---
title: "Paradosso di Jevons: cosa è e perché tutti ne parlano ultimamente"
url: "https://www.raffaelegaito.com/paradosso-di-jevons-intelligenza-artificiale/"
type: post
date: "2025-01-30T09:54:23+00:00"
modified: "2025-01-30T09:54:26+00:00"
id: 64945
slug: paradosso-di-jevons-intelligenza-artificiale
author: Raffaele Gaito
excerpt: "Un economista del 1800 aveva anticipato un problema che stiamo avendo con l'AI. Ecco spiegato il paradosso di Jevons."
---

# Paradosso di Jevons: cosa è e perché tutti ne parlano ultimamente

## Introduzione

L’innovazione tecnologica è da sempre accompagnata da grandi promesse di efficienza, sostenibilità e progresso. Ma cosa succede quando una maggiore efficienza porta a un aumento del consumo invece che a una riduzione? È proprio qui che entra in gioco il paradosso di **Jevons**, un principio economico formulato oltre **150 anni fa**, ma più attuale che mai nel mondo dell’Intelligenza Artificiale.

Negli ultimi giorni, questo concetto è stato citato spesso in relazione ai modelli AI sempre più efficienti, al punto che persino il CEO di Microsoft, **Satya Nadella**, ne ha [parlato pubblicamente](https://www.thetimes.com/business-money/companies/article/deepseek-model-likely-to-boost-demand-for-ai-says-microsoft-boss-b79sxwdvl). Ma perché sta diventando un tema centrale nel dibattito sull’AI?

## Cos’è il Paradosso di Jevons?

Il **[paradosso di Jevons](https://en.wikipedia.org/wiki/Jevons_paradox)** prende il nome da **William Stanley Jevons**, un economista inglese che nel 1865 pubblicò _The Coal Question_, un libro in cui analizzava il consumo di carbone nel Regno Unito.

La sua osservazione era controintuitiva: **più diventiamo efficienti nell’uso di una risorsa, più ne consumiamo complessivamente**. Jevons notò che, con il miglioramento delle macchine a vapore, il carbone veniva utilizzato in modo più efficiente, riducendo il consumo per singola macchina.

Tuttavia, questa maggiore efficienza rese il carbone più accessibile e conveniente, portando a un aumento della domanda industriale e quindi a un **consumo totale ancora più elevato**.

### Dove vediamo questo paradosso oggi?

Il fenomeno si ripresenta continuamente con l’avanzamento tecnologico:

- **Efficienza energetica**: le lampadine a LED consumano meno energia, ma il numero di dispositivi luminosi installati è aumentato.
- **Automobili elettriche**: i veicoli elettrici riducono l’impatto ambientale per km, ma l’aumento dell’accessibilità e delle infrastrutture potrebbe portare a più auto in circolazione.
- **Digitalizzazione**: la compressione dei dati e le reti più veloci hanno reso il web più efficiente, ma hanno anche fatto esplodere il traffico dati globale.

E ora… sta succedendo lo stesso con **l’Intelligenza Artificiale**.

## Perché il Paradosso di Jevons viene citato nel mondo AI?

Negli ultimi giorni, il tema è esploso dopo un [post](https://www.barrons.com/articles/ai-deepseek-microsoft-jevons-paradox-f0467141) di **Satya Nadella**, CEO di Microsoft, che ha citato il paradosso di Jevons parlando di un nuovo modello AI, **DeepSeek**, sviluppato da un’azienda cinese con un budget dichiarato inferiore ai 6 milioni di dollari.

Questa notizia ha scatenato il panico tra gli investitori, facendo perdere a Nvidia quasi **600 miliardi di dollari** di capitalizzazione di mercato. Il motivo? Si è diffusa la paura che le big tech stiano spendendo troppo per l’AI, mentre modelli più economici e accessibili potrebbero minacciare il loro dominio.

Ma ecco il punto chiave che Nadella ha sottolineato: **rendere l’AI più efficiente non significa necessariamente ridurne il consumo. Al contrario, potrebbe far esplodere la domanda, proprio come accadde con il carbone nel XIX secolo**.

Più l’IA diventa accessibile, più verrà utilizzata in ogni ambito:

- **Start-up e PMI** potranno implementarla facilmente nei loro processi.
- **Nuove applicazioni AI** nasceranno a un ritmo ancora più veloce.
- **Il consumo energetico dei data center** potrebbe crescere esponenzialmente.

L’idea che modelli AI più efficienti ci avrebbero portato a un mondo con meno sprechi e meno consumo di risorse potrebbe quindi rivelarsi **un’illusione**.

## Perché è importante tenere d’occhio questo fenomeno?

Chi si occupa di tecnologia, innovazione e AI (o ne è anche solo appassionato), deve essere consapevole di questa dinamica. Il **paradosso di Jevons ci insegna che l’aumento dell’efficienza non riduce automaticamente l’impatto ambientale o il consumo di risorse**.

Al contrario, potremmo vedere **un’esplosione della richiesta di calcolo**, con più data center e più consumo di energia. Di conseguenza **nuove sfide per la sostenibilità**, perché la domanda crescente potrebbe superare i benefici dell’efficienza tecnologica.

Il dibattito è più aperto che mai e l’unica certezza è che **il futuro dell’IA sarà determinato non solo dalla sua efficienza, ma anche da come sceglieremo di utilizzarla**.