#Finsubito news dalla rete – Economia, agricoltura e intelligenza artificiale

L’economia e il progresso tecnologico

La rivoluzione tecnologica indotta dall’intelligenza artificiale sta modificando i mercati del lavoro e le imprese e ridefinendo i mercati finanziari e i sistemi di pagamento. Le banche centrali non possono rimanere a guardare una forza che modifica alla radice i rapporti sociali, culturali ed economici, ma devono comprendere i cambiamenti in atto e allargare il campo di analisi a nuove discipline; per rispettare il loro mandato istituzionale, che resta la stabilità dei prezzi, devono essere in grado di adattare politiche e strumenti a un contesto in rapido mutamento. Questa è la ragione di fondo per cui dedicano particolare attenzione all’integrazione dell’intelligenza artificiale nel mondo del lavoro, della ricerca, delle attività produttive.

L’intelligenza artificiale pone interrogativi importanti da più punti di vista: della sostenibilità ambientale, per le enormi quantità di energia e di acqua necessarie per il funzionamento dei data center; della sostenibilità finanziaria, per l’ingente volume di debiti accumulati dalle società che la producono; della sostenibilità geopolitica, per la competizione fra le grandi potenze mondiali al fine di conquistare la supremazia. Ma forse l’interrogativo più importante è quello legato alla sostenibilità sociale, che attiene alle prospettive dell’occupazione. Ogni rivoluzione tecnologica ha sollevato interrogativi profondi sull’occupazione e, per questa via, sulla distribuzione della ricchezza. L’intelligenza artificiale non fa eccezione: alcune professioni scompaiono, altre nascono, ma il cambiamento non è mai neutrale. David Ricardo pensava che la scoperta e l’uso di nuove macchine fossero dannosi per i lavoratori e per l’occupazione. Keynes riteneva che la “disoccupazione tecnologica” potesse aggravare le disuguaglianze, perché non era convinto che i frutti del cambiamento tecnologico fossero equamente distribuiti fra i gruppi sociali, con il rischio di un declino asimmetrico delle opportunità di lavoro e di crescita reddituale; ma, nella sua visione ottimistica, era “una fase temporanea di aggiustamento”. Durante la Rivoluzione Industriale, il progresso e l’aumento della produttività inizialmente peggiorarono le condizioni di vita dei lavoratori. Solo con l’introduzione di norme e istituzioni adeguate i benefici si tradussero anche in aumenti salariali. Nel Novecento, la tecnologia ha posto le condizioni per un benessere diffuso, ma dagli anni Ottanta ha iniziato a sostituire lavoro invece che a integrarlo. Non è azzardato dire che ben prima degli anni Dieci di questo secolo sia stata intrapresa la via del ritorno a una società a due velocità: pochi lavoratori altamente qualificati, ben retribuiti e in grado di lavorare con le nuove tecnologie accanto a molti altri con redditi stagnanti e minori opportunità. L’intelligenza artificiale rischia di accentuare questa polarizzazione, perché la direzione che può prendere è di due tipi: sostitutiva della forza lavoro umana o complementare a essa. Oggi sembra di poter dire che le imprese investono in intelligenza artificiale per sostituire lavoratori, ridurre i costi e aumentare la produttività, non per distribuire la ricchezza. Non è certo questo il modo di generare prosperità diffusa, mentre sono certi l’arricchimento delle grandi corporation e la concentrazione del potere in capo a esse, che limitano la condivisione dei miglioramenti causati dal progresso della tecnica. Su questo punto mi limito a ricordare un passo delle Considerazioni Finali del Governatore della Banca d’Italia di un paio di anni fa: “Rischi insidiosi derivano dalla concentrazione di potere in poche grandi imprese globali, che guidano l’innovazione tecnologica, controllano enormi volumi di dati e minacciano la concorrenza. Il valore complessivo delle sette principali aziende tecnologiche statunitensi supera oggi i 15.000 miliardi di dollari”.

Secondo il Fondo Monetario Internazionale (FMI), fino al 60 per cento dei posti di lavoro nei paesi sviluppati potrebbe essere toccato dall’intelligenza artificiale. L’Organizzazione per la cooperazione e lo sviluppo economico (OCSE) conferma questo doppio volto dell’intelligenza artificiale: da una parte sostituisce lavoratori, dall’altra può crearne di nuovi in settori emergenti.

Intelligenza artificiale e produttività: opportunità sì, ma per chi?

Il Fondo Monetario Internazionale ha stimato che l’intelligenza artificiale potrebbe aumentare la produttività globale tra lo 0,1 e l’1,5 per cento annuo nel prossimo decennio, con effetti maggiori nei paesi sviluppati, favoriti da infrastrutture digitali avanzate, una forza lavoro istruita e una regolamentazione efficiente. Stime della Banca d’Italia ipotizzano che da noi un uso intensivo dell’intelligenza artificiale potrebbe far crescere la produttività del lavoro di oltre l’uno per cento all’anno. Il vero nodo è come questi aumenti di produttività si distribuiscono. La storia insegna che sono i lavoratori più qualificati a trarne vantaggio. Durante la rivoluzione industriale gli ingegneri che sapevano gestire le nuove macchine videro lievitare i salari, mentre i lavoratori meno specializzati persero i loro, addossando la responsabilità del peggioramento delle loro condizioni di vita proprio all’introduzione delle macchine. Nella “computer age”, a essere premiati furono i creatori di software, mentre i dattilografi divennero rapidamente obsoleti. L’intelligenza artificiale sembra seguire lo stesso sentiero, avvantaggiando coloro che hanno la capacità, la conoscenza e la competenza per “navigare” in ambienti virtuali complessi e gestire enormi quantità di dati. Siamo ancora all’inizio di un’applicazione generalizzata dell’intelligenza artificiale e probabilmente vi saranno altre radicali trasformazioni che interesseranno il mondo del lavoro. Ciò che appare certo è che l’utilizzo diffuso dell’intelligenza artificiale richiederà la riqualificazione delle competenze dei lavoratori. La disponibilità di adeguate competenze – della tecnica nel senso che intendeva Platone – rischia di costituire uno dei principali ostacoli al cambiamento: per le imprese è prioritario dotarsi di competenze che consentano di utilizzare i nuovi strumenti offerti dal progresso tecnologico e di rendere la forza lavoro resiliente in un mercato caratterizzato da esigenze in continuo mutamento.

Intelligenza artificiale e agricoltura

Nel corso del XX secolo il lavoro manuale e animale in agricoltura è stato progressivamente sostituito da macchine: trattori, mietitrebbie, seminatrici meccaniche. Nei Paesi sviluppati, tra il 1900 e il 1960, la quota di popolazione attiva in agricoltura è crollata: in Italia, ad esempio, è passata da oltre il 50 per cento a meno del 30 per cento e poi ancora giù. Coloro che lavoravano la terra erano molto meno numerosi, ma producevano molto di più per ettaro e per ora lavorata. Il motore a scoppio ha sostituito il bue e il cavallo; la mietitrebbia ha eliminato decine di milioni di giornate di lavoro stagionale. È stata una trasformazione enorme, traumatica per chi ha perso il lavoro, ma decisiva per liberare forza lavoro verso l’industria e i servizi, alimentando la crescita delle città. Negli anni Cinquanta-Sessanta del 1900 iniziarono a circolare previsioni di catastrofi alimentari imminenti per la pressione demografica; non avvennero, in larga misura grazie alla Rivoluzione Verde. Il suo protagonista principale fu Norman Borlaug, agronomo americano che vinse il Nobel per la Pace nel 1970: sviluppò varietà di grano e riso ad alto rendimento, a stelo corto (così non si piegavano sotto il peso delle spighe), resistenti alle malattie e capaci di rispondere ai fertilizzanti chimici con aumenti di resa straordinari. Abbinate all’irrigazione sistematica e all’uso massiccio di fertilizzanti e pesticidi, queste varietà triplicarono le rese in Messico, India e Pakistan nel giro di vent’anni. Il risultato fu un successo produttivo senza precedenti: la produzione alimentare mondiale raddoppiò tra il 1960 e il 1990, mentre la popolazione cresceva enormemente. Ma il prezzo fu alto: dipendenza dai fertilizzanti chimici (in gran parte derivati dal petrolio e dal gas), consumo intensivo di acqua, riduzione della biodiversità agricola, degrado del suolo. A differenza di quelle discontinuità, l’intelligenza artificiale non sostituisce un solo fattore produttivo, ma è in grado di agire su tutti i livelli della catena del valore agricola in modo trasversale e adattivo. Il contesto in cui si iscrive questa trasformazione è complicato: una popolazione mondiale che si avvicina ai dieci miliardi, la riduzione delle superfici coltivabili, la scarsità idrica, la volatilità climatica e la necessità di ridurre l’impatto ambientale dell’agricoltura stessa, che contribuisce per il 10-12 per cento delle emissioni globali di gas serra. L’intelligenza artificiale non è la risposta a tutte queste sfide, ma è uno degli strumenti più potenti per affrontarle con maggiore precisione, efficienza e sostenibilità. L’OCSE distingue tre ambiti in cui l’intelligenza artificiale può essere di aiuto: analisi predittiva di rese, malattie e fabbisogni di acqua o fertilizzanti; monitoraggio avanzato di colture, suolo e bestiame mediante sensori e visione artificiale; robotica per operazioni come diserbo, trattamenti, raccolta e mungitura.

L’agricoltura in Europa e in Italia

Nel 2024 il valore aggiunto dell’agricoltura era pari all’1,2 per cento del PIL dell’UE; il valore della produzione agricola era di 532 miliardi di euro. L’Italia, con 75 miliardi, era il terzo produttore dopo Francia e Germania. Il settore è cambiato molto: tra il 2005 e il 2020 il numero di aziende nell’UE è diminuito di circa il 37 per cento, a 9,1 milioni, di cui 1,1 milioni in Italia; due terzi delle aziende hanno meno di 5 ettari. Nel 2023 gli occupati agricoli erano 7,6 milioni, dopo una contrazione media annua del 2,6 per cento dal 2008. Nel 2020 solo il 6,5 per cento dei conduttori aveva meno di 35 anni e circa il 70 per cento aveva acquisito competenze agricole solo con l’esperienza pratica. Eurostat offre un confronto armonizzato sulla digitalizzazione agricola nel 2023. Aveva accesso a internet il 43 per cento delle aziende rilevate nell’UE e il 12,9 per cento in Italia; usava un sistema informativo gestionale l’11,3 e il 3,1 per cento; usava robotica il 6,8 e il 4,5 per cento. Tra le aziende con superficie agricola utilizzata (SAU), praticava almeno una forma di agricoltura di precisione il 17,6 per cento nell’UE e il 9,2 in Italia. Secondo la definizione dell’International Society of Precision Agricolture, l’agricoltura di precisione è una strategia di gestione che raccoglie ed elabora dati sulla variabilità di campi, piante e animali per calibrare gli interventi; Eurostat vi include il dosaggio variabile degli input, l’irrorazione localizzata, la robotica per i trattamenti e il monitoraggio di colture e suolo. Questi indicatori non misurano l’adozione dell’intelligenza artificiale, per la quale mancano ancora dati europei comparabili nel settore. Un’indagine McKinsey del 2026 su 5.500 agricoltori in dieci paesi, fra cui Francia, Germania e Spagna ma non l’Italia, rileva che il 17 per cento usa l’intelligenza artificiale generativa per attività aziendali e il 4 per cento paga per queste soluzioni. In Italia, secondo dati ISTAT, nel 2023 risultava informatizzato il 18,5 per cento delle aziende agricole (3,8 per cento nel 2010), solo il 6,7 per cento nel Mezzogiorno. L’Osservatorio Smart AgriFood del Politecnico di Milano e dell’Università di Brescia rileva nel 2025 che il 42 per cento delle aziende agricole usa almeno una soluzione digitale “smart”, mentre la superficie coltivata con tecnologie digitali è il 10 per cento. Il 9 per cento delle aziende è classificato come digitalmente maturo e il 58 per cento come in ritardo. Ha iniziato a utilizzare soluzioni abilitate dall’intelligenza artificiale l’8 per cento degli agricoltori e il 18 per cento delle imprese della trasformazione alimentare. Ma il primo ostacolo resta la scarsa conoscenza delle opportunità, seguita dalla carenza di incentivi e da difficoltà strutturali legate a dimensioni, frammentazione e competenze. Il mercato italiano dell’Agricoltura 4.0 – ossia l’insieme delle soluzioni digitali adottate dall’azienda  agricola  (software  gestionali,  sensori,  macchinari  connessi,  sistemi  di supporto alle decisioni) – è cresciuto comunque del 9 per cento nel 2025, a 2,5 miliardi di euro, pur con una quota di aziende utilizzatrici sostanzialmente stabile. La crescita viene soprattutto da chi era già digitalizzato; aumentano, in particolare, i sistemi informativi gestionali (+17 per cento) e quelli di supporto alle decisioni (+26 per cento).

L’impatto sull’occupazione: cosa si perde, cosa si trasforma, cosa nasce

L’automazione agricola non è nuova, ma l’intelligenza artificiale introduce una discontinuità più profonda: non sostituisce solo la forza fisica, sostituisce anche capacità di riconoscimento, diagnosi e decisione, allargando così il perimetro delle mansioni esposte alla sostituzione automatica. Le attività più vulnerabili sono quelle ripetitive e standardizzabili, spesso svolte da lavoratori stagionali stranieri, una componente strutturale del mercato del lavoro agricolo che l’automazione potrebbe ridimensionare significativamente. Non tutti i ruoli, però, scompaiono: molti cambiano natura. L’operatore agricolo diventa sempre più un gestore di sistemi digitali, chiamato a interpretare dati, supervisionare robot e calibrare algoritmi. Il passaggio richiede formazione mirata: chi ha trent’anni di esperienza nel riconoscere a occhio lo stress idrico non diventa naturalmente un analista di dati senza un percorso di accompagnamento. Al tempo stesso nascono figure nuove: tecnici di manutenzione dei robot agricoli, specialisti di dati agronomici, consulenti di agricoltura di precisione. Il problema è che questi profili richiedono competenze STEM1  che il sistema formativo agricolo tradizionale non produce ancora in quantità sufficiente. L’intelligenza  artificiale  tende  ad  amplificare  le  asimmetrie  esistenti.  In  agricoltura questo significa che i benefici della transizione rischiano di concentrarsi nelle aziende più  grandi  e  capitalizzate,  mentre  le  piccole  imprese,  i  lavoratori  meno  qualificati e le aree rurali marginali si trovano ad affrontare i costi senza accedere ai vantaggi. Un  sistema  di  monitoraggio  satellitare  su  abbonamento  o  un  robot  raccoglitore hanno costi fissi che un’azienda da duecento ettari ammortizza facilmente, ma che per un’azienda da cinque ettari sono fuori portata. L’automazione delle mansioni più esposte – spesso svolte da lavoratori migranti con scarso potere contrattuale e nessuna rete di protezione adeguata – non è un processo neutro: la velocità con cui avviene e la disponibilità di percorsi di riqualificazione determinano se questa transizione produce mobilità o esclusione. Le aree rurali interne, già penalizzate da connettività scarsa e servizi ridotti, rischiano di essere ulteriormente marginalizzate se la digitalizzazione non è accompagnata da investimenti infrastrutturali. La   transizione   verso   un’agricoltura   guidata   dall’intelligenza   artificiale   richiede scelte politiche precise su chi investe, chi forma, chi protegge e chi governa i dati. La priorità più urgente è la formazione: non si tratta solo di insegnare a usare un’app, ma di ridisegnare i percorsi dell’istruzione tecnica agraria e costruire reti di consulenza capaci di accompagnare soprattutto le imprese più piccole. La connettività nelle aree rurali è una precondizione altrettanto indispensabile: senza banda larga e 5G nei territori agricoli, la maggior parte delle soluzioni basate su cloud rimane inaccessibile e questo è un investimento pubblico che non si può delegare al mercato. Per le piccole imprese servono modelli organizzativi che distribuiscano i costi, quali cooperative digitali, piattaforme consortili, noleggio di macchinari intelligenti. Sul fronte dei dati, chi possiede e chi può usare le informazioni prodotte dalle aziende agricole non è ancora definito chiaramente a livello europeo: regole chiare sono necessarie per evitare che l’intelligenza arificiale produca rendite per i fornitori di tecnologia a scapito dei produttori. Infine, dove l’automazione riduce l’occupazione, servono ammortizzatori sociali adeguati, perché non è eticamente e socialmente accettabile che i costi della transizione siano scaricati interamente sui lavoratori più vulnerabili.

Agricoltura, geopolitica e dipendenze strategiche

L’agricoltura non vive in un vuoto geopolitico: dipende da materie prime, rotte commerciali e filiere globali che gli equilibri internazionali possono interrompere in pochi giorni. Il caso dei fertilizzanti lo illustra con chiarezza. I tre elementi fondamentali della produttività agricola – azoto, fosforo e potassio – sono prodotti in aree geograficamente concentrate e politicamente vulnerabili: l’azoto dipende dal gas naturale, il cui rincaro seguito all’invasione russa dell’Ucraina ha fatto esplodere i costi dei fertilizzanti azotati di oltre il 150 per cento; il potassio viene estratto principalmente in Russia e Bielorussia; il fosforo è dominato da Cina e Marocco. Il conflitto nel Golfo Persico ha aggiunto instabilità ulteriore, colpendo i flussi di GNL e petrolio e le rotte di importazione dei fosfati dal Medio Oriente, con effetti immediati sui margini degli agricoltori europei.

In questo scenario, l’intelligenza artificiale offre due contributi concreti: la riduzione del fabbisogno di input attraverso sistemi di fertilizzazione di precisione – con stime di risparmio del 15-30 per cento senza perdite di resa – e la gestione del rischio di prezzo attraverso piattaforme di analisi dei mercati. Sarebbe però un errore pensare che possa risolvere una dipendenza strutturale: l’ottimizzazione riduce l’esposizione ai picchi, ma non elimina la dipendenza dalle materie prime. Servono risposte di sistema: diversificazione dei fornitori, sviluppo di fertilizzanti azotati basati su idrogeno verde, ricerca sulla fissazione biologica dell’azoto. La sicurezza alimentare è, a tutti gli effetti, una questione di sicurezza nazionale ed europea e la resilienza di un’agricoltura più efficiente va costruita consapevolmente, con politiche industriali che l’intelligenza artificiale non può sostituire.

Conclusioni

L’intelligenza artificiale cambierà l’agricoltura. La domanda non è se la trasformazione avverrà, ma se avverrà in modo da produrre benefici diffusi o da concentrare i vantaggi in pochi e scaricare i costi sui più deboli. Come tutte le tecnologie, l’intelligenza artificiale non ha uno scopo in sé, non ha un’etica o una visione del futuro. La tecnica funziona, come dice il filosofo Galimberti, ma non chiarisce “perché” né “per chi” funziona 2. Sul versante delle tecnologie produttive, il potenziale è reale: più efficienza nell’uso delle risorse, meno sprechi, migliore qualità, maggiore capacità di affrontare le avversità climatiche. Ma queste tecnologie non si distribuiscono da sole, richiedono infrastrutture, formazione e modelli di accesso che il mercato da solo non garantirà. Sul  versante  del  lavoro,  la  transizione  non  è  necessariamente  distruttiva,  ma  non è nemmeno neutrale. Alcuni lavori saranno sostituiti, molti si trasformeranno, altri nasceranno. L’esito dipende dalla velocità della transizione, dalla qualità dei percorsi di riqualificazione e dalla robustezza delle reti di protezione sociale per chi rimane indietro.

La sfida non è tecnologica. È politica, formativa e sociale. E richiede scelte consapevoli, fatte in tempo. Il rischio da evitare è che l’intelligenza artificiale amplifichi le disuguaglianze già esistenti nel settore, concentrando i benefici nelle aziende più grandi e capitalizzate. La sfida politica è garantire che la trasformazione digitale dell’agricoltura sia inclusiva, producendo valore per l’intero sistema agroalimentare – dagli agricoltori ai consumatori – e non solo per i fornitori di tecnologia.

Note:

1. L’acronimo STEM sta per Science, Technology, Engineering and Mathematics (Scienza, Tecnologia, Ingegneria e Matematica) e indica l’insieme delle discipline scientifico-tecnologiche e i relativi corsi di studio.

2 –  U. Galimberti Heidegger e il nuovo inizio, Feltrinelli, 2020.

—————

Intervento di Gian Luca Trequattrini

Vice Direttore generale della Banca d’Italia

Aula Magna dell’ Istituto Statale di Istruzione Superiore Angelo Vegni Centoia di Cortona, 9 ottobre 2026