L’elefante nella stanza: Costi, Carbonio e Carriere

2025-08-14

Machine-translated — the English original is authoritative.

Abbiamo passato la settimana a entusiasmarsi per l’incredibile potenziale dell’IA. È un momento esaltante. Ma oggi dobbiamo parlare dell’elefante nella stanza. O meglio, dell’elefante nella server farm.

Dietro le demo lucide si nasconde una realtà molto più complicata. La rivoluzione dell’IA è costruita su fondamenta di costi sbalorditivi, un appetito vorace per le risorse naturali e un’onda di disruption che sta già rimodellando le nostre carriere. È ora di essere brutalmente onesti sul vero prezzo dell’intelligenza.

I cervelli da miliardi di dollari: Scomporre il vero costo dell’IA

Iniziamo con i soldi. Questi modelli di IA non sono magia; sono il prodotto di investimenti a far impazzire. Un ottimo esempio è la recente Olimpiade Internazionale di Matematica. Sia Gemini di Google che un modello di OpenAI hanno ottenuto punteggi da medaglia d’oro – un risultato fenomenale. Ciò che viene spesso omesso dai titoli è il costo. L’anno scorso, si è stimato che un modello che ha ottenuto solo un posto d’onore (medaglia d’argento) abbia avuto un costo di calcolo nell’ordine di 300.000 dollari per quella singola competizione.

Questa è solo la punta dell’iceberg. I costi per creare questi modelli sono astronomici:

• Costi di addestramento: Si dice che l’addestramento di GPT-4 sia costato a OpenAI oltre 100 milioni di dollari, e si stima che Gemini Ultra di Google sia costato una sconcertante 191 milioni di dollari. Questo è un gioco per giganti con livelli di capitale paragonabili a quelli degli stati nazionali.
• Costi di inferenza: Eseguire i modelli è un drenaggio costante. Le chiamate API ai modelli di fascia alta possono essere incredibilmente costose, rendendo le applicazioni su larga scala un impegno finanziario significativo.
• Costi del talento: Il “compravendita di talento”, come l’ho definita lunedì, è reale. I migliori ingegneri di IA richiedono stipendi a sei cifre, e la costruzione di un team può facilmente superare i milioni. [Miliardi se includi le ultime avventure di Zuck – sono disponibile per un modesto 7 figure Mark – solo per tua informazione]

Quando si considerano tutti i fattori, l’addestramento e il deployment di un LLM proprietario sono un’impresa da sette cifre e oltre.

Il paradosso della sostenibilità: Nessuna scusa per Greta

Questo enorme costo finanziario è riflesso da uno altrettanto scioccante costo ambientale. Per anni, i grandi attori della tecnologia hanno proclamato con orgoglio i loro impegni per un futuro a zero carbonio. Microsoft si è impegnata a diventare carbon negative entro il 2030. Google ha pubblicato estesi rapporti ambientali.

Eppure, ci troviamo di fronte a una contraddizione fondamentale. Le stesse aziende che promuovono queste iniziative verdi stanno guidando una corsa agli armamenti nell’IA che è una delle imprese tecnologiche più intensive in termini di risorse nella storia umana.

• Consumo di energia: Quindi, abbiamo costruito questi cervelli quasi divini, e si scopre che hanno più sete di un turista a Temple Bar. [Nota a margine da un ex dipendente di Temple Bar – in realtà il turista ordinerebbe mezzo bicchiere di birra da condividere mentre noi locali compensavamo per garantire che Diageo rimanesse a galla – siamo così!] Una singola query di ChatGPT consuma quasi dieci volte più elettricità di una ricerca Google standard. I data center stanno vedendo le loro richieste di energia schizzare alle stelle, con proiezioni che suggeriscono un aumento del 160% entro il 2030, guidato in gran parte dall’IA.
• Consumo di acqua: Questo uso di energia richiede una quantità sbalorditiva di acqua per il raffreddamento. Solo l’addestramento di GPT-3 è stato stimato aver consumato 700.000 litri di acqua dolce. Fare una dozzina di semplici richieste a un modello come ChatGPT può consumare una bottiglia da 500 ml di acqua.
• L’ipocrisia: L’evidenza più schiacciante proviene dalle aziende stesse. Il rapporto di sostenibilità di Microsoft ha rivelato che le sue emissioni sono aumentate di quasi il 30% dal suo impegno del 2020 “carbon negative”, principalmente a causa della costruzione di data center per l’IA. Peggio ancora, un dirigente ha recentemente ammesso che bruciare gas metano non sarebbe “assolutamente fuori discussione” per alimentare i nuovi data center, una mossa che contraddice direttamente i loro obiettivi climatici.

L’equazione umana: L’evento di estinzione di livello entry-level

L’ultimo, e forse il più immediato, costo è quello umano. La narrazione secondo cui “l’IA creerà più posti di lavoro di quanti ne distruggerà” è confortante, ma maschera una realtà brutale: stiamo assistendo a un Evento di Estinzione di Livello Entry-Level.

Il primo gradino della scala di carriera viene segato via per un’intera generazione.

• I dati sono spietati: Il World Economic Forum ha previsto che 85 milioni di posti di lavoro sarebbero stati eliminati entro il 2025. Questa non è una previsione lontana. Nei primi sette mesi del 2025, oltre 10.000 tagli ai posti di lavoro negli Stati Uniti sono stati attribuiti direttamente all’IA. Le offerte di lavoro per ruoli aziendali di livello entry-level sono diminuite del 15%.
• L’automazione si sta spostando a monte: Non si tratta solo di automatizzare il lavoro in fabbrica. L’IA è ora competente nel svolgere compiti un tempo considerati dominio dei professionisti del ceto bianco: ricerca legale, programmazione e analisi finanziaria. Le aziende ammettono apertamente di sostituire il personale junior con l’IA. Una società di consulenza non ha assunto uno stagista estivo quest’anno perché ChatGPT poteva gestire i suoi contenuti sui social media.
• Il nuovo set di competenze: Una laurea universitaria non è più sufficiente. Le aziende vogliono dipendenti che siano “produttivi dal primo giorno”. Le nuove competenze essenziali non riguardano solo la competenza tecnica, ma la collaborazione uomo-macchina. I dipendenti più preziosi saranno quelli in grado di supervisionare strategicamente l’IA, applicare il pensiero critico ai suoi output e fornire il giudizio etico che le macchine mancano. È un passaggio dall’essere un dipendente che esegue compiti all’essere un “creatore di valore” che orchestra gli strumenti per risolvere i problemi.

Una modesta proposta: Una tassa sull’IA per il popolo

Cosa dobbiamo fare? Strapparsi i capelli non risolverà nulla. La mia natura da bicchiere mezzo pieno richiede un percorso costruttivo in avanti.

È tempo che prendiamo seriamente in considerazione una Tassa sull’IA.

Non si tratta di punire l’innovazione. Si tratta di riconoscere che una tecnologia che genera così tanta ricchezza e disruption ha un obbligo sociale. L’idea è già stata avanzata, con proposte come il “surcharges sull’intelligenza artificiale” di New York sul reddito delle società.

Le entrate derivanti da una tale tassa potrebbero essere utilizzate per affrontare direttamente i problemi creati dall’IA:

1. Finanziare l’infrastruttura pubblica dell’IA: Democratizzare l’accesso e prevenire un futuro in cui solo i ricchi possono permettersi un’intelligenza all’avanguardia.
2. Alimentare la ricualificazione universale: Finanziare i massicci programmi nazionali di ricualificazione necessari per preparare la forza lavoro alla nuova era.
3. Rafforzare le reti di sicurezza sociale: Fornire una solida rete di sicurezza per coloro i cui posti di lavoro sono permanentemente eliminati.

Il valore immenso che inonda lo spazio dell’IA dovrebbe essere sfruttato per costruire un futuro più equo e resiliente.

Originally published on allthingscloud.eu (2025-08-14).