Gli investimenti nell’intelligenza artificiale crescono a ritmi impressionanti, ma gli effetti sulla produttività delle imprese sono ancora difficili da vedere.
È davvero un paradosso? La teoria della “Productivity J-Curve” suggerisce una spiegazione diversa: le grandi trasformazioni tecnologiche richiedono tempo, investimenti immateriali e soprattutto una profonda riorganizzazione delle imprese. Prima di produrre valore, possono perfino far apparire la produttività peggiore.
Da qualche anno assistiamo a un fenomeno apparentemente contraddittorio.
Le imprese investono miliardi nell’intelligenza artificiale. I modelli diventano sempre più potenti, i costi di alcune attività diminuiscono, operazioni che richiedevano ore vengono completate in pochi minuti. Eppure, quando si passa dal singolo lavoratore all’impresa e dall’impresa all’intero sistema economico, l’aumento della produttività appare molto meno spettacolare.
Dove sono finiti, allora, i benefici promessi dall’intelligenza artificiale?
La risposta potrebbe trovarsi in una lettera dell’alfabeto: J.
La curva a J della produttività
Il concetto è stato approfondito dagli economisti Erik Brynjolfsson, Daniel Rock e Chad Syverson nello studio The Productivity J-Curve: How Intangibles Complement General Purpose Technologies.
L’idea di fondo è relativamente semplice.
Quando arriva una tecnologia destinata a trasformare profondamente l’economia – una General Purpose Technology – i suoi effetti non si manifestano immediatamente.
È già accaduto con l’elettricità.
È accaduto con i computer.
È accaduto con Internet.
E potrebbe accadere nuovamente con l’intelligenza artificiale.
La traiettoria può essere rappresentata così:
nuova tecnologia → investimenti → riorganizzazione → apparente rallentamento → punto di svolta → accelerazione della produttività.
Se rappresentiamo graficamente questo andamento, otteniamo qualcosa che assomiglia a una J.
Ed è proprio la parte iniziale della curva a essere particolarmente interessante.
Quando innovare fa apparentemente peggiorare i risultati
L’introduzione di una nuova tecnologia comporta innanzitutto dei costi.
Bisogna acquistare software e infrastrutture, integrare sistemi, organizzare dati, formare dipendenti, sperimentare nuove soluzioni.
Ma soprattutto bisogna modificare l’organizzazione.
Ed è qui che si trova probabilmente la parte più importante della trasformazione.
L’impresa deve dedicare tempo e risorse a costruire qualcosa che non produce immediatamente ricavi aggiuntivi.
Nel breve periodo può quindi verificarsi una situazione apparentemente paradossale:
gli input aumentano, mentre l’output rimane quasi invariato.
La produttività misurata può addirittura diminuire.
Ma questo non significa necessariamente che l’investimento sia sbagliato.
Potrebbe significare che l’impresa sta costruendo il capitale organizzativo necessario per ottenere successivamente i benefici della tecnologia.
Il vero investimento non è comprare l’AI
Questo punto è fondamentale per comprendere ciò che sta accadendo oggi.
Acquistare una tecnologia non significa automaticamente trasformare un’impresa.
Immaginiamo una banca che fornisca a migliaia di dipendenti strumenti di intelligenza artificiale generativa.
Le email vengono scritte più rapidamente.
Le relazioni vengono sintetizzate in pochi secondi.
Le informazioni possono essere ricercate più velocemente.
Le prime analisi di un documento diventano quasi immediate.
Tutto questo produce certamente efficienza.
Ma immaginiamo contemporaneamente che rimangano invariati i processi autorizzativi, le procedure creditizie, i controlli, i sistemi informativi, i livelli gerarchici e i flussi documentali.
Abbiamo velocizzato alcune attività.
Non abbiamo necessariamente aumentato la produttività dell’organizzazione.
È possibile rendere molto più efficiente un singolo nodo senza rendere più efficiente la rete.
Ed è qui che il problema tecnologico diventa un problema organizzativo.
L’errore che abbiamo già commesso con i computer
La storia economica offre un precedente interessante.
Quando i computer entrarono massicciamente nelle imprese, per molti anni gli economisti faticarono a trovare nelle statistiche gli straordinari aumenti di produttività che tutti si aspettavano.
Robert Solow sintetizzò provocatoriamente il problema con una frase diventata famosa: l’era dei computer era visibile dappertutto, tranne che nelle statistiche sulla produttività.
Il problema non erano necessariamente i computer.
Era il modo in cui venivano utilizzati.
Molte aziende avevano semplicemente inserito la nuova tecnologia dentro organizzazioni costruite per quella precedente.
Solo successivamente furono modificati processi, competenze, strutture organizzative e modelli di business.
A quel punto gli effetti diventarono molto più evidenti.
L’intelligenza artificiale potrebbe trovarsi oggi in una fase simile.
Il capitale invisibile
La teoria della curva a J introduce allora un concetto particolarmente importante: gli investimenti complementari immateriali.
Non basta acquistare tecnologia.
Occorre investire contemporaneamente in:
formazione;
organizzazione;
qualità e accessibilità dei dati;
ridisegno dei processi;
nuove competenze;
sistemi di controllo;
governance;
nuovi prodotti e servizi.
Gran parte di questi investimenti è difficile da osservare nei bilanci.
Eppure potrebbe rappresentare proprio la componente che determina il successo o il fallimento della trasformazione digitale.
Due imprese possono quindi dichiarare lo stesso investimento nell’intelligenza artificiale e trovarsi in situazioni completamente differenti.
Una ha semplicemente acquistato tecnologia.
L’altra sta trasformando il proprio modello operativo.
La differenza emergerà probabilmente soltanto nel tempo.
Il punto di svolta della J
A un certo momento gli investimenti accumulati cominciano però a produrre risultati.
Le persone imparano a utilizzare realmente gli strumenti.
I dati vengono organizzati.
I processi vengono ridisegnati.
Alcune attività vengono eliminate.
Altre vengono automatizzate.
Le responsabilità cambiano.
Nascono prodotti e servizi che prima non erano possibili.
Ed è allora che la curva cambia direzione.
La produttività comincia a crescere.
Prima lentamente.
Poi, potenzialmente, molto più rapidamente.
È la parte ascendente della J.
La domanda che dovremmo porci oggi non è quindi soltanto quanto sia potente l’intelligenza artificiale.
È un’altra:
a che punto della J ci troviamo?
Forse siamo ancora nella parte bassa della curva
La risposta non è semplice.
A livello delle singole attività esistono già numerose evidenze di incrementi significativi di produttività.
Scrittura, programmazione, customer service, ricerca documentale, elaborazione delle informazioni e analisi preliminare sono soltanto alcuni esempi.
Ma passare dalla produttività del singolo compito alla produttività dell’intera organizzazione è molto più difficile.
E passare dall’impresa all’intera economia lo è ancora di più.
Potremmo quindi trovarci in una fase di transizione:
2022-2023: scoperta ed entusiasmo
2024-2025: investimenti e sperimentazione
2025-2026: integrazione e riorganizzazione
oggi: possibile avvicinamento al punto di svolta
domani: diffusione dei guadagni di produttività
Naturalmente nessuno può sapere con certezza quando inizierà la parte fortemente crescente della curva.
Ma proprio questa incertezza rende il fenomeno economicamente interessante.
La curva a J entra nel merito creditizio
Esiste poi una conseguenza meno evidente, ma particolarmente importante.
Se la teoria della curva a J è corretta, potrebbe essere necessario modificare anche il modo in cui banche e investitori valutano le imprese impegnate nella trasformazione tecnologica.
Immaginiamo due aziende.
Entrambe investono cinque milioni di euro nell’intelligenza artificiale.
La prima acquista software, piattaforme e capacità computazionale.
La seconda investe la stessa cifra, ma contemporaneamente modifica i processi, forma il personale, organizza i dati, elimina attività ridondanti e ripensa il proprio modello operativo.
Nel breve periodo i risultati economici potrebbero essere simili.
La seconda impresa potrebbe addirittura mostrare costi superiori.
Ma il loro rischio prospettico non è necessariamente uguale.
Una sta acquistando tecnologia.
L’altra sta costruendo capitale organizzativo.
Ed è quest’ultimo che potrebbe determinare la capacità futura di trasformare l’AI in produttività, margini e flussi di cassa.
Non basta più chiedere quanto l’impresa investe
Questo cambia anche alcune domande che una banca dovrebbe porre durante la valutazione del merito creditizio.
Sapere che un’impresa ha investito nell’intelligenza artificiale dice relativamente poco.
Bisognerebbe capire come ha investito.
Quali processi sono stati modificati?
Quali attività sono state eliminate?
Quanto personale è stato formato?
Come sono stati organizzati i dati?
Quali indicatori vengono utilizzati per misurare i benefici?
Quali costi temporanei derivano dalla trasformazione?
Quando è previsto il break-even dell’investimento?
Quale incremento di produttività è atteso?
E soprattutto: quando dovrebbe trasformarsi in maggiore generazione di cassa?
La curva a J introduce così una dimensione temporale nella valutazione dell’investimento tecnologico.
Il rischio di giudicare troppo presto
Qui emerge forse l’aspetto più delicato.
Un’impresa che si trova nella parte discendente della J potrebbe presentare temporaneamente margini peggiori, costi maggiori e minore produttività.
Una lettura esclusivamente retrospettiva dei bilanci potrebbe interpretare questi segnali come un deterioramento.
Ma potrebbe trattarsi dell’esatto contrario.
L’impresa potrebbe attraversare la fase nella quale sta costruendo le condizioni per una maggiore competitività futura.
Naturalmente questo non significa che qualsiasi aumento dei costi debba essere giustificato con la trasformazione digitale.
La J non è una garanzia di successo.
Non tutte le curve scendono per poi risalire.
Alcune imprese investono male.
Altre acquistano tecnologie che non riescono a integrare.
Altre ancora non possiedono dati adeguati, competenze sufficienti o una governance capace di gestire la trasformazione.
La vera questione diventa quindi distinguere un deterioramento strutturale da una fase transitoria di investimento.
Una nuova domanda per gli organi di controllo
La stessa riflessione riguarda consigli di amministrazione, collegi sindacali, revisori e funzioni di controllo.
Davanti a importanti investimenti nell’intelligenza artificiale non basta verificare quanto è stato speso.
Occorre comprendere quale trasformazione organizzativa dovrebbe derivarne.
L’organo di controllo dovrebbe chiedersi se esiste un piano, se sono stati individuati indicatori misurabili, se vengono monitorati costi e benefici e se le ipotesi originarie vengono periodicamente confrontate con i risultati.
In altre parole, dovrebbe essere monitorata la traiettoria dell’impresa lungo la J.
Perché una discesa temporanea può essere fisiologica.
Una discesa senza un percorso credibile di risalita è invece un segnale di rischio.
Dalla tecnologia alla capacità di trasformazione
Forse è proprio questa la lezione più interessante della curva a J.
La competizione dei prossimi anni potrebbe non svolgersi semplicemente tra imprese che utilizzano l’intelligenza artificiale e imprese che non la utilizzano.
Potrebbe svolgersi tra organizzazioni capaci e incapaci di trasformarsi attraverso l’intelligenza artificiale.
La tecnologia sarà sempre più accessibile.
Gli stessi modelli saranno disponibili a migliaia di aziende.
Ciò che difficilmente sarà replicabile nello stesso modo saranno invece organizzazione, dati, competenze, cultura aziendale e capacità manageriale.
È lì che potrebbe trovarsi il vero vantaggio competitivo.
La domanda decisiva
Per questo, forse, stiamo ponendo all’intelligenza artificiale la domanda sbagliata.
Continuiamo a chiederci:
«Quanto aumenta la produttività grazie all’AI?»
La curva a J suggerisce una domanda diversa:
«Quanto tempo occorre perché un’organizzazione impari a trasformare una nuova tecnologia in produttività?»
È una differenza sostanziale.
Perché sposta l’attenzione dalla tecnologia all’impresa, dall’investimento alla trasformazione, dal risultato immediato alla capacità prospettica di generare valore.
E potrebbe spiegare anche il paradosso che stiamo osservando oggi.
Gli investimenti nell’intelligenza artificiale aumentano, mentre la grande esplosione della produttività continua a sembrare appena oltre l’orizzonte.
Forse non è la prova che l’AI stia mantenendo meno di quanto promesso.
Potrebbe semplicemente significare che siamo ancora nella parte bassa della J.
