Da marzo di quest’anno, nelle imprese si vedono file Excel con molti più fogli, formule complesse e colori e presentazioni PowerPoint con più slide, molti rettangoli, parecchio testo, spesso insopportabilmente piccolo. Oggi i modelli più evoluti di AI possono lavorare direttamente nelle cartelle dei PC e creare “artefatti” in pochi minuti, e così la produzione intellettuale prolifera. Proprio a marzo in un familyandtrends si affermava: “l’impatto dell’AI sul lavoro intellettuale sarà simile a quello della robotizzazione delle fabbriche sul lavoro manuale: più standardizzazione della qualità, minor spazio all’artigianato”.
La produttività crescerà quanto lascia intendere l’enorme entusiasmo tecnologico e finanziario? Sul piano finanziario, il prof. Damodaran ha recentemente affermato: “ho notato che le banche d’investimento stimano per xAI un mercato aggredibile in 22 trilioni, che penso sia più un’allucinazione che una stima”. Quanto alla redditività potenziale, ha tracciato un paragone interessante: “Il successo delle società di streaming non è andato solo a scapito delle aziende di intrattenimento tradizionali, ma, nel complesso, ha reso il settore meno redditizio”.
Sul piano tecnologico, si potranno certamente produrre analisi e documenti più rapidamente e la qualità si standardizzerà. Alcuni lavori intellettuali spariranno, come è successo con l’arrivo dell’office automation e la fine delle macchine da scrivere, dei registri contabili, delle calcolatrici da tavolo, dei grafici fatti a mano, dei lucidi, delle fotocopiatrici e di tutti gli umani che basavano la loro competenza su questi utilizzi. La legge di Parkinson, i.e. “nell’attività intellettuale il lavoro si espande in modo da riempire tutto il tempo disponibile per il suo completamento”, ha però permesso a molte attività di evolvere mantenendo il tempo di lavoro immutato, se non aumentato. Con l’arrivo di Excel, per esempio, chi si occupa di amministrazione, finanza e controllo sembra passare più tempo in azienda. Excel ha anche introdotto molti livelli di controllo, verifica e analisi impensabili quando si lavorava con la sola calcolatrice.
Per ora, da quando usiamo l’AI per analizzare e preparare documenti, sembra che passiamo più tempo a interagire con l’AI, e questo è bene. Sembra però che passiamo anche più tempo a leggere documenti più lunghi e meno chiari, e questo è male. Comincia a essere chiaro che per migliorare il lavoro intellettuale serve il connubio tra umano e AI. Non basta trasferire il nostro lavoro all’AI. Questo è un vantaggio per i giovani che si affacciano sul mondo del lavoro, come negli anni ’90 lo era per chi sapeva usare Excel e le sue macro rispetto a chi si limitava a “farci dentro” le somme.
La produttività forse crescerà. Ma chi sta già catturando il valore creato dall’AI? Per ora, chi fornisce gli input necessari a svilupparla. Un precedente familyandtrends ha paragonato l’AI al diamante: negli anni ’40 la pietra è diventata simbolo di amore eterno e un elemento necessario per chiedere la mano all’amata. Da allora, a guadagnarci davvero è stata De Beers, perché aveva le miniere. Nell’AI, il flusso di cassa dei fornitori di semiconduttori è passato da meno di 50 miliardi nel ’22 a più di 400 nel ’26; quello degli hyperscaler (Amazon, Google, Meta ecc.) è passato da più di 250 a… zero.

Queste aziende, insieme ai player puri dell’AI, stanno investendo moltissimo per vincere una gara in cui pensano che valgano due regole: “first mover advantage” e “winner takes it all”. Di solito non va così. Con internet, per esempio, ci sono voluti anni perché emergessero campioni basati sulla nuova tecnologia. Non è un caso che una delle aziende più innovative e longeve del mondo tecnologico, Apple, non abbia modificato il flusso di investimenti annui. Per ora tutto va bene perché gli investimenti si capitalizzano e non rovinano il momento d’oro degli utili. E quando si capitalizzano i costi, è facile largheggiare. Quando gli ammortamenti cominceranno a pesare sui conti economici e la competizione avrà fatto il suo corso, vedremo utili mutilati, impairment diffusi e disillusione.
La corsa alla capacità di calcolo si basa su un’euristica resa famosa da Richard Sutton nel suo saggio The Bitter Lesson del 2019: “[Nel cercare di] apportare un miglioramento [all’AI] che faccia la differenza nel breve termine, i ricercatori tendono a sfruttare la propria conoscenza umana del dominio, ma l’unica cosa che conta nel lungo periodo è lo sfruttamento della potenza di calcolo”. Basta pensare agli scacchi. I computer hanno perso finché si è cercato di insegnare loro mosse e strategie, come controllare il centro della scacchiera e non indebolire la struttura dei pedoni. Nel 1997 Deep Blue sconfisse Kasparov grazie alla sua enorme capacità di calcolo. Non sapeva giocare meglio a scacchi, ma poteva calcolare 200 milioni di posizioni al secondo e guardare avanti di 10–12 mosse, esplorando un numero enorme di combinazioni. Oggi, quando le facciamo una domanda, l’AI esegue miliardi di calcoli matriciali probabilistici per decidere quale parola viene dopo. Eppure non ha la più pallida idea di quello che sta dicendo. Per farlo serve molta capacità di calcolo, che costa miliardi di dollari. La domanda resta la stessa: come aumenterà la disponibilità a pagare del consumatore per questa costosa capacità di calcolo? Per ora godiamoci fogli di calcolo più complessi e colorati e presentazioni più lunghe e con caratteri più piccoli…