- La metafora della torta: cinque strati per un nuovo mondo
- Cosa c'è dentro ogni strato
- Centinaia di miliardi sul tavolo
- Il nodo delle competenze e il futuro del lavoro
- Scuola e università: il convitato di pietra
- Non è più una questione tecnologica
- Domande frequenti
La metafora della torta: cinque strati per un nuovo mondo
Jensen Huang non è tipo da mezze misure. Il fondatore e CEO di Nvidia — l'azienda che più di ogni altra ha cavalcato l'onda dell'intelligenza artificiale fino a diventare una delle società a maggior capitalizzazione del pianeta — ha scelto un'immagine domestica, quasi disarmante, per descrivere quella che definisce la più grande rivoluzione tecnologica dai tempi di Internet: una torta a cinque strati.
Non una torta qualsiasi, va detto. Parliamo di un'architettura il cui costo complessivo si misura in centinaia di miliardi di dollari e il cui impatto, stando a quanto emerge dalle proiezioni degli analisti, promette di riconfigurare interi settori produttivi, dalle fabbriche alle aule scolastiche.
La metafora, nella sua semplicità, coglie un punto essenziale: l'intelligenza artificiale non è un prodotto, non è un singolo software, non è nemmeno un algoritmo particolarmente brillante. È un sistema stratificato in cui ogni livello poggia su quello inferiore e lo rende possibile. Toglietene uno e l'intera struttura crolla.
Cosa c'è dentro ogni strato
Nella visione di Huang, lo stack dell'intelligenza artificiale si articola in cinque livelli fondamentali, ciascuno con una funzione specifica:
- Hardware e semiconduttori: il livello base, quello delle GPU e dei chip specializzati. È qui che Nvidia gioca la partita più redditizia, ma non è sola. La competizione con AMD, Intel e i chip proprietari di Google e Amazon è feroce.
- Infrastruttura cloud e data center: i centri di calcolo necessari ad addestrare e far funzionare i modelli. Strutture enormi, energivore, distribuite su scala globale.
- Modelli fondazionali: i grandi large language model e i sistemi multimodali — da GPT a Gemini, da Claude a LLaMA — che rappresentano il cuore computazionale dell'IA generativa.
- Piattaforme e strumenti per sviluppatori: l'ecosistema di framework, API e ambienti di sviluppo che consente a milioni di programmatori di costruire applicazioni basate sull'IA.
- Applicazioni verticali: il livello visibile all'utente finale, quello in cui l'IA entra concretamente nella sanità, nella finanza, nell'istruzione, nella manifattura.
Ogni strato dipende da quello sottostante. Senza chip sufficientemente potenti, nessun modello può essere addestrato. Senza modelli robusti, le applicazioni restano giocattoli. È una catena di dipendenze che spiega perché la corsa all'IA sia diventata, nei fatti, una corsa alle infrastrutture.
Centinaia di miliardi sul tavolo
I numeri fanno impressione. Gli investimenti globali nell'intelligenza artificiale hanno raggiunto cifre che solo pochi anni fa sarebbero parse fantascientifiche. Microsoft ha impegnato decine di miliardi in OpenAI e nella costruzione di data center. Amazon, Google e Meta seguono con piani altrettanto ambiziosi. L'Arabia Saudita e gli Emirati Arabi hanno lanciato fondi sovrani dedicati. L'Unione Europea, con il suo AI Act e i programmi Horizon, prova a non restare troppo indietro.
Si tratta di una corsa infrastrutturale paragonabile — e Huang lo dice esplicitamente — a quella che nel Novecento ha portato l'elettricità in ogni casa e alla fine del secolo scorso ha steso cavi in fibra ottica sotto gli oceani. L'IA, insomma, non è più un ramo dell'informatica. Sta diventando un'infrastruttura fondamentale, al pari della rete elettrica o di Internet.
E come tutte le grandi infrastrutture, ha bisogno di persone capaci di costruirla, mantenerla e farla funzionare.
Il nodo delle competenze e il futuro del lavoro
Qui la questione si fa concreta e, per certi versi, urgente. L'espansione dell'intelligenza artificiale richiede un numero crescente di professionisti specializzati: ingegneri dei dati, esperti di machine learning, architetti cloud, ma anche figure ibride — giuristi che comprendano gli algoritmi, medici in grado di dialogare con sistemi diagnostici basati sull'IA, insegnanti che sappiano integrare questi strumenti nella didattica.
Il problema è che queste figure, oggi, scarseggiano drammaticamente. In Italia il divario è particolarmente marcato. Il mercato del lavoro chiede competenze digitali avanzate; il sistema formativo, con le sue rigidità strutturali, fatica a tenere il passo. Non è un caso che il tema delle professioni legate all'intelligenza artificiale sia al centro del dibattito anche nelle sedi istituzionali, dal PNRR ai tavoli ministeriali sulla formazione.
La trasformazione digitale non cancella il lavoro umano, ma lo ridisegna. E chi non sarà attrezzato per il nuovo paradigma rischia di restare ai margini — non per colpa propria, ma di un sistema che non ha saputo prepararli. Come sottolineato da più parti, il tema riguarda trasversalmente tutte le professioni, comprese quelle tradizionalmente considerate al riparo dall'automazione. Perfino il lavoro dei docenti, già oggi gravato da carichi ben oltre le ore curricolari, si troverà a fare i conti con strumenti che ne modificheranno profondamente metodi e contenuti.
Scuola e università: il convitato di pietra
Se l'IA è davvero una torta a cinque strati, la scuola italiana rischia di arrivare al banchetto a stomaco vuoto. I curricoli scolastici aggiornano le proprie basi con una lentezza che stride con la velocità del cambiamento tecnologico. Le competenze digitali restano spesso confinate a laboratori di informatica datati, quando non del tutto assenti.
Il punto non è insegnare a tutti a programmare. È formare cittadini consapevoli del mondo in cui vivono, capaci di comprendere — almeno nelle sue linee essenziali — come funziona un sistema che influenzerà le loro vite professionali, le loro interazioni con la pubblica amministrazione, la loro capacità di distinguere un'informazione affidabile da una generata artificialmente.
C'è poi una dimensione più profonda, che ha a che fare con il senso stesso dell'educazione in un'epoca di trasformazione radicale. Insegnare speranza e partecipazione civica diventa ancora più necessario quando le certezze professionali vacillano e il futuro appare meno leggibile di un tempo.
Le università, dal canto loro, stanno tentando di reagire: nascono corsi di laurea in data science e intelligenza artificiale, si moltiplicano i master. Ma la domanda supera l'offerta formativa, e il rischio di una fuga di cervelli verso paesi dove le retribuzioni nel settore IA sono incomparabilmente più alte resta concreto. Il dibattito sulla sostenibilità del sistema, che tocca anche questioni come il pensionamento anticipato dei docenti, si intreccia con la necessità di rinnovare le competenze del corpo insegnante per affrontare una realtà che muta più velocemente dei regolamenti ministeriali.
Non è più una questione tecnologica
La metafora di Huang, in fondo, serve a questo: a ricordare che l'intelligenza artificiale non è un fenomeno confinato ai laboratori della Silicon Valley. È un'infrastruttura economica e sociale che si sta costruendo ora, strato dopo strato, e che determinerà gli equilibri di potere dei prossimi decenni.
L'Italia può scegliere se essere tra chi questa torta la prepara — investendo in formazione, infrastrutture e ricerca — o tra chi ne raccoglie le briciole. La differenza la faranno le scelte politiche dei prossimi anni, la capacità del sistema educativo di evolversi e, non ultimo, la consapevolezza collettiva che questa non è l'ennesima moda tecnologica destinata a sgonfiarsi.
Jensen Huang, dal canto suo, ha già puntato le sue fiches. Il resto del mondo è chiamato a decidere cosa fare con questa ricetta.
