di ripetere più volte qualcosa solo perché è difficile da realizzare non significa necessariamente che sia una priorità.

Per quanto riguarda la causa della sovracompensazione:

I meccanismi di mercato incompleti impediscono la sopravvivenza del più forte. Da tempo ci siamo concentrati principalmente sull’incoraggiare l’ingresso nel mercato, trascurando però di predisporre adeguati meccanismi di uscita. Quando un’impresa subisce perdite, poi ne subiscono altre due, e infine ne risente l’intero settore: molti esperti sostengono che le economie di mercato siano naturalmente soggette a un eccesso di offerta. Tuttavia, quando l’eccesso di offerta raggiunge il punto in cui interi settori subiscono perdite ma non riescono comunque a uscire dal mercato, è inevitabile che vi siano problemi di progettazione istituzionale.

A proposito della concorrenza con gli Stati Uniti

Quando le multinazionali arrivano in Cina, si trovano di fronte a un mercato così vasto, con settori industriali, componenti e filiere produttive eccellenti, che non riescono a staccarsene. Dicono ai nostri leader che la Cina è molto importante e che manterranno sicuramente rapporti amichevoli con noi. Tornate in America, dicono al Congresso che la Cina deve essere contenuta, altrimenti non ci sarà spazio per la concorrenza. Gli esempi sono innumerevoli e non lo nascondono. Attualmente, le grandi potenze mondiali non hanno complotti: tutto è allo scoperto e tutti vedono molto chiaramente. Questa è la logica di base dell’intensificarsi della concorrenza, non direttamente legata a chi è al potere o fuori dal potere. È solo che alcune persone agiscono senza metodo – è l’unico modo per descriverlo – non sanno come agire correttamente. Non l’hanno ideato loro; è causato da cambiamenti fondamentali.

Di seguito trovate il testo completo. Non esitate a condividerlo e a mettere “Mi piace” se ritenete che questo articolo sia utile.

Inside China è una testata sostenuta dai lettori. Per ricevere i nuovi articoli e sostenere il mio lavoro, ti invito a diventare un abbonato gratuito o a pagamento.

Di seguito è riportato il testo completo:

---

Intensificare gli sforzi politici, rafforzare lo slancio endogeno e puntare a una crescita stabile che coniughi qualità e quantità

I. Impegnarsi al massimo per mantenere lo slancio positivo dell’economia

Di solito consideriamo le riforme come un motore economico a lungo termine, ma ora queste politiche rivestono un’importanza fondamentale anche nel breve periodo. Non mi soffermerò sul primo punto, poiché le politiche macroeconomiche sono già state annunciate. L’attenzione è concentrata principalmente sui dati pubblicati a maggio, che sembrano piuttosto positivi. La colonna all’estrema destra riporta per lo più dati relativi al primo trimestre, sebbene siano disponibili anche alcuni dati relativi al periodo da gennaio a maggio. Le vendite al dettaglio rimangono piuttosto solide, ma gli investimenti in immobilizzazioni e diversi indicatori immobiliari di rilievo appaiono mediocri. L’andamento delle esportazioni quest’anno è stato relativamente buono. Le questioni relative ai consumi sociali che ci preoccupano mostrano alcuni progressi, mentre altri indicatori sono generalmente stabili.

Per quanto riguarda l’implementazione (della politica) da parte del Riunione del Politburo del 25 aprileVorrei condividere brevemente alcune mie osservazioni. Ci sono molti elementi nuovi. Le sezioni rosse nel grafico rappresentano le politiche generali che incidono su ogni livello dell’economia macroeconomica: investimenti, consumi ed esportazioni. Il blu indica le politiche relative ai consumi, mentre il viola quelle relative agli investimenti. Il mix di politiche è relativamente equilibrato.

PS: Includi il rosso

Coordinare le attività economiche interne e la lotta commerciale internazionale… Impegnarsi a stabilizzare l’occupazione, le imprese, i mercati e le aspettative… Creare nuovi strumenti di politica monetaria strutturale e istituire nuovi strumenti finanziari di politica economica… Adottare misure multiple per sostenere le imprese in difficoltà. Rafforzare il sostegno al finanziamento… Accelerare la risoluzione del problema dei crediti insoluti delle amministrazioni locali nei confronti delle imprese… Per le imprese maggiormente colpite dai dazi doganali, aumentare la percentuale di rimborso a sostegno dell’occupazione da parte del fondo di assicurazione contro la disoccupazione… È necessario perfezionare costantemente il ventaglio di strumenti politici per la stabilità dell’occupazione e dell’economia, garantire che le politiche già definite entrino in vigore e producano effetti il prima possibile, e introdurre tempestivamente nuove politiche di riserva in base all’evoluzione della situazione.

Coordinare le attività economiche interne e le sfide del commercio internazionale… concentrarsi sulla stabilizzazione dell’occupazione, delle imprese, dei mercati e delle aspettative… creare nuovi strumenti strutturali di politica monetaria, istituire nuovi strumenti finanziari orientati alle politiche… adottare misure diversificate per assistere le imprese in difficoltà. Rafforzare il sostegno finanziario… accelerare la risoluzione dei pagamenti arretrati delle amministrazioni locali alle imprese… per le imprese significativamente colpite dai dazi, aumentare la quota dei rimborsi per la stabilizzazione dell’occupazione a carico del fondo di assicurazione contro la disoccupazione… migliorare continuamente il kit di strumenti politici per stabilizzare l’occupazione e l’economia, attuare tempestivamente le politiche stabilite per ottenere risultati rapidi e varare prontamente politiche di riserva incrementali in risposta all’evoluzione delle circostanze.

Il pacchetto Blue include:

Rilanciare i consumi… Eliminare al più presto le misure restrittive nel settore dei consumi e istituire un programma di rifinanziamento per i servizi di consumo e l’assistenza agli anziani

Stimolare i consumi… eliminare tempestivamente le misure restrittive nel settore dei consumi e istituire strumenti di rifinanziamento per i servizi di consumo e l’assistenza agli anziani.

Il pacchetto Purple include:

Sostenere l’innovazione scientifica e tecnologica… Stabilizzare il commercio estero… Coltivare e potenziare una nuova forza produttiva, creando una serie di settori industriali emergenti di punta. Continuare a impegnarsi con determinazione nella ricerca e nello sviluppo di tecnologie chiave e fondamentali, introdurre in modo innovativo il «Segmento tecnologico» nel mercato obbligazionario e accelerare l’attuazione dell’iniziativa «Intelligenza artificiale+».

Sostenere l’innovazione tecnologica… stabilizzare il commercio estero… coltivare e rafforzare nuove forze produttive di qualità, sviluppando una serie di settori pilastro emergenti. Proseguire con impegno per ottenere progressi significativi nelle tecnologie chiave, lanciare in modo innovativo un “segmento tecnologico” nel mercato obbligazionario e accelerare l’attuazione delle iniziative “AI+”.

Prendiamo ad esempio i consumi. Ne abbiamo già parlato a lungo, ma di fronte a così tante nuove tecnologie, in particolare l’intelligenza artificiale, Prima dell’avvento di DeepSeek, la concorrenza era puramente tecnologica e non si traduceva in un vero e proprio rinnovamento industriale. Da allora, però, le applicazioni industriali sono diventate una pratica comune. In precedenza, solo pochi grandi istituti finanziari disponevano del capitale e delle competenze tecniche necessarie per sviluppare autonomamente modelli su larga scala, creando così barriere relativamente elevate.

Il vantaggio rivoluzionario di DeepSeek risiede nel fatto che non richiede alcun addestramento secondario né basi di conoscenza esterne, offrendo una implementazione flessibile in grado di adattarsi rapidamente alle diverse esigenze del settore. È diventato uno strumento di aggiornamento industriale implementabile con un ampio potenziale di diffusione. DeepSeek ha abbassato le barriere all’adozione dell’IA, fornendo un percorso di aggiornamento efficiente per tutti i settori. Perdere questa opportunità tecnologica a causa di investimenti insufficienti potrebbe comportare uno svantaggio competitivo.

Pertanto, nell’ambito del piano “4.25”, abbiamo attuato misure globali in materia di politica macroeconomica, consumi e investimenti, avvalendoci di tutti gli strumenti politici disponibili con un approccio su più fronti.

Ciò che attira notevolmente l’attenzione va oltre il “4,25%”: le Due Sessioni di quest’anno e la Conferenza centrale sul lavoro economico dello scorso anno hanno sottolineato l’orientamento incentrato sulle persone della politica macroeconomica, interpretato come un’attenzione al consumo. Tuttavia, questa interpretazione non è necessariamente del tutto accurata. Ad esempio, il concetto di “Investire nelle persone” rappresenta un approccio che coordina investimenti e consumi. Il mercato immobiliare ha acquisito una notevole flessibilità politica sia nella gestione delle scorte che in quella della nuova offerta, conferendo alle amministrazioni comunali una maggiore autonomia in materia di soggetti acquirenti, prezzi e utilizzo. In precedenza avevamo limitato la costruzione di nuove ville, ma ora abbiamo modificato i criteri a favore di “alloggi di qualità sicuri, confortevoli, ecologici e intelligenti”. Finché c’è domanda di mercato – e in effetti, lo scorso anno gli immobili di fascia più alta sono stati quelli che hanno registrato le migliori vendite ovunque – ciò rappresenta un adeguamento politico molto completo.

Confrontando i tre anni di conferenze sull’economia tenutesi dalla fine della pandemia di COVID-19 alla fine del 2022, quali cambiamenti si osservano?

In primo luogo, il cambiamento nell’enfasi posta sulla qualità e sulla quantità.Quando parliamo di sviluppo di alta qualità e continuiamo a usare questo termine, si potrebbe pensare che lo sviluppo di alta qualità riguardi solo la qualità. «Promuovere un miglioramento qualitativo efficace e una crescita quantitativa ragionevole dell’economia» (推动经济实现质的有效提升和量的合理增长): questa era l’esatta formulazione della Conferenza sul lavoro economico del 2022. Nel 2023 abbiamo parlato di “concentrarsi sulla costruzione economica come compito centrale e sullo sviluppo di alta qualità come obiettivo primario” (聚焦经济建设这一种新工作和高质量发展这一首要任务), combinando questi due elementi, il che invia ancora un segnale importante. La recente formulazione afferma: “Il miglioramento qualitativo e la crescita quantitativa ragionevole devono essere unificati nell’intero processo di sviluppo di alta qualità” (要把质的有效提升和量的合理增长统一于高质量发展的全过程). Anni fa, quando enfatizzavamo la qualità, menzionavamo che sia la qualità che la quantità dovevano spingere i tassi di crescita verso l’alto.

In secondo luogo, massimizzare il potenziale dei «tre motori». Fin dallo scorso anno ho sempre sostenuto che questa sia la vera intenzione politica del governo centrale. In precedenza, avevamo posto l’accento sull’espansione della domanda interna, dando priorità alla ripresa e all’espansione dei consumi. Durante la pandemia, i nostri consumi erano particolarmente stagnanti, quindi questa enfasi era corretta. Tuttavia, negli ultimi anni, abbiamo affrontato entrambi gli aspetti: “Concentrandoci sull’espansione della domanda interna, dobbiamo stimolare i consumi con potenziale ed espandere gli investimenti redditizi per formare un circolo virtuoso di promozione reciproca tra consumi e investimenti.” (着力扩大国内需求，要激发有潜能的消费，扩大有效益的投资，形成消费和投资相会促进的良性循环。) Non si può investire in modo avventato: gli investimenti devono essere redditizi. Quest’anno: “Rilanciare con vigore i consumi, migliorare l’efficienza degli investimenti ed espandere in modo globale la domanda interna.” (大力提振消费、提高投资效益，全方位扩大国内需求) Dobbiamo comprendere appieno i requisiti politici del governo centrale. ATutte le politiche dovrebbero favorire la crescita.L’approccio basato sulla combinazione di politiche è oggetto di discussione ormai da diversi anni.

Guardando con grande attenzione al ruolo centrale che la crescita economica riveste nelle politiche pubbliche. Dopo essermi iscritto alla Tsinghua, ho scoperto che la Scuola di Politica Pubblica e Gestione ha un approccio di ricerca basato sull’analisi testuale. Poiché la scuola si occupa di politiche governative, i ricercatori esaminano quali espressioni ricorrono più frequentemente nei documenti politici, ritenendo che tale frequenza rifletta le priorità del governo. All’inizio non riuscivo ad accettare questo approccio, pensando che ripetere qualcosa più volte solo perché è difficile da realizzare non significasse necessariamente che fosse una priorità. In seguito, ho scoperto che questo approccio ha i suoi meriti. La parte sinistra del grafico mostra il Rapporto sul lavoro del governo del 2019. Gli autori hanno esaminato la frequenza delle parole e la loro rilevanza posizionale nei rapporti sul lavoro del governo, combinandole con altri tre indicatori per creare quella che chiamiamo una “nuvola di parole”: le menzioni frequenti indicano importanza. Nel 2019, i termini chiave erano “sviluppo di alta qualità”, “soggetti di mercato” e “piccole e microimprese”. Nel Rapporto sul lavoro del governo del 2025: “crescita economica” e “crescita di alta qualità”. In effetti, “qualità” e “velocità” sono diventati obiettivi di primo livello con lo stesso peso. Si tratta di un metodo comunemente utilizzato dai ricercatori di politica e, attingendo leggermente da esso, possiamo vedere che i nuovi obiettivi vengono effettivamente enfatizzati.

La stabilizzazione e la ripresa economica complessiva continuano a essere promettenti. Considerati i significativi cambiamenti in atto nel contesto esterno e internazionale, possiamo ancora aspettarci un andamento verso la stabilità e il miglioramento. Per la seconda metà di quest’anno, possiamo prevedere uno slancio verso una crescita stabile nel medio termine.

II. Rafforzare lo slancio endogeno: portare avanti le riforme e l’apertura

Sebbene la crescita a medio e lungo termine richieda uno slancio endogeno, anche quella a breve termine ne ha bisogno. Esaminiamo quali misure sono particolarmente urgenti e soffermiamoci brevemente sulle questioni relative all’apertura.

In primo luogo, le misure di riforma fondamentali devono essere attuate in modo efficace. Si tratta di un requisito centrale inequivocabile. Alcune indicazioni emerse dal Terzo Plenum, dalla Conferenza sul lavoro economico dello scorso anno e dalle riunioni del Politburo di quest’anno pongono l’accento su determinate riforme. Cosa significano realmente? La riforma delle imprese statali: le SOE sono una caratteristica distintiva del sistema cinese, ma quest’anno abbiamo discusso delle “linee guida per la riorganizzazione e l’adeguamento strutturale delle SOE”, il che rappresenta un requisito piuttosto importante. Durante il Quarto Plenum del 15° Comitato Centrale nel 1999, abbiamo affermato che l’economia statale avrebbe dovuto avanzare in alcuni settori e ritirarsi da altri, identificando all’epoca quattro settori. “Ritirarsi” significava ritirarsi dai settori economici generali: questo era quanto riportato nel documento centrale. Nonostante le varie fluttuazioni e discussioni avvenute da allora, il Terzo Plenum del 20° Comitato Centrale ha nuovamente specificato in quali aree avanzare, senza menzionare il ritiro ma indicando chiaramente l’avanzamento: promuovere la concentrazione del capitale statale in industrie importanti e settori chiave legati alla sicurezza nazionale e alle arterie vitali dell’economia nazionale, nei servizi pubblici, nelle capacità di emergenza e nei settori del benessere pubblico legati al benessere nazionale e al sostentamento della popolazione, nonché nelle industrie emergenti strategiche e orientate al futuro.

Ciò riguarda essenzialmente i settori in cui le imprese private non sono disposte o non sono in grado di operare in modo efficace, o semplicemente non vogliono impegnarsi. Il messaggio è chiaro: portare a termine le missioni strategiche: non è detto che essere più grandi o fare di più sia necessariamente meglio. Si tratta di una misura di riforma molto importante.

Inside China è una testata sostenuta dai lettori. Per ricevere i nuovi articoli e sostenere il mio lavoro, ti invito a diventare un abbonato gratuito o a pagamento.

Dobbiamo accelerare l’istituzione di regole e sistemi fondamentali. Il Terzo Plenum ha menzionato il miglioramento dei sistemi di fallimento delle imprese, che personalmente considero una priorità assoluta nell’agenda di riforme del Terzo Plenum. Per tanti anni, nell’ambito della concorrenza di mercato, le riforme volte a «snellire l’amministrazione e delegare i poteri» e la liberalizzazione del contesto di mercato hanno tutte mirato a ridurre al minimo le barriere all’ingresso: da tre mesi a un mese, a una settimana, a un giorno, fino all’approvazione immediata. Il nostro desiderio è che chiunque voglia entrare in un mercato possa farlo immediatamente, rendendo i canali di accesso estremamente agevoli e senza intoppi.

In linea generale, grazie alle ampie possibilità di accesso al mercato e all’ampio sostegno offerto alle imprese partecipanti, dovrebbe prevalere la legge del mercato, secondo cui sopravvivono i più adatti. Tuttavia, il meccanismo di uscita per i “più adatti” è particolarmente limitato, non perché sia vietato, ma perché è estremamente difficile definire modalità specifiche. Le uscite individuali richiedono uno sforzo enorme perché non esistono procedure specifiche per il rimborso del debito, la liquidazione dei dipendenti o la gestione bancaria. In assenza di normative specifiche, ogni caso deve essere gestito individualmente. Pertanto, i meccanismi di uscita inadeguati rappresentano una carenza istituzionale fondamentale alla base delle nostre discussioni sulla sovraccapacità e sull'”involuzione” nel corso degli anni.

Pertanto, l’enfasi posta dal Terzo Plenum sul miglioramento dei meccanismi di fallimento delle imprese, sull’esplorazione di sistemi di fallimento personale, sul progresso delle riforme a sostegno della cancellazione delle imprese dal registro e sul perfezionamento dei sistemi di uscita delle imprese rappresenta una misura istituzionale di particolare importanza. Quando l’economia si orienta verso la concorrenza di mercato, è necessario migliorare l’efficienza complessiva attraverso la riorganizzazione dei fattori (ottimizzando l’allocazione delle risorse, della tecnologia, della capacità, ecc.), ma ciò richiede l’eliminazione delle imprese inefficienti per liberare quote di mercato. Senza meccanismi di eliminazione, le imprese avvantaggiate non possono ottenere risorse e spazio di mercato sufficienti, ostacolando l’aggiornamento industriale e il miglioramento dell’efficienza. Ciò rappresenta un assetto istituzionale particolarmente importante e una questione di grande rilevanza.

Il segretario generale ha sottolineato che l’economia privata riveste un’importanza particolare. Dopo il simposio sulle imprese private del «27 febbraio», queste ultime hanno ritenuto che le informazioni fornite sotto ogni aspetto fossero particolarmente accurate: ciò che possono fare, ciò che vogliono fare, le aspettative a lungo termine e la risoluzione dei problemi irrisolti hanno tutti mostrato miglioramenti sostanziali.

Promuovere lo sviluppo economico privato: le imprese private sono particolarmente interessate a questi temi:

In primo luogo, la concorrenza leale. A partire dal Quarto Plenum del XVI Comitato Centrale, abbiamo posto l’accento su 16 parole chiave: «accesso equo, concorrenza paritaria, protezione paritaria» (公平准入、平等竞争、同等保护) — ovvero accesso equo al mercato, concorrenza paritaria e pari tutela giuridica. Tuttavia, nella pratica permangono certamente alcuni problemi. Recentemente abbiamo ribadito l’importanza delle questioni relative alla concorrenza leale, compresi i punti di particolare interesse per le imprese. Uno di questi è un grande progetto di investimento nazionale. Data l’elevata percentuale di investimenti nazionali attuale, escludere le imprese private sarebbe ovviamente ingiusto. Poniamo particolare enfasi sui grandi progetti tecnologici, che comportano finanziamenti consistenti, e anche il fatto che le imprese private non possano accedere a queste opportunità è ingiusto. Le misure attuali mirano a risolvere i problemi che le imprese segnalano come particolarmente rilevanti.

In secondo luogo, i ritardi nei pagamenti. Se ne è già parlato ampiamente, quindi non mi dilungherò. Dopo tutte le discussioni, i soggetti maggiormente colpiti dai ritardi sono le imprese private.

Per quanto riguarda la concorrenza «involutiva», si tratta in definitiva di regolamentare il comportamento delle amministrazioni locali e delle imprese. La cosiddetta concorrenza «involutiva» significa che le imprese competono abbassando i prezzi fino al limite di sopravvivenza. I prezzi bassi incidono sull’IPP (Indice dei Prezzi alla Produzione). L’andamento dell’IPP nel periodo gennaio-maggio non è stato particolarmente positivo: non c’è altra scelta, poiché senza tagli ai prezzi le imprese andrebbero incontro al fallimento. Esse sperano di resistere più a lungo delle altre e di sopravvivere, rendendo la concorrenza sui prezzi particolarmente difficile da evitare nelle circostanze attuali. Prezzi bassi, andamento negativo dell’IPP, utili aziendali deboli, investimenti insufficienti, scarsa fiducia e aspettative a lungo termine deboli: tutto ciò rappresenta un problema significativo con molteplici cause:

(1) Il rallentamento economico e il restringimento dei mercati nazionali e internazionali costringono le imprese ad affrontare una concorrenza di mercato sempre più agguerrita.

(2) L’era digitale sta evolvendo a un ritmo particolarmente rapido. In passato si diceva che su dieci startup ne sopravvivessero solo una o due. Oggi questo rapporto non esiste più. Nel settore del venture capital digitale, le aziende diventano “unicorni” e presentano immediatamente domanda di quotazione in borsa, mentre il fallimento può verificarsi da un giorno all’altro. Pertanto, la rapida evoluzione tecnologica dell’era digitale ha un impatto significativo sulle imprese.

(3) I meccanismi di mercato incompleti impediscono la sopravvivenza del più forte.Da tempo ci siamo concentrati principalmente sulla promozione dell’ingresso nel mercato, trascurando però di predisporre adeguati meccanismi di uscita. Quando un’impresa subisce perdite, poi ne subiscono altre due e infine ne risente l’intero settore: molti esperti sostengono che le economie di mercato siano per loro natura soggette a un eccesso di offerta. Tuttavia, quando l’eccesso di offerta raggiunge un livello tale che interi settori subiscono perdite senza poter comunque uscire dal mercato, è inevitabile che vi siano problemi di progettazione istituzionale.

Pertanto, per affrontare la concorrenza involutiva è necessario un approccio su più fronti. Questi problemi non erano imprevedibili: avevamo già assistito a fenomeni di sovraccapacità nel 2018-2019, ma poi è arrivata la pandemia, rendendo la stabilità lavorativa e occupazionale la priorità assoluta. Tuttavia, una situazione di stallo a lungo termine non è sostenibile. Proteggere il patrimonio esistente aumentando al contempo la crescita incrementale impedisce ai mercati di svolgere il loro ruolo nella sopravvivenza del più forte.

III. Ampliare l’apertura

Credo che la nostra comprensione della questione presenti ancora alcune lacune. Quali sono, in realtà, i problemi che stiamo affrontando nella concorrenza internazionale? Stiamo assistendo a cambiamenti fondamentali nella concorrenza internazionale che non sono direttamente legati a chi detiene o meno il potere. Il cambiamento più significativo è il passaggio da una divisione verticale del lavoro con i paesi sviluppati a una divisione orizzontale del lavoro.

Nella divisione verticale del lavoro, loro si occupavano della produzione di fascia alta mentre noi ci occupavamo di quella di fascia bassa e media. I settori industriali delle due parti non erano in conflitto tra loro, il che ha generato poche contraddizioni. Entrambe le parti hanno tratto grandi benefici dal commercio internazionale: noi producevamo abbigliamento, calzature, giocattoli e borse, mentre loro producevano beni di consumo di fascia alta e macchinari. I settori industriali si sostenevano a vicenda.

Dopo il 2012, la concorrenza industriale tra le due parti si è gradualmente intensificata.

Prendiamo ad esempio Apple e Huawei. Prima delle restrizioni definitive sui chip imposte a Huawei, le spedizioni globali avevano raggiunto i 300 milioni di unità. Entrambe produciamo telefoni e abbiamo iniziato a competere nei mercati di terze parti. Sempre più prodotti della nostra produzione, a partire dall’introduzione di tecnologie da parte di multinazionali, hanno rapidamente superato i loro in termini di prestazioni, poiché la nostra base industriale è vasta e la nostra scala economica complessiva è ampia. Ora produciamo le pale eoliche più alte e più grandi del mondo. Per quanto riguarda le frese da tunnel, questi grandi macchinari da costruzione, metà dei tunnel e dei passaggi sotterranei del mondo sono scavati da macchinari cinesi. Più produciamo, più impariamo facendo, e più le nostre capacità diventano forti.

Quando le multinazionali sono passate dalla nostra precedente struttura non planare e a divisione verticale a una concorrenza orizzontale, quali cambiamenti si sono verificati? È inevitabilmente emersa la doppia natura delle multinazionali. In precedenza, avevamo avuto conflitti con gli Stati Uniti. Prima di Trump, abbiamo avuto sei guerre commerciali con l’America, e ogni volta abbiamo adottato misure che prevedevano l’applicazione di sanzioni da entrambe le parti. A quel tempo, le multinazionali e le aziende statunitensi erano in apprensione. Ancor prima che le nostre squadre di negoziazione governative entrassero in scena, la Camera di Commercio Cino-Americana organizzò una squadra per fare pressione sul Congresso: “Non potete sanzionare la Cina: sanzionare la Cina significa sanzionare noi. Abbiamo bisogno di importare grandi quantità di componenti e anche di esportare”. Allora i loro interessi coincidevano. Quella situazione è ormai superata da tempo. TLa duplice natura delle multinazionali è destinata a persistere nel lungo periodo, poiché il rapporto di concorrenza orizzontale tra la Cina e gli altri paesi sarà un processo di lunga durata.

Quando vengono in Cina, vedono un mercato così vasto, con industrie, componenti e filiere produttive eccellenti, che non riescono a sopportare l’idea di andarsene. Dicono ai nostri leader che la Cina è molto importante e che manterranno sicuramente relazioni amichevoli con noi. Tornati in America, dicono al Congresso che la Cina deve essere contenuta, altrimenti non ci sarà spazio per la concorrenza. Gli esempi sono troppi, e non lo nascondono. Attualmente, le grandi potenze mondiali non hanno complotti: tutto è allo scoperto e tutti vedono molto chiaramente. Questa è la logica di base dell’intensificarsi della concorrenza, non direttamente legata a chi è al potere o fuori dal potere. È solo che alcune persone agiscono senza metodo – è l’unico modo per descriverlo – non sanno come agire correttamente. Non l’hanno ideato loro stessi; è causato da cambiamenti fondamentali.

La leadership centrale ha ripetutamente sottolineato l’importanza di un’apertura su larga scala. Oggi non ho tempo per approfondire l’argomento, ma dal punto di vista della futura modernizzazione della Cina, i molteplici requisiti dell’apertura rivestono un’importanza fondamentale. Data la competitività della Cina, possiamo comunque mantenere i nostri vantaggi competitivi in un contesto altamente aperto.

Vorrei chiarire un malinteso sociale diffuso. Il professor Li Yang ha menzionato poco fa i concetti di “frammentazione” e “stagnazione” a livello internazionale. In realtà, questa affermazione era sostanzialmente corretta prima del 2022, ma dopo la pandemia tutti e quattro i principali indicatori della globalizzazione hanno registrato un’impennata simultanea. Prendiamo il commercio internazionale come esempio significativo: questo dato mostra il commercio globale in percentuale del PIL mondiale. Durante i primi 40 anni della nostra riforma e apertura, la quota del commercio globale rispetto al PIL mondiale ha continuato a crescere, il che rappresenta l’indicatore più importante della globalizzazione. La globalizzazione si stava sviluppando con grande slancio.

Dopo la crisi finanziaria del 2008, la quota del commercio mondiale rispetto al PIL globale si è stabilizzata, registrando un leggero calo. Se dovessimo quantificare questo periodo, si tratterebbe di una fase di stagnazione o di rallentamento della globalizzazione. Durante gli anni della pandemia, dal 2020 al 2021, tale quota è scesa al livello più basso degli ultimi 16 anni, mostrando effettivamente un certo regresso. A partire dal 2022, il commercio mondiale ha registrato una crescita molto significativa. Quanto significativa? Ha raggiunto un massimo storico mai visto prima: il 61,24%. Il precedente massimo era stato del 61,05% alla fine del 2008. La quota del commercio mondiale rispetto al PIL globale ha raggiunto il punto più alto della storia. Come possiamo dire che la globalizzazione si sta ritirando?

I dati relativi al 2023 non sono ancora stati aggiornati, ma stimo che si aggirino intorno al 58% e rotti, il che rappresenta anch’esso un massimo storico. Pertanto, il commercio globale dopo la pandemia si sta riprendendo rapidamente: non si tratta solo di quantità, ma di un miglioramento proporzionale. Tra gli altri indicatori principali figurano l’indice della divisione globale del lavoro delle multinazionali e la quota estera degli investimenti in ricerca e sviluppo delle multinazionali. Tutti e tre gli indicatori stanno registrando una rapida ripresa. Quindi, anche se la nostra esperienza non è positiva e altri ci reprimono intenzionalmente in modo ingiusto, dobbiamo vedere chiaramente il mondo esterno: si sta ancora sviluppando rapidamente.

Oltre ai fattori trainanti della globalizzazione, ve n’è uno nuovo di fondamentale importanza: la digitalizzazione. La parte destra del grafico mostra le 100 maggiori multinazionali digitali al mondo. La parte centrale illustra la relazione tra investimenti all’estero, dipendenti all’estero e quota di attività all’estero nei tre anni precedenti la pandemia. Durante la pandemia, non solo questa tendenza non ha subito un rallentamento, ma ha addirittura subito un’accelerazione.

I prodotti digitali nel cyberspazio rendono il “lontano” uguale al “vicino”: si tratta di una tecnologia intrinsecamente globale. Dopo l’uscita online del nostro “Black Myth: Wukong”, i giocatori sia nazionali che internazionali hanno potuto giocarci contemporaneamente lo stesso giorno. Non si tratta di un prodotto realizzato prima a livello nazionale e poi esportato: è un processo di globalizzazione istantaneo.

Attualmente DeepSeek conta un numero uguale di utenti nazionali ed esteri, con 67 paesi che utilizzano il nostro prodotto. Pertanto, l’aumento della diffusione e il rapido sviluppo delle tecnologie digitali e intelligenti a livello globale favoriranno una rapida globalizzazione.

Relazioni economiche e commerciali tra Cina e Stati Uniti: esiste un ampio margine di negoziazione

Ritengo che le relazioni economiche e commerciali tra Cina e Stati Uniti abbiano ancora un notevole margine di negoziazione. Dopo l’annuncio di ulteriori dazi il 2 aprile, abbiamo avviato il primo ciclo di negoziati il 12 maggio. Il 9 giugno abbiamo segnalato che entrambe le parti dispongono di un margine di negoziazione. Per «margine» intendiamo che le richieste delle due parti sono in parte disallineate, e tale disallineamento crea possibilità di accordo reciproco. Gli Stati Uniti vogliono risolvere i grandi deficit commerciali, mentre noi vogliamo avviare una cooperazione in materia di tecnologia e di mercato. Guardando le foto ufficiali di entrambe le parti, come dire? Anche se sembra che non sia stato raggiunto alcun accordo, sono piene di aspettative ottimistiche, quindi rimane ancora un notevole margine di negoziazione.

In primo luogo, la quota delle esportazioni cinesi verso gli Stati Uniti è in calo. La diversificazione del nostro commercio mondiale si è rivelata molto efficace in questi anni. La cooperazione commerciale con gli Stati Uniti sarebbe certamente più vantaggiosa, vista la nostra forte complementarità, e i nostri prodotti presentano una complementarità ancora maggiore con quelli dei paesi in via di sviluppo. Tuttavia, nonostante i problemi, la posizione degli Stati Uniti non è poi così importante per la Cina. L’importanza del commercio con gli Stati Uniti nel commercio estero cinese sta diminuendo: da circa il 15,7% nel 2000 a circa l’11% attuale. La quota della Cina nelle esportazioni globali era del 12,9% nel 2019 e del 14,6% nel 2024, a dimostrazione del fatto che abbiamo altre opzioni di mercato.

Dobbiamo inoltre tenere conto della complessità del commercio internazionale. Le intenzioni dei governi e i processi di allocazione delle risorse da parte del mercato non sono sempre in sintonia. A volte, invece, coincidono: ad esempio, quando gli Stati Uniti intendono colpire il settore IT cinese e anche le imprese statunitensi intendono fare lo stesso. Nell’audizione sull’IA dell’8 maggio, le richieste delle imprese statunitensi del settore includevano la creazione di alleanze tecnologiche per contenere la Cina, il che è in linea con la posizione del loro governo.

Tuttavia, spesso presentano incongruenze. Due esempi: il grafico a sinistra mostra la quota degli investimenti statunitensi rispetto agli investimenti all’estero delle imprese cinesi. Nonostante l’atteggiamento irragionevole degli Stati Uniti nei confronti della Cina e le gravi controversie tra i due Paesi negli ultimi anni, i nostri investimenti negli Stati Uniti hanno continuato ad aumentare perché gli investitori cinesi continuano a considerare il mercato statunitense un’opportunità interessante.

Il grafico a destra mostra le sedi di quotazione delle società di venture capital. Nonostante la situazione attuale, la percentuale di società cinesi di venture capital quotate sui mercati azionari statunitensi nel 2024 è aumentata notevolmente rispetto al passato. Naturalmente, è importante che vi sia un certo consenso tra le autorità di regolamentazione dei due paesi. Si vede quanto gli investitori statunitensi siano disposti a investire nelle startup cinesi, o quanto le startup cinesi siano disposte a quotarsi sui mercati azionari statunitensi: c’è ancora un riconoscimento reciproco dei settori e dello sviluppo. Allora non avremmo potuto immaginarlo. A volte, le valutazioni del governo e quelle del mercato non sono del tutto coerenti.Il commercio internazionale è piuttosto complesso e i mercati continuano a svolgere un ruolo particolarmente importante nell’allocazione transfrontaliera delle risorse. Questa è la nostra valutazione di fondo.

La duplice natura delle multinazionali: disponibilità alla cooperazione e pressione competitiva

Da un lato sono disposte a collaborare, dall’altro subiscono la pressione della concorrenza. Stanno chiudendo le filiali cinesi perché non riescono a competere con noi: la maggior parte delle multinazionali oggi non è in grado di competere in Cina. Competere con le nostre aziende leader è diventato difficile, ma il ritiro non è un fenomeno recente. Le aziende di elettrodomestici hanno iniziato nel 2004, Nokia se n’è andata nel 2007. Le aziende di macchinari per l’edilizia come Caterpillar e Komatsu trovano piuttosto difficile competere per i mercati cinesi di fascia media e persino di fascia alta. I produttori di pannelli LED hanno iniziato ad andarsene nel 2009. Nell’e-commerce, Amazon è arrivata in Cina sperando di competere con il mercato locale cinese e i marchi locali: come avrebbero potuto competere? Ora si limita a portare i prodotti cinesi all’estero. Quindi, in molti settori il processo non è iniziato di recente.

Ovviamente, le multinazionali non lo ammettono apertamente: si limitano a riprendere i nostri argomenti riguardo ai vari problemi del contesto degli investimenti. Più della metà se ne va perché non riesce a imporsi; studio le multinazionali da quarant’anni e conosco fin troppo bene queste imprese. Ma non ammettono di non riuscire a imporsi; si limitano a dire che se ne vanno. Naturalmente, in molti casi entrano in gioco anche questioni geopolitiche internazionali.

È vero, il nostro contesto per gli investimenti presenta alcuni problemi. Il contesto per gli investimenti internazionali, orientato al mercato e basato sul diritto, necessita di ulteriori miglioramenti, ma non dovremmo attribuire interamente a noi stessi la responsabilità dell’esodo delle multinazionali: in realtà non è così. La nostra competitività è oggi molto più forte rispetto al passato.

La fiducia nella crescita a lungo termine della Cina rimane intatta: capacità innovative, vantaggi competitivi derivanti da un sistema su scala gigantesca, vantaggi in termini di capitale umano e sviluppo dell’economia digitale. L’economia digitale rappresenta un’opportunità particolarmente importante per la Cina. La digitalizzazione e l’intelligenteizzazione di cui ho parlato in precedenza rappresentano un’economia basata sulla replica, sul riutilizzo e sulla riproduzione, in cui i vantaggi di mercato su larga scala sono particolarmente evidenti.

Il nostro “Nezha 2”, solo sul mercato cinese, è riuscito a conquistare il quinto posto al botteghino mondiale: questo è l’emblema dell’era digitale. In ogni caso, produrre un film d’animazione costa lo stesso sia che lo vedano 70 milioni di persone nel mondo di lingua coreana, sia che lo vedano 1,5 miliardi di persone nel mondo di lingua cinese: questa economia di scala è davvero significativa.

Altre economie di scala nel settore manifatturiero implicano che, anche se la vostra azienda automobilistica opera su larga scala, dovete comunque produrre le auto una per una. L’economia digitale si basa sulla replica, sul riutilizzo e sulla riproduzione, ambiti in cui i sistemi economici su larga scala presentano particolari vantaggi. Le nostre capacità iniziali sono completamente diverse rispetto al passato.

Grazie per aver letto Inside China! Questo post è pubblico, quindi sentiti libero di condividerlo.