惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

P
Privacy International News Feed
H
Help Net Security
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Blog — PlanetScale
Blog — PlanetScale
T
The Blog of Author Tim Ferriss
Y
Y Combinator Blog
Microsoft Security Blog
Microsoft Security Blog
Stack Overflow Blog
Stack Overflow Blog
Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
Docker
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
I
InfoQ
Engineering at Meta
Engineering at Meta
H
Heimdal Security Blog
月光博客
月光博客
有赞技术团队
有赞技术团队
S
SegmentFault 最新的问题
V
Vulnerabilities – Threatpost
K
Kaspersky official blog
C
Cisco Blogs
Microsoft Azure Blog
Microsoft Azure Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
MongoDB | Blog
MongoDB | Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
L
LINUX DO - 热门话题
H
Hackread – Cybersecurity News, Data Breaches, AI and More
T
Tor Project blog
M
MIT News - Artificial intelligence
L
LINUX DO - 最新话题
P
Privacy & Cybersecurity Law Blog
Google DeepMind News
Google DeepMind News
宝玉的分享
宝玉的分享
Security Archives - TechRepublic
Security Archives - TechRepublic
IT之家
IT之家
博客园_首页
F
Full Disclosure
T
Threatpost
www.infosecurity-magazine.com
www.infosecurity-magazine.com
阮一峰的网络日志
阮一峰的网络日志
Security Latest
Security Latest
S
Security @ Cisco Blogs
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
AI
AI
Hacker News - Newest:
Hacker News - Newest: "LLM"
H
Hacker News: Front Page
A
Arctic Wolf
C
Check Point Blog
S
Securelist
A
About on SuperTechFans

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python) The Hidden Cost of AI Systems Nobody Talks About. undefined vs undeclared, and how typeof behaves Switching from file-based jobs to NATS/Kafka in Rust without changing code io_uring Adventures: Rust Servers That Love Syscalls Why Agentic AI is Killing the Traditional Database The POUR principles of web accessibility for developers and designers Quantum Neural Network 3D — A Deep Dive into Interactive WebGL Visualization How To Install Caveman In Codex On macOS And Windows Automation Pipeline Reliability: Why Your Workflow Breaks When Nobody Is Watching I Built an 'Open World' AI Coding Agent — It Works From ANY Folder From Freelancing to Product: A Tech Service Company's SaaS Transformation China's AI Giants: Adding Tencent Hunyuan & ByteDance Doubao to AI University (74 Providers) On the Vibe Coders and Their Lies clerk: Auto-Summarize Your Claude Code Sessions AI Weekly — 2026/04/10–04/17 | The Model Lockdown Is Here, but the Toolchain Is the Real Battleground AI 週報 — 2026/04/10–2026/04/17 模型封鎖潮來了,但工具鏈才是真戰場 Maybe this is how Open-Source apps are born... 🚀 Fine-Tune LLMs with LoRA and QLoRA: 2026 Guide tRPC v11 + Next.js App Router: End-to-End Type Safety Without the Boilerplate ShadCN UI in 2026: Why I Stopped Installing Component Libraries and Started Owning My Components SaaS Billing in React Server Components: Stripe + Supabase Without a Single `useEffect` Join our DEV Weekend Challenge — $1,000 in Prizes Across TEN winners! Submissions Due April 20 at 6:59 AM UTC. Implementing FSRS Spaced Repetition in Flutter + Supabase — Adding Memory Science to an AI Learning App "I Texted My Localhost From the Train — Claude Code Fixed the Bug Before I Got Home" I Built a Sales Prep AI and It Went Deeper Than Expected Design to Code #2: One JSON, Eleven Outputs Solving the 100M-Row Problem: A Summary Table Pattern for High-Volume Push Notification Logs Flutter Web With Wasm: What Actually Changes For Developers I Built 50 Royalty-Free Soundtracks for My Side Project in a Weekend Using AI Music Generation The Vibe Coding Security Checklist: 7 Things to Check Before You Ship Stop Letting Googlebot Guess Fix Your React App's SEO Right Desconstruindo o Streaming do LinkedIn: Como Criar um Engine de Extração de Vídeo de Alta Performance com HLS e FFmpeg (EDA Part-1) EDA (Exploratory Data Analysis) Explained With Real Life — Why Looking at Your Data Is the Most Important Step in Machine Learning Brand Relationship Management at Scale: Our 4-Touch Outreach System for 200+ Brands Why String.fromEnvironment() Might Return an Empty String in Dart JGuardrails 1.0.0 — Hardening Java LLM Apps Against Jailbreaks, Toxicity, and Prompt Injection Plan and Schedule a Full Week of Threads Content From One Claude Conversation Coding Cat Oran Ep3, Five Tables Changed Everything Updated: BFF Pattern I'm done watching freelancers get buried by 200 proposals. So I'm building the alternative. This is my first post BFS Algorithm in Java Step by Step Tutorial with Examples Tracking LLM Pricing Monthly: An Open Dataset for 22 AI Models How We Measure Content ROI on a Comparison Site: Revenue Attribution Without Perfect Data Introducing Nova AI Ops: The AI-Native Operating System for SRE Teams I built a free desktop video downloader for Windows — Grabbit How Talkie OCR Helps Vision-Impaired & Dyslexic Users Read the World Around Them VRCFaceTracking安装和iPhone面捕配置教程,有bug Even CrowdStrike Can't See Your Agents The Automation Gold Rush: What n8n Workflows and Claude Are Opening Up for Developers Right Now
I cicli di Kondratiev
Luigi Ippolito · 2026-06-19 · via DEV Community

La correlazione tra i cicli di Kondratiev e il prezzo del petrolio non è un accessorio della teoria: è, per molti versi, il suo nucleo empirico originario. Kondratiev non partì dall'analisi della produzione industriale, ma dagli indici dei prezzi delle materie prime — e il petrolio, dal secondo dopoguerra in poi, divenne la materia prima per eccellenza.


Il petrolio come termometro delle onde lunghe

Kondratiev, nei suoi studi degli anni '20, esaminò serie storiche di prezzi per Gran Bretagna, Francia e Stati Uniti dal tardo Settecento al 1920. Identificò tre onde complete, ciascuna caratterizzata da un andamento inverso tra prezzi e tassi d'interesse: nella fase ascendente, i prezzi salgono e i tassi scendono; nella discendente, i prezzi crollano e i tassi risalgono. Questa dinamica prezzi-interessi era per lui la firma statistica del ciclo, più che la produzione reale.

Ma il petrolio, come bene, ha una storia particolare. Fino alla prima metà del Novecento non era ancora la fonte energetica dominante: il carbone guidò la prima e la seconda rivoluzione industriale. Il petrolio divenne centrale solo con il quarto ciclo kondratieviano (1940-1990), quello dell'automobile, della produzione di massa e della suburbanizzazione americana. Da quel momento, il prezzo del greggio smise di essere un indicatore generico per diventare il barometro del paradigma tecnologico dominante.


Le super-cicli del petrolio: evidenze empiriche

La letteratura economica ha confermato l'esistenza di super-cicli nei prezzi del petrolio con durata compatibile con le onde kondratieviane. Zellou e Cuddington, usando filtri passa-banda asimmetrici, hanno identificato tre super-cicli nel prezzo reale del greggio dal 1861 a oggi:

  • SC1: 1861-1884 — L'era delle prime raffinerie, quando il petrolio era ancora una nicchia (illuminazione a cherosene).
  • SC2: 1966-1996 — L'ascesa dell'OPEC, i due shock petroliferi degli anni '70, il crollo del 1986.
  • SC3: 1996-oggi — Dalla crisi asiatica al boom cinese, dal picco del 2008 al crollo pandemico del 2020.

Questi super-cicli non sono perfettamente sincronizzati con le onde kondratieviane "canoniche" (50-60 anni), ma mostrano una coerenza tematica forte: ogni super-ciclo petrolifero coincide con un'epoca di industrializzazione e urbanizzazione su scala globale. Il secondo super-ciclo (1966-1996) sovrappone quasi esattamente la fase ascendente e discendente del quarto Kondratiev (petrolio/automobile); il terzo (1996-oggi) copre la fase discendente del quinto Kondratiev (digitale) e l'alba del sesto (energia verde/IA).

Uno studio del 2022 su Energy ha individuato due punti di mutazione storica nel prezzo del petrolio: il 1970 e il 2002, con un intervallo di 32 anni. Entrambi segnarono svolte nella struttura economica mondiale: il primo l'ascesa dell'OPEC e la fine del Bretton Woods; il secondo l'ingresso della Cina nell'OMC e l'inizio del boom delle commodities. Questi punti di mutazione non sono ciclici nel senso matematico, ma strutturali: riflettono cambiamenti nel regime di domanda/offerta che ridefiniscono l'economia globale.


La correlazione con i cambi generazionali

Qui l'incrocio con Strauss-Howe diventa illuminante. La teoria generazionale colloca la crisi petrolifera del 1973 nel cuore dell'Awakening (1964-1984), il turning che vide il crollo della fiducia nelle istituzioni post-belliche. Il primo shock petrolifero non fu solo un evento economico: fu il momento in cui l'America — e l'Occidente — realizzò che le risorse non erano infinite, che il "American way of life" aveva un costo energetico, che le istituzioni non potevano garantire abbondanza perpetua.

La generazione X (Nomad, 1961-1981) nacque proprio in quel crogiuolo: "raised during the hardships of the oil crisis, turned against the capitalist-consumerist culture their parents embraced". Il petrolio caro non fu solo inflazione: fu trauma generazionale, la fine dell'innocenza post-bellica.

Il secondo shock, quello del 1979 (rivoluzione iraniana), cadde ancora nell'Awakening, consolidando il cinismo verso le istituzioni. Il crollo del 1986, invece, segnò l'inizio dell'Unraveling (1984-2008): prezzi bassi, ottimismo finanziario, individualismo consumistico. Il petrolio a 10 dollari al barile nel 1986 fu il carburante della bull market Reagan-Thatcher.

Il picco del 2008 ($144/barile) coincise con l'inizio della Fourth Turning (Crisis): il petrolio caro contribuì a strangolare la crescita, accelerando il crollo finanziario. E il crollo pandemico del 2020, con i prezzi che toccarono territorio negativo nel WTI, fu l'apoteosi della crisi: domanda distrutta, sistema energetico in tilt, generazione Hero (Millennials) chiamata a ricostruire.


La fase attuale: incrocio di tre transizioni

Nel 2026, secondo molti analisti, siamo al giro di boa tra il quinto e il sesto Kondratiev. Il petrolio non è più il paradigma trainante — lo è l'intelligenza artificiale, le biotecnologie, l'energia rinnovabile. Ma il petrolio resta la variabile di transizione: il suo prezzo riflette la tensione tra il vecchio sistema (fossile) e il nuovo (elettrico).

La correlazione attuale è ambigua. Da un lato, i prezzi del petrolio (Brent intorno ai $60-80/barile) non mostrano la volatilità estrema degli shock passati: l'OPEC+ gestisce l'offerta, la domanda cinese rallenta, gli Stati Uniti sono diventati esportatori netti grazie allo shale. Dall'altro, la transizione energetica — il cuore del sesto Kondratiev — richiede che il petrolio resti abbastanza caro da rendere convenienti le alternative, ma abbastanza economico da non strangolare la crescita. È una correlazione politica, non più puramente ciclica.

Lutz Kilian, economista della University of Michigan, ha rovesciato la narrazione convenzionale: i maggiori shock petroliferi dal 1973 non furono causati da interruzioni dell'offerta (guerre, embargo), ma da shock di domanda legati al ciclo economico globale. La crescita cinese, non la geopolitica mediorientale, ha spinto i prezzi nel 2003-2008. Questo significa che la correlazione petrolio-ciclo kondratieviano non è meccanica: il petrolio non guida il ciclo, ma amplifica la fase in cui si trova. Nella fase ascendente, la domanda energetica crescente spinge i prezzi verso l'alto, alimentando investimenti e inflazione. Nella fase discendente, la domanda stagnante e la sovrapproduzione li schiacciano, generando deflazione e crisi del settore.


Il paradosso del sesto ciclo: il petrolio come residuo

Se il sesto Kondratiev è trainato da AI, biotech ed energia verde, il petrolio rischia di diventare un asset in dismissione strutturale. Eppure, la transizione non è istantanea: il petrolio rimarrà centrale per almeno un altro decennio, specialmente per trasporto aereo, navale, petrochimica, fertilizzanti. La sua correlazione con il ciclo si sta quindi trasformando da sincrona (il petrolio guida l'onda) a asincrona (il petrolio è il ritardo del sistema, l'energia rinnovabile è l'anticipo).

Questo crea una tensione nuova. Nelle fasi discendenti passate, il crollo del prezzo del petrolio segnalava la fine del paradigma (come nel 1986 per il quarto ciclo). Oggi, un petrolio troppo basso potrebbe ritardare la transizione verde, prolungando artificialmente la fase discendente. Un petrolio troppo alto, invece, accelererebbe l'adozione delle rinnovabili, ma rischierebbe di strangolare la crescita prima che il nuovo paradigma sia maturo.


Sintesi: il petrolio come narrativa, non solo come numero

La correlazione tra cicli di Kondratiev e prezzo del petrolio non è una legge fisica. È una narrazione storica che funziona perché il petrolio, dal 1945, è diventato il sangue del sistema industriale. I suoi shock segnano i punti di svolta generazionali (Strauss-Howe), accelerano la distruzione creativa (Schumpeter), richiedono incentivi all'esplorazione alternativa (Manso), e mettono a nudo la fragilità del sistema (Taleb).

Nel 2026, il petrolio non è più il protagonista del ciclo, ma il coro greco: commenta l'azione, avverte del destino, ma non lo determina. Il vero prezzo da osservare non è più quello del barile, ma quello del kWh rinnovabile e del token di carbonio. Se il sesto Kondratiev decollerà, lo farà non quando il petrolio toccherà un nuovo massimo, ma quando il costo dell'energia solare+eolica+storage scenderà sotto la soglia di rottura del sistema fossile. Fino ad allora, il petrolio resterà il termometro di una febbre che il paziente sta ancora combattendo.