Negli ultimi giorni, è avvenuto un fatto che avrebbe dovuto essere notizia principale in tutti i media: una ricerca in fisica teorica, guidata dai noti Andrew Strominger e Alex Lupsasca, ha incluso come coautore GPT-5.2, un modello di intelligenza artificiale. Non è stata una semplice curiosità né una provocazione: in sole dodici ore, l'IA ha collaborato alla risoluzione e dimostrazione di un problema rilevante in fisica quantistica. La frontiera della conoscenza non è più esclusivamente umana. E questo è solo l'inizio. Recentemente, Anthropic Code 4.6 ha raggiunto l'ottavo posto nell'Olimpiade Mondiale di Programmazione, competendo quasi alla pari con i migliori umani. Tutto indica che presto supererà i primi posti, poiché il divario è minimo e l'evoluzione di questi sistemi è vertiginosa. Questi esempi mostrano che l'IA sta già raggiungendo, e persino superando, i limiti della conoscenza umana in vari campi. Nei prossimi mesi, vedremo una nuova generazione di sistemi ancora più avanzati. Tuttavia, la vera sfida non è solo quali tecnologie adottiamo, ma la velocità con cui lo facciamo. La tecnologia, da sola, non genera valore: questo emerge quando si trasforma in innovazione e si integra in processi reali, ridefinendo chi prospera e chi rimane indietro, quali economie crescono e quali stagnano. Due casi recenti illustrano l'entità del cambiamento. Anthropic ha presentato Cowork e OpenAI ha lanciato Codex 5.3. Ciò che è più rilevante non è solo il prodotto, ma il processo: entrambi sono stati sviluppati e verificati in gran parte da altri modelli di IA, raggiungendo livelli di automazione vicini al 90%. Vale a dire, l'IA sta già costruendo la prossima generazione di IA. In queste aziende, il ruolo dell'ingegnere del software sta cambiando: meno programmazione manuale, più supervisione e orchestrazione. Anthropic, ad esempio, è passata dal bisogno di due anni e cento ingegneri per sviluppare Code, a creare Cowork in appena una settimana e mezza con solo cinque ingegneri. Non è un confronto esatto, ma illustra il salto di produttività. Per coloro che usano abitualmente strumenti come GPT Deep Research, Anthropic Code o Cowork, è chiaro: non si tratta di un miglioramento incrementale, ma di un cambiamento di paradigma. L'IA sta già costruendo la prossima generazione di IA. Molti ingegneri del software non programmano più come prima. Usano modelli che scrivono, revisionano e migliorano il codice. Anthropic ha anche recentemente lanciato un plug-in legale, unendosi a quelli già esistenti per finanza, produttività o integrazione con Microsoft Office. Questi plug-in non sono semplici aggiunte, ma sistemi capaci di eseguire compiti completi, come revisionare contratti o connettersi a database giuridici. L'impatto è stato immediato: Thomson Reuters è scesa di quasi il 19% in borsa e altre aziende del settore hanno subito cali simili. Questo ha dato origine alla teoria della "SaaSpocalypse": la possibilità che molte aziende SaaS vengano sostituite da sistemi di IA agentici capaci di catturare gran parte del valore che oggi generano soluzioni tradizionali, specialmente in aree come business intelligence o accesso ai dati. La domanda chiave è: se questo accade a Silicon Valley, cosa succederà altrove? Esiste un disallineamento tra la velocità della tecnologia e quella della sua adozione. Il valore non si crea in laboratorio, ma nell'adozione effettiva. Alcune organizzazioni e paesi stanno già integrando queste tecnologie nel nucleo dei loro processi, mentre altri rimangono nella critica e nella passività, perdendo rilevanza. In Europa, e specialmente in Spagna, l'uso di IA generativa è alto, ma si confonde l'uso di chatbot con una trasformazione reale dell'economia. Utilizzare l'IA per compiti singoli migliora la produttività, ma il vero salto avviene quando si automatizzano processi completi e si delegano interi compiti a sistemi intelligenti. Ad esempio, nel campo legale, la revisione dei contratti non ricade più su team di avvocati junior, ma su sistemi di agenti che automatizzano il processo e richiedono solo intervento umano in casi eccezionali. Lo stesso avviene nella programmazione: i modelli generano e migliorano il codice, mentre gli umani definiscono l'architettura e le priorità. La differenza di produttività tra lavorare con un chatbot e operare con sistemi agentici è abissale. Non si tratta di quante persone usano l'IA, ma della capacità di costruire sistemi che trasformino intere organizzazioni. Attualmente, abbiamo molto uso di chatbot e alcune automazioni, ma pochi sistemi agentici che ridefiniscano le nostre organizzazioni. Ci stiamo abituando a consumare l'IA come strumento personale, quando la vera rivoluzione sta nel dispiegarla come infrastruttura produttiva. Adottare tecnologia non significa solo usare strumenti generici, ma costruirli, integrarli e trasformare con essi il tessuto produttivo. La domanda scomoda è inevitabile: chi sta costruendo il nostro futuro? Perché il futuro sarà di chi lo crea. Chi lo farà catturerà il valore; chi non lo farà, rimarrà indietro. E il divario tra chi adotta profondamente e chi no, cresce al ritmo della tecnologia. Il futuro non sarà di chi usa meglio un chatbot, ma di chi costruisce sistemi che lavorano per lui.