Tutti ricordano quando ordinare la cena tramite un'app di consegna a domicilio sembrava un vero affare

Un pasto da ristorante consegnato a domicilio in trenta minuti, con costi a cui nessuno prestava davvero attenzione. Ciò che non era visibile era l'economia che c'era dietro: le quattro principali piattaforme di consegna a domicilio, DoorDash, Delivery Hero, Just Eat Takeaway e Deliveroo, hanno accumulato oltre 20 miliardi di dollari di perdite operative complessive, assorbendo il costo necessario a creare un'abitudine e a far sembrare cucinare in casa un passo indietro. Il prodotto non era la comodità. Era la dipendenza, dal prezzo accuratamente calcolato.

Una volta instaurata tale dipendenza, i prezzi sono aumentati. In modo significativo. In alcuni mercati, le sole spese di consegna sono aumentate del 58% in un solo anno, e i consumatori hanno riferito di pagare sistematicamente di più rispetto a quando ordinavano direttamente. L'era dei prezzi artificialmente bassi era finita.

Stiamo assistendo allo stesso fenomeno nel campo dell'intelligenza artificiale. Eppure, la maggior parte delle organizzazioni non sta facendo i conti.

L'economia nascosta dell'intelligenza artificiale

Quando un'azienda decide di sostituire un'attività, come l'analisi, l'assistenza clienti o la revisione del codice, con l'intelligenza artificiale, di solito effettua un semplice confronto: quanto costa in termini di risorse rispetto a quanto costa in termini di ore di lavoro umano? Stando ai dati attuali, l'intelligenza artificiale sembra una scelta allettante. E così vengono prese le decisioni: i ruoli vengono riorganizzati, i flussi di lavoro vengono ridefiniti e il personale viene ridotto.

Ma questo calcolo presenta due problemi.

Il primo è il processo iterativo. L'intelligenza artificiale raramente ottiene il risultato giusto al primo tentativo. Ogni "riprova, ma in modo più conciso" comporta un costo aggiuntivo. Il costo effettivo per attività è quasi sempre superiore a quello teorico, a volte anche di tre o quattro volte, se si tiene conto delle sviste, della revisione e del tempo impiegato dal personale per gestire i risultati.

Il secondo problema è più grave: stai fissando i prezzi rispetto a un livello di riferimento sovvenzionato.

Al momento i costi dei token sono bassi perché i principali fornitori hanno bisogno che lo siano. Si tratta di una corsa all'accaparramento. Queste aziende stanno assorbendo le perdite per favorire l'adozione e assicurarsi i flussi di lavoro prima che il mercato si stabilizzi. Ma questa finestra di opportunità si chiuderà. Un aumento dei costi dei token di 2-3 volte, che rappresenta una correzione realistica, potrebbe far passare interi casi d'uso da "chiaramente più economici rispetto al lavoro umano" a "più o meno equivalenti" o addirittura peggiori.

Se si tiene conto dei cicli di iterazione e dei tempi di supervisione, il calcolo del foglio di calcolo, che all'inizio sembrava così chiaro, inizia a diventare notevolmente più complesso. Il divario tra i costi dell'IA e quelli del lavoro umano si riduce e, in alcuni casi, si annulla del tutto. Ma anche questo non è il punto su cui concentrarsi. Perché il problema più profondo non è il prezzo. È che non tutte le attività dovrebbero essere misurate in termini monetari.

Dove l'uomo trionfa

Su carta, alcune attività sembrano automatizzabili. Prendiamo ad esempio una conversazione difficile tra un manager e un membro del team con prestazioni insufficienti, in cui l’esito dipende meno da ciò che viene detto e più da chi lo dice. Tutto questo crolla nel momento stesso in cui lo si riduce a una semplice istruzione. Il valore non è mai stato nel risultato finale, ma nelle capacità umane: la volontà di mettersi in gioco, di assumersi le proprie responsabilità e di farsi carico dell’esito.

I momenti che davvero fanno progredire le organizzazioni sono difficili da sistematizzare. Un manager che si accorge che un membro del team è in difficoltà prima che la situazione diventi un problema. Un fondatore che decide di chiudere una linea di prodotti perché l’esperienza gli dice che non è il momento giusto. Non si tratta di compiti da portare a termine, ma di decisioni da prendere. E le decisioni comportano qualcosa che i semplici obiettivi non hanno: la responsabilità.

Questo è il punto su cui il dibattito sull'intelligenza artificiale continua a sbagliare. Le competenze che determinano il successo di un'organizzazione – curiosità, senso di responsabilità, intelligenza emotiva, capacità di cogliere l'atmosfera e reagire di conseguenza – non sono caratteristiche che si possono semplicemente indurre. Sono qualità tipicamente umane, ed è proprio su di esse che si gioca il destino di un team: sono queste capacità a decidere se un team riesce a dare il meglio di sé o se si blocca quando le cose si fanno difficili.

Le organizzazioni che agiscono nel modo giusto sanno distinguere con chiarezza quali attività traggono vantaggio dall'automazione e quali invece richiedono l'intervento umano. Purtroppo, molte hanno già preso queste decisioni e stanno per precludersi ogni possibilità di cambiamento prima ancora che ne siano chiari i costi reali.

Il rischio di lock-in

Le decisioni relative al personale prese oggi sono anche decisioni su dove risiede la conoscenza. L'analista esperto che sapeva a quali dati affidarsi. Il responsabile clienti che ha mantenuto salda la relazione con il cliente nonostante tre cambiamenti di prodotto. Quando queste persone se ne vanno, quella conoscenza se ne va con loro.

Le app di consegna a domicilio hanno conquistato i clienti con la comodità, per poi aumentare i prezzi. La stessa dinamica si sta verificando proprio ora nelle organizzazioni. I team vengono riorganizzati in base alle attuali capacità dell'intelligenza artificiale e ai costi simbolici odierni. I flussi di lavoro che un tempo richiedevano il giudizio umano vengono affidati a sistemi veloci, economici e, per ora, sufficientemente efficaci. E con ogni ruolo che viene eliminato, la capacità di correggere la rotta si riduce silenziosamente.

Quando i prezzi aumentano, o quando si scopre che, dopotutto, per svolgere un determinato compito è necessario il contributo umano, molte organizzazioni si ritrovano prive del personale o delle competenze necessarie per far fronte alla situazione. E a quel punto, rimettersi in sesto costerà molto di più di quanto si sia mai risparmiato.

Un modo migliore per valutare

La maggior parte dei modelli di calcolo del ROI pone una domanda: l'intelligenza artificiale è oggi più economica rispetto all'alternativa umana? La domanda più utile è se ciò sarà ancora vero tra due anni e quale sarà il costo se la risposta è no.

Prima di automatizzare qualsiasi attività, vale la pena porsi tre domande. Qual è il costo reale, calcolato in base al prezzo di mercato dei token, e non alla tariffa base sovvenzionata attuale? Qual è il costo complessivo dell'alternativa umana, compresi il giudizio e le relazioni che ne derivano? E quanto è reversibile questa decisione, qualora si rivelasse errata?

Sapere con precisione quale strumento va utilizzato in quale contesto, e perché, è ciò che distingue una strategia di IA duratura da un costoso esperimento.

Non contro l'IA. A favore della chiarezza.

Questo non è un argomento contro l'intelligenza artificiale. La tecnologia è reale, gli incrementi di produttività sono reali e le organizzazioni che la utilizzano al meglio avranno un vantaggio competitivo concreto.

Ma il vero vantaggio competitivo deriva da una visione chiara. In questo momento, il clamore che circonda l'intelligenza artificiale rende tutto ciò più difficile. I tempi decisionali si sono ridotti, le scommesse strutturali sono diventate la norma e lo scetticismo inizia a essere percepito come un ostacolo. I leader che pongono domande difficili sul ritorno sull'investimento vengono considerati lenti. Quelli che non lo fanno stanno costruendo su fondamenta che potrebbero non reggere.

L'intelligenza artificiale cambierà per sempre il modo di operare delle organizzazioni. Non è questo il punto su cui vale la pena discutere. Il dibattito che vale la pena affrontare riguarda i tempi, la reversibilità e una valutazione onesta della situazione. La mossa più intelligente in questo momento non è quella di puntare tutto o di tirarsi indietro. È sapere esattamente cosa si sta acquistando e a quale prezzo.