L’intelligenza artificiale non sostituirà il lavoro, ne ridisegnerà il valore

Il dibattito pubblico sull’intelligenza artificiale si è organizzato quasi interamente attorno a una domanda, quanti posti di lavoro verranno sostituiti, che per un’impresa è meno utile di quanto sembri. Non perché la domanda sia priva di rilevanza sociale, ma perché, dal punto di vista di chi deve decidere come allocare capitale e definire una strategia competitiva, è la domanda sbagliata. La storia delle tecnologie a diffusione generale, dall’elettrificazione industriale all’informatica personale fino a internet, mostra una regolarità che vale la pena richiamare con precisione: l’adozione di una tecnologia non garantisce automaticamente che il valore economico che essa genera venga catturato da chi la utilizza. Il valore tende a confluire verso chi controlla l’asset complementare scarso, quello che non può essere replicato facilmente dagli altri partecipanti alla catena, indipendentemente da chi materialmente impieghi la tecnologia nella propria attività quotidiana. La domanda corretta per un’impresa non è quindi se l’intelligenza artificiale sostituirà alcune delle sue funzioni interne, ma chi, lungo la catena del valore in cui l’impresa opera, finirà per controllare quell’asset scarso.

Nel caso dell’intelligenza artificiale generativa, l’asset scarso non è unico, ed è qui che la maggior parte delle analisi semplifica eccessivamente. Esistono almeno tre candidati distinti, ciascuno governato da una logica economica diversa. Il primo è l’infrastruttura di calcolo e i modelli stessi, un livello caratterizzato da costi fissi enormi e da rendimenti di scala che favoriscono pochissimi attori globali, una struttura di mercato che ricorda più le utility regolate o le infrastrutture di rete che un mercato concorrenziale ordinario. Il secondo è il dato proprietario, in particolare il dato specifico di settore, di processo o di cliente che nessun modello generalista possiede per definizione e che resta nelle mani di chi ha generato quella relazione nel tempo, spesso proprio le imprese di dimensione media radicate in una filiera specifica. Il terzo è l’interfaccia, cioè il punto di contatto con il cliente finale attraverso cui l’intelligenza artificiale viene effettivamente erogata: chi controlla questo punto di contatto può intermediare il valore generato a monte, anche senza possedere né l’infrastruttura né il dato.

Questa tripartizione chiarisce perché la posizione competitiva di un’impresa italiana di dimensione media rispetto all’intelligenza artificiale non dipenda dalla sua capacità di competere sul primo livello, cosa economicamente fuori portata per quasi chiunque al di fuori di un numero molto ristretto di soggetti globali, ma dalla sua capacità di proteggere e valorizzare ciò che effettivamente possiede sul secondo livello: la conoscenza di processo accumulata in anni di attività, la relazione diretta con i propri clienti, i dati operativi specifici della propria filiera. È un punto che ribalta la narrazione corrente, spesso costruita attorno all’idea che le piccole e medie imprese siano per definizione in posizione debole rispetto a questa trasformazione. Sul piano dell’infrastruttura lo sono, quasi per definizione. Sul piano del dato proprietario, non necessariamente: un’impresa che lavora da decenni in una nicchia produttiva specifica possiede spesso un patrimonio informativo che nessun modello generalista può replicare, e che diventa tanto più valioso quanto più l’infrastruttura sottostante si commoditizza.

Questo patrimonio, però, viene messo a rischio con sorprendente facilità dal modo concreto in cui molte imprese adottano gli strumenti di intelligenza artificiale disponibili sul mercato. L’adozione avviene tipicamente attraverso piattaforme di terze parti, spesso senza una valutazione esplicita di quali dati vengano condivisi con il fornitore, di come vengano utilizzati per addestrare o migliorare i modelli sottostanti, e di quali diritti l’impresa conservi su quei dati una volta trasferiti. In assenza di questa valutazione, un’impresa può trovarsi a cedere, in modo silenzioso e spesso non negoziato, esattamente l’asset che le avrebbe garantito una posizione difendibile nel secondo livello descritto sopra, in cambio di un beneficio operativo immediato ma temporaneo.

Non si tratta di un argomento contro l’adozione dell’intelligenza artificiale, che resta in molti casi necessaria sul piano competitivo, ma di un argomento per una governance dell’adozione. La distinzione è sostanziale. Utilizzare uno strumento significa acquistare una capacità; integrarlo nei processi significa invece decidere quali informazioni possono attraversarlo, quali devono rimanere all’interno dell’organizzazione, chi mantiene il controllo delle relazioni con il cliente e quali dipendenze vengono create nei confronti del fornitore. Sono decisioni che sembrano appartenere alla funzione tecnologica, ma che riguardano in realtà l’architettura economica dell’impresa.

È qui che la questione del lavoro torna ad assumere importanza, ma in una forma diversa da quella che domina il dibattito pubblico. La conseguenza economicamente più rilevante dell’intelligenza artificiale potrebbe non essere la semplice eliminazione di determinate mansioni, bensì la modifica del valore relativo delle competenze. Se una parte crescente delle attività cognitive standardizzabili può essere svolta a costi progressivamente inferiori, il prezzo economico di quelle attività tenderà inevitabilmente a diminuire. Non significa che scompariranno tutte le persone che le svolgono. Significa qualcosa di più sottile: che la disponibilità di quella capacità diventerà meno rara e, proprio per questo, meno determinante nella distribuzione del valore.

È un meccanismo economico già osservato molte volte. Quando una tecnologia rende abbondante ciò che prima era scarso, il valore tende a spostarsi verso ciò che rimane difficile da riprodurre. I fogli di calcolo non hanno eliminato la funzione finanziaria delle imprese, ma hanno ridotto drasticamente il valore della capacità di eseguire manualmente determinati calcoli. I software di progettazione non hanno eliminato ingegneri e architetti, ma hanno modificato la distribuzione del tempo e delle competenze all’interno delle professioni. Internet non ha eliminato l’informazione, ma ne ha abbattuto il costo di distribuzione, spostando progressivamente il problema economico dall’accesso all’informazione alla capacità di selezionarla, interpretarla e renderla affidabile.

L’intelligenza artificiale generativa introduce una dinamica analoga nel lavoro cognitivo. Produzione di testi standardizzati, sintesi documentale, classificazione, ricerca preliminare, elaborazione di presentazioni, analisi ricorrenti e una parte crescente della programmazione possono essere svolte con un costo marginale enormemente inferiore rispetto al passato. Il risultato non è necessariamente la scomparsa delle professioni interessate. È la progressiva perdita di scarsità di alcune delle capacità sulle quali quelle professioni avevano costruito una parte del proprio valore economico.

La distinzione è importante soprattutto per le imprese. Se l’intelligenza artificiale consente a tutti i concorrenti di produrre più rapidamente documenti, analisi, preventivi, comunicazioni commerciali o elaborazioni tecniche, dopo una prima fase di vantaggio per chi adotta prima la tecnologia quella capacità smette di rappresentare un elemento differenziante. Diventa una condizione minima di partecipazione al mercato. L’impresa che interpreta l’AI esclusivamente come strumento di produttività rischia quindi di ottenere un’efficienza reale ma temporanea, perché la stessa efficienza sarà progressivamente disponibile anche ai concorrenti.

Il problema strategico si sposta allora dalla produttività alla differenziazione. Se tutti dispongono di modelli sufficientemente potenti, che cosa rimane difficile da replicare?

La risposta cambia da settore a settore, ma alcune categorie ricorrono. Rimangono difficili da replicare le relazioni consolidate con clienti e fornitori; la conoscenza tacita dei processi; gli archivi proprietari costruiti nel tempo; la reputazione; la capacità di assumersi responsabilità; l’accesso a determinate reti distributive; la conoscenza delle eccezioni che non compaiono nei manuali; la capacità di interpretare un contesto ambiguo; la fiducia accumulata attraverso migliaia di interazioni. In molti settori rimane preziosa anche una componente apparentemente meno tecnologica: sapere quale problema valga effettivamente la pena risolvere.

È su questi elementi che dovrebbe concentrarsi una strategia di intelligenza artificiale per una PMI.

La prima fase dell’adozione è stata dominata comprensibilmente dagli strumenti: quale modello utilizzare, quale piattaforma acquistare, quali attività automatizzare. La fase successiva richiederà domande differenti. Quali dati possediamo che altri non possiedono? Quale conoscenza organizzativa esiste soltanto nella testa delle persone che lavorano con noi? Quali informazioni produciamo ogni giorno senza archiviarle in una forma utilizzabile? Quale parte della relazione con il cliente controlliamo direttamente? Quali processi, se affidati integralmente a una piattaforma esterna, potrebbero trasformare un fornitore tecnologico in un futuro intermediario tra l’impresa e il suo mercato?

Sono domande di strategia industriale prima ancora che di tecnologia.

Esiste infatti un secondo rischio, meno evidente della sostituzione del lavoro ma potenzialmente più importante per la struttura dei mercati: la disintermediazione dell’impresa stessa. Se l’interfaccia attraverso cui il cliente cerca informazioni, confronta alternative, formula una richiesta e infine acquista si sposta progressivamente verso sistemi di intelligenza artificiale controllati da terzi, il soggetto che possiede quella relazione acquisisce una posizione straordinariamente potente. L’impresa può continuare a produrre il bene o il servizio, ma perdere progressivamente il controllo del punto in cui si forma la scelta.

Internet ha già mostrato questa dinamica. In numerosi mercati le piattaforme non hanno sostituito i produttori, gli alberghi, i commercianti, i ristoranti o i professionisti. Hanno fatto qualcosa di economicamente diverso: si sono collocate tra loro e il cliente. Una volta controllata l’interfaccia, hanno potuto determinare le condizioni di accesso alla domanda e catturare una quota crescente del valore prodotto dagli operatori sottostanti.

L’intelligenza artificiale potrebbe estendere questa logica a un numero molto maggiore di settori perché l’intermediazione non riguarderebbe più soltanto la distribuzione, ma anche la formazione della decisione. Un sistema capace di comprendere un bisogno, selezionare le alternative, confrontarle e suggerire una soluzione può diventare contemporaneamente motore di ricerca, consulente e canale distributivo. Per un’impresa, essere tecnicamente più efficiente grazie all’AI ma perdere il rapporto diretto con il cliente sarebbe un risultato tutt’altro che vantaggioso.

Da questo punto di vista, la vera linea di divisione dei prossimi anni potrebbe non passare tra imprese che utilizzano l’intelligenza artificiale e imprese che non la utilizzano. È probabile che, in tempi relativamente brevi, quasi tutte la utilizzeranno in qualche forma. La distinzione economicamente significativa passerà tra chi la utilizzerà conservando il controllo dei propri asset complementari e chi costruirà la propria efficienza sopra infrastrutture, dati e interfacce controllati interamente da altri.

Per le PMI italiane questa distinzione è particolarmente importante. La loro debolezza tradizionale è la dimensione: minore disponibilità di capitale, minori economie di scala, capacità di investimento tecnologico più limitata. Ma la stessa struttura produttiva italiana presenta anche caratteristiche che possono diventare rilevanti nel nuovo contesto: specializzazione verticale, conoscenze di nicchia, relazioni di filiera consolidate, prossimità al cliente, competenze tecniche sedimentate e una quantità considerevole di conoscenza tacita difficilmente codificabile.

L’intelligenza artificiale può erodere questo patrimonio oppure moltiplicarne il valore. La differenza dipenderà dal modo in cui verrà incorporata nell’organizzazione.

Un’impresa che utilizza l’AI semplicemente per ridurre il costo del lavoro otterrà probabilmente un beneficio misurabile nel breve periodo. Un’impresa che la utilizza per rendere interrogabile la propria conoscenza interna, organizzare i dati accumulati, aumentare la capacità decisionale delle persone, comprendere meglio i clienti e trasformare competenze tacite in capitale organizzativo può produrre qualcosa di più importante: aumentare il rendimento degli asset che già possiede senza necessariamente cederne il controllo.

È questa la distinzione che il dibattito sulla sostituzione del lavoro tende a oscurare.

La questione decisiva non sarà quanti compiti riusciremo ad affidare alle macchine. Sarà quali capacità, una volta diventate abbondanti grazie alle macchine, smetteranno di produrre un vantaggio competitivo e quali risorse diventeranno invece più rare proprio per effetto di quella abbondanza.

Quando produrre contenuti diventa economico, aumenta il valore dell’autorevolezza. Quando elaborare informazioni diventa economico, aumenta il valore dei dati esclusivi e della capacità di formulare le domande corrette. Quando generare alternative diventa economico, aumenta il valore del giudizio necessario per scegliere tra esse. Quando replicare una competenza standard diventa economico, aumenta il valore della conoscenza specifica del contesto. Quando l’interazione può essere automatizzata, la relazione autenticamente posseduta con il cliente può diventare più preziosa, non meno.

L’intelligenza artificiale, in altre parole, non elimina la scarsità. La sposta. Ed è proprio lo spostamento della scarsità a ridisegnare il valore.

Per questo le imprese che nei prossimi anni guarderanno esclusivamente al numero di ore risparmiate, alle mansioni automatizzate o alla riduzione dei costi rischieranno di misurare con grande precisione la parte meno importante della trasformazione. Il vero bilancio dell’intelligenza artificiale dovrà includere ciò che l’impresa ha reso più efficiente, ma anche ciò che ha mantenuto sotto il proprio controllo; ciò che ha acquistato da una piattaforma, ma anche ciò che ha evitato di trasferirle; il costo del lavoro risparmiato, ma anche il valore del dato, della relazione e della conoscenza che continua a possedere.

Fra qualche anno potremmo scoprire che la domanda che ha accompagnato l’intera prima fase della rivoluzione dell’intelligenza artificiale — quanti lavori sostituirà? — aveva attirato la nostra attenzione sul punto sbagliato della catena economica.

La domanda che conta per l’impresa è un’altra: quando l’intelligenza diventerà abbondante, che cosa resterà scarso? Chi saprà rispondere prima degli altri avrà probabilmente individuato anche dove si sposterà il valore.