The Second Machine Age — Brynjolfsson e McAfee

Chi è: Erik Brynjolfsson, professore Stanford (ex MIT Sloan), economista dell'innovazione. Andrew McAfee, ricercatore MIT Initiative on the Digital Economy. Brynjolfsson ha coniato il termine "productivity paradox" per il fenomeno per cui l'IT ha aumentato la produttività senza aumentare i salari medi. Il libro è scritto prima di ChatGPT — ma molte delle previsioni si sono rivelate accurate.

La prima e la seconda macchina

La "Prima Età delle Macchine" è la Rivoluzione Industriale: vapore, elettricità, motori che hanno amplificato la forza fisica umana. Il risultato: miliardi di persone liberati dal lavoro fisico pesante, nuovi settori produttivi, urbanizzazione, aumento del tenore di vita.

La "Seconda Età delle Macchine" è la rivoluzione digitale: computer, software, AI che amplificano la forza cognitiva umana. Differenza fondamentale: la prima ha creato milioni di posti di lavoro fisici — operai, minatori, macchinisti — che hanno costituito la spina dorsale della classe media del XX secolo. La seconda distrugge proprio i lavori cognitivi di routine — contabili, analisti di dati, operatori di call center — che storicamente erano stati la via di uscita dalla povertà per chi non aveva un'istruzione universitaria.

Il paradosso produttività-salari

Brynjolfsson aveva già documentato negli anni '90 il "Solow paradox" (dal Nobel Robert Solow: "vedo i computer ovunque tranne nelle statistiche della produttività"): nonostante gli investimenti IT esplodessero, la produttività misurata non cresceva. Poi ha capito perché: ci vuole tempo — spesso decenni — per riorganizzare le imprese, i processi, le competenze attorno a nuove tecnologie. La produttività cresce in ritardo rispetto all'adozione tecnologica.

Il paradosso del libro (2014): finalmente la produttività cresce, ma i salari medi no. L'AI e la robotica creano valore economico reale — ma lo distribuiscono verso il capitale e verso i lavoratori ad alte competenze, non verso la classe media. Il PIL cresce, il reddito mediano ristagna o cala. Il 1% cattura una quota crescente della crescita totale.

Il "bounty" e lo "spread"

I due fenomeni simultanei che il libro identifica come caratteristici della seconda età delle macchine: il bounty (abbondanza) e lo spread (divergenza).

Il bounty: una straordinaria abbondanza di beni e servizi a prezzi calanti o nulli. Google è gratis. Wikipedia è gratis. Spotify costa pochi euro al mese per accesso illimitato a 100 milioni di canzoni. La qualità di vita misurata dal consumo reale aumenta anche per redditi medi bassi. Un telefono da 300 euro oggi ha più capacità computazionale di un mainframe da milioni di dollari degli anni '80.

Lo spread: crescita della disuguaglianza economica. Questi due fenomeni coesistono e si alimentano a vicenda. Il PIL cresce, ma il reddito mediano no. Chi lavora con le macchine vince; chi compete con le macchine perde. La ricchezza si concentra nei proprietari di capitale e nei lavoratori ad alta qualifica la cui produttività viene amplificata dall'AI.

Le tre categorie di lavoro

Brynjolfsson e McAfee classificano il lavoro in tre categorie rispetto all'automazione — una tassonomia che nel 2025 è ancora ampiamente usata nei policy paper:

• Sostituibile a breve termine: lavoro cognitivo di routine — contabilità, elaborazione dati, call center, trascrizione, catalogazione. Regole chiare, input definiti, output prevedibili. L'automazione è tecnicamente semplice e economicamente attraente.
• Complementare: lavoro che richiede creatività, giudizio situazionale, empatia — manager, medici, insegnanti, ricercatori. Nel 2014, questa categoria sembrava al sicuro per decenni. L'AI avrebbe aumentato questi lavoratori, non sostituito.
• Fisico non routinario: lavoro manuale complesso in ambienti non strutturati — idraulici, giardinieri, elettricisti. Paradossalmente difficile da automatizzare perché richiede adattamento continuo a situazioni imprevedibili. Nel 2014 (e ancora parzialmente nel 2025) è la categoria meno a rischio.

Cosa è cambiato dal 2014

Il libro è scritto pre-ChatGPT, pre-GPT-4, pre-diffusion models. Nel 2014, la categoria del "lavoro complementare" — creative professionals, medici, avvocati, insegnanti — sembrava genuinamente sicura dall'automazione per decenni. Il ragionamento era: queste attività richiedono comprensione del contesto, giudizio, creatività. Le macchine non ci arrivano presto.

Nel 2023-2025, GPT-4, Claude e i modelli successivi hanno invaso esattamente quella categoria: redazione di testi, analisi giuridica, coding, diagnosi medica, insegnamento personalizzato. Il "bounty" si è espanso enormemente — strumenti AI potentissimi a prezzi bassissimi. Lo "spread" probabilmente anche, sebbene i dati macroeconomici siano ancora parziali.

Il framework rimane valido nel 2025. Le previsioni specifiche sul timing si sono rivelate ottimistiche sul lato umano — le macchine hanno invaso la categoria "complementare" molto prima del previsto.

---