L’IA sta imparando la tua vecchia azienda. Ed è questo il problema.

01Il motore era in fabbrica. La produttività no.

Nel 1899 i motori elettrici di ogni tipo rappresentavano meno del 5 per cento della capacità di trasmissione meccanica delle fabbriche americane 1. Nel 1919 i motori elettrici rappresentavano oltre il 53 per cento della potenza usata per azionare i macchinari 2. La tecnologia si è diffusa. La produttività non l’ha seguita, almeno non per anni.

Lo storico dell’economia Paul A. David ha mostrato che l’elettrificazione delle fabbriche non ha avuto effetti sulla crescita della produttività manifatturiera prima dei primi anni Venti, quattro decenni dopo l’apertura della prima centrale elettrica 1. Nel 1900, scriveva, un osservatore avrebbe potuto dire che le dinamo elettriche si vedevano "everywhere but in the productivity statistics!" [«ovunque tranne che nelle statistiche sulla produttività!»] 1

Era un’eco voluta. Nel 1987 l’economista Robert Solow aveva scritto: "You can see the computer age everywhere but in the productivity statistics." [«L’era del computer si vede ovunque tranne che nelle statistiche sulla produttività.»] 3 È diventato noto come il paradosso della produttività. La risposta di David, nel 1990, è che era già successo, e che il ritardo aveva una causa 1.

02Cambiare il motore non ha cambiato quasi nulla

Per circa due decenni la maggior parte delle fabbriche si è elettrificata come oggi la maggior parte delle aziende adotta l’IA: inserendo la nuova tecnologia nella vecchia disposizione. Con il sistema a "group drive" [«trasmissione di gruppo»], un motore elettrico faceva semplicemente girare tratti degli stessi alberi di trasmissione sospesi che prima muoveva la macchina a vapore 12. Ammodernare un vecchio impianto voleva dire, di solito, aggiungere motori all’attrezzatura originale, mentre cinghie, alberi e i motori che li azionavano restavano al loro posto 1.

This sort of overlaying of one technical system upon a preexisting stratum is not unusual during historical transitions from one technological paradigm to the next. [«Questo tipo di sovrapposizione di un sistema tecnico a uno strato preesistente non è insolito nelle transizioni storiche da un paradigma tecnologico al successivo.»]

Paul A. David, 1990 1

David vedeva lo stesso schema nell’era del computer del suo tempo: le vecchie procedure su carta mantenute accanto a quelle elettroniche, "sometimes to the detriment of each system’s performance." [«a volte a scapito delle prestazioni di entrambi i sistemi.»] 1

03Riprogettare la fabbrica ha cambiato tutto

I guadagni sono arrivati quando gli ingegneri hanno smesso di chiedersi come alimentare la vecchia fabbrica e hanno cominciato a chiedersi che cosa potesse essere una fabbrica. Con l’"unit drive" [«azionamento individuale»], ogni macchina aveva il suo motore elettrico 12. I pesanti alberi di trasmissione sospesi sono spariti, e con loro le ragioni per cui le fabbriche erano costruite in quel modo 1:

• Edifici più leggeri, perché dal soffitto non doveva più pendere niente di pesante 1.
• Stabilimenti su un solo piano invece di costosi edifici a più piani, che esistevano soprattutto per tenere corti gli alberi di trasmissione 1.
• Macchine disposte secondo la sequenza naturale del lavoro invece che in file parallele a un albero, così i materiali si spostavano meno 2.
• Modifiche a una linea o a un reparto senza fermare l’intero sistema di alimentazione 1.

I produttori si sono accorti che il risparmio di energia era la parte meno importante. Le testimonianze riassunte dal professor F. B. Crocker a una riunione di una società tecnica nel 1901 dicevano che la produzione spesso cresceva "20 or 30 percent or even more, with the same floor space, machinery, and number of workmen." [«del 20 o 30 per cento o anche di più, con la stessa superficie, gli stessi macchinari e lo stesso numero di operai.»] 2 La conclusione di Devine: i produttori arrivarono a considerare i risparmi molto meno importanti dei guadagni di produzione 2.

La riprogettazione si è dovuta imparare, impianto per impianto, da una nuova leva di architetti industriali e ingegneri elettrici 1. Quando si è diffusa, si è vista nei dati aggregati: David stima che circa metà dell’accelerazione di 5 punti percentuali nella crescita della produttività totale dei fattori della manifattura americana nel 1919-1929, rispetto al 1909-1919, si spieghi statisticamente con la crescita di una misura della capacità dei motori elettrici delle fabbriche in quel decennio 1.

04Perché sembra che non stia succedendo niente

Gli economisti oggi hanno un nome per questo divario. Erik Brynjolfsson, Daniel Rock e Chad Syverson la chiamano Productivity J-curve, la curva J della produttività 4. Le tecnologie general purpose come l’IA richiedono grandi investimenti complementari: nuovi processi, nuovi prodotti, nuovi modelli di business e nuovo capitale umano. Sono investimenti per lo più intangibili e misurati male, quindi nei primi anni di una nuova tecnologia la crescita della produttività misurata viene sottostimata e, più tardi, quando i benefici si raccolgono, viene sovrastimata 4.

Lo schema si vede già nei dati di oggi. Nel sondaggio McKinsey del 2026, il piccolo gruppo degli high performer dell’IA si distingue meno per gli strumenti che per l’intenzione e la disciplina: quasi tre su quattro dichiarano di aver riprogettato a fondo i flussi di lavoro grazie all’IA, contro uno su quattro tra gli altri intervistati 5.

05L’IA adotta la vecchia forma della tua azienda

E il mercato si è già spostato. Sulla rete di Cloudflare, a giugno 2026, bot e agenti generavano il 57,5% delle richieste HTTP, contro il 42,5% degli esseri umani 6. Tra gennaio e aprile 2026, il 68,01% delle ricerche Google negli Stati Uniti si è concluso senza un clic 7. I quattro pilastri su cui poggiava il marketing si stanno incrinando tutti insieme: dall’altra parte c’è una persona, esposizione significa attenzione, comportamento significa intenzione, persuasione significa strategia.

06Riprogettare il lavoro: da dove partire

Ecco che cosa dovrebbe voler dire "AI-native". Non un’azienda che usa più IA, ma un’azienda il cui lavoro è stato riprogettato intorno all’IA, come la fabbrica su un solo piano è stata progettata intorno al motore ad azionamento individuale.