AI: L’impatto sulla competitività tra le imprese

Introduzione

Nonostante sia abbastanza chiaro che lo sviluppo dell’IA possa essere considerato un fattore fondamentale per la crescita economica globale, non è da sottovalutare il rischio che questa nuova tecnologia produca ondate di innovazioni distruttive travolgendo sia imprese che consumatori.

Intelligenza artificiale e reverse engineering

È evidente che l’inserimento dell’IA, nel contesto competitivo delle imprese, abbia impatti considerevoli sui rapporti e sulle strategie di queste ultime. Per cercare di spiegare meglio l’effetto di questa introduzione, la letteratura fornisce numerosi studi sulla concorrenza e sulla crescita basata sull’innovazione sottolineando l’esistenza di due effetti contrastanti.

Da un lato, una maggiore concorrenza sul mercato (o anche la sola minaccia di imitazione) induce le imprese situatesulla frontiera dell’innovazione a investire in R&D per sfuggire alla competizione.

D’altra parte, una competizione troppo intensa potrebbe scoraggiare le imprese che non sono situate sulla frontiera tecnologica.

In un ambiente in cui l’IA è alla base delle attività delle imprese, quale tra questi effetti domina dipende dal grado dicompetizione presente nell’economia: “l’effetto fuga” tende a dominare nelle economie con bassa competizione enelle economie più avanzate; “l’effetto di scoraggiamento” domina invece nelle economie con alta competizione oppure meno avanzate.

Analizzando il contesto che vede protagonista l’IA, un primo potenziale effetto potrebbe essere relativo alla facilità diimitazione apportata da quest’ultima sui prodotti e tecnologie esistenti. Infatti, l’IA faciliterebbe il reverse engineering equindi l’imitazione di prodotti e tecnologie di aziende competitor.

Nei settori con un basso livello iniziale di imitazione e quindi poca competizione, alcuni sistemi di reverseengineering basati sull’IA potrebbero stimolare l’innovazione in virtù dell’effetto di fuga dalla competizione.

Una minaccia troppo alta potrebbe però finire per scoraggiare le imprese ad innovare, in quanto i potenziali innovatori dovrebbero sostenere eccessivi investimenti. Quindi, l’introduzione dell’IA potrebbe accelerare il processo di congestione dei singoli settori portando a una diminuzione degli investimenti ma allo stesso modo potrebbe indurre i potenzialiinnovatori a dedicare più risorse all’innovazione con l’obiettivo di sfuggire alla concorrenza e all’imitazione. In sostanza, l’effetto complessivo sulla crescita aggregata dipenderà dai contributi dell’IA all’innovazione secondaria (ovvero il miglioramento di prodotti o tecnologie già esistenti) e all’innovazione primaria mirata a creare nuove linee di prodotto per il processo di crescita complessivo.

Un altro modo in cui l’IA potrebbe influenzare l’innovazione e la crescita è tramite lo sviluppo di piattaforme o networks. Infatti, uno dei principali obiettivi dei proprietari di piattaforme è quello di massimizzare il numero di partecipanti alla piattaforma.

Ad esempio, Google gode di una posizione di monopolio come piattaforma di ricerca, Facebook gode di una posizione leader sui social network, così come Booking.com per le prenotazioni alberghiere.

Lo sviluppo dei networks può a sua volta influenzare la concorrenza in almeno due modi. Innanzitutto, i dati possono costituire una barriera all’ingresso per la creazione di nuovi networks concorrenti e, inoltre, chi possiede determinati networks potrebbe trarre vantaggio da una posizione di monopolio imponendo tasse elevate ai partecipanti al mercato e, conseguentemente, scoraggiando l’innovazione da parte dei partecipanti.

Alla fine, se dominerà l’effetto fuga o l’effetto scoraggiamento, dipenderà dal tipo di settore, dalla misura con cui l’IA faciliterebbe il reverse engineering e l’imitazione, e dalle politiche di concorrenza del settore.

La gestione dei Big Data

Come già visto nei nostri articoli, grazie all’IA vengono raccolti dati velocemente e in grandi quantità. Tali grandi quantità di dati dati vengono chiamati big data e l’economia di cui loro compongono la base è la data-driven economy.

Di conseguenza, appare chiaro come la questione big data management sia di importanza strategica per le imprese chebasano il proprio business sui dati raccolti. Infatti, in un contesto in cui i processi di business e la competitività delleimprese si fondano sull’IA, riuscirà a sopravvivere alla competizione solo chi riuscirà a gestire al meglio i big data.Infatti, il peso commerciale che hanno raggiunto oggi i big data è così elevato che questi sono il più delle volte oggetto di compravendita sul mercato. Il loro valore si basa sul fatto che possederne in grandi quantità consente alle imprese, grazie all’ausilio dell’IA, di profilare i propri clienti e di fornire loro promozioni e servizi ad hoc.

Pertanto, ai fini antitrust, andrebbe misurato il potere di mercato concentrandosi sul volume dei dati in possesso di un’impresa e sulla capacità che essa ha di gestirli attraverso i sistemi IA a cui ha accesso.

Intelligenza Artificiale e riallocazione settoriale

La ricercatrice Salomé Baslandze[1], in un suo recente lavoro, sostiene che la rivoluzione IT abbia prodotto una diffusione della conoscenza che ha indotto una riallocazione settoriale a partire dai settori che non si affidano molto alle esternalità tecnologiche provenienti da altri settori, ai settori che si basano maggiormente su queste esternalità.

Figura 1 – Salomé Baslandze.

Tale argomentazione, applicabile all’IA, impatta in due modi diversi sull’incentivo ad innovare: da un lato, le imprese possono imparare più facilmente osservandosi tra loro beneficiando maggiormente della diffusione della conoscenza; dall’altro lato, il miglioramento dell’accesso alla conoscenza di altre imprese generato dall’IA aumenta le possibilità di business stealing, ovvero l’effetto (negativo) sulla domanda dei competitors che si genere nel momento in cui una società modifica alcuni comportamenti (ad esempio cambiando una qualsiasi variabile di scelta strategica).

Nei settori high-tech, dove le imprese beneficiano maggiormente dalla conoscenza esterna, l’effetto che tenderebbe a dominare potrebbe essere quello della diffusione della conoscenza, mentre nei settori che non si affidano molto al sapere esterno, dominerebbe il business stealing.

In effetti, nei settori in cui vi è diffusione della conoscenza, le imprese vedono le loro capacità produttive e innovativeaumentare in misura maggiore rispetto alle capacità delle imprese che operano nei settori senza la diffusione di conoscenza. Segue immediatamente che la diffusione dell’IA dovrebbe portare a un’espansione dei settori in cui dominal’effetto di diffusione della conoscenza a scapito dei settori più autonomi dalla conoscenza altrui.

Pertanto, oltre ai suoi effetti diretti sull’innovazione e sulla capacità produttiva, l’introduzione dell’IA, potrebbe generare un effetto di diffusione della conoscenza accompagnato da un effetto di riallocazione settoriale a vantaggio dei settorialtamente tecnologici che si basano maggiormente sulle esternalità della conoscenza da altri settori.

Bibliografia

• VV. (2018), “Intelligenza artificiale per le imprese: tutti i vantaggi per il futuro delle aziende”, https://www.insidemarketing.it/intelligenza-artificiale-le-imprese-tutti-vantaggi-futuro-delle-aziende/
• VV. (2018), “Intelligenza artificiale, ecco come cambia il business”, https://www.wired.it/economia/business/2017/11/24/intelligenza-artificiale-business-2/
• VV. (2018), “Intelligenza Artificiale: cos’è, come funziona e a cosa serve?”, http://www.intelligenzaartificiale.it/
• VV. (2018), “Reti Neurali”, http://www.intelligenzaartificiale.it/reti-neurali/
• Acemoglu D. e Restrepo (2018), “Modeling Automation”, https://economics.mit.edu/files/14861
• Aghion P., Jones. B.E. e Jones C.I. (2017), “Artificial Intelligence and Economic Growth ”, https://web.stanford.edu/~chadj/AI.pdf
• Agrawal A., McHale J. e Oettl A., (2018), “ Artificial Intelligence and Recombinant Growth”, http://www.nber.org/chapters/c14024.pdf
• Angelini R. (2017), “Intelligenza Artificiale e governance. Alcune riflessioni di sistema”, http://www.sipotra.it/wp-content/uploads/2017/10/Intelligenza- artificiale-e-governance.-Alcune-riflessioni-di-sistema.pdf
• Brynjolfsson E. e McAfee A. (2011), “ Why Workers Are Losing the War Against Machines?”, https://www.theatlantic.com/business/archive/2011/10/why-workers-are- losing-the-war-against-machines/247278/
• Brynjolfsson E., Rock D. e Syverson C. (2017), “ Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics”, http://www.nber.org/chapters/c14007.pdf
• Dorn D. (2015), “The Rise of the Machines How Computers Have Changed Work”,https://www.ubscenter.uzh.ch/assets/publicpapers/PP4_the_rise_of_tpdf
• Graetz G. e Michaels G. (2015), “ Robots at Work”, http://cep.lse.ac.uk/pubs/download/dp1335.pdf
• Harris K., Kimson A. e Schwedel A. (2018), “ Labor 2030: the collision of demographics, automation and inequality ”, http://www.bain.com/publications/articles/labor-2030-the-collision-of-demographics-automation-and-inequality.aspx
• Jin G.Z. (2018), “Artificial Intelligence and Consumer Privacy”, http://www.nber.org/chapters/c14034.pdf
• Korinek A. e Stiglitz J.E. (2017), “ Artificial Intelligence and Its Implications for Income Distribution and Unemployment” http://www.nber.org/chapters/c14018.pdf
• Maci L. (2018), “Intelligenza Artificiale, che cos’è e perché trasformerà le aziende”, https://www.economyup.it/startup/intelligenza-artificiale-che-cos-e-e-perche-trasformera-le-aziende/
• Milgrom P.R. e Tadelis S. (2018), “ How Artificial Intelligence and Machine Learning Can Impact Market Design ”, http://www.nber.org/chapters/c14008.pdf
• Purdy M. e Daugherty P. (2016), “ Why Artificial Intelligence is the Future of Growth”, https://www.accenture.com/t20170927T080049Zw/us-en/_acnmedia/PDF-33/Accenture-Why-AI-is-the-Future-of-PDFla=en

Note

[1] Salomé Baslandze è ricercatrice economica e assistente del team di macroeconomia e politica monetaria del dipartimento di ricerca della Federal Reserve Bank di Atlanta e ricercatrice affiliata al Centre for Economic Policy Research (CEPR). I suoi principali campi di studio sono l’innovazione, le dinamiche aziendali, la crescita e l’imprenditorialità. Prima di entrare a far parte della Federal Reserve Bank di Atlanta nel 2019, la dott.ssa Baslandze è stata assistente di economia presso l’Istituto Einaudi di Economia e Finanza di Roma, Italia. La dott.ssa Baslandze ha conseguito il dottorato in economia nel 2015 presso l’Università della Pennsylvania. Ha conseguito un master in economia nel 2009 presso l’ISET, in Georgia, e una laurea in matematica nel 2007 presso l’Università statale di Tbilisi, in Georgia.