Il paradosso di davos: openAI e il capability overhang dell’ai

L’intelligenza artificiale è come una Ferrari usata per fare la spesa: OpenAI mette in guardia sul divario tra potenziale e utilizzo reale al World Economic Forum 2026

C’è un paradosso che sta dominando le conversazioni tra le nevi di Davos in questi giorni.

Immaginate di aver appena comprato una Ferrari ultimo modello, ma di usarla esclusivamente per andare a comprare il latte nel negozio sotto casa, in prima marcia, a 20 all’ora. Il motore scalpita, la tecnologia è pronta per la pista, ma il pilota – noi – ha paura di premere l’acceleratore.

Nel gergo della Silicon Valley questo fenomeno ha un nome preciso: capability overhang, ovvero il “surplus di capacità”.

È il tema centrale che OpenAI ha portato al World Economic Forum del 2026. Non si parla più solo di quanto siano intelligenti i modelli (lo sono, spaventosamente), ma di quanto poco e male li stiamo usando rispetto al loro potenziale reale.

La tecnologia corre, la società arranca. E questo disallineamento non è solo un problema tecnico: sta diventando una questione economica globale.

La narrazione sta cambiando. Fino all’anno scorso ci chiedevamo cosa potesse fare l’IA. Oggi la risposta è “quasi tutto”, ma la realtà dei fatti è che la maggior parte delle aziende la usa ancora come un correttore ortografico un po’ più evoluto.

Il divario invisibile

Il concetto di “surplus di capacità” non è astratto. Significa che i sistemi attuali – pensiamo a GPT-5.2 o ai suoi equivalenti – possiedono capacità di ragionamento, pianificazione e risoluzione di problemi complessi che restano letteralmente dormienti nella maggior parte delle interazioni quotidiane.

È come avere un team di scienziati dati in tasca e usarli per scrivere email di auguri.

Durante gli incontri di questa settimana, i dirigenti di OpenAI hanno presentato un report che evidenzia differenze sostanziali nell’adozione dell’IA tra i vari paesi.

Il messaggio è chiaro: il divario non è tra chi ha la tecnologia e chi no, ma tra chi la integra nei processi decisionali e chi la tiene in superficie. I “power user” – quei pochi che sanno davvero parlare alla macchina – ottengono una produttività fino a sette volte superiore rispetto alla media.

Non è un margine marginale, è un altro campionato.

Questo crea una tensione palpabile. Da un lato c’è l’entusiasmo per strumenti che potrebbero automatizzare la burocrazia o accelerare la ricerca scientifica; dall’altro c’è la frustrazione dei creatori di queste tecnologie che vedono i loro prodotti sottoutilizzati.

Ma c’è un motivo se questo accade, e non è solo pigrizia.

Chi corre e chi rincorre

La complessità dei modelli cresce a ritmi vertiginosi, molto più veloci della capacità umana di apprendimento.

Mentre noi impariamo a scrivere un prompt efficace, l’IA ha già fatto due salti generazionali.

Questo crea quello che gli esperti definiscono un “debito di adozione”: accumuliamo strumenti potenti senza avere il tempo materiale per capire come inserirli nelle nostre vite senza fare danni.

Dal punto di vista del business, però, i numeri raccontano una storia di successo finanziario che stride con questo presunto “sottoutilizzo”. In un recente aggiornamento, la CFO Sarah Friar ha confermato che il fatturato ricorrente dell’azienda ha superato i 20 miliardi di dollari alla fine del 2025.

Una cifra mostruosa, cresciuta di dieci volte in due anni. Se l’azienda guadagna così tanto, perché preoccuparsi del “capability overhang”?

La risposta è nella sostenibilità a lungo termine. Se le aziende pagano per l’IA ma non ne ricavano valore reale (il famoso ROI), prima o poi smetteranno di pagare. OpenAI ha bisogno che il mondo diventi dipendente da queste capacità avanzate, non che le tratti come un giocattolo costoso.

Ecco perché l’insistenza su iniziative nazionali e formazione: devono creare il bisogno per giustificare l’offerta.

Creiamo l’IA per potenziare le persone. Mentre il progresso tecnologico continua, una priorità chiave per il mondo dovrebbe essere tracciare il surplus di capacità: il divario tra ciò che i sistemi di IA possono fare ora e il valore che la maggior parte delle persone, delle aziende e dei paesi sta effettivamente catturando su larga scala.

— OpenAI, Comunicazione Ufficiale

Tuttavia, spingere sull’acceleratore dell’adozione comporta rischi che non possono essere ignorati, specialmente quando si parla di infrastrutture critiche.

Non è tutto oro

C’è un rovescio della medaglia in questa corsa all’efficienza. I critici fanno notare che invitare governi e aziende a colmare questo divario in fretta e furia potrebbe portare a disastri in termini di sicurezza e privacy.

Integrare profondamente un’IA nei processi aziendali o statali significa darle accesso a dati sensibili, contesti riservati e leve decisionali.

Siamo sicuri di volerlo fare solo per “non sprecare capacità”?

Inoltre, la metrica stessa del progresso è oggetto di dibattito. Analisi di mercato e ricerche indipendenti mostrano che la complessità dei compiti gestibili dai modelli raddoppia ogni sette mesi.

È un ritmo insostenibile per qualsiasi ufficio compliance o dipartimento IT tradizionale. Il rischio è che per colmare il capability overhang si saltino a piè pari i controlli di sicurezza necessari, creando un “security overhang” – un debito di sicurezza – ancora più pericoloso.

La narrazione di OpenAI a Davos è affascinante e ottimista: democratizzare la superintelligenza per aumentare la produttività delle nazioni. Ma nasconde una pressione commerciale immensa.

L’azienda ha bisogno di giustificare investimenti infrastrutturali da gigawatt (siamo quasi a 2 GW di capacità) e per farlo serve che l’IA sia ovunque, non solo nelle chat dei curiosi.

Resta quindi una domanda aperta, mentre i delegati lasciano le Alpi svizzere: il problema è davvero che non stiamo usando abbastanza questa tecnologia, o che stiamo costruendo strumenti troppo potenti per un mondo che forse, semplicemente, non ne ha bisogno in ogni singolo aspetto della vita quotidiana?