Il paradosso dell'IA: aumenta la produttività del 4%, ma il 90% dei CEO non se ne accorge

Questa settimana sono stati pubblicati i risultati di due ricerche sul tema intelligenza artificiale e produttività che paiono giungere a conclusioni opposte. Dal Centro per la Ricerca Economica e le Politiche (CEPR) arriva uno studio su oltre 12.000 imprese europee: l'intelligenza artificiale aumenta la produttività del lavoro del 4%. Quasi in contemporanea, il National Bureau of Economic Research (NBER) pubblica un'indagine su 6.000 dirigenti di grandi aziende negli Stati Uniti, nel Regno Unito, in Germania e in Australia: quasi il 90% di loro dice che l'IA non ha avuto alcun impatto né sulla produttività né sull'occupazione. Stesso tema, stesso momento storico, conclusioni opposte. O almeno così sembra.

Il paradosso di Solow è tornato

Per capire cosa sta succedendo è necessario premere il tasto "riavvolgi" e tornare indietro di quasi 40 anni. Nel 1987, l'economista e premio Nobel Robert Solow, osservò una dinamica curiosa: le imprese stavano investendo miliardi in computer, ma la crescita della produttività non stava decollando. Anzi, era addirittura calata, passando dal 2,9% annuo del periodo 1948-1973 all'1,1% dopo il 1973. La sua battuta divenne celebre: si potevano vedere i computer ovunque, tranne che nelle statistiche sulla produttività.

Oggi, l'economista capo di Apollo, Torsten Slok, ha aggiornato quella frase per l'era dell'IA: l'intelligenza artificiale è ovunque, tranne che nei dati macroeconomici su occupazione, produttività e inflazione. I numeri dell'indagine NBER sembrano dargli ragione: tra i dirigenti intervistati, chi dichiara di usare l'IA lo fa per circa un'ora e mezza a settimana, e un quarto degli intervistati non la usa affatto in ambito lavorativo.

Ma allora perché il CEPR dice il contrario?

La risposta sta nel metodo. I ricercatori del CEPR non hanno chiesto alle aziende cosa pensano dell'IA: hanno analizzato i bilanci reali di migliaia di imprese, usando una tecnica econometrica sofisticata per isolare l'effetto causale dell'adozione dell'IA dai tanti altri fattori che influenzano la performance aziendale.

In questo caso il risultato sembra essere più netto: le imprese europee che adottano l'IA producono in media il 4% di fatturato in più per dipendente rispetto a quelle che non lo fanno. E, dato forse ancora più sorprendente, non ci sono segnali di riduzione dell'occupazione nel breve periodo. L'IA sembra amplificare la produttività di chi già lavora invece di sostituirlo.

Perché allora l'indagine sui CEO racconta una storia così diversa? Perché le percezioni soggettive dei dirigenti non coincidono necessariamente con i dati oggettivi di bilancio. Un'impresa può guadagnare efficienza senza che il suo CEO lo attribuisca esplicitamente all'IA. E soprattutto, quei guadagni potrebbero non emergere ancora nelle statistiche aggregate, perché sono concentrati in un segmento ristretto di aziende.

Il problema delle diseguaglianze

La ricerca del CEPR parla di un 4% in più di media: come tale il dato comprende chi guadagna molto e di chi non guadagna quasi nulla. Le grandi aziende ottengono benefici sostanzialmente superiori rispetto alle PMI. Le imprese che investono in formazione del personale moltiplicano i guadagni: ogni punto percentuale in più speso in training amplifica l'effetto dell'IA sulla produttività di quasi sei punti percentuali. Chi invece si limita ad acquistare una licenza software senza ripensare i processi e formare le persone ottiene poco o niente.

A livello geografico, il divario è altrettanto marcato. Le imprese svedesi e olandesi adottano l'IA al ritmo delle loro controparti americane; quelle romene e bulgare sono molto indietro. L'IA rischia di allargare le distanze già esistenti tra le economie europee invece che ridurle.

La "curva a J" e il precedente degli anni '90

La storia della rivoluzione informatica offre però un precedente incoraggiante. Dopo decenni di paradosso di Solow, negli anni '90 la produttività è esplosa: tra il 1995 e il 2005 la crescita della produttività negli Stati Uniti è aumentata dell'1,5% rispetto ai decenni precedenti. Il ritardo non era il segno di un fallimento tecnologico, ma il tempo necessario alle organizzazioni per adattarsi, formare le persone e ridisegnare i processi.

Slok ipotizza che l'IA possa seguire una "curva a J": un iniziale periodo di stagnazione o addirittura di calo dell'efficienza, mentre le aziende imparano ad usare i nuovi strumenti, seguito da un'accelerazione. Potremmo essere, in questo momento, nella parte discendente della curva.

Con una differenza rispetto agli anni '80: oggi gli strumenti di IA sono accessibili a tutti, e la concorrenza feroce tra i grandi sviluppatori di modelli linguistici sta abbattendo i costi rapidamente. Questo potrebbe accelerare la diffusione, ma anche ridurre i vantaggi competitivi per chi si muove per primo.

Cosa ci dicono davvero i due studi insieme

Letti in parallelo, i due studi apparentemente contraddittori, in realtà si completano a vicenda: il CEPR mostra che l'IA può aumentare la produttività in modo significativo, mentre il NBER mostra che per la grande maggioranza delle imprese questo ancora non sta accadendo.

La ragione è semplice: adottare l'IA non basta. Bisogna integrarla, formare le persone, riprogettare i flussi di lavoro. Chi lo ha fatto, e al momento sono per lo più grandi aziende con risorse, realtà in mercati finanziari sviluppati, e con capacità di investire in competenze, sta già raccogliendo i frutti. Il resto, per ora, aspetta.

Dal punto di vista di politica economica europea è fondamentale quindi creare le condizioni affinché le PMI, che dominano il tessuto produttivo del continente, possano fare quegli investimenti complementari in formazione e infrastrutture digitali che trasformano l'IA da costo a moltiplicatore di valore. Il rischio è prolungare più del necessario il paradosso di Solow.