Che cosa significa AGI

Pochi termini della tecnologia pesano così tanto con così poco accordo. L’intelligenza artificiale generale, in breve AGI dalla sigla inglese, è l’obiettivo dichiarato dei maggiori laboratori di IA, l’oggetto di una celebre clausola contrattuale e il punto d’arrivo di molte previsioni.

Ecco che cosa significa il termine, a che punto sono i sistemi nell’autunno 2026 e che cosa, secondo noi, un’azienda dovrebbe farne.

Che cosa si intende per AGI

Partiamo da tre termini semplici. L’IA ristretta svolge un solo compito, spesso meglio di qualsiasi persona: un programma di scacchi, un filtro antispam, un modello che prevede come si ripiegano le proteine. L’IA generale svolgerebbe gran parte del lavoro intellettuale delle persone, in tutti i campi, e imparerebbe un lavoro nuovo come lo impara una persona. La superintelligenza supererebbe ogni persona in quasi tutto. L’IA ristretta è ovunque. Il dibattito riguarda le altre due.

La definizione più citata si trova nella carta di OpenAI del 2018: sistemi altamente autonomi che superano gli esseri umani nella maggior parte del lavoro di valore economico. Misura il lavoro, non la mente.

Nel 2023 un gruppo di ricercatori di Google DeepMind riunito attorno a Meredith Ringel Morris ha proposto dei livelli al posto di un unico traguardo. Valutano un sistema in base alle prestazioni, da emergente a sovrumano, e al grado di generalità. AlphaFold è sovrumano, ma ristretto. Hanno collocato ChatGPT, Bard, Llama 2 e Gemini al primo livello dell’IA generale: pari o di poco superiore a una persona senza qualifiche. L’autonomia, osservavano, è una questione a parte.

Nell’ottobre 2025 Dan Hendrycks e 32 coautori hanno definito l’AGI come un’IA che raggiunge la versatilità e la competenza cognitive di un adulto istruito, misurate in dieci ambiti come il ragionamento, la memoria e la percezione. GPT-4 otteneva il 27 per cento, GPT-5 il 57 per cento. Il profilo era irregolare: forte dove aiuta la conoscenza, debole nelle basi, come conservare nel tempo ciò che impara.

L’ARC Prize Foundation definisce l’AGI come un sistema in grado di acquisire qualsiasi abilità che un essere umano può acquisire, con la stessa efficienza di un essere umano. Su questo costruisce i suoi test.

A che punto siamo nel 2026

Il movimento più netto di quest’anno è arrivato sul test più recente della fondazione. Al lancio di ARC-AGI-3 a marzo, una serie di giochi interattivi senza istruzioni, le persone hanno risolto tutti i giochi e i migliori sistemi di IA hanno ottenuto lo 0,51 per cento. A settembre GPT-6 Astra di OpenAI ha raggiunto il 62,7 per cento nella configurazione standard e il 99,9 per cento in una configurazione che conserva il ragionamento nascosto del modello tra un passaggio e l’altro. La fondazione ha parlato di un salto, aggiungendo però di non sostenere che il risultato sia AGI: il test ha un perimetro strettamente delimitato e non restituisce quanto il mondo reale sia aperto e complesso.

Il lavoro reale avanza più lentamente. METR cronometra gli agenti IA su compiti software confrontandoli con persone esperte. A maggio ha riferito che i migliori modelli pubblici riuscivano una volta su due in compiti che a una persona richiedono circa 12 ore. Per riuscire quattro volte su cinque, i compiti dovevano scendere a circa un’ora e mezza. I compiti lunghi si possono tentare. Quelli brevi vengono portati a termine in modo affidabile.

Le figure di punta del settore non concordano su quanto manchi. Ad agosto Sam Altman ha detto a TIME che OpenAI non era ancora del tutto arrivata, ma che entro la fine dell’anno avrebbe avuto un sistema interno che lui chiamerebbe AGI. A Davos, a gennaio, Demis Hassabis di Google DeepMind ha detto che i sistemi attuali sono ben lontani da un’AGI di livello umano e che forse serviranno ancora una o due svolte. Yann LeCun, che ha lasciato Meta per fondare AMI Labs, ha sostenuto che i modelli addestrati sul testo non raggiungeranno mai un’intelligenza di livello umano, perché manca loro un modello di causa ed effetto nel mondo reale.

Nel complesso, i sistemi di oggi sono sovrumani in alcuni compiti, esperti in molti e ancora deboli nel ricordare, nell’imparare lavorando e nel restare affidabili su tempi lunghi. Se questo valga come AGI dipende dalla definizione che si adotta.

Perché la parola conta comunque

Per anni la parola ha avuto un prezzo. Nella partnership originaria, Microsoft avrebbe perso i suoi diritti sulla tecnologia di OpenAI non appena OpenAI avesse raggiunto l’AGI. Nel dicembre 2024 The Information ha riferito di un criterio finanziario: l’AGI sarebbe stata raggiunta quando i sistemi di OpenAI avessero generato almeno 100 miliardi di dollari di profitti. Nell’ottobre 2025 le due aziende hanno concordato che un panel di esperti indipendenti dovesse verificare ogni dichiarazione e hanno esteso i diritti di Microsoft fino al 2032, compresi i modelli successivi all’AGI.

Nell’aprile 2026 la clausola è caduta. I pagamenti di una quota dei ricavi da OpenAI a Microsoft proseguono ora fino al 2030, entro un tetto complessivo e indipendentemente dai progressi tecnologici di OpenAI, e la licenza di Microsoft fino al 2032 non è più esclusiva. Come ha sintetizzato The Verge, non c’è più alcun panel né alcuna regola su che cosa accada se e quando l’AGI viene dichiarata.

La parola porta con sé anche delle promesse. La carta di OpenAI impegna l’azienda a smettere di competere con un progetto che ne condivide i valori e ha a cuore la sicurezza, e a iniziare ad aiutarlo, se quel progetto si avvicina all’AGI per primo. Una promessa del genere funziona solo se qualcuno sa riconoscere quando ci si è avvicinati.

Il legislatore evita la parola. L’AI Act dell’UE regola i modelli di IA per finalità generali, i cui fornitori hanno obblighi dal 2 agosto 2025, e presume un rischio sistemico per un modello addestrato con più di 10 elevato alla 25 operazioni in virgola mobile. La legge conta ciò che può misurare. E una previsione sull’AGI orienta investimenti, assunzioni e la pazienza dei consigli di amministrazione molto prima che qualcuno concordi su che cosa sia arrivato.

Che cosa significa per un’azienda

Per un’azienda, aspettare una dichiarazione è il piano sbagliato. Potrebbe non arrivare mai, e il contratto mostra che può perdere importanza perfino per chi l’ha negoziata. Il profilo irregolare è la parte utile: lo stesso sistema può essere sovrumano in un compito e inaffidabile in quello successivo. La domanda quindi non è quando arriverà l’AGI. È quale lavoro si può affidare già ora, e in base a quali prove.

Elencate il lavoro che il vostro team ripete: l’offerta, la chiusura del mese, la risposta a una richiesta standard, la prima bozza di una pagina. Per ciascuno ponetevi tre domande. Una macchina può farlo abbastanza bene oggi? Una persona può verificare il risultato in pochi minuti? Un errore si può annullare a basso costo? Cominciate dove tutte e tre le risposte sono sì.

Poi affidatelo passo dopo passo. Prima la macchina prepara una bozza e una persona decide. Quando le bozze smettono di richiedere correzioni su una quantità di lavoro reale sufficiente a fare testo, la macchina esegue la routine e una persona approva a punti di controllo fissi. Solo allora la routine procede da sola, entro regole scritte, con ogni passaggio registrato. Per tutto il percorso le persone danno la direzione e verificano il risultato. Ciò che cambia è quanta parte del lavoro intermedio porta la macchina.

Niente di tutto questo aspetta una definizione. Anche un sistema che superasse ogni test di AGI avrebbe bisogno della conoscenza di un’azienda, delle sue regole e di una persona che risponda del risultato. Tutto questo si può costruire ora, comunque si chiami il prossimo modello.

Dove si colloca crue

La nostra linea dice: Guidato dalle persone. Alimentato dall’IA. Poi autonomo. Descrive un percorso, non una previsione sull’AGI.

Oggi ogni prodotto crue è guidato dalle persone. Le persone portano l’idea, l’esperienza e il gusto, l’IA si occupa della produzione, e le persone rivedono il risultato e danno il tocco finale. Poi i prodotti diventano agentici: gli agenti svolgono la maggior parte del lavoro, e le persone fissano gli obiettivi e approvano ai punti di controllo. Dopo viene l’autonomia, una routine alla volta, man mano che ciascuna se la guadagna.

Non costruiamo l’AGI e non la aspettiamo. Modelli migliori avvicinano ogni fase, ma le fasi non dipendono da come un laboratorio chiama il proprio sistema. Helm, la nostra visione di un’azienda guidata dal suo fondatore con gli agenti, è il punto in cui portiamo questo percorso più lontano. Twin dà a un’azienda il suo cervello IA, Eigna un modello privato tutto suo.

Se un giorno un sistema soddisferà ogni definizione di AGI, un’azienda si troverà davanti alle stesse domande di oggi: quale lavoro affidare, chi dà la direzione e chi risponde del risultato. La parola continuerà a spostarsi. Al timone deve comunque esserci qualcuno.