di Mario Catini
Lo Stanford AI Index 2026 fotografa un mondo in cui la Cina ha quasi azzerato il vantaggio americano nell’intelligenza artificiale. Ma i numeri raccontano una storia più complessa di una semplice rincorsa. Due sfere d’influenza che si avvicinano: la corsa all’AI tra Stati Uniti e Cina secondo il rapporto Stanford 2026.
Ogni anno, dal 2017, l’Università di Stanford pubblica il suo AI Index Report: oltre quattrocento pagine di dati, grafici e analisi che funzionano come un referto medico dello stato dell’intelligenza artificiale nel mondo. Non è un documento di parte — lo produce lo Human-Centered Artificial Intelligence Institute, un comitato interdisciplinare che comprende accademici, ingegneri e analisti politici — ed è per questo che governi, redazioni e consigli di amministrazione lo trattano come un punto di riferimento. L’edizione 2026, pubblicata il 13 aprile, racconta una storia che somiglia a una maratona: due corridori partiti a distanze diverse si ritrovano, per la prima volta, spalla a spalla.
I corridori sono gli Stati Uniti e la Cina. Per anni Washington ha dominato la classifica dei modelli più potenti, degli investimenti più ingenti, dei talenti più ambiti. Ma il rapporto di quest’anno certifica un ribaltamento progressivo: a marzo 2026 il modello americano più performante, Claude Opus 4.6 di Anthropic, precede il miglior modello cinese di appena il 2,7 per cento sui punteggi Arena Elo, la metrica di riferimento per confrontare i modelli linguistici. Un anno fa il margine era abissale. A febbraio 2025 DeepSeek-R1, un modello cinese, aveva brevemente raggiunto la vetta della classifica, e da allora le posizioni si sono alternate più volte. La gara non è più una rincorsa: è un testa a testa.
I numeri della competizione sono asimmetrici e per questo ancora più interessanti. Gli Stati Uniti hanno prodotto cinquanta modelli di frontiera nel 2025, contro i trenta della Cina. Gli investimenti privati americani hanno raggiunto i 285,9 miliardi di dollari, ventitré volte quelli cinesi. La California da sola vale più di 218 miliardi. Ma Pechino risponde su altri tavoli: guida il mondo per volume di pubblicazioni scientifiche, citazioni, brevetti depositati e robot industriali installati. Quasi 295 mila unità contro le 34 mila americane — un rapporto di nove a uno. E poi c’è il dato più sottovalutato: dal 2000 il governo cinese ha destinato circa 184 miliardi di dollari in fondi guida statali alle imprese di intelligenza artificiale, una cifra che i confronti sugli investimenti privati tendono a oscurare.
Se la corsa geopolitica è la trama principale, il rapporto Stanford ne intreccia altre che meritano altrettanta attenzione. La prima riguarda la velocità di adozione. L’AI generativa ha raggiunto il 53 per cento della popolazione mondiale in soli tre anni dal lancio di massa — più veloce del personal computer, più veloce di internet. Quattro studenti americani su cinque, dalle superiori all’università, la usano per studiare. L’adozione nelle aziende ha toccato l’88 per cento. Eppure l’accelerazione porta con sé una frattura percettiva singolare: il 73 per cento degli esperti di AI si dice ottimista sull’impatto della tecnologia nel lavoro, ma solo il 23 per cento dei cittadini americani condivide questo entusiasmo. Cinquanta punti di scarto tra chi costruisce la macchina e chi la vede arrivare.
C’è poi il paradosso che i ricercatori chiamano jagged frontier, la “frontiera frastagliata”. I modelli di punta risolvono problemi di fisica a livello di dottorato e vincono medaglie d’oro alle Olimpiadi di Matematica — nel 2025 il Gemini Deep Think di Google ci è riuscito — ma lo stesso modello che domina un esame di ricerca riesce a leggere correttamente un orologio analogico solo una volta su due. Sul benchmark Humanity’s Last Exam, pensato per mettere alla prova le macchine con le domande più difficili di ogni disciplina, l’accuratezza è passata dall’8,8 per cento di un anno fa a oltre il 50 per cento. Un salto formidabile e, al tempo stesso, la conferma che queste intelligenze sono prodigiose in modo irregolare — esattamente il contrario di come funziona la competenza umana.
Il prezzo di tutta questa potenza è fisico, misurabile, crescente. I data center dedicati all’AI assorbono ormai 29,6 gigawatt di potenza, quanto basta per alimentare l’intero Stato di New York nei momenti di picco. Il solo funzionamento di GPT-4o consuma ogni anno una quantità d’acqua che supererebbe il fabbisogno potabile di 1,2 milioni di persone. L’addestramento di Grok 4 ha prodotto circa 73 mila tonnellate di CO₂ equivalente — come far girare 17 mila automobili per un anno. Il consumo energetico complessivo dei sistemi AI è paragonabile a quello nazionale della Svizzera. È la contraddizione più scomoda del settore: una tecnologia che promette efficienza su scala planetaria funziona, per ora, bruciando risorse su scala planetaria.
Sullo sfondo, un’altra crepa: la trasparenza si riduce proprio mentre la potenza aumenta. Il Foundation Model Transparency Index, che misura quante informazioni le aziende rendono pubbliche sui propri modelli, è sceso a 40 punti dai 58 dell’anno precedente. I modelli più capaci sono spesso i meno documentati. OpenAI, Anthropic, Google non condividono più il codice di addestramento, il numero di parametri, la composizione dei dataset. È il riflesso di una competizione che ha smesso di essere accademica per diventare industriale e, sempre più, militare. E il flusso di ricercatori che si trasferiscono negli Stati Uniti è calato dell’89 per cento rispetto al 2017 — un’emorragia silenziosa di talento che nessun investimento miliardario può compensare da solo.
La maratona, in fondo, è la metafora giusta. Non vince chi scatta prima, ma chi tiene il passo più a lungo, e soprattutto chi arriva al traguardo con il fiato per raccontare il viaggio. Lo Stanford AI Index 2026 non dice chi vincerà: dice che la gara si è fatta più stretta, più costosa e più urgente di quanto chiunque avesse previsto. E che il pubblico, quello per cui si corre, comincia a chiedersi se qualcuno abbia pensato a dove porta il percorso.
