Qual è l'effetto reale dell'intelligenza artificiale sulla produttività?

L'intelligenza artificiale è diventata la trama del decennio, ma gran parte del dibattito pubblico non tiene conto di ciò che sta già accadendo sul campo.

Gli effetti non sono nascosti in laboratori lontani o previsioni teoriche. Puoi trovarli in metriche come gli ordini di attrezzature, i budget aziendali, le reti elettriche e persino nella spesa dei consumatori basata sulle azioni.

L'intelligenza artificiale si manifesta in piccoli modi che si sommano a qualcosa di più grande. Alcune aziende lavorano più velocemente, alcuni lavori stanno cambiando forma e interi settori si stanno riorganizzando attorno a software che tre anni fa non esistevano.

L'idea che l'intelligenza artificiale non abbia ancora avuto un impatto non è più accurata. Ma la chiave è capire dove l'impatto è visibile e perché i numeri ufficiali della produttività hanno appena iniziato a muoversi.

Fino a che punto l'intelligenza artificiale ha cambiato i numeri finora

I dati più puliti provengono dal Penn Wharton Budget Model, che suddivide l'influenza dell'IA in attività piuttosto che in titoli di lavoro. I loro risultati sono una base utile perché utilizzano dati dettagliati sull'occupazione negli Stati Uniti.

Si stima che circa il 40% del reddito da lavoro odierno sia legato a lavori che potrebbero essere rimodellati dall'IA generativa. Non tutte le attività sono redditizie da automatizzare, ma una quota considerevole lo è.

Il loro modello suggerisce che circa il 10% del PIL odierno sarà probabilmente colpito e che la quota potrebbe salire a circa il 15% nei prossimi due decenni, poiché i settori con un'elevata esposizione cresceranno più rapidamente del resto dell'economia.

Gli studi sulle implementazioni reali dipingono un quadro chiaro di ciò che accade all'interno delle aziende. I team di assistenza clienti che utilizzano gli assistenti AI completano più casi. Gli scrittori professionisti completano le bozze circa il 40% più velocemente.

Gli ingegneri del software completano le attività più velocemente quando utilizzano strumenti in stile Copilot.

Penn Wharton utilizza questi studi per ipotizzare un risparmio di circa il 25% sul costo del lavoro quando l'IA viene utilizzata oggi, salendo verso il 40% man mano che i sistemi migliorano ulteriormente.

Quando questi risparmi sui costi sono ponderati in base alla quota di attività interessate e corretti per i tassi di adozione, l'effetto macro diventa più chiaro.

L'aumento della produttività totale dei fattori negli Stati Uniti è modesto oggi, circa 0,01 punti percentuali. Ma si prevede che aumenterà nel corso del decennio e raggiungerà il picco all'inizio del 2030 vicino a 0,2 punti percentuali prima di svanire.

Il risultato a lungo termine è un'economia più ampia, non un tasso di crescita permanentemente più veloce. La loro stima centrale è che l'IA aumenterà il PIL di circa il 3% entro il 2055.

Il risultato di tale ricerca è che gli effetti iniziali sulla produttività dell'IA sono significativi ma disomogenei e concentrati in determinate attività e aziende.

I numeri aggregati riflettono un'economia che non si è ancora riorganizzata intorno alla tecnologia.

Perché gli investimenti delle imprese stanno facendo il lavoro pesante

I segnali più evidenti dell'influenza dell'IA appaiono sul lato degli investimenti dell'economia statunitense. Una recente ricerca di Bloomberg ha dimostrato che la spesa per le apparecchiature e il software per l'elaborazione delle informazioni è aumentata quest'anno.

Il contributo alla crescita del PIL di queste categorie è il più grande degli ultimi decenni.

La costruzione di data center ha raggiunto un tasso annuo di circa 41 miliardi di dollari ed è uno dei pochi segmenti in crescita nell'edilizia privata.

Tre aziende da sole, Meta, Microsoft e Google, hanno speso 78 miliardi di dollari in beni strumentali nel terzo trimestre di quest'anno, quasi il doppio della spesa dell'anno precedente. Questa è l'impronta fisica del boom dell'intelligenza artificiale.

Bloomberg stima che la spesa in conto capitale legata all'IA abbia contribuito per circa l'1% alla crescita del PIL degli Stati Uniti nella prima metà del 2025. Ciò significa che l'intelligenza artificiale ha rappresentato più della metà del tasso di crescita dell'1,6% in quel periodo.

È raro che una singola ondata tecnologica svolga un ruolo così sproporzionato nei conti nazionali.

Alcuni analisti prevedono che l'impulso agli investimenti si rafforzerà il prossimo anno. Altri pensano che il picco sia già passato. In ogni caso, il contributo è misurabile oggi.

C'è una complicazione che spesso passa inosservata. Gran parte dell'hardware necessario per i data center viene importato. Ciò amplia il deficit commerciale e rimuove parte del contributo lordo alla crescita.

Eppure il governo federale ha consentito esenzioni tariffarie per server e circuiti stampati, nonostante le tensioni commerciali altrove.

Gli economisti osservano che il boom avrebbe faticato se l'hardware avesse affrontato gli stessi dazi pagati da industrie come l'auto o l'edilizia.

C'è anche una tensione sul sistema di alimentazione. I data center richiedono grandi quantità di elettricità. La domanda di energia negli Stati Uniti potrebbe aumentare di circa il 16% entro il 2029 se le tendenze attuali continuano.

Gli aggiornamenti della rete richiedono anni e devono affrontare costi più elevati a causa delle tariffe su apparecchiature come i trasformatori. L'aumento dei prezzi dell'elettricità potrebbe rallentare l'adozione dell'intelligenza artificiale o comprimere i margini per le aziende che cercano di scalare.

All'interno delle aziende che già sentono il cambiamento

I sondaggi offrono una prospettiva diversa. Mostrano cosa succede una volta che gli strumenti di intelligenza artificiale entrano nei flussi di lavoro quotidiani. Lo studio EMEA 2025 di IBM è uno dei più grandi del suo genere, basato su 3.500 dirigenti in dieci paesi.

Due terzi hanno affermato che l'IA ha già prodotto significativi guadagni di produttività.

Uno su cinque afferma di aver già raggiunto i propri obiettivi di ritorno sull'investimento. Un altro 42% si aspetta rendimenti entro un anno, spesso attraverso un'esecuzione più rapida, costi inferiori e una migliore qualità del servizio.

Il rapporto evidenzia che le grandi aziende sono in vantaggio. Il 72% delle imprese con più di mille dipendenti segnala guadagni notevoli. Solo il 55% delle piccole e medie imprese afferma lo stesso.

Le organizzazioni del settore pubblico mostrano modelli simili a quelli delle imprese più piccole. Questo rispecchia i cicli tecnologici precedenti, in cui le organizzazioni più grandi avevano il capitale e la capacità tecnica per muoversi per prime.

I dati di IBM mostrano anche come il lavoro stia cambiando. I dirigenti affermano che i dipendenti dedicano più tempo alla pianificazione, al lavoro creativo e allo sviluppo di idee quando l'intelligenza artificiale gestisce attività ripetitive.

Il modello è in linea con gli studi accademici che dimostrano che l'intelligenza artificiale aiuta i lavoratori meno esperti a colmare le lacune di prestazioni e consente ai lavoratori esperti di concentrarsi su un output di valore più elevato.

Ciò che spicca sia nei risultati di IBM che in quelli di Penn Wharton è quanto siano disomogenei i guadagni tra le occupazioni. Le attività più esposte riguardano i ruoli di supporto d'ufficio, le operazioni aziendali, l'IT, le vendite e la gestione intermedia.

L'esposizione raggiunge il picco intorno all'ottantesimo o al novantesimo percentile di salario, quindi scende per i redditi più alti che tendono a svolgere compiti che richiedono giudizio, negoziazione o rara esperienza.

I gruppi meno esposti includono l'edilizia, i trasporti, i servizi di ristorazione e il lavoro di assistenza di persona. Ciò significa che l'impatto a breve termine sul lavoro è concentrato nei ruoli dei colletti bianchi a salario medio-alto, non nei lavori manuali.

Cosa dicono effettivamente i CEO all'interno dei consigli di amministrazione

I leader aziendali descrivono un cambiamento più rapido rispetto ai cicli precedenti. L'amministratore delegato di Goldman Sachs, David Solomon, ha dichiarato di non riuscire a trovare un CEO che non stia cercando di ridisegnare i processi intorno all'automazione.

Ha detto che le aziende vogliono aumentare la produzione senza aumentare l'organico e che l'intelligenza artificiale è ora al centro di questi sforzi.

Satya Nadella di Microsoft ha fatto commenti simili definendo questo momento un "cambiamento di piattaforma AI". Jensen Huang di Nvidia, che l'ha paragonata a una nuova rivoluzione industriale.

Le loro opinioni descrivono ciò che gli attuali leader dell'IA vedono all'interno delle loro operazioni e tra i loro clienti.

I dati supportano questo sentiment. Un numero crescente di aziende non si limita ad aggiungere strumenti di intelligenza artificiale ai flussi di lavoro esistenti. Stanno ricostruendo i flussi di lavoro intorno agli strumenti.

Alcuni progettano catene del valore da zero pensando all'intelligenza artificiale. Altri passano da cicli di pianificazione periodici a un processo decisionale continuo guidato da sistemi di intelligenza artificiale.

Questi cambiamenti richiedono tempo per essere filtrati nei numeri ufficiali della produttività, il che aiuta a spiegare il divario tra ciò che le aziende riportano internamente e ciò che appare nelle statistiche nazionali.

Un altro punto importante emerge dai sondaggi. Le aziende vogliono sistemi di intelligenza artificiale aperti e interoperabili. Circa l'85% degli intervistati di IBM ha affermato che la trasparenza, l'interoperabilità e la flessibilità dei fornitori sono essenziali.

Cosa ci dice tutto questo sul reale effetto di produttività dell'IA

L'IA oggi è presente in tre punti dell'economia. Sembra che l'aumento della spesa in conto capitale da parte delle imprese stia correndo per costruire la capacità di calcolo. Appare nel lavoro quotidiano degli early adopter che riportano un'esecuzione più rapida e una produzione più elevata.

E appare anche nei mercati degli asset, dove le società guidate dall'intelligenza artificiale hanno generato trilioni di dollari di nuova ricchezza azionaria che ha alimentato un aumento dei consumi tra le famiglie benestanti, suscitando preoccupazioni per una "bolla dell'intelligenza artificiale".

Ciò che non appare ancora è un ampio aumento della produttività in tutta l'economia. Questo non è insolito.

Le precedenti tecnologie di uso generale, come l'elettrificazione e Internet, sono apparse nei dati solo dopo che le aziende hanno riorganizzato la produzione.

Lo stesso schema si sta ripetendo di nuovo. L'intelligenza artificiale è ancora in fase di investimento e sperimentazione per la maggior parte delle aziende. Una volta completata la riorganizzazione, è probabile che i guadagni si manifestino più chiaramente.

Le stime più accurate suggeriscono che l'IA aumenta la crescita della produttività di pochi decimi di punto percentuale al suo picco e lascia l'economia permanentemente più grande di qualche punto percentuale.

Le previsioni più ambiziose suggeriscono guadagni maggiori se l'IA accelera l'innovazione stessa.

Il divario tra questi punti di vista dipende dalla velocità con cui le aziende ristrutturano il lavoro, dall'ampiezza della diffusione degli strumenti di intelligenza artificiale alle aziende più piccole e al settore pubblico e dalla capacità di scalare infrastrutture come la rete elettrica per soddisfare la domanda.