Per decenni, i modelli economici tradizionali hanno faticato a prevedere con precisione le principali crisi, dal collasso finanziario del 2008 all’attuale emergenza climatica. Ora, uno scienziato veterano ed ex battitore del mercato sta proponendo una soluzione radicale: un super-simulatore che modella ogni azienda sulla Terra, prendendo decisioni realistiche man mano che l’economia cambia. Il costo? Circa 100 milioni di dollari.
Il fallimento dei modelli tradizionali
I modelli economici tradizionali operano sulla base di presupposti che semplicemente non sono validi nel mondo reale. O semplificano eccessivamente la realtà fino al punto di renderla inutilizzabile, oppure diventano computazionalmente impossibili se scalati per rappresentare l’intera complessità dei mercati globali. Ciò ha portato a continui fallimenti nelle previsioni, costando migliaia di miliardi in perdite finanziarie e ostacolando un’efficace politica climatica.
Il problema non è solo la precisione; è l’approccio fondamentale. I modelli esistenti presuppongono una razionalità perfetta, il che significa che gli agenti (aziende, consumatori) sanno tutto e prendono decisioni ottimali. Questo non è realistico. Gli attori del mondo reale imparano attraverso prove ed errori, imitano gli altri e operano in un ambiente di informazioni incomplete.
La soluzione alla complessità
L’economia della complessità offre un percorso diverso. Simulando milioni di agenti, ciascuno con regole semplici ma in evoluzione, il sistema può generare comportamenti emergenti che rispecchiano i modelli del mondo reale. Questo approccio riduce drasticamente le esigenze di elaborazione aumentando il realismo. Come spiega il prof. Doyne Farmer, fisico diventato economista: “Vogliamo fare per la pianificazione economica quello che Google Maps ha fatto per la pianificazione del traffico… una risposta intelligente e utile”.
Il track record dell’agricoltore parla da solo. È noto che negli anni ’70 sfruttò i difetti della roulette dei casinò utilizzando i primi computer digitali, quindi costruì sistemi di trading automatizzati che sovraperformarono Wall Street negli anni ’90. Ora applica lo stesso rigore analitico alla modellizzazione economica.
Applicare la complessità al cambiamento climatico
La crisi climatica rappresenta un fallimento particolarmente acuto dei modelli tradizionali. Le proiezioni attuali hanno costantemente sottostimato la velocità di adozione delle energie rinnovabili e la diminuzione dei costi. Il team di Farmer sta costruendo un modello che comprende 30.000 aziende energetiche e 160.000 asset, simulando il loro processo decisionale in un ambiente dinamico.
I primi risultati suggeriscono il potenziale di risparmi significativi: una rapida transizione verso l’energia pulita potrebbe far risparmiare al mondo trilioni di dollari. Il modello non è solo teorico; si basa su 25 anni di dati del mondo reale, consentendo previsioni e pianificazione strategica più accurate.
Perché adesso?
Tre fattori chiave rendono questo approccio praticabile oggi:
- Potenza di calcolo: i computer moderni sono in grado di gestire le esigenze computazionali delle simulazioni basate su agenti su larga scala.
- Disponibilità dei dati: vasti set di dati sull’attività economica, sulla produzione di energia e sul comportamento aziendale forniscono la materia prima per una modellazione realistica.
- Progressi teorici: La scienza della complessità offre nuovi strumenti, incluso l’apprendimento automatico, per gestire strategie in evoluzione e shock sistemici.
Un appello agli investimenti
Il team di Farmer è attivamente alla ricerca di finanziamenti per accelerare lo sviluppo. Il prezzo di 100 milioni di dollari è un vero affare, dato il potenziale di mitigare trilioni di perdite economiche e ottimizzare la politica climatica. Come dice Farmer: “Se qualcuno vuole darci milioni di dollari per aiutarci a costruire questi modelli, dobbiamo fare di tutto”.
Lo sviluppo di questo modello di complessità non è solo uno sforzo scientifico; è una necessità urgente. Abbandonando ipotesi obsolete e abbracciando la confusione del mondo reale dei sistemi economici, possiamo finalmente creare strumenti in grado di prevedere e affrontare con precisione le crisi del 21° secolo.
