“Whoever wins AI wins everything” is just stupid talking
di Hua Bin
“Chi vince l’IA vince tutto” è solo una parola stupida
Nelle ultime due settimane c’è stata una valanga di titoli scioccanti sull’IA:
– Jensen Huang di Nvidia ha dichiarato il 6 settembre che “l’AGI è arrivata” dopo il rilascio del modello GPT-6 Astra di OpenAI.
Sam Altman stesso è stato un po’ più modesto, prevedendo che OpenAI si aspetta di raggiungere solo la pietra di soglia dell’AGI entro la fine dell’anno
– Un ex ricercatore di Anthropic e OpenAI ha scritto l’8 settembre sul suo account social media: “Le persone che costruiscono l’IA credono sinceramente che potrebbe ucciderci tutti entro la fine del decennio. Non è una trovata di marketing.”
L’account fino ad allora sconosciuto ha ricevuto oltre cento milioni di visualizzazioni in pochi giorni.
Quando qualcuno lo dice ad alta voce “non è una trovata di marketing”, di solito è proprio così.
L’affermazione fu rapidamente supportata da Evan Hubinger, responsabile della Alignment Science di Anthropic, con una sua previsione sensazionale: “C’è > 10% di probabilità di estinzione umana entro il prossimo decennio”
– Dario Amodei, CEO di Anthropic, ha scritto un saggio il 12 settembre intitolato “Dobbiamo ritmare la frontiera”, esortando i laboratori di IA a rallentare la scalabilità e il miglioramento dell’IA, apparentemente per motivi di “sicurezza”.
È stato secondato poche ore dopo da Altman ed Elon Musk, proprietario di xAI.
Mai escluso da un argomento caldo che lui stesso comprende a malapena, Don Trump è immediatamente ricorso ai suoi social media e ha proclamato il 13 settembre –
“Siamo in testa alla Cina nell’IA. Siamo il paese più sofisticato del mondo. E francamente, voglio che resti così, perché chi vince l’IA vince.”
Non aveva ancora finito con l’argomento. Il 14 settembre si sono presentati altri suoi “pezzi d’oro della saggezza tecnologica”:
“C’è una cospirazione MALATA contro l’IA e i Data Center, e l’unica che ne è felice è la Cina. CHI VINCE L’AI, VINCE! Siamo noi a guidare la Cina, e tutti gli altri, e continueremo a farlo. Teorici della cospirazione, traditori, traditori e leaker, ATTENTI!”
Poi, il 15 settembre, ha urlato:
“L’unico controllo o ‘guardrail’ di cui l’IA ha bisogno è un FORTE E INTELLIGENTE (alto QI!) PRESIDENTE, e gli Stati Uniti hanno questo in abbondanza!”
Esattamente il tipo di stronzate che ci si aspetta da un idiota stupido con il QI basso.
Naturalmente, si può solo ipotizzare le vere motivazioni del clamore degli addetti ai lavori del settore.
David Sachs, ex “Zar dell’IA” di Trump, ha detto nel suo podcast All-In che la posizione adottata da Anthropic, OpenAI e xAI è molto probabilmente una messa in mostra per –
1) vietare l’IA open-source cinese open-weight;
2) cattura regolatoria per poter stabilire le regole e escludere le piccole start-up e i futuri entranti;
3) promuovere le loro imminenti IPO.
Cal Newport, professore di informatica alla Georgetown University, coniò il termine doom trolling per descrivere la paura da parte dei laboratori di IA.
Anthropic è particolarmente famoso per avvertimenti sensazionalistici e insinceri sulla sicurezza dell’IA che in realtà servono i suoi interessi, come attrarre investimenti, scoraggiare la concorrenza e ingannare i regolatori su rischi futuri ipotetici piuttosto che su danni presenti.
Le persone che pensano dovrebbero mettere questi preannunciatori e retorica delle catastrofi nel giusto contesto.
Proprio come ha detto Sachs nel suo podcast, “se il tuo prodotto non è sicuro, è un tuo problema risolvere. Perché fermare tutti gli altri?”
Ma mettiamo da parte la validità e la logica delle affermazioni apocalittiche dell’IA e delle pose delle grandi IA. Esaminiamo semplicemente l’affermazione iperbolica di Trump “chi vince l’IA vince tutto“.
Affrontiamo la sua affermazione da diverse prospettive –
– Cosa hanno “ottenuto” gli Stati Uniti dal loro vantaggio nell’IA da quando ChatGPT è stato rilasciato per la prima volta nel novembre 2022?
– Cosa può fare e cosa non può fare l’IA? In cosa si traduce davvero il lead dell’IA?
– Chi è meglio posizionato per “vincere” a lungo termine?
Record della leadership americana in IA da 4 anni
Non c’è controversia nel dire che Stati Uniti e Cina sono i principali contendenti nello sviluppo dell’IA.
C’è anche consenso sul fatto che, sebbene la Cina abbia colmato significativamente il divario negli ultimi anni, i modelli di frontiera statunitensi sono ancora avanti a quelli cinesi di qualche mese o qualche punto percentuale, a seconda di come si misura.
Il prestigioso Rapporto 2026 sull’Indice di Intelligenza Artificiale Centrata sull’Uomo (HAI) dello Stanford Institute for Human Artificial Intelligence (HAI) ha evidenziato questo:
Gli Stati Uniti hanno speso 23 a 1 più della Cina in investimenti privati in IA nel 2025 (286 miliardi di dollari contro 12 miliardi) e detengono un vantaggio di capacità del 2,7% nella frontiera del software.
Secondo questi parametri, per ora gli Stati Uniti stanno vincendo. E allora?
Gli Stati Uniti hanno tradotto il “vantaggio dell’IA” negli ultimi 4 anni in risultati tangibili e risultati superiori in qualche area di rilevanza?
Ad esempio, gli Stati Uniti hanno colmato il divario nell’industria EV rispetto alla Cina? Gli Stati Uniti hanno migliorato la loro capacità di costruzione navale? L’IA ha contribuito a riparare la sua infrastruttura in rovina?
Gli Stati Uniti hanno usato l’IA per superare la mancanza di capacità di aumento di peso per la produzione di intercettori missilistici in vista della guerra contro l’Iran?
Gli Stati Uniti hanno usato l’IA per prendere decisioni migliori, come non entrare in guerra con l’Iran dato che non può mantenere aperta l’Hormuz? L’IA ha previsto che avrebbe perso contro l’Iran? Come ha aiutato l’IA a vincere la guerra?
Nonostante il suo vantaggio nell’IA negli ultimi 4 anni, gli Stati Uniti hanno un problema di senzatetto in peggioramento interno, carenza di alloggi, disuguaglianze di ricchezza, una società più polarizzata e un sistema politico più disfunzionale.
La sua “leadership nell’IA” non si è tradotta in un calo del prezzo della benzina, in un solo miglio di treno ad alta velocità, in una bassa inflazione, in una cura per il cancro o in alcun miglioramento nelle infrastrutture e nell’istruzione.
Il programma militare di intelligenza artificiale di Palantir, Maven, è stato accusato dallo stesso Pentagono di aver fornito dati di “targeting errato” che hanno portato agli attacchi missilistici a “triple-tapping” contro la scuola femminile Minab nel primo giorno della guerra illegale.
In sostanza, il sistema AI militare USA di vertice ha facilitato un crimine di guerra fin dal suo debutto. Bravo.
Invece di creare prosperità diffusa e un miglioramento del tenore di vita, ci sono numerose reazioni pubbliche da parte delle comunità locali contro i data center che assorbono l’approvvigionamento locale di elettricità e acqua.
Vi sfido a nominare un settore che il suo “leader dell’IA” ha aiutato la competitività degli Stati Uniti rispetto al loro acerrimo rivale Cina.
Allo stesso modo, la Cina non è riuscita a sfruttare la sua notevole capacità di IA per creare una macchina EUV e risolvere il collo di bottiglia dei semiconduttori.
Almeno finora, sembra che “vincere l’IA” non abbia dato molti risultati.
Cosa l’IA può e non può fare e cosa significa davvero vincere l’IA
Nonostante il suo curriculum poco impressionante fino ad oggi, senza dubbio l’IA è davvero una tecnologia a uso generale (GPT) trasformativa.
Non c’è dubbio che l’IA possa essere usata per aumentare la produttività, accelerare l’innovazione e migliorare il benessere umano se usata correttamente.
Ma ci sono confini chiari su ciò che l’IA può e non può fare.
Ad esempio, gli agenti di IA possono aiutare i programmatori a programmare più velocemente e a creare un itinerario di viaggio in modo più efficiente rispetto a un essere umano.
Ma allo stesso tempo, l’IA non può aiutarti a costruire un trasformatore ad alta tensione necessario per generare elettricità e alimentare l’IA. L’IA non può fornire kilowattora né costruire una casa per te.
Sentiamo come un chatbot AI stesso (Google Gemini) risponde alla domanda: “cosa può e cosa non può fare l’IA? E cosa significa vincere l’IA?”
Per eliminare l’hype del marketing e guardare a questa tecnologia attraverso una lente strettamente clinica, dobbiamo separare l’elaborazione digitale dei dati dall’esecuzione fisica.
Il valore di un lead IA non si traduce in creazione magica o dominio fisico. Invece, si traduce in un motore di ottimizzazione, previsione e automazione iper-accelerato.
Parte 1: Cosa può e non può fare l’IA
Il modo più semplice per comprendere i limiti dell’IA è osservare la transizione dall’informazione alla materia:
Cosa PUÒ fare l’IA (Amplificazione Digitale)
- Accelera le Tempistiche della R&S: L’IA può selezionare milioni di formule chimiche o strutture di materiali in pochi secondi tramite simulazione, comprimendo 10 anni di tentativi ed errori di laboratorio in poche settimane (ad esempio, scoprendo potenziali nuove chimiche di batterie o ottimizzando la forma di un’antenna radar).
- Automatizza compiti complessi di impiego finanziario: può scrivere codice, redigere contratti legali, analizzare i mercati finanziari e gestire istantaneamente la pianificazione logistica, riducendo drasticamente i costi amministrativi.
- Ottimizzare i sistemi fisici esistenti: L’IA può gestire una rete elettrica attiva per prevenire blackout, programmare la manutenzione predittiva delle macchine di fabbrica prima che si guastino e massimizzare l’efficienza delle catene di approvvigionamento.
- Migliorare il bersaglio cinetico: nella guerra moderna, l’IA può elaborare enormi quantità di immagini satellitari e riprese di droni per identificare bersagli e guidare munizioni di precisione in tempo reale molto più velocemente degli operatori umani.
Cosa l’IA NON può fare (il confine fisico)
- Non può creare materie prime: l’IA non può fabbricare neodimio per magneti, gallio per radar o litio per batterie. Se un paese non ha accesso alla terra o alla chimica per perfezionarla, l’IA è inutile.
- It Cannot Bypass Engineering Scaling: AI can design a perfect microchip or hypersonic missile blueprint, but it cannot build the ASML lithography machine or the ultra-high-temperature ceramic furnace required to manufacture it.
- It Cannot Solve Its Own Power Requirement: AI cannot manifest the copper, transformers, or nuclear baseload power required to keep its own servers running.
- It Cannot Perform Physical Labor: AI cannot weld a hull, lay a high-voltage transmission cable, or extract oil.
Part 2: What an “AI Lead” Actually Translates Into
Because AI is an information processor and not a physical creator, leading in AI does not give a nation a magical “win button.”
Instead, an AI lead translates into distinct advantages only if that nation possesses the physical infrastructure to execute the AI’s insights.
1. In a Hyper-Financialized Economy (The Western Model)
If a country has a dominant software and financial sector but a hollowed-out industrial base, an AI lead translates into:
- Massive Corporate Profits: Trillions of dollars in market capitalization for tech giants, surging stock markets, and hyper-efficient digital services.
- Severe Strategic Bottlenecks: The AI will generate highly advanced designs for weapons, chips, and energy grids, but those designs will sit as digital files because the domestic economy lacks the factories, engineers, transformers, and raw materials to build them. The country ends up with a world-class “brain” trapped inside a paralyzed “body.”
2. In a Physically Dominant Economy (The Chinese Model)
If a country already controls the world’s manufacturing, energy infrastructure, and raw material supply chains, an AI lead (or even just matching Western AI capabilities) translates into:
- Hyper-Automated Industrial Throughput: Integrating AI directly into thousands of existing factories to run dark (unmanned) assembly lines, automated container ports, and smart mining operations 24/7.
- Rapid Materialization of R&D: When the AI identifies a breakthrough material or an optimized component design, the country can immediately test, iterate, and mass-produce it on a commercial scale within months, transforming digital intelligence into physical military and economic hardware.
The Reality Check
An AI lead is not a substitute for industrial power; it is a force multiplier of industrial power.
Total National Capability = Physical Industrial Base times AI Optimization
If a nation’s Physical Industrial Base is near zero in critical sectors, multiplying it by a massive AI factor still results in a severely limited outcome.
Whoever “wins” AI only wins if they already possess the machine tools, the energy grid, and the factories required to turn digital code into physical reality.
Gemini’s answer above is crystal clear. The narrative that “whoever wins AI wins everything” is fundamentally flawed because it confuses information processing with physical execution.
AI cannot violate the laws of physics, thermodynamics, or chemistry. A digital intelligence running on a server rack cannot magically manifest atomic structures, refine raw elements, or bend steel.
The “AI solves everything” delusion shatters against physical reality.
Let’s look at the case with rare earth, a critical chokehold China has over the US. Can AI get the US to remove its dependence on Chinese rare earth products?
For over a decade, Western laboratories have used AI and machine learning to scan millions of hypothetical chemical combinations to find a “rare-earth-free permanent magnet.”
The result? Physics is stubborn. While AI has helped discover niche alternatives (like iron-nickel alloys or tetrataenite), none match the raw magnetic flux density, temperature stability, and performance of Chinese-monopolized Neodymium (NdFeB) magnets at scale.
Even if AI designs a theoretical alternative material that works in a laboratory, you still face the manufacturing scale problem.
You must build a multi-billion-dollar industrial supply chain to mine, purify, and alloy that new material by the millions of tons to feed EV and missile assembly lines.
AI cannot bypass the 10-year timeline required to build those physical factories.
Prendiamo come altro esempio il missile ipersonico. Cina e Russia, probabilmente anche Iran e Corea del Nord, guidano USA e Occidente in questo campo con un ampio margine.
L’IA può colmare il divario?
L’IA può ottimizzare un progetto. Può eseguire simulazioni di fluidodinamica computazionale più velocemente di un ingegnere umano per trovare una forma leggermente più aerodinamica per un veicolo planante ipersonico.
Ma un progetto è solo codice digitale.
Un’arma ipersonica vola a Mach 5+ all’interno dell’atmosfera, creando attrito che riscalda il cono musale a oltre 2.000°C.
Per sopravvivere, servono ceramiche ultra-alte (UHTC) iper-specifiche come il carburo di afnio o il diboruro di zirconio.
L’IA non può “generare” questi minerali. Devono essere estratti, raffinati chimicamente usando enormi quantità di energia e sinterizzati in forni a vuoto avanzati.
Se il tuo paese manca di impianti chimici specializzati e di afnio grezzo, il progetto progettato dall’IA più perfetto al mondo rimane un PDF inutile.
Prendiamo la costruzione navale come altro esempio in cui il vantaggio della Cina sugli Stati Uniti è ben documentato. Come può aiutare l’IA?
Costruire un moderno cacciatorpediniere navale o una massiccia nave portacontainer richiede enormi bacini di carenaggio, gru a portale automatizzate in grado di sollevare migliaia di tonnellate, laminatori di acciaio pesanti e un esercito di saldatori strutturali di precisione.
L’IA può ottimizzare il calendario di un cantiere navale, ma non può saldare uno scafo, forgiare un albero di elica o fondere l’acciaio di grado navale.
Il ritardo americano rispetto alla Cina nella costruzione navale non sarà risolto da alcun progresso dell’IA. Punto.
Prendiamo il semiconduttore come altro esempio, dove gli Stati Uniti hanno un vantaggio significativo sulla Cina. La Cina può usare l’IA per superare questo punto critico?
Questa è l’ironia suprema: l’IA non può nemmeno costruire i chip necessari per far funzionare l’IA.
Un modello di IA può progettare un layout di transistor altamente efficiente su uno schermo di computer in pochi minuti.
Ma trasformare quel design digitale in un chip fisico richiede una macchina di litografia ASML Extreme Ultraviolet (EUV) – uno strumento che pesa 180 tonnellate, contiene 100.000 componenti specializzati, utilizza specchi Zeiss lucidati secondo tolleranze atomiche e richiede mesi per essere assemblato a mano.
Poiché la Cina manca ancora della meccanica di precisione industriale per costruire quella macchina fisica, l’IA è completamente impotente nell’assistere.
Per colmare il divario dei semiconduttori, la Cina non ha altra scelta che costruire la macchina per litografia di precisione attraverso ingegneria e padronanza della catena di approvvigionamento. L’IA non può risolvere il problema.
Infine, la parte più interessante della risposta di Gemini è come l’IA non possa risolvere il più grande collo di bottiglia che frena il proprio progresso, ovvero la carenza di elettricità.
L’ironia è assoluta: gli Stati Uniti stanno scommettendo tutto il loro futuro su un asset che sta attivamente strangolando le infrastrutture del paese.
I data center AI sono l’infrastruttura più energivologica mai costruita dal settore tecnologico.
Addestrare un singolo modello frontier di nuova generazione richiede gigawatt di potenza continua e ininterrotta.
Eppure, le reti elettriche statunitensi stanno affrontando una massiccia crisi strutturale. L’IA non può uscire da questo collo di bottiglia in codice perché il problema non è informativo – è una realtà fisica, materiale e regolatoria.
Un’azienda di IA può iterare il proprio software e progettare un modello più impegnativo in pochi mesi. Ma costruire una nuova linea di trasmissione ad alta tensione attraverso i confini statali negli Stati Uniti richiede in media 10-15 anni a causa di battaglie legali, diritti fondiari e burocrazia.
Il software si muove alla velocità della luce, ma la realtà fisica della rete elettrica si muove a un ritmo glaciale.
Dando priorità al cervello digitale mentre affamano il corpo fisico, gli Stati Uniti hanno creato un’intelligenza avanzata intrappolata in una gabbia affamata di energia.
Per costruire i grandi data center necessari per addestrare l’IA di nuova generazione, servono enormi quantità di elettricità fisica, cablaggi in rame, pompe di raffreddamento avanzate, trasformatori e cemento.
L’IA è un amplificatore di capacità, ma può solo amplificare ciò che esiste fisicamente.
Avendo a lungo trascurato le fondamenta poco glamour e industriali dell’economia, gli Stati Uniti stanno ora cercando di costruire una superpotenza digitale mentre esauriscono i trasformatori fisici, la capacità della rete elettrica e le competenze di base necessarie per collegare i computer alla presa.
In definitiva, l’IA è uno strumento di ottimizzazione, non di creazione. Rende un apparecchio industriale funzionante più veloce e intelligente, ma se non hai già l’apparato fisico, l’IA è solo un cervello senza corpo.
Chi vincerà la guerra contro l’IA?
La rivoluzione dell’IA è ancora nella sua fanteria, piuttosto che in ciò che i booster cercano di convincerci che l’AGI sia arrivata.
Al momento, la corsa è principalmente tra Stati Uniti e Cina.
È chiaro cosa serve per vincere nell’IA – potenza di calcolo GPU, modello di frontiera, diffusione (cioè la capacità di implementare l’IA nella vita reale), pool di talenti ed elettricità.
A lungo termine, gli esperti ritengono che l’IA diventerà oggi un servizio come acqua ed elettricità. E il prezzo marginale dell’IA, in unità chiamate token, sarà vicino al costo marginale della generazione di quel token.
Se questo si conferma, alla fine, la competizione dell’IA diventerà una competizione su chi riesce a generare più elettricità al costo più basso.
Mentre le aziende tecnologiche statunitensi investono centinaia di miliardi di dollari in algoritmi software chiedendo alle utility locali megawatt di energia, la Cina ha affrontato il problema dalla direzione opposta.
La Cina è già il principale produttore di elettricità al mondo, con una capacità superiore a quella di Stati Uniti, Europa, Giappone e India messi insieme.
La Cina sta costruendo nuova capacità elettrica più rapidamente di qualsiasi altra grande economia, aggiungendo il doppio del carico elettrico totale installato dalla Germania ogni singolo anno.
Se e quando la competizione dell’IA arriverà a una competizione sul costo e la capacità dell’elettricità, la Cina vincerà di default.
Questo si collega a un tema che ho esplorato in un saggio precedente su un modo più accurato per misurare il vero potere economico di un paese. https://huabinoliver.substack.com/p/another-way-to-compare-the-worlds
In sintesi
L’IA è una tecnologia rivoluzionaria e siamo ancora nei primi giorni della sua costruzione e utilizzo.
L’IA può essere usata sia per il bene che per il male, proprio come qualsiasi altro strumento che abbiamo costruito prima.
Sebbene potente, non è una soluzione definitiva, per lo stesso motivo per cui la tesi di Francis Fukuyama sulla “fine della storia” è una sciocchezza.
L’IA, così com’è, non può imitare o sostituire il mondo fisico. Le IA incarnate come gli umanoidi e le macchine autonome come i droni avranno un impatto fisico, ma siamo ancora più avanti in questo percorso.
Non esiste un finale finale di “vincere l’IA”. È un processo evolutivo e gli esseri umani devono imparare a perfezionarlo, sfruttarne il potere e conviverci.
Quando Trump ha affermato “chi vince l’IA vince tutto”, è pieno di stronzate proprio come il 99,9% delle sue dichiarazioni. Sono gli stupidi che parlano con gli ignari.
Di Franco Remondina