La prima rivoluzione industriale ha portato le grandi fabbriche e i trasporti su rotaia e ha il suo emblema nella macchina a vapore. La seconda ha trasformato il modo di vivere e produrre, grazie all’energia elettrica. La terza, simboleggiata dal computer, ha introdotto su vasta scala le nuove tecnologie della comunicazione e dell’informazione.
La quarta rivoluzione industriale
Nella quarta rivoluzione, rappresentata da internet e dall’intelligenza artificiale, i computer e la rete hanno ampliato le possibilità della mente. Al centro del dibattito odierno assumono rilievo questioni legate alla specifica natura dell’economia digitale:
- l’acquisizione di posizioni dominanti sui mercati da parte delle grandi compagnie tecnologiche (come Google, Apple o Amazon)
- i rischi che provengono dalla criminalità cibernetica
- i problemi che incontra il tradizionale sistema di tassazione degli utili nel caso delle multinazionali digitali.
Nel complesso dell’economia, a partire dal 2000, si è registrato un calo nel ritmo di crescita della produttività. Molti economisti attribuiscono questa diminuzione a due fattori:
- il processo di diffusione delle nuove tecnologie (nelle industrie basate sulle tecnologie digitali arrivare per primi spesso ha consentito di conquistare una ampia fetta di mercato, frenando il processo di imitazione)
- le barriere legali e regolamentari che limitano la concorrenza e l’ingresso di nuovi attori in vari settori soprattutto nei servizi.
La rimozione delle barriere alla concorrenza potrebbe sospingere il processo di diffusione delle innovazioni determinando finalmente quell’aumento di benessere economico e di produttività promesso dalle nuove tecnologie, ma non ancora realizzato.
Secondo altri economisti il problema sta nel minore potenziale di generare crescita economica delle nuove tecnologie digitali rispetto a quelle che hanno sostenuto le precedenti rivoluzioni industriali (in altre parole, i benefici delle tecnologie attuali si sono in gran parte già realizzati).
Impatto sul mondo del lavoro
La preoccupazione che le macchine possano sostituire il lavoro umano e creare un esercito di disoccupati è stato un tema ricorrente nella storia e nel pensiero economico. Finora questa preoccupazione si è dimostrata errata perché le nuove tecniche hanno mostrato una capacità di creare nuovi lavori prima inimmaginabili in misura sufficiente a riassorbire quelli persi perché ormai svolti più efficientemente con l’ausilio di macchine.
L’attuale ondata di innovazioni tecnologiche si distingue rispetto a quelle del passato non solo per la sua rapidità, ma anche per gli ambiti di applicazione:
- nel giro di pochi anni la rete internet ha raggiunto miliardi di persone così come la diffusione di smartphone e tablet, inventati da appena un decennio
- le potenziali applicazioni delle nuove tecnologie includono compiti finora considerati appannaggio solo dell’intelligenza umana.
Nella maggior parte dei paesi OCSE fino all’inizio degli anni ’90 l’automazione aveva riguardato soprattutto i lavori manuali o a bassa qualifica professionale di tipo ripetitivo. La robotica avanzata e l’intelligenza artificiale (IA) - in particolare il machine learning - stanno avendo conseguenze più complesse sul lavoro rispetto a questa prima ondata di automazione.
Anche lavori “non-routinari” possono ora essere suddivisi in compiti eseguibili ricorrendo esclusivamente a IA (ad esempio nell’assistenza post-vendita al cliente, sempre più spesso svolta da chatbot, e attività facilmente traducibili in codice come la contabilità) e altri per i quali intelligenza umana e artificiale saranno complementari.
Negli ultimi due decenni a essere sostituite dalle “macchine” sono state soprattutto qualifiche professionali medie i cui livelli di occupazione e salario sono stati compressi. L’innovazione non ha invece intaccato significativamente le mansioni a qualifiche basse e ha accresciuto la domanda per quelle a qualifiche elevate, soprattutto tecnologiche.
Cybercrime
I cyber-criminali possono provocare danni economici rilevanti con strumenti relativamente semplici, quali il phishing o programmi acquistabili a poco prezzo nel dark-web.
Si fa un uso sempre più intenso della rete per scambio di informazioni, transazioni economiche e contratti, per la produzione di oggetti fisici e per l’interazione diretta di dispositivi “intelligenti” (apparecchiature, impianti e sistemi) in rete: la cosiddetta Internet of Things.
In alcuni ambiti, quali la difesa o il settore finanziario, il livello di protezione dagli attacchi informatici è assai elevato. In altri casi, la scarsa consapevolezza dei rischi, unita al fatto che i costi spesso non sono pagati da chi viene direttamente attaccato ma da altri, porta a livelli di sicurezza sub-ottimali.
Secondo indagini condotte dalla Banca d’Italia sulle imprese private dell’industria e del settore dei servizi non finanziari: il 45 per cento circa delle imprese ha subito almeno un attacco, con un’incidenza superiore per le grandi aziende e per quelle esposte sui mercati internazionali.
Nel 2017 Wannacry ha criptato i dati sui computer infettati e richiesto un riscatto per decrittarli (cd. ransomware) e Notpetya, finalizzato alla distruzione dei dati, ha causato danni per miliardi di dollari a numerose multinazionali. Il punto debole resta il fattore umano: questi attacchi sarebbero falliti se nessun utente avesse aperto un allegato sospetto o attivato un collegamento ipertestuale non affidabile. La prima linea di difesa passa quindi per un’educazione alla sicurezza informatica.
In un recente articolo apparso sul Sole 24 Ore l’economista di Bankitalia Claudia Biancotti che fa parte del gruppo di coordinamento sulla sicurezza cibernetica (GCSC) lancia un allarme: “Il volume di dati sul traffico internet italiano è cresciuto del 25% con l’emergenza sanitaria. Da una parte c'è un uso più intenso di alcune applicazioni, quindi si moltiplicano le occasioni per sfruttarne le vulnerabilità. Dall'altra si allarga la platea degli utenti di servizi digitali. Non tutti coloro che si accostano a questo mondo per la prima volta conoscono i comportamenti da mettere in atto per mitigare i rischi”.
Concorrenza e tassazione
Nel 2018, sette delle prime dieci compagnie al mondo per valore di mercato appartenevano al settore BigTech; il loro valore complessivo era più del doppio del prodotto interno lordo dell’Italia. Nei mercati in cui operano, alcune BigTech hanno una posizione dominante:
- Google detiene oltre il 90% della quota di mercato (in Italia più del 95%)
- tra i social networks, Facebook, ha oltre 2,3 miliardi di utenti, il 60% della popolazione mondiale raggiunta da internet e WhatsApp (controllato da Facebook) ha 1 miliardo e mezzo di utenti.
I dati sono il “prezzo nascosto” che ciascuno di noi paga ai gestori dei motori di ricerca, ai social, alle piattaforme commerciali. Essi restano nel possesso dei gestori che possono sfruttarli a fini commerciali e costituiscono forse l’aspetto più determinante della loro posizione dominante.
Le tradizionali soluzioni proposte al problema dei monopoli, la regolamentazione (in particolare dei prezzi) e l’intervento diretto delle autorità per spezzare il monopolio, potrebbero non essere efficaci né immediatamente praticabili nel caso delle BigTech.
Anche i vecchi modi di pensare e disegnare i sistemi di tassazione sono inadeguati e devono evolvere con il nuovo modo di produzione globalizzato e digitalizzato. Nel caso delle imprese digitali, il fatto che i servizi venduti siano intangibili rende spesso superflua la presenza fisica di una succursale nel luogo in cui avviene lo scambio. Le aziende digitali possono infatti vendere prodotti e servizi in un paese tramite Internet sfuggendo completamente al suo sistema fiscale. Anche nel caso in cui vi siano stabilimenti fisici nel paese, l’attribuzione di profitti attraverso il sistema dei prezzi di trasferimento è resa assai complessa dal fatto che questi provengono da beni intangibili.
A questi problemi si aggiunge la “competizione fiscale”, per cui alcuni paesi possono attrarre grandi multinazionali informatiche concedendo trattamenti fiscali privilegiati e di fatto sottraendo base imponibile ad altre economie dove i “prodotti” saranno venduti.
In ambito UE, in attesa di una disciplina comune i paesi hanno deciso di muoversi in autonomia. Francia e Italia hanno introdotto o sono in procinto di introdurre una “web-tax” che con un’aliquota del 3% colpirà le aziende che effettuano transazioni online.
Decisioni automatiche e rischi di collusione
I chatbot che simulano una conversazione umana consigliano e propongono soluzioni agli utenti (ad esempio Alexa, Siri, Google Assistant). Attraverso il machine learning si “allenano” gli algoritmi a rispondere sempre meglio alle esigenze di mercato e degli utenti. Non è un caso che presidino questa frontiera proprio le aziende che possono fare uso di un enorme quantità di dati e interazioni quotidiane.
Questi progressi stanno portando anche ad applicazioni in cui le decisioni vengono sostanzialmente prese da programmi e non da uomini. Il recente Regolamento europeo su trattamento dei dati e privacy ha cercato di intervenire in tema di processi decisionali completamente automatizzati introducendo obblighi di trasparenza e di informazione da parte del gestore dei sistemi informatici che prendono queste decisioni.
L’algoritmo però è una “scatola nera” della quale si può descrivere la logica generale così come i dati utilizzati, ma non l’esatto processo con il quale l’algoritmo prende la decisione (rendendo difficile se non impossibile la trasparenza nei confronti degli utenti).
Oltre all’impatto sui processi decisionali che riguardano gli individui vi sono altre conseguenze, forse più sorprendenti. Le grandi società di distribuzione basano sempre più spesso le loro politiche commerciali e di prezzo su algoritmi e non sul ricorso a esperti delle vendite.
Un recente studio apre una prospettiva inedita anche in relazione al comportamento collusivo: gli algoritmi che guidano le politiche di prezzo di diverse imprese su uno stesso mercato possono - indipendentemente l’uno dall’altro - concludere sulla base dei dati e delle relazioni passate e presenti che si ottengono profitti maggiori adeguando i prezzi a quelli degli altri competitori, cioè “colludendo”. Questa è una collusione che avviene senza comunicazione, ma che porta tuttavia allo stesso risultato di quella umana, aprendo un nuovo, interessante problema per le autorità di tutela della concorrenza.
Fonte: Focus on N. 1 (Banca d’Italia)