L'intelligenza artificiale non sta producendo i risultati sperati nelle aziende. Secondo una ricerca pubblicata dal National Bureau of Economic Research, l'ottanta per cento delle imprese non ha registrato alcun incremento di produttività negli ultimi tre anni. Si ripropone quindi il tema del troppo entusiasmo e dei troppi investimenti su questa novità tecnologica: nonostante i capitali investiti, i benefici faticano a materializzarsi in termini di efficienza o riduzione dei costi.
Esperti e consulenti di tutto il mondo accorreranno senza dubbio per spiegare che se gli investimenti in AI non stanno funzionando è sicuramente perché si è lavorato male, e probabilmente hanno assolutamente ragione. Anche perché è piuttosto comune che si investa troppo e male, quando ci si muove sull’onda emotiva di una moda, invece che su basi fattuali più solide.
D’altra parte il concetto stesso di investimento presuppone il rischio che le cose possano andar male. Se c’è rischio si chiamano “costi”.
C’è però il tema delle aspettative: molti si aspettavano di vedere grandi ritorni, mostrandosi anche un po’ sordi verso chi - dall’estate scorsa più o meno - suggeriva che era meglio essere più prudenti. Quelle aspettative in molti casi sono state infrante, e ormai è troppo tardi per piangere sul latte versato.
Questa mancanza di ritorni tangibili diventa dunque fondamentale perché mette in discussione la sostenibilità economica dell'intero settore. Se le imprese smettono di percepire (e si tratta più di percezione che di realtà oggettiva) il valore aggiunto, il massiccio afflusso di capitali di rischio potrebbe arrestarsi improvvisamente. La scommessa miliardaria sulle capacità computazionali rischia di trasformarsi in una bolla se non si traduce in un miglioramento delle prestazioni macroeconomiche.
L'entusiasmo si sta raffreddando anche tra i vertici aziendali. Un altro studio rivela che i dirigenti utilizzano gli strumenti automatizzati per una media di soli novanta minuti a settimana. Un quarto dei leader intervistati dichiara addirittura di non utilizzare affatto l'automazione nel proprio flusso di lavoro quotidiano. Questa sotto-utilizzazione suggerisce che, dopo una prima fase di hype è arrivata la doccia fredda, le barriere all'adozione restino elevate.
L’AI attira soldi come una calamita
Il flusso di venture capital verso le firme del settore è comunque massiccio. OECD ha calcolato che le imprese del settore hanno catturato il 61% del finanziamento globale nel 2025. Si parla di 258,7 miliardi di dollari investiti principalmente in mega-operazioni legate alle infrastrutture IT e all'hosting. La maggior parte di questi fondi è concentrata negli Stati Uniti, che attirano circa il 75% del valore totale dei contratti. Anche in Europa e in Italia, comunque, si stanno costruendo data center a un ritmo molto sostenuto.
Il contrasto con le previsioni degli sviluppatori è stridente. Mustafa Suleyman, a capo di Microsoft AI, sostiene che la tecnologia potrà sostituire ogni lavoro d'ufficio entro i prossimi diciotto mesi. Suleyman prevede che compiti professionali svolti da avvocati o contabili saranno completamente automatizzati nel breve termine. Tuttavia, per dimostrare il valore dell'IA servirebbero dati che oggi mancano nei registri nazionali.
La situazione ricorda un po’ il paradosso di Solow del 1987. Robert Solow notò come l'era del computer fosse visibile ovunque tranne che nelle statistiche sulla produttività. Tra il 1948 e il 1973, la produttività è cresciuta del 2,9%, per poi scendere all'1,1% proprio durante l'ascesa dei microprocessori. Oggi, Torsten Slok, capo economista di Apollo, ribadisce che l'automazione è assente dai dati sull'occupazione e sull'inflazione.
L’AI fa più male che bene ai lavoratori?
Altri studi suggeriscono come l'adozione di massa stia peggiorando sensibilmente il benessere lavorativo dei dipendenti. Una ricerca della Harvard Business Review dimostra infatti che l'uso di questi strumenti aumenta il burnout dei dipendenti. I lavoratori si sentono costretti a farsi carico di mansioni che in precedenza venivano evitate o semplicemente non esistevano, come il dover verificare i risultati delle IA, portando a errori frequenti che annullano i marginali guadagni di efficienza.
La divergenza di aspettative tra datori di lavoro e dipendenti è un altro nodo critico. I primi sperano di ridurre il personale grazie all’AI, andando a risparmiare sui costi; i secondi sperano di avere strumenti che rendano il lavoro più semplice e meno pressante, ma accade il contrario nel momento in cui si chiede a una persona di lavorare per tre o più perché tanto c’è l’AI che ti aiuta.
In questo clima, IBM ha annunciato che triplicherà l'assunzione di giovani talenti per evitare che l'automazione dei compiti base crei un vuoto di competenze nei futuri quadri.
Una strategia avveduta, basata su uno dei temi centrali: con l’IA è relativamente facile sostituire o eliminare ruoli junior, perché un senior con questa tecnologia può funzionare. Solo che quando quel senior va in pensione, potresti non avere nessuno che prenda il suo posto. Naturalmente si può sperare che per quel momento le IA saranno migliorate abbastanza da rendere il problema irrilevante, ma è una speranza che - ad oggi - trova ben poche giustificazioni.
Molti ritengono che il prezzo dell'IA sia ancora troppo alto rispetto ai benefici offerti. Le grandi piattaforme richiedono investimenti continui, ma spesso le aziende non hanno una strategia chiara per misurare i risultati.
Anzi, spesso e volentieri mancano ancora i passaggi preliminari, come l’analisi dei processi e la definizione di una strategia.
Il rischio è che le imprese continuino a bruciare risorse in sistemi che non risolvono i problemi strutturali della stagnazione economica.
Un investimento sul futuro... sensato?
Buona parte di questo fenomeno nasce dalla cosiddetta FOMO (Fear of Missing Out), cioè il timore che se non si partecipa subito al fenomeno, poi ci si ritroverà troppo indietro e alla mercé di concorrenti che sono stati più lungimiranti. Non si può escludere la possibilità ovviamente, ma sono pochi, pochissimi, i casi storici in cui qualcosa del genere è davvero successo. In genere anche chi “arriva tardi” riesce ad avere la sua fetta di torta.
In effetti la mancanza di ritorni immediati può far pensare che le aziende stiano acquistando "opzioni" su una tecnologia futura senza riuscire a estrarre valore nel presente.
Può avere senso ma può anche creare una pericolosa dipendenza da una crescita speculativa piuttosto che da una reale efficienza industriale. E se l’economia industriale si trasforma in pura finanza si perde il necessario legame con il valore reale. E a quel punto ci si trova sull’orlo di un disastro.
Il problema è forse che non abbiamo ancora capito come usare davvero bene l’IA. Tutti gli esperti sono concordi nel suggerire di farne uno strumento di supporto per le persone, di usarla per mansioni noiose mentre spostiamo gli esseri umani su attività a valore aggiunto, più creative e più strategiche.
Tuttavia l’approccio quantitativo è ancora preponderante: si guarda all’aI come un ottimo modo per fare più cose con meno persone, riducendola a un semplice e basilare strumento per tagliare i costi.
D’altra parte questi strumenti sono nati e vengono sviluppati apposta per fare certi lavori al posto nostro. Per il momento ci salva il fatto che ne fanno solo alcuni in modo vagamente accettabile, ma in generale se si guarda alla qualità le IA sono mediocri. Ma migliorano e diventano più potenti a un ritmo pazzesco, sempre più veloce; e noi ancora non abbiamo risposte.