L’intelligenza artificiale accelera la disintermediazione e mette in crisi i vecchi modelli di business

17/02/2026 ECONOMIA Preferisci Informazione.News su Google

Redazione Economia   -   La settimana scorsa qualcosa si è rotto, nel mercato azionario statunitense, e il rumore ha assunto le fattezze di un codice sorgente che si esegue da solo. Gli investitori, dopo aver trascorso gli ultimi due anni a scommettere su chi avrebbe costruito l’intelligenza artificiale più potente, hanno improvvisamente spostato l’attenzione su chi quell’intelligenza artificiale potrebbe cancellarlo. Il movimento è stato netto e trasversale: i broker assicurativi, un settore tradizionalmente considerato solido e immune alle mode tecnologiche, hanno registrato ribassi a doppia cifra, trascinando con sé l’intero comparto dell’intermediazione. Le vendite non sono state dettate da trimestrali deludenti, ma da una paura più profonda e strutturale, quella di trovarsi improvvisamente dalla parte sbagliata della storia tecnologica. A innescare la fuga, secondo gli analisti, è stata la consapevolezza che il modello di business basato sulla semplice intermediazione, sul mettere in contatto domanda e offerta, sia oggi il più esposto alla forza bruta della disintermediazione digitale. Se un algoritmo può svolgere in pochi secondi un lavoro di ricerca, analisi e confronto che richiederebbe ore a un team di professionisti, il valore aggiunto di quegli stessi professionisti viene meno, e con esso la loro redditività.

L’effetto Claude e la nuova frontiera della ricerca legale

Il detonatore immediato di questa ondata di vendite va cercato nelle pieghe di un aggiornamento prodotto, in apparenza, di nicchia. Anthropic, una delle aziende più innovative nel campo dell’intelligenza artificiale, ha integrato nel suo assistente Claude una serie di funzionalità avanzate dedicate al settore legale e alla ricerca complessa. Non si tratta più di un chatbot capace di rispondere a domande generiche: Claude ora è in grado di analizzare contratti, svolgere due diligence e produrre memo legali con un livello di accuratezza e grounding delle fonti che, stando ai primi benchmark, supera il 90% -1. Il mercato ha interpretato questa mossa come una minaccia esistenziale non per gli studi legali in sé, ma per tutti quei fornitori di servizi di intermediazione informativa — si pensi a piattaforme come Thomson Reuters o LexisNexis — che costruiscono il loro giro d’affari sulla vendita di accesso a dati e analisi -6. Se l’intelligenza artificiale diventa capace di cercare, sintetizzare e interpretare la giurisprudenza in modo autonomo, il ruolo di chi fino a ieri gestiva quelle stesse informazioni diventa residuale, confinato a una nicchia di consulenza ad altissimo valore aggiunto che il mercato di massa non è più disposto a pagare.

La correzione dei broker assicurativi e il fantasma della sostituzione

Parallelamente a quanto accaduto nel settore legale, un’ombra analoga si è allungata sul mondo delle assicurazioni. Le principali holding di brokeraggio statunitensi hanno visto i loro titoli subire una delle performance peggiori degli ultimi anni, un segnale che gli investitori non interpretano più come un campanello d’allarme isolato, ma come l’inizio di una tendenza di fondo -2. Il cuore del problema risiede nella cosiddetta "disintermediazione tecnologica": se un cliente può ottenere una copertura assicurativa, confrontare preventivi e gestire un sinistro direttamente attraverso un’interfaccia conversazionale alimentata dall’intelligenza artificiale — esattamente come stanno sperimentando OpenAI con progetti come Tuio e Insurify — che bisogno c’è di un broker? -7 Il timore è che l’intera filiera della distribuzione assicurativa venga compressa, con gli algoritmi capaci non solo di suggerire la polizza migliore, ma di sottoscriverla in autonomia, erodendo così le commissioni che rappresentano il pane quotidiano degli intermediari. La reazione del mercato è stata quindi una scommessa contro la sopravvivenza del modello tradizionale, una sorta di voto di sfiducia preventivo sulla capacità di questi settori di innovarsi prima di venire cannibalizzati.

Il paradosso macroeconomico: l’AI è ovunque tranne che nei dati

Eppure, a fronte di questi movimenti tellurici sui mercati azionari e di un dibattito pubblico infuocato sull’impatto dell’intelligenza artificiale sul lavoro, i numeri macroeconomici raccontano una storia molto diversa, quasi distopica per chi si aspetta una rivoluzione immediata. Torsten Slok, capo economista di Apollo Global Management, ha richiamato l’attenzione su un paradosso che ricorda da vicino gli albori dell’era dei personal computer: l’intelligenza artificiale è visibile ovunque, nei discorsi dei manager, nelle cronache finanziarie, nelle app degli smartphone, ma non compare ancora nelle statistiche ufficiali sulla produttività. I dati su occupazione, inflazione e margini di profitto delle aziende americane, escluse le cosiddette "Magnifiche Sette", non mostrano alcuna traccia evidente di un balzo in avanti riconducibile all’AI -4-9. È come se l’economia reale procedesse a una velocità diversa rispetto ai mercati finanziari, con questi ultimi che scontano già scenari futuri catastrofici o entusiasmanti, mentre le imprese sul campo continuano a fare i conti con gli stessi, vecchi problemi di sempre: inflazione, costo del lavoro e tassi di interesse.

L’effetto J-curve e la cautela degli economisti

Questo scollamento tra percezione e realtà statistica ha portato diversi economisti a ipotizzare che l’impatto dell’intelligenza artificiale potrebbe manifestarsi con un ritardo significativo, seguendo quella che viene definita una "J-curve". In pratica, ci vorrebbe del tempo prima che gli investimenti in nuove tecnologie si traducano in effettivi guadagni di produttività, un po’ come accadde negli anni Ottanta con i computer, i cui effetti benefici sulla crescita si videro solo a distanza di un decennio. I modelli previsionali più autorevoli, come quelli del Penn Wharton Budget Model o del Congressional Budget Office, sono tuttavia molto più cauti: stimano che l’AI generativa possa aggiungere non più di uno 0,1 o 0,2 punti percentuali all’anno alla crescita della produttività totale dei fattori -9. Un contributo, insomma, che sarebbe comunque positivo, ma che appare irrisorio se paragonato alle aspettative di crescita esponenziale sbandierate da alcuni entusiasti della prima ora. La prudenza deriva dalla constatazione che, a tre anni dal lancio di ChatGPT, le grandi promesse di un’economia rigenerata dall’algoritmo non hanno ancora lasciato il segno nei conti nazionali.