L’AI e il Ritorno del Paradosso di Solow: Perché la Produttività non Decolla (Ancora)

Si fa un gran parlare di Intelligenza Artificiale (IA) e di investimenti miliardari mirati a migliorare l’efficienza aziendale, ma i dati iniziano a raccontare una storia diversa da quella dei comunicati stampa entusiasti. Un recente sondaggio condotto dal National Bureau of Economic Research (NBER) su oltre 6.000 dirigenti tra Europa e Stati Uniti rivela un divario profondo tra aspettative e realtà: mentre il 70% delle aziende afferma di usare attivamente l'IA, oltre l'80% non ha notato alcun miglioramento tangibile in termini di produttività o occupazione.

Il Ritorno del Paradosso di Solow

Questa situazione richiama il celebre "paradosso di Solow" degli anni '80: «Potete vedere l'età dei computer dappertutto, tranne che nelle statistiche sulla produttività». Le ricerche moderne confermano che stiamo vivendo un "clash" simile tra aspettative e statistiche. Esistono quattro spiegazioni principali per questo ritardo: false speranze, misurazioni errate, redistribuzione della ricchezza e, soprattutto, i ritardi di implementazione. Come per ogni tecnologia di uso generale, i pieni effetti dell'IA non si manifesteranno finché non verranno sviluppate e implementate ondate di innovazioni complementari, nuovi modelli organizzativi e competenze specifiche.

Produttività: Percezione vs Realtà

Un'evidenza interessante emerge dai documenti più recenti: i dirigenti percepiscono spesso guadagni di produttività superiori a quelli effettivamente misurati. Questo accade perché i benefici reali spesso riflettono aumenti della Total Factor Productivity (TFP) basati sui ricavi, legati a canali di innovazione e domanda, piuttosto che a un semplice aumento immediato dell'output per lavoratore. Inoltre, l'adozione è estremamente eterogenea: se da un lato le grandi aziende e i settori finanziari vedono già i primi frutti, le piccole imprese sono ancora in una fase embrionale.

La Trappola della "So-So Automation"

Un concetto fondamentale introdotto dagli economisti Acemoglu e Restrepo è quello della "so-so automation" (automazione mediocre). Molte applicazioni attuali dell'IA sono abbastanza produttive da essere adottate e causare lo spostamento dei lavoratori, ma non sono sufficientemente innovative da generare incrementi di produttività tali da compensare questo effetto o creare una crescita economica robusta. In pratica, si sostituisce l'uomo per compiti esistenti senza creare nuovo valore significativo.

La Strategia dei Tagli: Efficienza o "Wage Compression"?

Se la produttività fatica a decollare, la minaccia sui posti di lavoro sembra invece più immediata, ma non per le ragioni che pensiamo. Molti dei tagli al personale annunciati nel 2026 non sono causati dall'efficacia attuale dell'IA, ma sono considerati "tagli di prestigio" effettuati per compiacere i mercati.

Dati recenti indicano che solo il 2% dei dirigenti attribuisce i licenziamenti a un'implementazione effettiva dell'IA, mentre il 60% ha tagliato in anticipo, sperando in efficienze future che non sono ancora arrivate. In questo senso, l'IA viene usata come una narrazione per giustificare una riduzione dei costi del personale ("wage compression") che altrimenti verrebbe percepita come un segnale di crisi aziendale.

Chi rischia di più nel 2026?

L'impatto sul mercato del lavoro non è uniforme e sta delineando una ripresa a forma di "K":

  • Colletti Bianchi e Amministrativi: Le posizioni clericali e di supporto sono le più esposte. Si prevede che i tagli legati all'IA aumenteranno drasticamente, colpendo principalmente ruoli entry-level di elaborazione dati.
  • L'Effetto Spostamento: L'automazione crea un potente "effetto di spostamento", sostituendo i lavoratori nei compiti che prima svolgevano, riducendo la quota di reddito nazionale destinata al lavoro.
  • Capacità Adattiva: Fortunatamente, i lavoratori con alta capacità adattiva (competenze trasferibili, risparmi e istruzione elevata) saranno in grado di orchestrare l'IA per aumentare il proprio valore, navigando la transizione meglio di altri.

Conclusione: Oltre l'Automazione

Per superare il paradosso della produttività, le aziende devono smettere di concentrarsi solo sulla sostituzione del lavoro umano. La vera sfida non è più solo investire in software, ma risolvere il mismatch tra le nuove tecnologie e le competenze reali della forza lavoro. Solo quando l'IA sarà utilizzata per creare nuovi compiti e nuove opportunità — e non solo per tagliare i costi — vedremo finalmente la produttività salire nelle statistiche nazionali.

 Come stai utilizzando l’IA nella tua azienda e quali sono le tue reali aspettative a riguardo?

Scrivilo nei commenti


Fonti e approfondimenti:

Commenti

Posta un commento

Scrivi qui il tuo punto di vista

Post popolari in questo blog

Serie Open Innovation Italia

Immagine
Open Innovation Italia 2025: l’88% la adotta, ma chi vince davvero? Open Innovation Italia 2025: l’88% la adotta, ma chi vince davvero? Il panorama dell’innovazione in Italia vive un paradosso. Secondo i dati dell’ Osservatorio Startup Thinking del Politecnico di Milano , l’88% delle grandi imprese ha integrato modelli di Open Innovation . Tuttavia, l'adozione tecnica non coincide sempre con il valore reale generato. Il Modello di Competitività: Nella mia esperienza di Advisor, ho osservato che il mercato premia chi sa comunicare l'innovazione tanto quanto chi la realizza. Nel calcolo della competitività aziendale, il Brand & Riconoscimento pesa per il 25% , mentre la Digital Maturity si ferma al 15% . Dati 2025: Tra Crescita e Gap di Misurazione Il mercato dei servizi per l'innovazione in Italia ha toccato i 742 milioni di euro . Sebbene gli investimenti siano in crescita (+6.6%)...
Read more »

Eni: il modello Eniverse per rigenerare il Brand attraverso la tecnologia

Serie Open Innovation Italia Quando una company con 70 anni di storia deve trasformarsi, il rischio non è solo industriale — è identitario. Eni ha scelto una strada rara: usare la tecnologia proprietaria non solo per cambiare il business, ma per rigenerare il brand dall'interno. Il risultato è un sistema che vale la pena analizzare. Trasformare un brand storico è una delle operazioni più difficili che esistano nel management. Non perché manchino le risorse o le idee — ma perché il brand porta con sé decenni di aspettative sedimentate: nei clienti, nei dipendenti, negli azionisti, nelle comunità. Toccare il brand significa toccare tutto questo insieme. Eni ha iniziato questa operazione nel 2022 con un approccio che, da osservatore esterno e da professionista che ha lavorato su trasformazioni simili, trovo particolarmente interessante. Non ha fatto un rebranding. Ha costruito un sistema. Il sistema si chiama Eniverse. E vale la pena capire come funziona ...
Read more »

Stai facendo Innovazione vera o Innovation Theater?

Immagine
Smettila di fare Innovation Theater | Giuseppe Contaldo Smettila di fare Innovation Theater : gli strumenti che uso per costruire innovazione reale Esiste una forma di innovazione quasi peggiore della sua assenza. Consuma tempo, energia e credibilità interna senza produrre niente di misurabile. Ecco come riconoscerla — e come costruire qualcosa di reale al suo posto. Ho costruito un ecosistema di innovazione che ha coinvolto 200.000 persone. Non è nato da un hackathon. È nato dalla risposta a una domanda scomoda: cosa stiamo facendo che sembra innovazione ma non lo è? Il problema non è che certe attività siano inutili in assoluto. Il problema è che consumano risorse che in un'organizzazione in trasformazione sono sempre scarse — e non producono niente di misurabile. Prima di costruire qualcosa di reale, bisogna essere onesti su quello che si sta già facendo. L'innovazione è disciplina, non creatività. La creatività serve per ...
Read more »