È il 10 marzo scorso, in collegamento con la Commissione parlamentare d’inchiesta sulle condizioni di lavoro in Italia sono tutti schierati dietro un tavolo della prefettura di Matera. Raccontano cosa hanno scoperto seguendo il filo rosso lasciato da uno spaventoso incidente stradale in Val d’Agri, avvenuto in autunno: quattro braccianti stranieri morti, altri sei feriti. La presidente Chiara Gribaudo chiede, loro rispondono per quanto possibile perché le inchieste sono ancora aperte e gli accertamenti tutt’altro che finiti. La strage di Amendolara, in provincia di Cosenza, è la punta dell’iceberg di quanto avviene nelle campagne al confine tra Basilicata e Calabria: lo raccontano bene i vertici delle forze dell’ordine di Matera nel corso di quella audizione di tre mesi fa. Basta riascoltare le parole del questore Mario Della Cioppa, del comandante provinciale dei carabinieri Giovanni Russo e del comandante della Guardia di Finanza Roberto Maniscalco.

La “mafia del Pakistan”

Rimettendo insieme i pezzi di vecchie inchieste e dell’indagine sulla morte dei quattro indiani che viaggiavano insieme ad altri 6 braccianti hanno scoperto molto altro. Così a dicembre erano arrivati quattro arresti: caporali, come i due pachistani fermati per aver bruciato da vivi tre afgani e un loro connazionale dentro il minivan nella stazione di servizio tra Amendolara e Roseto Capo Spulico. Il canovaccio è sempre lo stesso, l’humus dal quale affiorano le indagini non cambia mai. Per questo l’unico sopravvissuto alla strage di lunedì, Taj Mohammad Alamyar, ha usato un’espressione calzante: “Mafia del Pakistan”.

I testimoni nelle strutture protette

Davanti alla Commissione, il racconto dei vertici delle forze dell’ordine era stato chiarissimo: dalle indagini coordinate dalla procura di Matera, guidata da Alessio Coccioli, era emerso un quadro netto. Allora, come nella vicenda di Amendolara, c’erano i 300 euro da lasciare ai caporali per un alloggio fatiscente che costringeva a vivere i braccianti in “condizioni degradanti”, aveva raccontato il comandante Russo. Svelando anche un retroscena dell’inchiesta che sostanzia il comportamento mafioso di quei caporali: i superstiti della strage in Val d’Agri, spiegò, erano stati intimiditi dai caporali affinché fornissero una ricostruzione annacquata, sostanzialmente falsa, agli investigatori. Una vera e propria minaccia che aveva spinto carabinieri e polizia a spostare i braccianti sopravvissuti in una struttura protetta al fine di tutelarsi e garantire un racconto veritiero: un trattamento riservato ai testimoni di giustizia che decidono di rompere il muro di silenzio imposto dai clan mafiosi.

I metodi di sorveglianza e il secondo livello

Anche grazie a questi accorgimenti, gli inquirenti erano arrivati all’arresto dei quattro caporali ed erano riusciti a rimettere insieme un quadro accusatorio solido. Nelle carte, si racconta di paghe giornaliere da 42 euro per 8 ore di lavoro nei campi alle quali aggiungere altre 2-3 ore trascorse sui bus per andare e tornare dai terreni. “Erano sottoposti a metodi di sorveglianza assolutamente vietati, dovevano chiedere il permesso per andare in bagno. E non sempre li veniva accordato”, avevano spiegato gli investigatori. Delineato la posizione dei caporali, la procura di Matera sta ora mettendo a fuoco un secondo livello, quello dei datori di lavoro, per verificare un loro eventuale coinvolgimento in quello che tra Siberitide e Piana di Metaponto appare come un “sistema” collaudato.

Gli imprenditori denunciati e i reclutatori

Del resto la Finanza, a novembre 2025, aveva denunciato i titolari di una trentina di aziende agricole della costa jonica lucana per il mancato versamento dei contributi dei dipendenti. L’ammanco era considerevole: oltre 2 milioni di euro, nei quali era compreso anche il 9% a carico del lavoratore. In sostanza, gli imprenditori aveva trattenuto sui loro conti correnti circa 200mila euro dei braccianti lucrando ulteriormente sul loro lavoro già mal pagato. Un sistema nel quale la Cgil Calabria continua a insistere sul coinvolgimento della ‘ndrangheta e che, certamente, non finisce ai caporali. In alcune inchieste degli anni scorsi erano emersi anche alcuni reclutatori in Nord Africa il cui compito era fornire una sorta di lista di braccianti da arruolare; in cambio intascavano tra i 5 e 10mila euro per favorire la loro assunzione fittizia nelle aziende. Lo schema si è ripresentato, in una sorta di eterna replica, in un’altra più recente indagine della Dda di Potenza. Un “sistema”, appunto, con caporali e livelli superiori che spartiscono la torta sulle spalle dei disperati allestendo una partita truccata, nella quale a perdere erano e sono sempre i braccianti.

L'articolo Il sistema della “mafia del Pakistan” nei campi della Basilicata: braccianti sorvegliati e testimoni intimiditi proviene da Il Fatto Quotidiano.

Nessuno di quelli che si sono inginocchiati per George Floyd, probabilmente lo farà per Henry Nowak. Nessuna sigla o movimento sfilerà per lui in piazza. Perché le vite dei neri contano ma, in questo folle mondo occidentale drogato di woke, quelle dei bianchi un po' meno. Nessun progressista farà campagne di sensibilizzazione. Probabilmente non sanno nemmeno della sua triste storia perché, fuori dall'Inghilterra, la stampa mainstream si è a lungo guardata bene dal raccontarla. E così Henry Nowak passerà per uno dei tanti diciottenni ammazzati a coltellate sul finire di una sera. Poco importa ai cantori del progressismo che quel 3 dicembre 2025, la polizia intervenuta sul posto decida di arrestare Henry, agonizzante, anziché Vickrum Digwa, un 23enne di fede sikh che ha ripetutamente infierito su di lui con un coltello da 20 centimetri. A loro non importa che i poliziotti lo abbiano ammanettato anziché soccorrerlo perché l'aggressore ha detto (mentendo) di essere stato vittima di un attacco razzista. E nemmeno gli importa che la morte di Henry Nowak potrebbe essere il punto più basso toccato da un Paese a tal punto intriso di ideologia woke da diventare cieco. E tutto questo non importa perché non è utile alla narrazione politicamente corretta della sinistra che vuole tutti i bianchi intrinsecamente razzisti e violenti contro ogni minoranza.

Lunedì sera, dopo mesi di polemiche, si è finalmente arrivati a sentenza. la Southampton Crown Court ha condannato Vickrum Digwa all'ergastolo. Il giudice, dopo aver ascoltato il parere della giuria popolare, ha stabilito che l'inglese di origini indiane dovrà stare almeno 21 anni in carcere. Ma nonostante questo gli inglesi fanno fatica a mettere la parola "fine" a questa storia drammatica. Perché, per quanto le sei coltellate inflitte con uno "shastar" di otto pollici le abbia sferrate Digwa, i riflettori sono puntati sugli agenti della Hampshire Police, la stessa che nel 2020 si era prodigata in tweet a favore di George Floyd. Gli agenti hanno preferito credere alle bugie di Digwa, nonostante Nowak fosse accasciato a terra, praticamente privo di sensi, e con un filo di voce ripetesse: "Non riesco a respirare". Le immagini delle bodycam degli agenti, che sono state rese pubbliche al termine del processo, sono un pugno nello stomaco. "Sono stato accoltellato", prova a spiegare Nowak. "Non credo proprio, amico", gli risponde un poliziotto. A guardare il video non ci si spiega come possano aver ammanettato un corpo che non si regge nemmeno in piedi. "Lo hanno lasciato morire senza dignità", hanno commentato i genitori dello studente 18enne. "Il modo in cui è stato trattato è stato disumano e degradante".

Nei giorni scorsi la polizia ha chiesto pubblicamente scusa ma le scuse non sono sufficienti a chiudere il caso. In un articolo dello Spectator che indaga "il male dell'anti-razzismo", vengono elencate le ragioni che hanno spinto gli agenti a "ignorare le suppliche del ragazzo bianco di 18 anni che stava morendo dissanguato davanti ai loro occhi". Ci sono "decenni di addestramento all'antirazzismo, la paura di essere etichettati come razzisti, la paura di non ascoltare le minoranze". Tutto questo è il frutto avvelenato dell'antirazzismo: "Qualunque cosa fosse negli anni Novanta, sembra che ora la nostra polizia sia istituzionalmente anti-bianchi".

Quando tra qualche anno, a Southampton, chiederanno di cosa sia morto Henry Nowak, qualcuno racconterà di una rissa per strada; altri parleranno di una coltellata che gli ha perforato un polmone; altri ancora tireranno in ballo un errore di valutazione della polizia; pochi, molto pochi, avranno il coraggio di dire, come ha fatto ieri Nigel Farage, che è stato vittima di "un nuovo razzismo contro i bianchi". Lo stesso che ha ucciso Iryna Zarutska lo scorso agosto, in una metropolitana della North Caroline. Un'altra morte per cui non abbiamo visto cortei e mobilitazioni. E allora viene da chiedersi: fino a che punto l'Occidente si vergognerà di dire che anche le vite dei bianchi contano?

Per anni i cantori dell’intelligenza artificiale hanno annunciato l’avvento di una rivoluzione inevitabile e dirompente, destinata a migliorare la vita dei lavoratori e i rendimenti degli investitori. Da Sam Altman in giù, erano tutti convinti che la traversata nel deserto sarebbe stata più breve del previsto, descrivendoci una Terra promessa economica in cui sarebbe bastato inserire qualche algoritmo nei processi aziendali affinché il mondo del lavoro cambiasse per sempre. Più produttività, meno fatica, crescita economica accelerata. Macchine sempre più autonome avrebbero svolto la maggior parte delle attività cognitive oggi affidate agli esseri umani.

L’IA continua ad attirare investimenti enormi, ma l’entusiasmo iniziale si sta scontrando con la realtà che, come insegnava Giulio Andreotti, è sempre un po’ più complessa. La rivoluzione non è ancora arrivata, e la crescita men che meno. Il problema non è il funzionamento della tecnologia, anzi. Gli strumenti di intelligenza artificiale si sono diffusi rapidamente nelle aziende e nelle abitudini quotidiane dei lavoratori. I modelli generativi scrivono testi, analizzano dati, generano codici, producono immagini e simulazioni con una velocità che fino a poco tempo fa sembrava fantascienza. Il problema è un altro: l’economia, per ora, non se n’è accorta.

Negli Stati Uniti la produttività è cresciuta nel 2025 a un ritmo vicino alla media storica, intorno al due per cento annuo secondo i dati del Bureau of Labor Statistics, ben lontano dal balzo registrato negli anni Novanta durante la rivoluzione digitale. Alcuni economisti, tra cui Daron Acemoglu del MIT, stimano che il contributo diretto dell’intelligenza artificiale alla crescita della produttività sia finora limitato, nell’ordine di pochi centesimi di punto percentuale all’anno.

Un’indagine del National Bureau of Economic Research su circa seimila dirigenti mostra che il settanta per cento delle aziende usa strumenti di intelligenza artificiale, ma l’ottanta per cento non ha registrato alcun cambiamento significativo né nella produttività né nell’occupazione negli ultimi tre anni. Le ragioni sono meno tecnologiche di quanto si immagini: dati incompleti o disordinati, sistemi informatici incompatibili con i nuovi modelli, mancanza di competenze interne e, soprattutto, l’assenza di un problema aziendale preciso che l’intelligenza artificiale dovrebbe risolvere.

Sloan Management Review e Boston Consulting Group, il novantacinque per cento dei progetti di IA generativa resta fermo alla fase di sperimentazione o non produce benefici economici misurabili, rimanendo confinato a prototipi o test interni. E secondo la società di ricerca Gartner, entro la fine del 2026 molte organizzazioni potrebbero abbandonare fino al sessanta per cento delle iniziative di IA avviate senza dati adeguati, infrastrutture compatibili o una strategia chiara di implementazione.

Gli investimenti nell’intelligenza artificiale possono aumentare la produttività delle imprese, ma solo se ci sono degli asset complementari: dati di qualità, infrastrutture digitali e personale qualificato. In molti settori, soprattutto nei servizi, queste condizioni non sono ancora diffuse. La principale conseguenza è che l’adozione della tecnologia segue spesso una curva a “J”. Nelle prime fasi le aziende registrano addirittura un calo di produttività, dovuto ai costi di implementazione, alla formazione del personale e alla necessità di ripensare i processi. Solo dopo alcuni anni emergono i benefici.

Non è la prima volta che accade una cosa del genere. L’elettricità, per esempio, iniziò a entrare nelle fabbriche occidentali già negli anni Ottanta dell’Ottocento, ma impiegò decenni prima di produrre un aumento significativo della produttività industriale. In una prima fase gli imprenditori si limitarono a sostituire il motore a vapore con un grande motore elettrico centrale, mantenendo invariata la struttura della fabbrica ereditata dall’era del vapore: lunghi alberi di trasmissione che distribuivano la forza meccanica nell’intero edificio.

Il vero cambiamento arrivò solo quando le imprese iniziarono a sfruttare le caratteristiche specifiche dell’elettricità. Tra gli anni Venti e Trenta del Novecento le fabbriche vennero progressivamente riprogettate: piccoli motori elettrici furono installati direttamente sulle singole macchine utensili, eliminando i complessi sistemi di trasmissione meccanica e permettendo di ridisegnare completamente la disposizione degli impianti. Le linee produttive divennero più flessibili, gli spazi più efficienti e il lavoro più specializzato. Solo allora i benefici dell’elettrificazione, evidenti fin dal primo giorno, come maggiore velocità, minori costi e un sensibile aumento della produttività, iniziarono a comparire nelle statistiche economiche.

Una storia simile si è ripetuta con i computer. Già negli anni Settanta i grandi mainframe erano entrati nelle banche, nelle compagnie assicurative e nelle grandi imprese industriali per gestire contabilità, pagamenti e archivi amministrativi. Poi arrivò la seconda ondata: tra il 1980 e il 1990 il numero di computer installati nelle imprese statunitensi aumentò di oltre dieci volte e le aziende investirono centinaia di miliardi di dollari in hardware e software. Ma non abbastanza da rivoluzionare il mercato del lavoro. Nel 1987 l’economista e premio Nobel Robert Solow sintetizzò il paradosso con una frase diventata celebre: «Si vede l’era dei computer ovunque, tranne che nelle statistiche della produttività». Il boom arrivò solo negli anni Novanta, quando l’informatica iniziò a riorganizzare davvero il funzionamento delle imprese: software gestionali integrati, reti informatiche interne, internet commerciale, logistica digitale e supply chain informatizzate.

In entrambi i casi il problema non era la tecnologia in sé. Il ritardo dipendeva, e dipende, dal fatto che le innovazioni più profonde hanno bisogno di cambiamenti organizzativi, istituzionali e culturali. Le macchine possono essere installate rapidamente; ripensare il modo in cui un’economia lavora è un processo decisamente più lento. I modelli devono dialogare con sistemi informatici costruiti negli anni, con procedure interne, con vincoli legali e normativi. Devono essere addestrati su dati affidabili, e spesso quei dati non esistono o sono disordinati.

Un altro elemento che ha raffreddato l’entusiasmo riguarda il tipo di lavoro che l’IA produce. Per mesi si è parlato di automazione e sostituzione. In molti casi sta succedendo qualcosa di più complicato. L’intelligenza artificiale non elimina il lavoro umano: lo cambia e spesso lo aumenta, come afferma il 77 per cento dei dipendenti sentiti durante un sondaggio dell’Upwork Research Institute. Quasi quattro lavoratori su dieci dichiarano di passare più tempo a controllare o correggere contenuti generati automaticamente. Programmatori scrivono codici più rapidamente ma devono verificare quello generato dagli algoritmi. Analisti producono report più velocemente ma dedicano più tempo alla revisione. Questo fenomeno si chiama paradosso di Jevons e gli economisti lo conoscono da oltre un secolo: quando una tecnologia rende più efficiente l’uso di una risorsa, il consumo totale di quella risorsa può aumentare invece di diminuire.

Un’altra ragione per cui la rivoluzione promessa tarda ad arrivare riguarda la natura stessa della produttività. Nei modelli economici più semplici la produttività è un rapporto tra input e output: se una tecnologia permette di fare una certa attività più velocemente, ci si aspetta automaticamente un aumento della produzione. Ma in un’azienda il valore non nasce solo dalla velocità con cui si eseguono i compiti. Molto spesso dipende da elementi più difficili da standardizzare e quindi da automatizzare: il giudizio umano nelle decisioni complesse, la creatività nel risolvere problemi nuovi, la capacità di interpretare informazioni incomplete o ambigue, oppure di coordinare persone e relazioni all’interno di un’organizzazione. In questi ambiti l’intelligenza artificiale può aiutare, ma raramente sostituisce del tutto il contributo umano. Ed è proprio lì che spesso si genera la parte più importante del valore economico.

Negli uffici, l’impatto dell’intelligenza artificiale appare più sottile di quanto suggerisca il dibattito pubblico. Uno studio pubblicato quest’anno da ricercatori della Seoul National University basato su un sondaggio su oltre cinquemila lavoratori in Corea del Sud, mostra che più della metà utilizza già strumenti di IA generativa nel lavoro quotidiano. L’effetto medio è modesto: tra chi li usa, il tempo di lavoro si riduce in media di circa il 3,8 per cento. E soprattutto quel tempo risparmiato non si traduce quasi mai in più produzione. In molti casi viene assorbito in modi meno visibili. Per esempio: pause più lunghe, minore pressione mentale o uno spostamento verso attività percepite come più interessanti. Una parte dell’impatto dell’intelligenza artificiale sembra emergere più come miglioramento delle condizioni di lavoro che come aumento della produttività misurata.

Un altro risultato interessante riguarda l’esperienza professionale. I lavoratori meno esperti sembrano trarre i benefici maggiori dall’uso dell’IA. Gli strumenti generativi funzionano spesso come una sorta di tutor sempre disponibile: suggeriscono soluzioni, correggono errori e aiutano a completare compiti complessi. In questo modo riducono il divario tra chi ha molta esperienza e chi ne ha meno. Nelle prime fasi della sua diffusione l’intelligenza artificiale sembra agire più come una tecnologia che livella le competenze che come un semplice moltiplicatore della produttività.

L’intelligenza artificiale sta seguendo a menadito l’Hype Cycle elaborato dalla società di ricerca Gartner. Secondo questo modello, quasi tutte le tecnologie emergenti attraversano una prima fase di entusiasmo, il cosiddetto picco delle aspettative gonfiate, in cui promesse e previsioni superano di gran lunga le applicazioni reali. E questa fase l’abbiamo passata ascoltando le promesse di Altman, Elon Musk e altri pioneri dell’IA alla ricerca di ingenti investimenti. Se gli investimenti crescono troppo rapidamente rispetto alla capacità delle imprese di trasformare la tecnologia in valore economico reale, il risultato può essere una sequenza di boom e disillusioni, come quello che stiamo vivendo adesso. Dopo aver investito tanto, imprese e investitori iniziano a confrontarsi con i limiti tecnici della tecnologia, i costi di implementazione e benefici più modesti del previsto.

La fine dell’hype non segna necessariamente la fine della rivoluzione. Piuttosto ne rappresenta l’inizio vero. Quando l’entusiasmo si riduce, le tecnologie smettono di essere esperimenti spettacolari e diventano strumenti da integrare lentamente nelle strutture economiche e sociali. È un processo lento e spesso poco visibile, fatto di cambiamenti nei processi, nei modelli organizzativi e nelle competenze. Ma è proprio in questa fase, quando l’entusiasmo lascia spazio all’integrazione, che le innovazioni finiscono davvero per trasformare l’economia.

La conseguenza non sarà tanto un rallentamento, quanto uno spostamento degli investimenti. I capitali si allontaneranno dai progetti più generici, difficili da valutare e poco integrati nei processi, che saranno i primi a essere ridimensionati o chiusi. Si concentreranno invece sulle applicazioni in cui l’intelligenza artificiale produce risultati chiari e misurabili. Dovranno soddisfare tre criteri su tutti: l’automazione industriale, l’ottimizzazione operativa e la riduzione dei costi. Non basta che i modelli funzionino; devono produrre valore. Finirà la stagione dei prototipi acchiappa investitori e inizierà l’era dell’implementazione.

Il futuro dell’intelligenza artificiale dipenderà probabilmente meno dalla potenza degli algoritmi e più dalla capacità delle organizzazioni di reinventare il modo in cui lavorano. Come accadde con l’elettricità e con i computer, la tecnologia da sola non basta. Servono nuove idee su come usarla. Idee, non profezie.

Questo è un articolo del numero di Linkiesta Magazine 01/26 – “Super Mario per l’Europa”, ordinabile qui.

L'articolo Ora l’intelligenza artificiale deve dimostrare di saper cambiare l’economia reale proviene da Linkiesta.it.