Oltre i benchmark: la gara che non vediamo

C’è una figura retorica che domina il discorso pubblico sull’intelligenza artificiale: il benchmark. Un numero, una classifica, un grafico a dispersione che mostra dove si colloca questo modello rispetto a quello, su questa capacità rispetto all’altra. La figura è rassicurante perché è traducibile, comparabile, comunicabile in un tweet. Ma come ogni misura, un benchmark dice molto su ciò che sceglie di misurare e quasi nulla su ciò che decide di non misurare.

Il Centro per la Geopolitica di JPMorgan Chase ha pubblicato a maggio 2026 un documento che si propone esattamente questo obiettivo: andare “oltre i benchmark”. Il titolo è già una presa di posizione epistemica. Beyond the Benchmarks: A Systemic View of U.S.–China AI Competition non è il consueto esercizio di intelligence competitiva che traccia curve di performance e proietta chi arriverà per primo a qualche soglia prestabilita. È un tentativo di costruire una grammatica diversa per leggere una competizione che è, nelle parole stesse del documento, “una delle dinamiche geopolitiche definitive del XXI secolo”.

Quello che colpisce di questo testo non è la quantità di dati che mobilita, pur considerevole, ma il gesto intellettuale che lo sottende: la decisa affermazione che le variabili che fanno titolo, quelle che generano le regular headlines, non sono le più importanti. L’infrastruttura energetica, l’accesso ai mercati dei capitali, le tendenze di produttività nei dati delle contabilità nazionali: questi indicatori si muovono silenziosamente e possono rivelarsi più decisivi dei benchmark nel determinare dove andrà la competizione, prima che quella traiettoria diventi visibile nelle capacità stesse. È una lezione di epistemologia geopolitica: ciò che non fa rumore può cambiare tutto.

Il paradosso che il documento porta alla superficie è questo: più la competizione si intensifica, meno i suoi indicatori di punta riescono a contenerla. DeepSeek R1, lanciato nel gennaio 2025, ha rivelato che il divario tra capacità AI americane e cinesi era molto più stretto di quanto si credesse, dimostrando che il framework analitico prevalente era sbagliato proprio perché si concentrava sui segnali sbagliati. Il documento lo formula con precisione: DeepSeek non ha cambiato la competizione sottostante, ha rivelato quanto di essa stesse accadendo fuori dalla vista. L’orizzonte visibile mentiva per difetto.

***

Se c’è una tesi che attraversa l’intero documento come un filo rosso, è quella che la vera competizione non si gioca al vertice delle capacità ma nella base della diffusione. Gli Stati Uniti puntano sulla supremazia della frontiera: il modello più avanzato, il chip più potente, il laboratorio di ricerca più finanziato. La Cina punta sulla capillarità dell’adozione: modelli “sufficientemente buoni” a costi drasticamente inferiori, distribuiti attraverso infrastrutture digitali che percorrono i continenti del Sud globale. La Via della Seta Digitale, componente del Belt and Road Initiative, ha già espanso servizi cloud cinesi, infrastrutture di telecomunicazione e piattaforme digitali attraverso il Sud-Est asiatico, l’Africa e l’America Latina.

L’IA distribuita attraverso queste reti non serve soltanto gli utenti: plasma le pratiche di governance dei dati, gli standard tecnici, le aspettative regolamentari dei paesi riceventi. Chi costruisce l’infrastruttura scrive, in forma impalpabile ma duratura, le regole del mondo digitale che su quell’infrastruttura si costruisce. I download globali di modelli cinesi e americani hanno raggiunto la parità nel 2025: questo significa che metà del mondo si sta costruendo su una visione dell’IA con origine a Pechino.

C’è qui una lezione che la storia tecnologica conosce bene. Il report la richiama con sobria eleganza: nei periodi di rapido cambiamento tecnologico, inclusa la Rivoluzione Industriale, l’adozione capillare e l’integrazione di nuovi strumenti ha contato quanto, o più, della scoperta di punta nel determinare quali società ne abbiano beneficiato maggiormente. La lezione vale a fortiori per l’IA, dove la diffusione genera dati, i dati alimentano i modelli, i modelli migliorano la diffusione: un ciclo di retroazione che trasforma il vantaggio iniziale in vantaggio strutturale nel tempo.

***

Tra le sette dimensioni del framework analitico proposto dal report, quella energetica è forse la più spiazzante per chi è abituato a pensare la competizione AI in termini di algoritmi e chip. Eppure i numeri sono di quelli che non si dimenticano. Nel 2025 la Cina ha generato 10.707 TWh di elettricità, più del doppio dei 4.670 TWh degli Stati Uniti. Dal 2019 ha aggiunto oltre 2.500 TWh di nuova capacità generativa, più del doppio dell’intera produzione elettrica annua del Giappone, mentre gli USA ne aggiungevano 221, equivalente a ciò che la Florida consuma in un anno.

L’elettricità può arrivare a rappresentare il 40% dei costi operativi di un data center. Il costo medio dell’energia nei tre principali corridoi cinesi di data center si attesta tra $0,07 e $0,09 per kWh, con le utilità statali che spesso assorbono i picchi di prezzo. La media nazionale americana è di $0,18, più del doppio. E la Cina è proiettata ad aggiungere 3,4 terawatt di capacità entro il 2030, quasi sei volte il totale americano. Gli Stati Uniti affrontano colli di bottiglia nei permessi, nella connessione alla rete, nella manodopera: un sondaggio Gallup del maggio 2026 ha rilevato che sette americani su dieci si oppongono alla costruzione di data center AI nella propria area. La geopolitica dell’IA si combatte anche nelle assemblee di pianificazione urbanistica.

***

Il dominio militare e della sicurezza è dove il report si fa più inquieto. L’IA si sta integrando nei flussi di lavoro militari, dall’intelligence alla sorveglianza, dalla logistica al supporto decisionale. Quello che il documento registra con urgenza è un governance gap: il ritmo di adozione delle capacità supera in modo pericoloso lo sviluppo delle norme condivise per gestirle. Nel febbraio 2026 sia gli Stati Uniti che la Cina hanno partecipato al summit REAIM sull’uso responsabile dell’IA in ambito militare. Nessuno dei due ha firmato il documento finale.

Il rischio più acuto che il report delinea non è il grande breakthrough tecnologico ma qualcosa di più sottile: la compressione dei tempi decisionali. I sistemi AI sintetizzano enormi quantità di informazioni e generano raccomandazioni sotto pressione temporale estrema, comprimendo la finestra disponibile per il giudizio umano. In scenari ad alta posta il rischio è che i decisori di entrambe le parti si affidino eccessivamente agli output dei sistemi AI in momenti in cui il tempo per verificare, contestualizzare e deliberare è limitato: una dinamica che alcuni descrivono come “flash war”, in cui la velocità dell’analisi generata dall’IA supera la capacità dei leader di interpretarla.

Hans Jonas, nel Principio di responsabilità, aveva avvertito che la tecnica moderna crea un orizzonte temporale di effetti che eccede la capacità umana di anticiparli. La sua “euristica della paura”, il privilegio accordato alla prognosi negativa rispetto a quella positiva, sembrava pensata per la bioetica e per la minaccia nucleare. Si applica con precisione chirurgica a questo scenario: sistemi che agiscono più velocemente della deliberazione, in un contesto di profonda sfiducia strategica tra le due potenze, con norme frammentate e non vincolanti.

***

Il report contiene un’annotazione che merita attenzione perché condensa in una riga la contraddizione fondamentale di questo momento storico. Anthropic è simultaneamente lo sviluppatore del modello “più strategicamente significativo fino ad oggi” e un’entità classificata come supply-chain risk alla sicurezza nazionale americana. Il fatto che una singola azienda possa essere sia così importante che ostracizzata dall’apparato di sicurezza nazionale cattura le contraddizioni di governance che l’IA dual-use crea, e che i framework istituzionali esistenti non hanno ancora risolto.

Questo non è un aneddoto: è il simbolo della condizione attuale. L’IA non è solo tecnologia civile che ha trovato applicazioni militari. È tecnologia che, per sua struttura, non riesce a essere solo una delle due cose. La stessa architettura che permette di identificare vulnerabilità informatiche nei sistemi critici è la stessa che alimenta strumenti civili di produttività, ricerca, comunicazione. La dualità non è un problema di categorizzazione che una regolamentazione migliore potrebbe risolvere: è una caratteristica ontologica della tecnologia stessa.

***

Un benchmark misura ciò che decide di misurare. Misura la velocità, la precisione, la capacità di ragionamento formale. Non misura l’energia necessaria per far girare un sistema a scala globale. Non misura chi costruisce le infrastrutture su cui il Sud globale costruirà la propria transizione digitale. Non misura la velocità con cui le norme inseguono le capacità, né il rischio che quella distanza produca instabilità sistemica.

E non misura, soprattutto, quale idea di umano viene presupposta e riprodotta dai sistemi che si diffondono. La competizione USA–Cina nell’IA non è una questione di benchmark: è una questione di quale grammatica del mondo digitale verrà scritta nei prossimi dieci anni, da chi, con quale legittimità, e con quale concezione implicita della libertà, della privacy, della dignità della persona come orizzonte.

Il report di JPMorgan si chiude con tre scenari: progresso e frammentazione, prosperità che genera stabilità, sicurezza che oscura l’economia. Nessuno dei tre pone la domanda che resta sullo sfondo di tutta la competizione: chi decide quali valori vengono incorporati nei sistemi che si diffondono nel mondo?

La posta in gioco della gara che non vediamo potrebbe essere esattamente questa.