AI Superpowers — Kai-Fu Lee

Chi è: Kai-Fu Lee, ex presidente di Google China, ex vice-presidente di Microsoft Research Asia, fondatore di Sinovation Ventures (fondo VC cinese). Taiwan-americano. Ha trascorso metà carriera a costruire AI nei laboratori americani e metà a investire in startup AI cinesi. Voce unica: insider di entrambe le potenze. Nel 2013 gli è stato diagnosticato un linfoma in fase 4 — guarito. Questo ha cambiato la sua visione del lavoro e dell'AI.

La corsa USA-Cina

Kai-Fu Lee rifiuta esplicitamente la narrativa della rivalità zero-sum tra USA e Cina nell'AI. Non li vede come nemici in una corsa dove uno vince e l'altro perde, ma come due potenze con vantaggi strutturalmente diversi e per certi versi complementari.

Gli Stati Uniti dominano in ricerca di base: i modelli frontier, le architetture rivoluzionarie (transformer, diffusion), i laboratori con i talenti globali più concentrati, l'ecosistema universitario più produttivo in AI teorica. La Cina è forte in un asse diverso: velocità di implementazione, scala dei dati, volume di ingegneri, ecosistema startup aggressivo, governo che spinge attivamente l'adozione.

La distinzione chiave di Lee: la competizione non è "chi inventa" ma "chi implementa." L'invenzione conta, ma nella storia tecnologica la nazione che scala più velocemente spesso cattura più valore di quella che ha fatto la scoperta originale. Gli USA hanno inventato il web, ma molti mercati emergenti sono stati "colonizzati" da piattaforme cinesi come WeChat, TikTok, Alibaba. La stessa logica potrebbe valere per l'AI nei mercati asiatici, africani, e mediorientali.

Lee è critico dell'eccessivo ottimismo americano e dell'eccessivo ottimismo cinese simultaneamente. Entrambe le narrative nazionaliste sovrastimano i propri vantaggi e sottostimano quelli dell'altro. La realtà è più complessa: USA forte nella frontiera, Cina forte nella deployment su larga scala, entrambe vulnerabili in aree che l'altra domina.

Le quattro ondate di automazione

Il framework più utile del libro è la divisione dell'impatto AI in quattro ondate successive, ciascuna con caratteristiche diverse e timeline diverse:

• Ondata 1 — Internet AI: raccomandazione, search, targeting pubblicitario, feed social. Già completata al momento della scrittura. Completamente dominata da USA (Google, Facebook, Amazon) e dai corrispettivi cinesi (Baidu, Tencent, Alibaba). I dati di comportamento online esistono in abbondanza, i modelli sono maturi, i vantaggi del primo arrivato sono consolidati.
• Ondata 2 — Business AI: finanza (scoring del credito, trading algoritmico, anti-frode), healthcare enterprise, logistica, supply chain. In corso al momento della scrittura, USA in vantaggio. Richiede dati strutturati e capacità di integrazione con sistemi legacy — vantaggio per chi ha più esperienza con enterprise software.
• Ondata 3 — Perception AI: riconoscimento visivo, riconoscimento vocale, traduzione automatica, computer vision in ambienti fisici. Cina competitiva per dati e deployment. Telecamere ubique, adozione massiva del mobile payment, ecosistemi di dati sensoriali molto più densi che in Occidente.
• Ondata 4 — Autonomous AI: robotica avanzata, guida autonoma, sistemi che operano fisicamente nel mondo. Ancora aperta nel 2018 e nel 2025. Richiede avanzamenti sia nel software che nell'hardware robotico, sensori, sicurezza certificata.

La previsione di Lee: la Cina dominerà le ondate 3 e 4, o almeno le competirà su base paritetica. Il motivo: i vantaggi strutturali USA nella ricerca di base contano meno nelle ondate 3-4, dove l'esecuzione ingegneristica e i dati locali pesano di più dell'innovazione teorica.

Il vantaggio cinese nei dati

Lee dedica un'analisi dettagliata al vantaggio cinese nella disponibilità di dati. Non è solo una questione di quantità, anche se la scala è reale: 1.4 miliardi di persone che usano sistemi digitali generano enormi volumi. Il vantaggio qualitativo è più interessante.

WeChat è l'esempio centrale: un'app che in Cina incorpora messaggistica, pagamenti, e-commerce, prenotazioni mediche, ordini di cibo, taxi, giochi, servizi governativi. L'equivalente occidentale sarebbe avere WhatsApp, PayPal, Amazon, Uber, e il sito del comune tutti integrati in un'unica app con un unico login. I dati di comportamento che genera sono di una densità e completezza impossibile da costruire in Occidente dove questi servizi sono frammentati.

I pagamenti digitali in Cina erano già ubiqui nel 2015 — mercati, venditori ambulanti, mance. In Occidente l'adozione dei pagamenti digitali è arrivata molto più lentamente. Ogni transazione è un dato comportamentale. Ogni rifiuto di un prestito, ogni acquisto, ogni percorso su un'app di navigazione è segnale per addestrare modelli.

Lee è onesto sul lato etico: la privacy è meno protetta in Cina, sia per legge che per cultura. Questo crea un vantaggio discutibile — eticamente problematico in senso assoluto, ma reale strategicamente. Chi vuole competere con sistemi addestrati su questi dati deve rispondere a questa asimmetria con alternative, non ignorandola.

Il punto di svolta: la diagnosi di cancro

Il capitolo finale di AI Superpowers è il più sorprendente — e il più citato. Lee abbandona l'analisi geopolitica e racconta la storia della propria diagnosi di linfoma in fase 4 nel 2013, la chemioterapia, i due anni di cura, e come quell'esperienza ha trasformato la sua visione del lavoro, della tecnologia, e della vita.

Prima della diagnosi, Lee era l'archetipo del tech executive americanizzato: lavoro come identità, "cambiare il mondo" come obiettivo, produttività come metro del valore personale. Aveva lavorato in modo ossessivo per decenni — Google, Microsoft, startup — trascurando la famiglia, gli amici, il presente in favore del futuro che stava costruendo.

La malattia ha messo in prospettiva una domanda che non si era mai fatto seriamente: cosa non può fare l'AI? La risposta — più chiara dopo due anni di cura ricevuta e data — è: amare. L'AI può diagnosticare il cancro meglio di un radiologo. Non può tenere la mano di un paziente alle tre di notte. Non può essere presente con l'intensità che una crisi esistenziale richiede.

Questo cambia la domanda sull'automazione: non "quali lavori spariscono" ma "cosa fanno gli umani in un mondo dove l'AI fa i lavori cognitivi?" La risposta di Lee non è rassegnata: gli umani si occuperanno di ciò che richiede presenza umana autentica — cura, insegnamento, connessione, creazione con significato condiviso.

Il piano Lee per la transizione lavorativa

Lee propone una risposta concreta all'automazione che si distingue dai dibattiti mainstream: uno "stipendio di compassione" — una valorizzazione economica dei lavori di cura che l'AI non può replicare.

L'argomento: insegnanti, infermieri, badanti, assistenti sociali, psicologi svolgono lavori di valore immenso per la società ma retribuiti male perché il mercato non li valorizza adeguatamente. Nel mondo post-automazione, questi lavori diventano ancora più cruciali — sia perché l'AI libera capacità umana che può andare lì, sia perché la perdita di lavoro cognitivo crea esigenze di supporto umano. Redistribuire la ricchezza creata dall'AI verso chi svolge lavori di cura non replicabili è economicamente razionale e socialmente necessario.

La proposta è controversa. Chi decide cosa conta come "lavoro di compassione"? Il confine tra lavoro remunerato dall'AI e lavoro riservato agli umani è tracciabile? Come si finanziano questi stipendi? Lee non risponde a tutte le obiezioni, ma la direzione è chiara: invece di reddito universale di base come compensazione per il lavoro perso, valorizzazione economica del lavoro umano dove conta davvero — nei luoghi dove la presenza umana è irriproducibile.

Limiti del libro

Scritto nel 2018, AI Superpowers ha limiti che vale la pena riconoscere. Alcune previsioni sulla Cina si sono rivelate troppo ottimistiche. Il rallentamento economico post-COVID, la normativa interna sull'AI più restrittiva del previsto (con conseguenze sulle startup), le tensioni geopolitiche che hanno limitato i trasferimenti tecnologici — tutto questo ha complicato il quadro. DeepSeek (2025) non era nel radar di Lee nel 2018, e dimostra capacità cinesi nell'AI di frontiera che Lee aveva in parte sottovalutato.

Ma l'analisi strutturale USA-Cina rimane la migliore disponibile da un insider di entrambi i mondi. E la riflessione finale sulla cura, sull'amore, sul ruolo umano in un'economia automatizzata è ancora più urgente nel 2025 di quanto non fosse nel 2018. Non perché Lee abbia tutte le risposte, ma perché ha fatto le domande giuste dal posto giusto: non come osservatore esterno che specula, ma come costruttore del sistema che interroga se stesso sul perché lo sta costruendo.

---