Per oltre mezzo secolo, l’economia digitale ha vissuto sotto una promessa implicita: ogni due anni, la potenza di calcolo sarebbe raddoppiata, mentre i costi sarebbero scesi. Non una legge fisica, ma un principio operativo capace di orientare investimenti, strategie industriali e modelli di business. La cosiddetta Legge di Moore, formulata nel 1965, ha funzionato come una bussola condivisa, più potente di qualsiasi regolatore formale.
La sua forza non risiedeva nella precisione scientifica, bensì nella capacità di creare aspettative. Il numero di transistor per chip, da circa 2.300 nel microprocessore Intel 4004 del 1971, è arrivato oggi a superare decine di miliardi per singolo dispositivo. Alcuni processori di fascia alta hanno oltre 90 miliardi di transistor, un incremento di oltre sette ordini di grandezza in meno di cinquant’anni. Questo salto non ha solo trasformato l’informatica, ma ha ridisegnato interi settori industriali, dalla finanza alla logistica.
Il punto centrale è che questa crescita non è stata spontanea. È stata sostenuta da un allineamento sistemico tra ricerca, capitale e competizione. La Legge di Moore ha funzionato come una “profezia autoavverante”: ogni attore della filiera, dai produttori di semiconduttori ai grandi gruppi tecnologici, ha investito per non restare indietro rispetto a un ritmo che tutti consideravano inevitabile.
Per le imprese, questo paradigma ha avuto implicazioni profonde. Si è affermato un modello di innovazione basato sull’obsolescenza programmata e sull’aggiornamento continuo. Il valore competitivo non derivava solo dal prodotto, ma dalla velocità con cui era possibile migliorarlo. Un esempio evidente si osserva nel settore degli smartphone: tra il 2010 e il 2020, la potenza di calcolo dei dispositivi mobili è cresciuta di oltre 100 volte, permettendo l’emergere di interi ecosistemi digitali, dalle app economy ai servizi cloud.
Ma ogni curva esponenziale incontra, prima o poi, un limite. Oggi i transistor operano su scala nanometrica, con dimensioni inferiori ai 5 nanometri. A questo livello, il comportamento della materia non è più governato dalle leggi classiche, ma da fenomeni quantistici. L’effetto tunnel, ad esempio, permette agli elettroni di attraversare barriere teoricamente invalicabili, rendendo sempre più difficile il controllo del flusso di corrente.
Il problema non è solo fisico, ma anche economico. Il costo di una nuova generazione di impianti produttivi per semiconduttori ha superato i 15-20 miliardi di dollari. Ogni salto tecnologico richiede investimenti crescenti, con ritorni sempre più incerti. La conseguenza è evidente: il ritmo di raddoppio si è rallentato. Oggi si parla di cicli più vicini ai tre anni, segnale di un sistema che sta cambiando natura.
Qui emerge una lezione fondamentale per il mondo delle imprese: quando un paradigma dominante si avvicina al suo limite, la competizione si sposta dal “quanto” al “come”. Non è più sufficiente aumentare la potenza, diventa essenziale ripensare l’architettura.
Un primo esempio è quello dei chip modulari, o chiplet. Invece di costruire un unico processore monolitico, le aziende assemblano più componenti specializzati. Questa logica consente maggiore flessibilità, riduce i costi e migliora la scalabilità. AMD e Apple hanno già adottato questa strategia con risultati evidenti in termini di performance e efficienza.
Un secondo esempio riguarda l’intelligenza artificiale. La crescita delle prestazioni non dipende più solo dalla miniaturizzazione, ma dall’integrazione tra hardware e software. I chip dedicati, come GPU e TPU, sono progettati per compiti specifici e offrono incrementi di efficienza molto superiori rispetto ai processori generalisti. In alcuni ambiti, le prestazioni dei sistemi di IA raddoppiano ogni sei mesi, non grazie a transistor più piccoli, ma a modelli più sofisticati e architetture ottimizzate.
Questo passaggio segna un cambiamento culturale profondo. La tecnologia non è più una semplice questione di densità, ma di progettazione intelligente. Si entra in un’epoca in cui il vantaggio competitivo deriva dalla capacità di orchestrare complessità, non di ridurla.
Per le imprese, il parallelismo è diretto. Il modello di crescita lineare, basato sull’aumento continuo di scala, sta cedendo il passo a un modello basato sulla specializzazione e sull’integrazione. Le organizzazioni più resilienti non sono quelle che crescono più velocemente, ma quelle che sanno riconfigurarsi.
Nel settore manifatturiero, ad esempio, si osserva una transizione verso sistemi modulari e flessibili, capaci di adattarsi rapidamente alla domanda. Nella finanza, l’uso di algoritmi specializzati ha sostituito infrastrutture generaliste, aumentando efficienza e velocità decisionale. In entrambi i casi, il principio è lo stesso che sta guidando l’evoluzione dei chip: non più un’unica soluzione per tutto, ma una combinazione di elementi ottimizzati.
Resta però un elemento di continuità. Il silicio, nonostante tutto, rimane il materiale dominante. Le sue proprietà fisiche, dalla struttura cristallina stabile alla banda proibita ideale di circa 1,12 eV, lo rendono ancora oggi il compromesso migliore tra efficienza e affidabilità. Anche quando si parla di alternative, dal grafene ai materiali a cambiamento di fase, il silicio continua a essere il punto di riferimento.
La vera trasformazione, quindi, non è materiale ma concettuale. La fine della Legge di Moore non rappresenta un arresto dell’innovazione, ma un cambio di logica. L’industria non smette di avanzare, semplicemente cambia direzione.
Nel mondo del business, questa dinamica è familiare. Ogni ciclo di crescita porta con sé una fase di saturazione, seguita da una fase di reinvenzione. Chi interpreta correttamente il passaggio riesce a ridefinire le regole del gioco. Chi resta ancorato al paradigma precedente rischia di diventare irrilevante.
La lezione più profonda è forse questa: l’innovazione non è mai infinita nella stessa direzione. Ma è infinita nella capacità di trasformarsi.
