La singolarità è rimasta intrappolata in due estremi ugualmente sterili: da una parte il misticismo techno-utopico da forum californiano, dall’altra il cinismo accademico di chi liquidava ogni progresso come “autocomplete probabilistico”. Il 2026, invece, segna qualcosa di diverso. Non perché l’AGI sia già arrivata, almeno non nel senso hollywoodiano del termine, ma perché il mercato, gli investitori e gli Stati stanno iniziando a comportarsi come se l’arrivo fosse ormai una questione di esecuzione industriale e non più di possibilità teorica.
Questo cambia completamente il quadro strategico.
Negli anni passati il dibattito era centrato su benchmark astratti, sulla semantica di “AGI” e sulla disputa quasi religiosa tra scaling law e nuovi paradigmi architetturali. Oggi il focus è diverso: automazione del lavoro cognitivo, agenti autonomi, capacità di ricerca AI-assisted, modelli multimodali integrati e robotica operativa.
La differenza sembra sottile. In realtà è enorme.
Quando un’industria smette di discutere “se” e inizia a discutere “come scalare”, significa che il capitale ha già preso una decisione. Wall Street lo ha capito mesi fa. Le valutazioni delle aziende AI non stanno più prezzando prodotti software; stanno prezzando la possibilità di controllare infrastrutture cognitive globali. Una distinzione che molti CEO tradizionali continuano a sottovalutare mentre infilano la parola “copilot” in PowerPoint costruiti da consulenti disperati.
Il punto centrale emerso nel 2025 è che i modelli non devono essere perfetti per cambiare l’economia. Devono essere economicamente sufficienti. Questa è la lezione che il mercato ha imparato molto prima dei commentatori. Un agente AI che sostituisce il 20% del lavoro cognitivo di un knowledge worker da 120 mila euro annui produce già uno shock gigantesco sulla produttività. Non serve una coscienza artificiale. Serve ridurre il costo marginale dell’intelligenza.
Qui entra in gioco il concetto più importante del prossimo triennio: “task horizon”. METR e altri gruppi stanno misurando quanto a lungo un sistema AI riesca a completare compiti autonomi senza deragliare. È una metrica molto più concreta del folklore AGI. Passare da task di cinque minuti a task di otto ore significa attraversare il confine tra strumento e collaboratore operativo. Non è filosofia. È trasformazione del lavoro bianco.
Molti osservatori continuano a sottostimare quanto rapidamente questo impatti software engineering, ricerca e middle management. Nel 2026 emergerà probabilmente una nuova figura organizzativa: il manager di workforce ibrida, metà team umano e metà team sintetico. Una struttura che sembra fantascienza solo a chi non osserva già cosa accade dentro laboratori come OpenAI, Anthropic o Google DeepMind.
L’ipotesi più credibile non è una Singolarità improvvisa, ma una progressiva invisibilità dell’automazione cognitiva. L’AI diventerà infrastruttura silenziosa. Esattamente come Internet smise di essere “il cyberspazio” per diventare banalmente il tessuto operativo del business globale. La vera disruption non arriva quando la tecnologia stupisce; arriva quando smette di essere percepita come tecnologia.
Anche la robotica sta vivendo una trasformazione simile. Il mercato continua a raccontare i robot umanoidi come gadget futuristici, ma la traiettoria reale è molto più pragmatica: warehouse, logistica, manufacturing, ambienti semi-strutturati. Nessuno scenario credibile prevede milioni di androidi domestici nel 2026. Quello che invece appare plausibile è l’inizio di una industrializzazione lenta ma inesorabile del lavoro fisico ripetitivo. Un processo che ricorda il cloud computing nei primi anni 2000: apparentemente limitato, in realtà destinato a divorare tutto.
Il nodo geopolitico sarà ancora più importante della tecnologia stessa. Stati Uniti e Cina stanno ormai trattando l’AI come infrastruttura strategica comparabile all’energia nucleare o ai semiconduttori avanzati. I data center gigawatt-scale citati nel thread non sono fantasia; sono il segnale che il collo di bottiglia non è più soltanto algoritmico, ma energetico e industriale. L’AI moderna consuma capitale, elettricità e supply chain come una potenza manifatturiera.
Questo produce una concentrazione di potere impressionante. Open source e democratizzazione continueranno a esistere, ma il frontier AI development richiede ormai livelli di investimento che pochi attori possono sostenere. L’idea romantica del garage startup founder rischia di diventare folklore nostalgico della Silicon Valley, un po’ come il mito hippie originale di Internet sopravvive oggi solo sulle magliette vintage.
Interessante anche il tema culturale. Nel 2025 il pubblico ha smesso di stupirsi dei contenuti AI-generated. È accaduto qualcosa di psicologicamente rilevante: l’abbondanza sintetica ha iniziato a svalutare il concetto stesso di originalità digitale. Quando immagini, video, musica e testo possono essere prodotti in volumi industriali, il valore economico si sposta altrove: autenticità verificabile, reputazione, fiducia, community, accesso diretto. Non è un caso che creator, giornalisti e aziende stiano improvvisamente riscoprendo il branding personale e le relazioni dirette col pubblico. In un mare di contenuti sintetici, la scarsità diventa umana.
Le previsioni più aggressive sul 2028 come anno AGI non vanno liquidate, ma neppure accettate come inevitabili. Il problema centrale resta l’affidabilità. I sistemi AI attuali mostrano capacità sorprendenti e contemporaneamente errori grotteschi. È una combinazione destabilizzante perché crea una percezione cognitiva ambigua: sembrano intelligenti abbastanza da meritare fiducia, ma non abbastanza da meritarla davvero.
Ed è qui che emerge la questione più sottovalutata dell’intero dibattito: governance. Non sarà la tecnologia da sola a decidere la velocità della transizione. Saranno assicurazioni, tribunali, regolatori, sindacati, procurement enterprise e opinione pubblica. La Silicon Valley ama raccontare l’innovazione come forza inevitabile; la realtà storica mostra che ogni rivoluzione tecnologica viene filtrata da strutture sociali, interessi economici e conflitti politici.
La Singolarità, ammesso che il termine abbia ancora senso operativo, probabilmente non arriverà come un lampo improvviso. Assomiglierà di più a un lento cambio di regime economico, quasi invisibile all’inizio, fino al momento in cui guardandosi indietro ci si accorgerà che il lavoro cognitivo umano ha smesso di essere il centro esclusivo della produzione di valore.
A quel punto la domanda non sarà più “l’AI è intelligente?”. La domanda sarà molto più scomoda: quanto del capitalismo contemporaneo continua ad avere senso quando l’intelligenza diventa una commodity computazionale.
A. Dina

