L’AI accelera il lavoro ma non sempre lo migliora. Ecco i punti critici

Quattro lavoratori italiani su dieci dichiarano di risparmiare fino a un giorno a settimana grazie all’intelligenza artificiale. Eppure, dietro questo dato apparentemente inequivocabile si nasconde un paradosso: una quota rilevante di quel tempo (circa la metà) viene riassorbita da attività di correzione, verifica e riscrittura degli output imperfetti. È quanto emerge dalla ricerca globale di Workday “Beyond Productivity: Measuring the Real Value of AI”, presentata qualche settimana fa in occasione dell’apertura dell’Innovation Lab di Milano della multinazionale californiana. Le tendenze su cui riflettere sono ben espresse da due percentuali e sono le seguenti: se il 92% degli addetti afferma di essere più produttivo grazie all’AI, fino al 40% del tempo risparmiato viene però dedicato a rielaborazioni, con un dipendente su due che, nello specifico, dedica da una a due ore a settimana a correggere risultati generati dagli algoritmi ritenuti di qualità non adeguata. In altre parole, si è al cospetto di una sorta di “produttività apparente”, in cui la velocità di esecuzione dei compiti aumenta, ma non sempre si traduce in un miglioramento reale del processo di lavoro.

L’Italia si trova oggi in una fase ancora iniziale del ciclo di adozione dell’AI e lo confermerebbe il fatto che solo il 29% dei lavoratori utilizza su base quotidiana questa tecnologia, per quanto la percezione dei suoi benefici sia in generale molto elevata. Secondo Fabrizio Rotondi, Country Manager di Workday Italia, occorre comunque una lettura di cautela di questi indicatori. «Confrontando i dati italiani con quelli globali e statunitensi possiamo affermare che nel nostro Paese siamo ancora nella fase di hype, mentre negli Stati Uniti si registra già un livello più alto di scetticismo nei confronti dell’intelligenza artificiale. In Italia – prosegue ancora il manager - stiamo intercettando soprattutto gli utenti più entusiasti, spesso giovani, che non hanno ancora sviluppato una piena consapevolezza nella gestione della produttività aumentata dalla tecnologia».

Uno squilibrio destinato a ridursi nel tempo, man mano che l’adozione diventerà più matura, ma che porta con sé un primo nodo critico: l’uso diffuso dell’AI non coincide automaticamente con un uso efficace di questi strumenti. È infatti sempre e comunque la qualità dei dati a determinarne il valore, tanto che uno dei rischi principali legati all’adozione massiva dei modelli generativi è quello che Rotondi definisce “AI poco profonda”, ovvero sistemi che generano output rapidi ma non sufficientemente affidabili. Se molti progetti falliscono, questa la convinzione di Workday, è perché lavorano su basi dati non pulite o non strutturate; non a caso uno dei “must” della società americana è evitare questo fenomeno e la ricetta per farlo è ricorrere a una base dati in cloud costruita grazie agli oltre 11mila clienti della piattaforma e i circa 1.400 miliardi di transazioni gestite ogni anno. Senza una base dati solida, in definitiva, il rischio che corrono le aziende è quello di moltiplicare la produttività senza aumentare la precisione, evidenziando tutti i limiti (e il problema della rielaborazione è ovviamente fra questi) di un’integrazione incompleta tra tecnologia, processi e informazioni.

Un altro elemento chiave della questione riguarda il disallineamento tra strumenti e modelli organizzativi. Nella maggior parte delle aziende, i ruoli e i processi non si sono evoluti alla stessa velocità delle tecnologie e lo ribadisce a chiare lettere il confronto che vede i dipendenti utilizzare oggi strumenti rilasciati sul mercato nel 2025 all’interno di strutture organizzative ancorate a schermi del 2015. Una dicotomia che non fa altro che aumentare il carico cognitivo e di responsabilità individuale delle persone, costrette loro malgrado a più output da gestire e più controlli da effettuare.

I soggetti maggiormente esposti al fenomeno della rielaborazione sono infatti i lavoratori più giovani (e teoricamente i più preparati) mentre in parallelo gli utenti più assidui risultano essere anche quelli sotto maggiore pressione, con oltre il 77% del campione di lavoratori intervistati che dichiara di verificare i risultati prodotti dall’AI con la stessa attenzione, se non maggiore, rispetto al lavoro umano. «Il vero tema – ha puntualizzato in proposito Rotondi – è il change management. Le aziende spesso non colgono le opportunità dell’AI per inerzia o per la difficoltà di ripensare modelli e processi, e questo conferma come il punto di svolta è organizzativo prima ancora che tecnologico».