GUIDA della Società

Il futuro dell'intelligenza artificiale: tendenze, previsioni e domande aperte

Il futuro dell’intelligenza artificiale è un insieme di tendenze misurabili, come la potenza di calcolo in rapida crescita, la riduzione dei costi di utilizzo e i sistemi di intelligenza artificiale che gestiscono compiti più lunghi, combinati con domande realmente aperte su lavoro, energia, sicurezza e diritto.

Ascolta questa guidaNarrato dall'IA · ~8 min

In questa pagina9 minuti di lettura
  1. Panoramica
  2. Punti chiave
  3. Immersione profonda
  4. Sottoponi a stress una previsione dell'intelligenza artificiale in sei passaggi
  5. Implementazione nel mondo reale
  6. Il futuro dell'intelligenza artificiale: tendenze, previsioni e domande aperte
  7. Metterlo in pratica
  8. Fonti e approfondimenti
  9. Continua a esplorare
  10. Domande frequenti

Panoramica

Nessuno sa esattamente dove conducano queste tendenze. Conoscere i numeri reali, cosa prevedono gli esperti e quanto sono incerti aiuta chiunque a separare le prove dalle esagerazioni e a pianificare diversi possibili risultati.

Punti chiave

  1. Epoch AI stima che il calcolo utilizzato per addestrare i modelli linguistici di frontiera sia cresciuto circa cinque volte all’anno dal 2020.
  2. Lo Stanford AI Index 2025 riporta che l’intelligenza artificiale di livello GPT-3.5 è diventata più di 280 volte più economica da utilizzare tra novembre 2022 e ottobre 2024.
  3. Un sondaggio del 2024 condotto su 2.778 ricercatori nel campo dell’intelligenza artificiale ha fornito una probabilità del 50% che le macchine superino gli esseri umani in ogni compito entro il 2047.
  4. Il Fondo monetario internazionale stima che quasi il 40% dell’occupazione globale sia esposta all’intelligenza artificiale e l’esposizione significa un cambiamento dei compiti, non necessariamente la scomparsa dei posti di lavoro.
  5. Secondo i progetti IEA, il consumo di energia elettrica dei data center sarà più che raddoppiato, passando da circa 415 TWh nel 2024 a circa 945 TWh entro il 2030.
  6. Le previsioni sull'intelligenza artificiale sono estrapolazioni con ipotesi dichiarate, quindi l'abitudine utile è verificare le ipotesi e pianificare diversi scenari.

Immersione profonda

Talking about the future of AI means talking about trends and uncertainty at the same time. Some things can be measured: how much computing power is used to train models, how much it costs to use them, how well they do on tests, and how many companies adopt them. Other things cannot be measured yet: whether progress will continue at the same speed, how jobs will change, and whether the most powerful systems can be kept safe and under control. A good way to think about the future is to know the trend lines, know who is forecasting what, and keep track of the assumptions behind each forecast.

The engine behind recent progress is scale. AI models learn from data using specialized computer chips, and researchers have found that larger models trained on more data with more computing power tend to perform better. Epoch AI, a research group that tracks these figures, estimates that the computing power used to train frontier language models has grown about five times per year since 2020, doubling roughly every five months, while the cost of those training runs has grown about 3.5 times per year. The Stanford AI Index 2025 reports a similar doubling time of about five months for training compute. At the same time, using AI has become much cheaper: the AI Index finds that the cost of querying a model as capable as GPT-3.5 fell more than 280-fold between November 2022 and October 2024.

Capabilities are also being tracked in more practical terms. A 2025 study titled Measuring AI Ability to Complete Long Software Tasks introduced a metric called the time horizon: the length of task, measured by how long it takes a skilled human, that an AI system can complete half the time. For frontier models in early 2025 that horizon was about 50 minutes, and it had been doubling roughly every seven months since 2019. The authors are careful to say that if the trend continued and generalized to real work, AI systems within five years could automate many software tasks that now take people a month. That is a conditional projection, not a promise, and it is the right way to read most forecasts.

Adoption is a second set of indicators, separate from raw capability. The Stanford AI Index 2025 reports that 78% of surveyed organizations used AI in 2024, up from 55% a year earlier, and that private investment in generative AI reached $33.9 billion in 2024, up 18.7% from 2023. AI is also leaving the lab in regulated, physical settings: the same report counts 223 AI-enabled medical devices approved by the US Food and Drug Administration in 2023, up from six in 2015, and Waymo providing more than 150,000 driverless rides each week. These numbers measure use and spending rather than benefit, and adoption can stall when systems prove unreliable or expensive in practice. Still, they show that questions about the future of AI are no longer only about research labs; they now involve hospitals, roads, offices and the people who work in them.

Experts disagree widely about long-range outcomes. One of the largest surveys, Thousands of AI Authors on the Future of AI, asked 2,778 researchers who had published at top AI conferences. Their combined forecast gave a 50% chance that unaided machines could outperform humans at every task by 2047, thirteen years earlier than the same survey found in 2022, but a 50% chance of all human occupations being fully automated only by 2116. The gap between those two dates, and the large spread of individual answers, shows how uncertain the field is about its own future. A fast trend in the past is not proof of where it ends.

The effects on work are expected to be uneven. The International Monetary Fund estimated in January 2024 that almost 40% of global employment is exposed to AI, meaning AI could perform or assist with a meaningful share of those jobs' tasks. Exposure is about 60% in advanced economies, about 40% in emerging markets and about 26% in low-income countries. The IMF expects roughly half of the exposed jobs in advanced economies to benefit from higher productivity, while the rest could see lower demand for labor. Exposure is not the same as job loss; it describes which tasks change, and outcomes depend on how employers, workers and governments respond.

Energy and physical infrastructure are becoming a constraint. The International Energy Agency's 2025 report Energy and AI estimates that data centers used about 415 terawatt-hours (TWh) of electricity in 2024, about 1.5% of world demand, and projects that this will more than double to around 945 TWh by 2030, with AI as the most important driver. A typical AI-focused data center uses as much electricity as about 100,000 households. Where that power comes from, and how fast grids can expand, will shape where and how quickly AI grows.

Rules are arriving in stages. The European Union's AI Act, a broad law covering AI systems sold or used in the EU, entered into force on August 1, 2024. Bans on certain practices applied from February 2, 2025, obligations for general-purpose AI models from August 2, 2025, and most remaining provisions from August 2, 2026, while several high-risk obligations now apply from December 2027 or August 2028. On safety, the International AI Safety Report, published in January 2025 by 100 experts with an advisory panel nominated by 30 countries plus the UN, OECD and EU, gathered the evidence on capabilities and risks of advanced AI and stressed how much remains uncertain.

For individuals and organizations, preparing for an uncertain future is mostly practical. Learn what current tools can and cannot do, because capabilities and prices change within months. Watch measurable indicators rather than announcements: independent benchmark results, cost per task, real adoption and incident reports. Plan for more than one scenario, faster progress, slower progress and uneven progress across different kinds of tasks, and favor decisions that make sense in all of them, such as building skills in judging AI output, protecting data, and keeping a human responsible for important decisions.

04Esempio lavorato

Sottoponi a stress una previsione dell'intelligenza artificiale in sei passaggi

  1. Scegli un'affermazione dalle notizie, ad esempio: l'intelligenza artificiale gestirà la maggior parte del servizio clienti entro il 2030.

  2. Annota esattamente cosa conterebbe come vero: quali paesi, quale percentuale di contatti, misurati da chi e entro quale data.

  3. Trova i dati sulle tendenze alla base, come i dati sull’adozione nello Stanford AI Index o le tendenze sulla durata delle attività dello studio sull’orizzonte temporale del 2025.

  4. Elencare i presupposti necessari per la richiesta di risarcimento, come la continua diminuzione dei costi, l'accettazione da parte del cliente, la regolamentazione che lo consente e l'affidabilità sufficiente per i casi complessi.

  5. Scrivi uno scenario più veloce, uno più lento e uno irregolare e annota un indicatore per ciascuno che indichi quale si sta verificando.

  6. Stabilisci una data per controllare gli indicatori e registrare se il reclamo originale è sulla buona strada, in anticipo o in ritardo.

Cosa mostra

Lo studente si ritrova con una versione verificabile della previsione, i suoi presupposti chiave e un breve elenco di indicatori da tenere d'occhio. La verifica è se un lettore neutrale possa guardare gli stessi indicatori alla data di revisione e concordare se l'affermazione si è avverata.

Implementazione nel mondo reale

Lavoro e salari: nel gennaio 2024 il Fondo monetario internazionale ha stimato che quasi il 40% dell’occupazione globale è esposta all’intelligenza artificiale, percentuale che sale a circa il 60% nelle economie avanzate, dove circa la metà dei posti di lavoro esposti potrebbe trarne beneficio.

Elettricità: il rapporto 2025 Energy and AI dell'Agenzia internazionale per l'energia stima che i data center abbiano utilizzato circa 415 TWh nel 2024, circa l'1,5% dell'elettricità mondiale, e prevede circa 945 TWh entro il 2030.

Regolamento: la legge sull'AI dell'Unione Europea è entrata in vigore il 1° agosto 2024; i divieti su alcune pratiche sono applicati dal 2 febbraio 2025 e la maggior parte delle restanti norme dal 2 agosto 2026.

Attività software: i ricercatori che misurano gli agenti IA hanno scoperto che la durata delle attività software che possono portare a termine con il 50% di successo è raddoppiata all'incirca ogni sette mesi dal 2019.

Aspettative degli esperti: un sondaggio pubblicato su 2.778 ricercatori sull’intelligenza artificiale, pubblicato nel gennaio 2024, prevedeva una probabilità del 50% che le macchine superino gli esseri umani in ogni compito entro il 2047, tredici anni prima rispetto al sondaggio del 2022.

Il futuro dell'intelligenza artificiale: tendenze, previsioni e domande aperte

Diverse domande aperte decideranno quali previsioni sono valide. Innanzitutto, se il ridimensionamento continua a dare i suoi frutti. I dati sulle tendenze di Epoch AI mostrano che il training computing per i modelli di frontiera cresce circa cinque volte l’anno dal 2020, ma i costi, la fornitura di chip e l’elettricità crescono con esso, e l’Agenzia internazionale per l’energia prevede una domanda di data center di circa 945 TWh entro il 2030. In secondo luogo, se i guadagni sui test si tradurranno in lavoro affidabile nel mondo reale; gli autori dello studio sull’orizzonte temporale del 2025 notano che le loro attività software sono più pulite dei lavori disordinati, quindi il raddoppio di sette mesi potrebbe non essere trasferito. In terzo luogo, come si adeguano i mercati del lavoro; L’analisi del FMI per il 2024 considera i risultati come dipendenti da scelte politiche come la formazione e le reti di sicurezza sociale. In quarto luogo, la sicurezza e il controllo di sistemi più capaci e più autonomi, che l’International AI Safety Report del gennaio 2025 descrive come un’area di profonda incertezza scientifica. In quinto luogo, la governance: le scadenze graduali dell’EU AI Act dal 2026 al 2028 metteranno alla prova se le regole possono tenere il passo con i prodotti, e altri paesi stanno scrivendo i propri approcci. I lettori possono tenere traccia di queste domande con alcune fonti ricorrenti, l’annuale Stanford AI Index, il dashboard delle tendenze di Epoch AI, l’analisi energetica dell’IEA e le tempistiche normative ufficiali, e dovrebbero considerare ogni singola previsione come uno scenario tra tanti.

Metterlo in pratica

Perché è importante

  • Rischio e sicurezza. I danni catastrofici e quotidiani dell’IA dipendono entrambi da chi comprende i rischi e da chi può agire.
  • Decisioni più chiare. L’alfabetizzazione pubblica e professionale determina la possibilità politica di una forte politica di sicurezza.
  • Tagliare il clamore. Spiegazioni chiare riducono la cattura da parte di montature pubblicitarie, PR di laboratorio e vaghi teatrini etici.

Attenzione

  • Trattare il rischio esistenziale come fantascienza mentre le capacità si aggravano.
  • Confondere la sicurezza del prodotto superficiale con l'allineamento in condizioni di elevata autonomia.
  • Lasciando il pubblico non inglese e non esperto solo con fonti di bassa qualità.

Prossimi passi

  1. Separare i rischi di danni al prodotto, uso improprio e perdita di controllo/disallineamento.
  2. Chiedi quali prove cambierebbero la tua opinione sulle tempistiche e sulla gravità.
  3. Preferire fonti primarie e valutazioni concrete alle affermazioni di marketing.
  4. Identifica un percorso d’azione: carriera, politica, finanziamenti o competenze, non solo consapevolezza.

Fonti e approfondimenti

  1. Stanford Institute for Human-Centered AIIl rapporto sull’indice dell’intelligenza artificiale 2025
  2. Epoch AITendenze dell'apprendimento automatico
  3. arXiv (Kwa et al., 2025)Misurare la capacità dell'intelligenza artificiale di completare attività software lunghe
  4. arXiv (Grace et al., 2024)Migliaia di autori di intelligenza artificiale sul futuro dell'intelligenza artificiale
  5. International Monetary FundL’intelligenza artificiale trasformerà l’economia globale. Assicuriamoci che vada a beneficio dell'umanità
  6. International Energy AgencyEnergia e intelligenza artificiale: sintesi
  7. Future of Life Institute (EU AI Act explorer)Cronologia di attuazione, legge dell'UE sull'intelligenza artificiale
  8. arXiv (Bengio et al., 2025)Rapporto internazionale sulla sicurezza dell'intelligenza artificiale

Continua a esplorare

Newsletter gratuita

Ricevi il briefing quotidiano sull'IA

Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.

Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.

Mettiti alla prova

Rispondi al quiz Il futuro dell'intelligenza artificiale: tendenze, previsioni e domande aperte

Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.

Inizia il quiz

Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione

Domande frequenti

Qual è il futuro dell'intelligenza artificiale: tendenze, previsioni e domande aperte?

Il futuro dell’intelligenza artificiale è un insieme di tendenze misurabili, come la potenza di calcolo in rapida crescita, la riduzione dei costi di utilizzo e i sistemi di intelligenza artificiale che gestiscono compiti più lunghi, combinati con domande realmente aperte su lavoro, energia, sicurezza e diritto. Nessuno sa esattamente dove conducano queste tendenze. Conoscere i numeri reali, cosa prevedono gli esperti e quanto sono incerti aiuta chiunque a separare le prove dalle esagerazioni e a pianificare diversi possibili risultati.

Cosa dovrebbe indicare una previsione AI utile?

La guida afferma che le previsioni dovrebbero indicare ipotesi, orizzonte e prove.

Un benchmark controllato migliora. Cosa stabilisce questo riguardo all’adozione diffusa del prodotto?

La guida separa i risultati controllati dalla disponibilità e dall'adozione del prodotto.

Perché utilizzare scenari più veloci, più lenti e con progressi irregolari?

La guida consiglia scenari in cui l'incertezza è elevata e l'avanzamento delle attività potrebbe non essere uniforme.

Quale indicatore aggiorna meglio una valutazione delle capacità rispetto a un annuncio di lancio?

La guida distingue gli annunci dalle conferme indipendenti e suggerisce prestazioni riproducibili.

Perché registrare una previsione e cosa conterebbe come mancata?

La guida raccomanda di preservare pronostici e criteri per evitare di spostare i pali.