Nuova infrastruttura in caricamento 2- Capacità di calcolo: la risorsa strategica dell'IA

“Ogni rivoluzione della comunicazione è, allo stesso tempo, una rivoluzione delle infrastrutture.”

Nel primo articolo, ho sostenuto che l'era dell'intelligenza artificiale (IA) non consiste solo nella produzione di nuovi software o algoritmi più avanzati, ma rappresenta una nuova trasformazione infrastrutturale costruita su data center, sistemi energetici, semiconduttori e reti digitali. Se questa trasformazione costituisce davvero la base di un nuovo regime di accumulazione del capitale, allora dobbiamo porci la seguente domanda: qual è il fattore di produzione fondamentale di questa nuova infrastruttura?

Per molti anni, una delle narrazioni più diffuse per spiegare l'economia digitale è stata l'espressione “i dati sono il nuovo petrolio”. Con l'ascesa delle piattaforme digitali, si è sostenuto che il potere economico dipendesse dalla capacità di raccogliere ed elaborare i dati. Tuttavia, l'ascesa dell'IA generativa dimostra che questa narrazione non è sufficiente da sola. Perché i dati non possono trasformarsi in valore economico senza la capacità di calcolo necessaria per elaborarli. Oggi, ciò che è determinante nell'economia dell'IA è la capacità di costruire l'infrastruttura di calcolo in grado di addestrare, elaborare e far funzionare costantemente i dati.

In questo contesto, la “capacità di calcolo” non è solo un concetto tecnico che esprime la potenza di elaborazione dei computer. La capacità di calcolo è una capacità produttiva integrata che comprende semiconduttori avanzati, unità di elaborazione grafica (GPU), data center, reti ad alta velocità, infrastrutture energetiche, sistemi di raffreddamento e il capitale che finanzia tutto ciò. Pertanto, l'elemento che crea valore nell'economia dell'IA è l'infrastruttura materiale su cui girano questi algoritmi.

A questo punto, è necessario riconsiderare un importante monito che gli studi sulla comunicazione e sui media sottolineano da tempo. Le tecnologie di comunicazione vengono spesso discusse attraverso contenuti, piattaforme ed esperienze utente. Eppure, come hanno dimostrato ricercatori di infrastrutture mediali come Lisa Parks, Nicole Starosielski e Shannon Mattern, la vera trasformazione della comunicazione avviene spesso nelle infrastrutture che rimangono invisibili. Senza cavi in fibra ottica sottomarini, data center, sistemi satellitari, stazioni radio base e architetture di rete, la comunicazione digitale non sarebbe possibile. I contenuti sono visibili, ma le infrastrutture che li rendono possibili sono spesso invisibili.

Nell'era dell'IA, ci troviamo di fronte a una situazione simile. I dibattiti pubblici ruotano in gran parte attorno a quanto siano intelligenti i modelli, quale azienda stia sviluppando un'IA più avanzata o agli impatti sociali delle nuove applicazioni. Tuttavia, dietro questo strato visibile, è in corso una trasformazione infrastrutturale molto più ampia. I data center si stanno espandendo, il consumo di elettricità sta aumentando rapidamente, la produzione di semiconduttori sta acquisendo un'importanza strategica e le reti di comunicazione globali non trasportano più solo informazioni, ma anche processi di calcolo su larga scala.

Tuttavia, questa infrastruttura è anche la storia del lavoro invisibile. Come dimostra l'approccio del “lavoro digitale” del ricercatore della comunicazione Christian Fuchs, le tecnologie digitali non si basano solo sul lavoro degli sviluppatori di software; sono costruite su una catena del lavoro globale che va dalle miniere alle fabbriche di chip, dai processi di etichettatura dei dati alla gestione dei data center. Sebbene l'IA venga spesso descritta come il simbolo dell'automazione, sullo sfondo esiste un ecosistema di lavoro digitale più vasto e complesso che mai. L'operaio che estrae cobalto in Congo, il minatore che produce rame in Cile, il tecnico che produce chip a Taiwan, l'operaio che confeziona chip in Malesia, il lavoratore che etichetta dati in Kenya, il moderatore di contenuti a Dublino, l'ingegnere di data center in Virginia e il ricercatore di IA che lavora nella Silicon Valley costituiscono diversi anelli della stessa catena del lavoro digitale. Per quanto l'intelligenza artificiale possa sembrare digitale, dietro di essa si cela una geografia di produzione e lavoro estremamente materiale, organizzata su scala globale.

Per questo motivo, la differenza tra Internet e l'IA non è solo tecnologica. Internet era principalmente un'infrastruttura di comunicazione che accelerava la circolazione delle informazioni. L'IA, invece, crea un nuovo strato di calcolo che si eleva sopra questa infrastruttura di comunicazione. Grazie al cloud computing, ai data center distribuiti e ai cluster di elaborazione ad alte prestazioni, le reti digitali stanno diventando infrastrutture di produzione globali che eseguono calcoli. In altre parole, l'infrastruttura di comunicazione si sta trasformando gradualmente in un'infrastruttura di calcolo.

La trasformazione iniziata con l'imprenditorialità tecnologica sta cambiando anche il modo in cui è organizzato il capitalismo. Gli studi di Carlota Perez sulle rivoluzioni tecnologiche mostrano che ogni grande trasformazione tecnologica crea un nuovo ciclo di infrastrutture e investimenti. Proprio come le ferrovie, le reti elettriche e Internet sono diventate le infrastrutture fondamentali delle rispettive epoche, oggi la capacità di calcolo assume un ruolo simile. Se pensiamo a questo fenomeno insieme all'approccio della “fissazione spaziale” di David Harvey, ciò aiuta a spiegare perché il capitale globale si stia orientando verso i data center, le infrastrutture energetiche e la produzione di semiconduttori. Investendo in nuove tecnologie, il capitale sta costruendo contemporaneamente l'infrastruttura che renderà possibile la capacità produttiva del futuro. Pertanto, leggere la competizione nel campo dell'IA solo attraverso i modelli sviluppati da aziende come OpenAI, Anthropic, Google o xAI sarebbe incompleto. La vera competizione si concentra sulla domanda: chi possiede la capacità di calcolo in grado di addestrare questi modelli? Gli investimenti di Microsoft in Azure, le espansioni dei data center di Amazon Web Services, gli accordi energetici di Alphabet o la posizione strategica di NVIDIA sono tutti pezzi della stessa trasformazione infrastrutturale. Nell'economia dell'IA, il potere si concentra nelle mani di chi controlla l'infrastruttura che rende possibile il funzionamento degli algoritmi. Per questo motivo, spiegare la capacità di calcolo con la metafora del petrolio appare sempre più inadeguato. Il petrolio è una materia prima strategica utilizzata in settori specifici; la capacità di calcolo, invece, assomiglia sempre più all'elettricità. L'elettricità è un'infrastruttura di uso generale che permea quasi ogni settore dell'economia moderna. Mentre l'IA diventa una tecnologia di uso generale che si diffonde in campi molto diversi, dalla sanità alla finanza, dalla difesa all'istruzione, la capacità di calcolo emerge come l'input fondamentale di questa trasformazione.

Forse ora dobbiamo porci la domanda “chi vincerà la corsa all'IA?” in modo diverso. Prima di chiederci chi svilupperà il modello più avanzato, dovremmo chiederci: chi costruirà la capacità di calcolo per far funzionare questi modelli? Perché nell'era dell'IA, il potere economico e geopolitico si concentra sempre più nell'infrastruttura che rende possibile il software. Per questo motivo, nella prossima parte della serie, tratterò i data center, uno degli elementi più visibili ma meno discussi di questa infrastruttura, come le nuove fabbriche del capitalismo digitale.