Se in azienda hai caos, con l’AI puoi solo fare peggio

Nick Colisto, CIO di Avery Dennison, ha scritto su CIO.com un pezzo che parte da un’osservazione difficile da contestare: l’intelligenza artificiale non elimina l’inefficienza, la amplifica. Un processo disordinato, automatizzato, resta disordinato. Solo più veloce.

L’idea non è nuova, ma il momento in cui arriva è quello giusto. Migliaia di aziende stanno infilando agenti AI dentro flussi di lavoro che nessuno ha mai davvero ridisegnato, sperando che la tecnologia faccia da correttivo automatico. Non funziona così, e i dati lo confermano da mesi.

L’AI non ripara i processi rotti, li fa correre più veloci

Un flusso di approvazioni confuso, con passaggi duplicati e responsabilità poco chiare, resta confuso quando lo si automatizza. Cambia solo la velocità con cui il caos si propaga. Prima un errore di processo restava contenuto perché a scoprirlo era una persona, con i suoi tempi. Con un agente AI che esegue decine di operazioni al minuto, lo stesso errore si moltiplica prima che qualcuno se ne accorga.

È lo stesso fenomeno che Tom’s Hardware ha descritto parlando di AI sprawl: aziende che accumulano strumenti nel caos, senza una regia che li tenga insieme. L’AI si aggiunge alla pila esistente, non la sostituisce, e se la pila era già disordinata il risultato è più complessità, non meno.

Il punto centrale è che comprare tecnologia non basta: lo strumento non distingue tra un processo buono da accelerare e uno da correggere prima. Esegue quello che trova. Tom’s Hardware ha già raccontato che il ROI dell’AI aziendale spesso non arriva proprio per questo: si automatizza il sintomo, non la causa.

Il collo di bottiglia non è più l’informazione, è la sedia vuota

Colisto individua un secondo effetto, più interessante del primo. Quando l’AI azzera i tempi di ricerca e analisi, il vantaggio competitivo non sta più in chi trova l’informazione più in fretta. Sta in chi ha l’autorità di decidere cosa farne, e la esercita.

Per anni il collo di bottiglia organizzativo è stato l’accesso ai dati: bisognava aspettare un report, un’estrazione, un collega che rispondesse. L’AI toglie quell’attrito. Ma se poi la decisione deve passare per tre livelli di approvazione, con nessuno disposto a firmare per primo, il tempo risparmiato a monte si perde comunque a valle. Il problema si sposta dalla disponibilità dei dati alla struttura di governance, e qui la tecnologia non aiuta: serve gente che decida.

Tom’s Hardware ha trattato questo aspetto da un’angolazione specifica, quella del controllo sugli agenti AI: un agente va governato prima di essere acceso, non dopo. E i numeri raccontano un gap enorme tra ambizione e realtà: l’adozione di agenti AI è al 23% oggi con proiezione al 74% entro due anni, ma solo il 21% delle aziende dichiara di avere salvaguardie solide per supervisionarli. Un dato che Tom’s Hardware ha già segnalato parlando di come tutti vogliano agenti AI mentre manca la governance per gestirli in sicurezza.

Il paradosso della produttività non è nuovo, l’AI lo aggrava e basta

Qui Colisto cita ricerche già note a chi segue il tema. Il MIT Sloan ha concluso che il valore reale dell’AI nasce dal ridisegno dei flussi di lavoro, non dall’automazione isolata di singoli compiti. Deloitte, nel report “State of AI in the Enterprise”, rileva che solo il 25% delle aziende ha portato in produzione almeno il 40% dei propri progetti pilota. E solo il 30% delle organizzazioni sta effettivamente ridisegnando i processi chiave attorno all’AI: il 37% la usa in superficie, senza toccare i processi sottostanti.

Sono numeri che si affiancano a quelli del paradosso della produttività, un fenomeno che precede l’AI generativa di anni. La ricerca NBER già ripresa da Tom’s Hardware mostra che l’80% delle aziende non ha registrato aumenti di produttività reali negli ultimi tre anni, un dato che Tom’s Hardware ha collegato al tema in un pezzo su come l’intelligenza artificiale non aumenti la produttività senza aumentare la produttività e sull’entusiasmo delle aziende che si raffredda di conseguenza. Il problema è strutturale, esiste da prima dell’AI, e l’AI lo rende solo più visibile. Come ha scritto Tom’s Hardware in un altro pezzo sul tema: se non sai cosa fai prima di introdurre l’AI, l’AI non te lo dirà.

Dietro la diagnosi c’è un pitch: chi vende la cura all’inefficienza

Prima di applaudire la lucidità dell’osservazione, vale la pena guardare chi la fa. Colisto è CIO di Avery Dennison, multinazionale da 9 miliardi di dollari, e ha appena pubblicato un libro, ha pubblicato “Digital Inside Out”, che sostiene esattamente la tesi del suo articolo su CIO.com.

La sequenza “prima riprogettate i processi, poi automatizzate” non è solo un’osservazione di buon senso. È anche il primo capitolo di ogni proposta di consulenza sulla trasformazione organizzativa degli ultimi trent’anni, con o senza AI. Valeva per l’ERP negli anni Novanta, vale oggi per gli agenti AI. Chi scrive questi pezzi spesso vende, direttamente o indirettamente, la fase di riprogettazione che raccomanda. Non è una ragione per liquidare l’osservazione come falsa: è corretta. Ma è una ragione per leggerla sapendo chi ci guadagna a diffonderla.

Chi può permettersi di fermarsi a riprogettare i processi, e chi no

Qui si arriva al punto che il pezzo originale non affronta. Le grandi aziende, quelle con budget dedicati e team di change management interni, possono permettersi la pausa di riprogettazione che Colisto raccomanda. Fermano un processo, lo mappano, lo ridisegnano, poi ci innestano l’AI sopra. È un percorso che costa mesi e risorse che non tutte le organizzazioni hanno.

Le piccole e medie imprese non hanno questa opzione. Per una PMI, l’alternativa reale non è “prima i processi, poi l’AI”: è adottare l’AI dentro processi imperfetti, perché è l’unica strada percorribile con le risorse disponibili, sperando che l’accelerazione non amplifichi troppo il disordine esistente. La raccomandazione di fermarsi e riprogettare suona ragionevole scritta dall’alto di una multinazionale con team dedicati. Per chi non ha quei team, è un consiglio che si può solo ammirare da lontano.

Resta poi la domanda su chi stabilirà, in concreto, gli standard di governance quando finalmente arriveranno: probabilmente gli stessi grandi fornitori enterprise che oggi vendono gli agenti AI e domani venderanno anche gli strumenti per controllarli. L’ironia strutturale è che l’AI viene proposta come motore di efficienza immediata, ma il valore vero, secondo chi la vende e chi ne scrive libri, si sblocca solo dopo aver pagato una riprogettazione organizzativa che il fornitore di AI raramente include nel prezzo del prodotto.

Chi guadagna da questa narrazione è chiaro: i consulenti di trasformazione digitale, i vendor che vendono insieme automazione e governance, gli autori con un libro da promuovere. Chi paga il conto sono le aziende che si affidano a mesi di riprogettazione prima di poter usare l’AI in modo sicuro. E chi resta fuori sono le imprese più piccole, che l’AI la useranno comunque, dentro processi che nessuno ha il tempo o il budget di sistemare prima.