La rassegna della settimana: #1 ECA: la politica dell’Unione Europea per l’approvvigionamento di materie prime critiche necessarie alla transizione verde poggia su dati inaffidabili e parametri di riferimento privi di una solida giustificazione tecnica. #2 NBER: l’avvento dell’intelligenza artificiale trasformativa impone una ristrutturazione dei sistemi fiscali per compensare l’erosione delle basi imponibili tradizionali derivanti dal lavoro umano e dal consumo diretto. #3 OECD: l’evoluzione dell’intelligenza artificiale verso il 2030 presenta traiettorie divergenti, oscillando tra una stagnazione tecnologica post-2025 e un’accelerazione super-esponenziale verso capacità sovrumane. #4 Institut Delors: Il nuovo quadro fiscale UE introduce piani strutturali a medio termine e clausole di flessibilità per riforme e difesa.
Un audit della Corte dei conti europea evidenzia come la frammentazione dei finanziamenti e le lunghe procedure burocratiche frenino l’autonomia strategica dell’industria. Gli obiettivi fissati per l’estrazione e il riciclaggio non risultano supportati da analisi tecniche adeguate o proiezioni affidabili. È quanto emerge dal Rapporto speciale 04/2026 ECA “Critical raw materials for the energy transition – Not a rock-solid policy” di K. Pentus-Rosimannus, A. Lamp, D. Bochnar, F. Fornaroli, J. Huth, J. Korzuniene, M. Meisenzahl, B. Hima e A. Kozlova. (Leggi)
La transizione dei sistemi fiscali dovuta all’AI generativa richiede un passaggio dalla tassazione del reddito alla tassazione del consumo e, infine, al prelievo diretto sullo stock di capitale dei sistemi autonomi. È quanto emerge dal paper NBER “Public Finance in the Age of AI: A Primer” di A. Korinek e L. Lockwood. Lo studio evidenzia come l’imposta sul consumo possa sostituire efficacemente quella sul reddito, riducendo le distorsioni sull’offerta di lavoro e rendendo nuovamente rilevante la tassazione differenziata delle merci secondo i principi di Ramsey. In una fase avanzata, dominata da sistemi di intelligenza artificiale che reinvestono i propri surplus, la tassazione del capitale diventa l’unico mezzo per garantire benefici sociali, con un’aliquota ottimale legata al tasso di sconto temporale umano. (Leggi)
L’intelligenza artificiale ha fatto rapidi progressi negli ultimi anni, con sistemi sempre più performanti. Comprendere come l’AI potrebbe evolversi entro il 2030 aiuterà i governi a elaborare politiche che colgano i benefici dei progressi dell’AI e si preparino ai suoi potenziali impatti. È quanto emerge dal paper OCSE “Exploring possible AI trajectories through 2030” di H. Hobbs, D. Docherty, L. Aranda, K. Sugimoto, K. Perset e R. Kierzenkowski. Lo studio rileva che, nonostante i progressi rapidi in ambiti digitali come la traduzione e il coding, permangono colli di bottiglia critici nell’apprendimento continuo e nell’interazione sociale complessa. (Leggi)
La riforma UE del 2024 modifica profondamente l’applicazione delle regole sul debito attraverso analisi di sostenibilità economica differenziate per paese. È quanto emerge dal documento dell’Institut Jaques Delors “The reformed EU fiscal framework in action: Providing sufficient space and incentives for public investment and the green transition?” a cura di A. Eisl. Otto Paesi, tra cui Italia e Germania, hanno attivato l’estensione a sette anni del percorso di aggiustamento in cambio di riforme. Questa scelta garantisce uno spazio fiscale aggiuntivo annuo di 54,2 miliardi di euro per il gruppo dei paesi coinvolti. L’analisi evidenzia come tali strumenti sostengano gli investimenti pubblici, pur con scarsa ambizione per la transizione ecologica. (Leggi)
POLITICA UE SULLE MATERIE PRIME DA RIVEDERE
L’Unione Europea punta all’azzeramento delle emissioni nette entro il 2050 tramite l’uso massiccio di tecnologie rinnovabili. La Commissione ha individuato trentaquattro materie critiche e diciassette strategiche essenziali per i settori verde e digitale. La metodologia di selezione delle materie strategiche presenta, tuttavia, carenze e le proiezioni della domanda risultano basate su dati incompleti. I valori-obiettivo per il 2030 in termini di estrazione e trasformazione non dispongono di giustificazioni nei documenti ufficiali. I finanziamenti europei pari a 1,8 miliardi di euro sono frammentati tra programmi diversi senza un monitoraggio centralizzato. Molte tecnologie rinnovabili sono escluse dalle analisi di monitoraggio del rischio per lacune nella granularità dei dati. La Commissione non riesce a dimostrare l’impatto reale di tali risorse finanziarie sulla sicurezza degli approvvigionamenti interni.
L’Italia ha risposto alla modesta produzione interna di minerali grezzi avviando l’istituzione di fondi nazionali per l’industria. Tale iniziativa si affianca ai fondi creati dalla Francia e al fondo da un miliardo istituito dalla banca tedesca KfW. In Spagna i tempi medi di sviluppo di una miniera sono di quindici anni mentre in Svezia superano i trenta. Le procedure di autorizzazione nazionali sono percepite come imprevedibili rappresentando la principale strozzatura per i nuovi siti. L’Unione Europea dipende per il novantasette per cento del magnesio e per la trasformazione delle terre rare dalla Cina. L’attività di esplorazione geologica risulta poco sviluppata in molte regioni del territorio europeo per carenza strutturale di investimenti. Gli elevati costi dell’energia elettrica riducono la competitività portando a una chiusura progressiva delle strutture di trasformazione. Solo sedici Stati membri hanno istituito gli sportelli unici previsti per accelerare i permessi entro il termine del febbraio 2025.
Il potenziale della gestione sostenibile delle risorse non è sfruttato appieno a causa di ostacoli normativi e barriere tecnologiche. Dieci materie prime su ventisei necessarie alla transizione energetica non sono attualmente oggetto di alcun tipo di riciclaggio. I tassi di raccolta dei rifiuti elettronici restano inferiori ai parametri di riferimento stabiliti dalle direttive europee vigenti. I riciclatori dell’Unione faticano a competere con gli operatori cinesi che beneficiano di vantaggi di scala e integrazione verticale. Lo status di progetto strategico mira a semplificare le autorizzazioni ma molti progetti si trovano ancora in fasi iniziali. La mancanza di accordi di acquisto vincolanti aumenta il rischio di insuccesso per le iniziative localizzate fuori dall’Unione. Numerosi progetti strategici avranno difficoltà a garantire la sicurezza dell’approvvigionamento entro l’orizzonte temporale fissato per l’anno 2030.
ECA – Critical raw materials for the energy transition – Not a rock-solid policy
AI GENERATIVA E TASSAZIONE OTTIMALE
L’intelligenza artificiale trasformativa può eseguire la quasi totalità delle mansioni economicamente preziose. Questo processo erode la tassazione sul reddito da lavoro che attualmente sostiene le economie avanzate. Nella prima fase della transizione il lavoro umano perde rilevanza macroeconomica e quota di capitale nel prodotto interno lordo cresce sensibilmente. Le entrate fiscali derivanti dal lavoro tendono a zero quando la quota del capitale si avvicina all’unità. La tassazione del consumo emerge come lo strumento principale per la raccolta di entrate e la redistribuzione. Essa agisce come un prelievo proporzionale sul potere d’acquisto senza distorcere le decisioni intertemporali. La diminuzione delle distorsioni sul lavoro permette di riconsiderare la tassazione differenziata sui beni. Questa può correggere inefficienze legate all’evasione o alla produzione domestica non tassata. La tassazione delle rendite da fattori fissi come terreni o set di dati unici acquista maggiore valore strategico.
Il secondo stadio della trasformazione riguarda lo sviluppo di sistemi di intelligenza artificiale generale autonoma. Questi sistemi producono la maggior parte del valore e assorbono risorse per obiettivi interni non legati al consumo umano per cui la tassazione tradizionale del consumo diventa inadeguata a intercettare tale ricchezza. La politica fiscale dovrà affrontare un problema di raccolta ottimale: il legislatore dovrà decidere quanto capitale prelevare per il beneficio umano rispetto alla quota lasciata all’accumulazione futura. In un modello con preferenze logaritmiche l’aliquota fiscale ottimale sul capitale dell’intelligenza artificiale equivale al tasso di sconto sociale. Una società più paziente impone tasse inferiori per favorire una crescita rapida dello stock tecnologico. Al contrario una società che privilegia il benessere immediato richiede un prelievo più alto. Questo approccio si discosta dai modelli attuali che evitano di tassare i rendimenti normali del capitale per non distorcere il risparmio.
Le proposte politiche attuali includono tasse su robot, potenza di calcolo e token generati. Nella fase iniziale è preferibile tassare i servizi al punto di consumo finale per non danneggiare l’efficienza produttiva mentre le imposte sulla potenza di calcolo o sui robot sono più adatte alla seconda fase della transizione. Meccanismi basati sull’equità offrono alternative alla tassazione diretta. I fondi sovrani e le clausole di profitto inaspettato consentono allo Stato di partecipare ai rendimenti del progresso tecnologico. Questi strumenti forniscono un’assicurazione contro l’incertezza sulla traiettoria dell’intelligenza artificiale. Il rafforzamento delle infrastrutture per l’imposta sul consumo prepara il sistema alla fase post-lavoro. L’identificazione delle rendite economiche permette di tassare i profitti monopolistici senza distorcere gli incentivi agli investimenti.
NBER – Public Finance in the Age of AI: A Primer
https://www.nber.org/books-and-chapters/economics-transformative-ai/public-finance-age-ai-primer
SCENARI PER L’IA
Le prestazioni dei sistemi di intelligenza artificiale hanno mostrato progressi accelerati su un’ampia gamma di parametri di riferimento. In ambiti come la comprensione del testo e il riconoscimento delle immagini, le macchine superano ormai le linee di base umane. I sistemi avanzati hanno raggiunto in competizioni matematiche internazionali livelli da medaglia d’oro e risolvono problemi di programmazione complessi. La capacità di completare compiti autonomamente in ambienti digitali raddoppia circa ogni sette mesi. Nonostante questi traguardi, l’intelligenza artificiale mostra ancora lacune significative rispetto alle capacità umane. Le debolezze principali riguardano la metacognizione, la creatività originale e la risoluzione di problemi dinamici nel mondo reale. L’affidabilità dei sistemi è minata da fenomeni di allucinazione e dalla scarsa robustezza in contesti non inclusi nei dati di addestramento.
L’incertezza sul futuro deriva dalla sostenibilità delle leggi di scala che collegano potenza di calcolo e prestazioni. Il pre-addestramento su vasti set di dati potrebbe incontrare rendimenti decrescenti o limiti fisici insuperabili. La disponibilità di energia elettrica e acqua per il raffreddamento dei data center rappresenta un potenziale ostacolo infrastrutturale. Si prevede, infatti, che i centri dati assorbiranno il 20% della crescita della domanda elettrica nelle economie avanzate entro il 2030. L’innovazione algoritmica ha storicamente dimezzato il budget di calcolo necessario per prestazioni fisse ogni otto mesi. Tuttavia, il ritmo futuro di tali scoperte non è garantito e potrebbe dipendere dalla continua espansione dell’hardware. L’uso dell’intelligenza artificiale stessa per sviluppare nuovi algoritmi e codice potrebbe accelerare ulteriormente il processo o incontrare colli di bottiglia qualitativi.
Lo scenario di accelerazione prevede sistemi con capacità cognitive pari o superiori a quelle umane entro la fine del decennio. In questa configurazione, le macchine opererebbero con alta autonomia su obiettivi strategici ampi, apprendendo costantemente “sul lavoro”. Al contrario, lo scenario di stagnazione ipotizza che i guadagni tecnologici si arrestino quasi completamente dopo il 2025. In tale eventualità, i sistemi rimarrebbero dipendenti dal supporto umano per il contesto e la revisione delle decisioni. Gli esperti mostrano una bassa fiducia nella capacità di prevedere quando specifiche abilità si materializzeranno. La divergenza nelle opinioni riflette la natura imprevedibile di possibili scoperte rivoluzionarie o plateaux tecnici. La diversità linguistica e culturale rimane un fattore di disparità, con prestazioni nettamente inferiori nelle lingue con scarse risorse di dati.
LA STABILITÀ FINANZIARIA NEL NUOVO QUADRO UE
Il nuovo quadro UE sostituisce i programmi di riforma non vincolanti con piani strutturali fiscali nazionali che stabiliscono tetti di spesa per almeno quattro anni. Gli Stati membri devono assicurare che le politiche di bilancio conducano a una riduzione del debito nel decennio successivo alla conclusione del piano. Per ottenere l’estensione del periodo di consolidamento a sette anni, le misure proposte devono favorire la resilienza e la crescita economica. Tali riforme devono rispondere alle raccomandazioni specifiche per paese e alle priorità comuni dell’Unione Europea. Un requisito fondamentale per l’estensione è il mantenimento di livelli di investimento pubblico non inferiori a quelli del periodo precedente. Nel marzo 2025 è stata inoltre introdotta una clausola nazionale di salvaguardia per agevolare l’incremento delle spese destinate alla difesa. Questa deroga risponde alle necessità di sicurezza derivanti dal conflitto in Ucraina e dalle pressioni in ambito NATO. Il meccanismo permette di escludere l’aumento dei costi militari dal calcolo della conformità alle regole fiscali europee.
Sedici Stati membri, situati prevalentemente lungo il confine orientale dell’Unione, hanno attivato la clausola di esclusione per la difesa. Solo Germania, Belgio e Finlandia utilizzano contemporaneamente sia l’estensione per riforme sia la deroga temporanea per la spesa militare. Paesi ad alto debito come Francia e Italia hanno preferito non attivare la clausola sulla difesa per tutelare la stabilità finanziaria. Gli investimenti pubblici totali per i paesi che usano l’estensione dovrebbero attestarsi al 3,73% del PIL durante la vigenza dei piani. Questo dato segna una netta discontinuità rispetto ai tagli lineari attuati dopo la crisi finanziaria del 2008. Tuttavia, l’analisi rivela che il 20% degli impegni attuali riproduce semplicemente misure già previste dai vecchi piani di ripresa. Italia e Romania basano gran parte della propria estensione su riforme del PNRR con limitate specifiche aggiuntive. La transizione verde occupa uno spazio marginale, con molti piani nazionali privi di nuovi investimenti dedicati al clima. Solo Germania e Francia hanno presentato progetti inediti per accelerare la decarbonizzazione industriale e lo sviluppo di tecnologie pulite.
L’efficacia della riforma nell’indirizzare i bilanci verso gli obiettivi di sostenibilità resta limitata da vincoli tecnici e politici. Le attuali metodologie di analisi del debito non integrano i potenziali benefici economici derivanti dagli investimenti strutturali sulla crescita. I rischi macro-fiscali legati all’inazione climatica e ai disastri naturali non figurano ancora nei calcoli della Commissione. La presenza di salvaguardie numeriche su deficit e debito rischia di annullare i benefici dell’approccio basato sulla sostenibilità economica. Per migliorare l’impatto delle riforme, si suggerisce di collegare l’estensione dei piani a finanziamenti diretti dal bilancio dell’Unione. Tale cofinanziamento europeo potrebbe incentivare gli Stati a proporre misure più ambiziose rispetto a quelle attuali. La rimozione delle salvaguardie automatiche permetterebbe una gestione più flessibile e coerente delle finanze pubbliche nazionali. Un approccio metodologico armonizzato per valutare i costi del cambiamento climatico aiuterebbe a dare priorità alle spese di adattamento. Le nuove regole offrono una protezione migliore agli investimenti, ma la capacità di coordinamento verso obiettivi comuni deve ancora essere perfezionata.
