L’intelligenza artificiale e il ritorno della realtà
C’è qualcosa di curioso nel modo in cui le aziende stanno vivendo la rivoluzione dell’intelligenza artificiale. Da una parte, aumentano gli investimenti, si moltiplicano le sperimentazioni, nascono nuove figure professionali e nuove responsabilità organizzative; dall’altra, quando arriva il momento di misurare i risultati economici, le risposte diventano improvvisamente molto più sfumate. È il paradosso fotografato dalla ricerca “The AI Paradox in Europe’s Consumer Industries: More Spending, Elusive Impact” realizzata da McKinsey tra dirigenti e manager delle principali aziende europee attive nei settori retail, largo consumo, moda e servizi al consumatore. Più di otto aziende su dieci dichiarano di aver aumentato gli investimenti in intelligenza artificiale nell’ultimo anno, ma oltre la metà non è ancora in grado di quantificare un impatto concreto sui risultati economici.
Un dato che può apparire sorprendente soltanto a chi pensa che la tecnologia produca automaticamente produttività. In realtà la storia economica insegna esattamente il contrario.
La lezione dimenticata delle rivoluzioni tecnologiche
Nel 1987 il premio Nobel Robert Solow pronunciò una frase diventata celebre: “Si vede l’era dei computer ovunque tranne che nelle statistiche sulla produttività”.
Le aziende stavano acquistando computer, software e infrastrutture digitali a ritmi mai visti prima, ma i benefici economici faticavano a manifestarsi e non perché la tecnologia non funzionasse, ma perché le organizzazioni non erano ancora cambiate abbastanza per sfruttarla davvero. Ci vollero quasi vent’anni perché la rivoluzione digitale producesse effetti visibili sui modelli organizzativi, sulle catene del valore e sulla produttività.
L’intelligenza artificiale sembra oggi riproporre una dinamica simile, l’entusiasmo corre più veloce della capacità di trasformazione delle imprese. La tecnologia è pronta, le organizzazioni molto meno.
Tutti investono, pochi incassano
I numeri raccontano bene questo scarto, ventitré manager su ventisette dichiarano che la propria azienda ha aumentato gli investimenti in AI negli ultimi dodici mesi e ventidue prevedono ulteriori incrementi nel prossimo anno. In molti casi, la spesa destinata all’intelligenza artificiale rappresenta già oltre il 5% dei budget digitali complessivi e per più di un terzo delle aziende arriva addirittura tra il 10% e il 30%.
Eppure, soltanto sei organizzazioni dichiarano un impatto sull’EBIT superiore all’1%, mentre più della metà ammette di non essere ancora in grado di misurare risultati economici concreti. In altre parole, la fiducia nella tecnologia cresce molto più rapidamente della capacità di dimostrarne il valore.
La sindrome del progetto pilota
La ricerca evidenzia un fenomeno che, chi frequenta il mondo aziendale incontra ormai quotidianamente, le imprese non stanno facendo troppo poco, stanno facendo troppo di tutto.
Marketing, customer experience, supply chain, pricing, promozioni, sviluppo software, gestione dei dati e forecasting: l’intelligenza artificiale viene sperimentata contemporaneamente in decine di ambiti diversi. Alcune aziende coinvolte nello studio dichiarano di avere oltre cinquanta iniziative aperte, altre tra dieci e venti. Tuttavia, mediamente soltanto il 10% dei progetti arriva a una diffusione effettiva su larga scala all’interno dell’organizzazione.
La maggior parte resta confinata nella fase di sviluppo, di test o di proof of concept. È la nuova versione del “pilot purgatory”, il purgatorio delle sperimentazioni: progetti abbastanza promettenti da non essere abbandonati, ma non abbastanza maturi da trasformare realmente l’azienda.
Nel frattempo, i consigli di amministrazione continuano a chiedere risultati, i direttori finanziari cercano ritorni misurabili e i manager si trovano intrappolati in una zona grigia dove tutti percepiscono il potenziale della tecnologia ma pochi riescono a trasformarlo in numeri.
Dove l’AI sta già producendo valore
Questo non significa che l’intelligenza artificiale non stia generando benefici, ma piuttosto che li sta generando in modo diverso da quanto molti si aspettavano.
Le aree che mostrano i risultati più evidenti non sono quelle della crescita dei ricavi, bensì quelle dell’efficienza operativa. Secondo McKinsey, i benefici più frequentemente citati riguardano la riduzione dei costi, seguita dal miglioramento della soddisfazione dei clienti e dalla capacità di accelerare l’innovazione. Tra le aziende che dichiarano risultati tangibili, soltanto due riportano miglioramenti dell’EBIT compresi tra il 5% e il 10%.
È un segnale interessante perché suggerisce che, almeno in questa fase, l’AI si sta comportando più come una leva di produttività che come un motore di crescita. Aiuta a fare meglio ciò che le aziende già fanno, più che a inventare modelli di business completamente nuovi.
Anche le aree applicative raccontano qualcosa. I settori dove l’intelligenza artificiale è maggiormente utilizzata sono il marketing e la crescita commerciale, citati da 19 manager su 27, seguiti dallo sviluppo software e dalle operations tecnologiche; seguono customer experience, forecasting della domanda, pricing, promozioni e supply chain.
L’AI, almeno per ora, sembra trovare terreno fertile dove esistono grandi quantità di dati e processi ripetitivi da ottimizzare, molto meno dove il cambiamento richiede una profonda revisione dei modelli organizzativi.
Il capitale più raro non è l’intelligenza artificiale
L’aspetto forse più interessante della ricerca riguarda ciò che manca. Non mancano gli algoritmi, non mancano nemmeno le piattaforme tecnologiche: mancano le persone. Solo nove manager su ventisette ritengono di possedere oggi le competenze necessarie per sviluppare e scalare efficacemente l’intelligenza artificiale. Ancora più significativo è il dato relativo alla diffusione interna: soltanto due organizzazioni dichiarano un utilizzo quotidiano e trasversale dell’AI tra i dipendenti. Tre quarti degli intervistati giudicano inoltre ancora immature le proprie infrastrutture dati.
Per anni, abbiamo immaginato che il problema dell’intelligenza artificiale sarebbe stato sostituire il lavoro umano. La realtà sembra molto diversa: il problema è trovare abbastanza persone capaci di lavorare insieme all’intelligenza artificiale. Il vero collo di bottiglia non è tecnologico ma culturale.
L’AI non è un software, è un cambiamento organizzativo
Molte aziende continuano a trattare l’intelligenza artificiale come una questione da affidare all’IT. È un errore comprensibile, ma sempre più evidente.
L’AI non modifica semplicemente gli strumenti di lavoro, modifica il modo in cui vengono prese le decisioni, distribuite le responsabilità, organizzati i processi e valutate le competenze. Per questo, le organizzazioni che stanno ottenendo risultati migliori non sono necessariamente quelle che investono di più, ma quelle che riescono ad allineare tecnologia, governance, dati e persone attorno a pochi obiettivi concreti.
La stessa McKinsey sottolinea che le aziende più avanzate tendono a concentrare gli investimenti su un numero limitato di casi d’uso ad alto potenziale, evitando di disperdere risorse in una moltitudine di iniziative. La differenza non la fa la quantità dei progetti, ma la capacità di portarli a scala.
L’era degli agenti
Come se non bastasse, mentre le imprese cercano ancora di governare l’intelligenza artificiale generativa, all’orizzonte si profila già una nuova frontiera: l’agentic AI.
Non più strumenti che rispondono a domande o producono contenuti, ma sistemi capaci di svolgere autonomamente attività articolate, prendere decisioni operative e coordinare processi complessi. Circa tre quarti delle aziende coinvolte nella ricerca si trovano però ancora nelle fasi iniziali di esplorazione di queste tecnologie.
È un passaggio che potrebbe avere implicazioni enormi per il retail, il largo consumo e il fashion, ma pone anche una questione inevitabile: se oggi molte organizzazioni faticano ancora a governare dati, competenze e processi, quanto sono davvero pronte per sistemi che avranno livelli crescenti di autonomia?
Lo specchio delle aziende
In sintesi, l’intelligenza artificiale sta facendo emergere una verità che molte imprese preferirebbero non vedere: le aziende con dati frammentati continuano ad avere dati frammentati; quelle con processi inefficienti continuano ad avere processi inefficienti; quelle con leadership poco allineate restano poco allineate. L’AI non cancella queste debolezze: le amplifica.
Per questo, la vera differenza tra vincitori e ritardatari probabilmente non sarà determinata da chi lancerà più iniziative o investirà più denaro, ma da chi riuscirà a trasformare l’entusiasmo per la tecnologia in disciplina organizzativa. Di fatto, stiamo scoprendo quanto sia difficile cambiare le aziende alla stessa velocità con cui cambiano gli algoritmi.
Source link
