Leggendo un interessante articolo su Linkedin di Cristina Segal, mi sono posto la domanda: stiamo davvero misurando il valore che l’AI porta alle organizzazioni?
Cristina afferma un concetto illuminante: stiamo usando strumenti del passato per misurare qualcosa che sta cambiando il futuro.
La trappola degli indicatori “industriali”
Oggi la maggior parte delle aziende misura l’impatto dell’AI con metriche ben note:
- riduzione dei costi
- aumento dell’efficienza
- produttività per FTE
- miglioramento dei processi
- crescita dei ricavi
Tutti indicatori legittimi, familiari ai board e perfettamente difendibili.
Il problema?
Sono tutti indicatori “di risultato”.
Misurano ciò che è già accaduto.
Non ciò che sta emergendo.
E questo crea un disallineamento pericoloso: l’AI non è solo uno strumento di ottimizzazione, ma un fattore di trasformazione.
Il vero tema: valore futuro vs valore passato
Se guardiamo alle aziende che oggi guidano il mercato – dalle big tech alle realtà AI-native – il loro valore non è determinato solo da:
- fatturato attuale
- margini
- efficienza operativa
Ma soprattutto da indicatori prospettici (leading indicators) come:
- capacità di generare conoscenza proprietaria
- possibilità di entrare in nuovi mercati
- qualità del talento
- velocità di apprendimento
- retention dei talenti
- capacità di risolvere problemi “non ancora definiti”
In altre parole: il mercato premia il potenziale, non solo la performance.
Le 5 dimensioni del valore dell’AI
Una delle parti più interessanti dell’articolo è il modello a 5 livelli di valore dell’AI.
Lo riprendo e lo rileggo in chiave “People First”.
1. Sostituzione (Substitution)
L’AI rimpiazza attività umane.
- automazione
- riduzione dei costi
- meno errori
2. Aumento (Augmentation)
L’AI affianca le persone.
- decisioni più rapide
- accesso migliore alle informazioni
- maggiore produttività
3. Autonomia (Autonomy)
Qui cambia il paradigma.
Non si ottimizzano i processi: si ridisegnano
- workflow gestiti da agenti
- meno dipendenze umane
- scalabilità reale
4. Intelligenza (Intelligence)
L’AI cambia ciò che l’organizzazione è in grado di capire.
- anticipazione dei rischi
- migliori scenari
- decisioni più informate
5. Possibilità (Possibility)
Il livello più sottovalutato.
L’AI abilita ciò che prima era impossibile:
- nuovi prodotti
- nuovi modelli di business
- nuove organizzazioni
Il rischio: correre tutti nella stessa direzione
Se guardiamo ai progetti AI oggi, la realtà è chiara: la maggior parte degli investimenti è concentrata sui primi due livelli
- automazione
- copiloti
- efficientamento
Il problema?
Sono capacità accessibili a tutti.
Quando tutte le aziende adottano le stesse soluzioni:
- l’efficienza aumenta
- ma il vantaggio competitivo si azzera
È come correre più veloce… su un tapis roulant.
Il vero nodo: il modello operativo
Qui l’articolo tocca un punto profondissimo.
Le aziende oggi sono progettate intorno a un presupposto: la capacità cognitiva umana è limitata e costosa.
Da qui derivano:
- gerarchie
- processi
- controlli
- silos organizzativi
Ma l’AI cambia questo assunto.
Quando la capacità cognitiva diventa:
- più abbondante
- più veloce
- distribuibile
non basta aggiungere strumenti.
Serve ripensare: il modo in cui l’organizzazione funziona.
Non è un tema tecnologico.
È un tema di leadership.
La vera domanda da porsi
Non è:
“Qual è il ROI di questo progetto AI?”
Ma piuttosto:
“Che tipo di organizzazione stiamo costruendo grazie all’AI?”
E ancora più concretamente:
“In quale di questi 5 livelli stiamo davvero investendo?”
Se l’80% del budget è su sostituzione e augmentation, non è una scelta tecnica.
È una scelta strategica.
Una riflessione finale (People First)
Questa lettura si collega fortemente a un tema che porto avanti da tempo:
- la tecnologia non crea valore da sola
- il valore nasce quando cambia il modo in cui le persone lavorano, decidono e collaborano
L’AI non fa eccezione.
Possiamo usarla per:
- fare le stesse cose, ma più velocemente
oppure per - fare cose nuove, in modo diverso
La differenza tra questi due approcci
è esattamente la differenza tra:
- efficienza
- trasformazione
E, sempre più spesso, tra restare nel mercato o ridefinirlo.