Un analista finanziario si rivolge a un chatbot per studiare i possibili rischi e rendimenti di un programma di investimenti. Un lavoro che avrebbe richiesto 50 minuti viene completato in 10.
Questo è uno dei casi reali che la società di intelligenza artificiale Anthropic ha affermato di aver riscontrato di recente quando ha chiesto al suo chatbot Claude di analizzare come veniva utilizzato al lavoro. Ma mostrare come compiti una tantum come questo si traducano in valore aziendale reale per i datori di lavoro non è così semplice.
Questo è destinato a diventare uno dei fronti principali nella battaglia tra le principali aziende di intelligenza artificiale nel 2026. L’amministratore delegato di OpenAI Sam Altman ha recentemente affermato che la sua azienda sta spostando la propria attenzione sui clienti aziendali nel tentativo di aumentare i propri ricavi, un mercato in cui Anthropic è attualmente in vantaggio.
Eppure, anche se le persone stanno iniziando ad adottare l’intelligenza artificiale generativa sul lavoro, la maggior parte delle aziende non è ancora in grado di misurare se la tecnologia rende i singoli lavoratori più efficaci nel loro lavoro, per non parlare di tracciare eventuali guadagni di produttività a livello dell’azienda nel suo insieme.
Analizzare gli effetti di una nuova tecnologia come l’intelligenza artificiale nell’economia più ampia è ancora più difficile. È noto che l'impatto dell'IT sulla produttività complessiva del lavoro è difficile da identificare sulla base dei dati ufficiali. L’impatto delle tecnologie digitali non è apparso nei dati economici statunitensi per anni, fino a quando la crescita della produttività non ha iniziato ad aumentare costantemente dopo la fine degli anni ’90. All’inizio di questo decennio, tuttavia, la crescita era tornata al livello precedente, attorno all’1,5% annuo.
La notizia incoraggiante per le aziende di intelligenza artificiale e i loro investitori è che molte persone stanno iniziando a trovare usi per l’intelligenza artificiale generativa nella loro vita lavorativa. Riassumere un lungo rapporto, redigere una presentazione di marketing e analizzare i dati finanziari sono le cose che i lavoratori hanno provato per la prima volta quest'anno. Se e quando uno qualsiasi di questi casi d’uso si diffonderà ampiamente, gli effetti in termini di utilizzo del modello di intelligenza artificiale potrebbero essere significativi.
Finora, l’intelligenza artificiale generativa ha una “killer app” all’opera, sotto forma di assistenti di codifica utilizzati dagli sviluppatori di software. I suoi effetti sono stati esplosivi. Secondo l’indagine, nel maggio di quest’anno, l’11% di tutti i token generati da grandi modelli linguistici erano legati alla codifica. uno studio sull’utilizzo del modello di intelligenza artificiale di OpenRouter. A novembre, tale percentuale era salita a circa il 50%.
I lavoratori stessi certamente credono che l’intelligenza artificiale stia iniziando a renderli più efficaci. All'inizio di questo mese, OpenAI disse i lavoratori intervistati hanno scoperto che l’intelligenza artificiale li ha fatti risparmiare 40-60 minuti al giorno. Questo valore è in aumento rispetto alle 2,2 ore settimanali che i lavoratori credevano di risparmiare in a studio simile condotto dalla Fed di St. Louis un anno fa.
Autodenunciarsi in questo modo è altamente soggettivo, il che rende Lo studio dell'Antropico di compiti del mondo reale potenzialmente più rivelatori. Sulla base di 100.000 conversazioni legate al lavoro, Claude ha stimato che stava riducendo 65 minuti dagli 85 minuti che un'attività media avrebbe richiesto.
Tuttavia, dimostrare virtuosismo su compiti individuali non si traduce direttamente in un vantaggio commerciale per i clienti, come Anthropic è il primo ad ammettere. Le cifre non mostrano, ad esempio, quanto lavoro extra è necessario per controllare l’output dei chatbot o in che modo la qualità complessiva influisce sui risultati.
Inoltre, un singolo lavoro può portare a più di una sessione di chat. La facilità e la velocità con cui si ottiene un risultato da un chatbot potrebbero indurre i lavoratori a produrre molti più report o e-mail, portando a una cascata di “worklop” improduttivi. Né Claude può dire cosa fanno i lavoratori ogni volta che la tecnologia è riuscita a salvarli.
Un altro svantaggio è che le analisi basate sui compiti che sono al centro della maggior parte degli studi sull’impatto della tecnologia sulla produttività non riescono a catturare la realtà della vita lavorativa. Per la maggior parte delle persone, il lavoro non rientra in segmenti discreti e autonomi. Considerare i singoli compiti isolatamente, come ammette Anthropic, non coglie la conoscenza tacita e le relazioni personali che influenzano il modo in cui viene svolto il lavoro, o le connessioni tra i diversi compiti.
Ciò sembrava spiegare i risultati controintuitivi di uno studio quest’anno, da cui è emerso che un gruppo di sviluppatori esperti impiegava il 19% in più di tempo per completare un’attività quando utilizzavano uno strumento di codifica basato sull’intelligenza artificiale.
I vantaggi completi dell’intelligenza artificiale generativa diventeranno evidenti solo quando le aziende avranno ridisegnato interi processi lavorativi per utilizzare al meglio la tecnologia e quando avranno superato le barriere culturali che da sempre ostacolano questo tipo di cambiamento. Ma con i lavoratori che iniziano a sperimentare con l’intelligenza artificiale, la corsa è iniziata.