L’innovazione in IA agisce come uno shock di offerta positivo, ma comprime la quota del lavoro e accresce la disuguaglianza (Banca d’Italia, Temi di discussione n. 1542/2026)
Banca d’Italia, Temi di discussione (Working Papers) n. 1542, luglio 2026 – “Gli effetti macroeconomici delle innovazioni nell’intelligenza artificiale” (The macroeconomic effects of AI technology shocks), di Andrea Gazzani e Filippo Natoli.
In sintesi
Il lavoro analizza gli effetti macroeconomici dell’innovazione nell’intelligenza artificiale (IA) negli Stati Uniti. Gli autori costruiscono un nuovo indicatore mensile di intensità dell’IA basato sul contenuto di IA dei brevetti statunitensi depositati dal 1980 al 2019 e ne usano le variazioni inattese per identificare shock tecnologici legati all’IA. Questi shock si comportano come uno shock di offerta positivo: generano aumenti ritardati di produttività totale dei fattori, prodotto, occupazione, ore lavorate e salari, insieme a un calo persistente dei prezzi al consumo. Gli effetti aggregati dell’IA sono sistematicamente più ampi di quelli di shock più generali di ICT o automazione. A differenza degli shock tecnologici generali, pero’, l’IA riduce la quota del lavoro e accresce la disuguaglianza di ricchezza: i guadagni non si distribuiscono in modo uniforme. Uno shock costruito solo sui brevetti di IA generativa produce gli stessi effetti qualitativi, collegando l’innovazione passata all’era emergente della IA generativa.
Oggetto e metodo
Il tema e’ una domanda classica della macroeconomia applicata a una tecnologia nuova: come un’ondata tecnologica quale l’IA influenzi nel tempo produttività, prodotto, prezzi e mercato del lavoro. Il paper – parte del network ChaMP del Sistema europeo di banche centrali sulla trasmissione della politica monetaria – misura l’innovazione, non l’adozione: usando dati dettagliati sul contenuto di IA di ogni brevetto statunitense dal 1980 al 2019, costruisce un indicatore mensile di intensità dell’IA nell’innovazione, depurato dal progresso tecnologico generico. Le variazioni inattese di questo indicatore identificano gli shock tecnologici legati all’IA, i cui effetti dinamici sono stimati con proiezioni locali (local projections). Esempi di brevetti di IA: sistemi di rilevamento di difetti e anomalie in immagini industriali e mediche, previsione da grandi insiemi di dati, automazione dell’antifrode e della valutazione del rischio di credito, ottimizzazione di robot e veicoli autonomi.
Uno shock di offerta positivo, con lunghi ritardi
Gli shock all’innovazione in IA si comportano come uno shock di offerta espansivo, ma con lunghi ritardi di diffusione. Nel tempo aumentano la produttività totale dei fattori, il prodotto, l’occupazione, le ore lavorate e i salari, mentre riducono in modo persistente i prezzi al consumo. I guadagni sul mercato del lavoro sono diffusi tra settori e livelli di istruzione, anche se non raggiungono in egual misura i lavoratori con il titolo di studio più basso. Il quadro conferma l’importanza degli effetti di equilibrio generale, che le analisi parziali concentrate solo sulla sostituzione dei lavoratori tendono a trascurare.
Più incisiva di ICT e automazione, ma diseguale
L’IA emerge come una componente particolarmente potente del cambiamento tecnologico digitale. I brevetti a più alta intensità di IA sono concentrati negli ambiti dell’ICT e dell’automazione, ma si distinguono per qualità superiore: più citazioni, maggiore importanza tecnologica e valore di mercato. Coerentemente, gli shock di IA generano risposte aggregate più forti e persistenti di quelli di ICT o automazione, con l’ICT a sua volta più incisivo dell’automazione. C’e’ pero’ un rovescio distributivo: a differenza degli shock tecnologici generali, sostanzialmente neutrali sul fattore lavoro, l’IA riduce in modo marcato e persistente la quota del lavoro e accresce la disuguaglianza di ricchezza, con guadagni concentrati verso la parte alta della distribuzione. Il meccanismo e’ un canale di valutazione degli attivi: l’IA accresce i rendimenti del capitale, detenuto in prevalenza dalle famiglie più ricche.
Dal passato all’IA generativa
Per collegare l’evidenza storica all’ondata più recente, gli autori costruiscono una nuova serie storica di brevetti di IA generativa all’interno dell’universo dei brevetti statunitensi – la prima, a loro conoscenza. Uno shock basato esclusivamente su questi brevetti produce gli stessi effetti qualitativi di offerta degli shock di IA più ampi. Il messaggio e’ netto: nonostante la visibilità e l’adozione di massa molto maggiori, l’IA generativa – almeno allo stadio di sviluppo colto dai brevetti fino al 2019 – appare in continuità con la più ampia traiettoria delle tecnologie di IA, più che come una rottura.
Le conclusioni
Tre messaggi si impongono. L’innovazione in IA si comporta come uno shock di offerta espansivo con lunghi ritardi di diffusione: più produttività, prodotto, occupazione e salari, prezzi in calo. E’ una componente particolarmente incisiva del cambiamento digitale, con effetti aggregati superiori a quelli di ICT e automazione. Ma e’ distributivamente non neutrale: comprime la quota del lavoro e accresce la disuguaglianza di ricchezza. Due cautele accompagnano i risultati: il campione si ferma al 2019, prima della diffusione di massa dell’IA generativa, anche se i brevetti fondativi mostravano già dinamiche simili; e l’identificazione coglie l’innovazione, non direttamente l’adozione delle tecnologie. Classificazione JEL: E32, C32, C36, O33, O34.
Si tratta di un lavoro di ricerca: le opinioni espresse sono degli autori e non impegnano la Banca d’Italia ne’ il Sistema europeo di banche centrali.
Documento ufficiale
Scheda del paper sul sito della Banca d’Italia: N. 1542 – Gli effetti macroeconomici delle innovazioni nell’intelligenza artificiale
Documento integrale: scarica il PDF