C’è un paradosso che attraversa silenziosamente quasi tutte le organizzazioni che oggi parlano di intelligenza artificiale, e che raramente entra nelle slide di presentazione o nei budget approvati dai consigli di amministrazione: si vuole costruire il futuro digitale poggiando su fondamenta che restano, nella sostanza, profondamente analogiche. Non parlo della carta che resiste accanto allo schermo o dei processi manuali che convivono con le piattaforme cloud, perché quelle sono questioni di transizione che si risolvono con un buon piano operativo e i tempi giusti. Il paradosso che intendo è più sottile, e riguarda il modo in cui pensiamo, decidiamo e organizziamo il lavoro, molto prima che si arrivi a parlare di tecnologia.
Quando un’organizzazione adotta l’intelligenza artificiale senza aver prima messo in discussione queste strutture profonde, si comporta come chi acquista un motore di ultima generazione per montarlo su un telaio progettato per un’altra epoca, sperando che la potenza compensi tutto il resto. Per qualche tempo l’illusione regge, soprattutto se il fornitore sa raccontarla bene e se i primi “utenti pilota” vengono confezionati con la cura di una vetrina, ma poi i numeri cominciano a parlare e raccontano una storia che chi guarda solo agli strumenti non riesce ancora a leggere.
Quando la cultura analogica non è una questione di età
C’è un equivoco diffuso che attribuisce la cultura analogica alle generazioni più anziane o ai settori percepiti come tradizionali, e l’equivoco è comodo perché permette di esorcizzare il problema confinandolo in una nicchia anagrafica che, con il tempo, dovrebbe sciogliersi da sola.
La realtà che osservo nelle organizzazioni che attraverso da quarant’anni racconta qualcosa di molto diverso, perché la cultura analogica non si misura in anni di anzianità né in capacità di usare un’app: si misura nel modo in cui si concepisce il lavoro, si distribuisce l’autorità decisionale, si tratta il dato come informazione viva o come scoria amministrativa.
Un’azienda può avere tutti i software collaborativi del mondo, integrare le piattaforme più avanzate, dotare ciascun dipendente di dispositivi all’ultimo grido, e restare culturalmente analogica nel suo nucleo profondo, perché ciò che la rende tale non è il livello di equipaggiamento tecnologico ma la sequenzialità rigida dei flussi decisionali, il pensiero per silos che impedisce ai dati di una funzione di parlare con quelli di un’altra, l’abitudine a documentare il lavoro come adempimento formale piuttosto che come condivisione di conoscenza. Esistono al contrario organizzazioni dotate di tecnologia molto meno sofisticata che operano già con una cultura digitale autentica, perché hanno imparato a trattare il proprio funzionamento come un sistema osservabile, modificabile, apprendibile, e questo cambia tutto.
Data-driven non è l’output, è l’input
Se c’è un’immagine che cattura l’essenza del paradosso, è quella dei tanti progetti AI che falliscono perché non trovano il carburante necessario per funzionare, e quel carburante non è la potenza computazionale dei modelli — che oggi è abbondante e quasi commoditizzata — ma la qualità, la struttura, la pulizia, l’integrazione dei dati che alimentano il sistema. Qui si annida un equivoco profondo che la consulenza ha contribuito ad alimentare per ragioni di business più che di pensiero: l’idea che essere data-driven significhi avere cruscotti, dashboard, sistemi di Business Intelligence sempre più sofisticati. Questo confonde l’output con l’input, una cultura data-driven non si misura da quanti grafici si producono ma da come si raccoglie, si cura, si struttura, si custodisce il dato a monte, perché è quello il sostrato che alimenterà tutto ciò che verrà dopo.
La differenza è radicale, le dashboard guardano indietro, raccontano cosa è successo, la cura del dato guarda avanti, prepara il terreno per ciò che accadrà. Un’organizzazione che ha investito in cruscotti senza mai investire nella cura del dato si scopre, al momento di adottare l’intelligenza artificiale, con un magazzino disordinato di frammenti incoerenti, duplicati, parziali, raccolti con criteri diversi in epoche diverse da persone diverse che non si parlavano tra loro.
La cultura analogica si manifesta proprio qui, nella convinzione tacita che il dato sia un sottoprodotto del lavoro vero e non il sostrato strutturato che permette al lavoro stesso di essere osservato, valutato, migliorato. Finché questa convinzione resta intatta, qualsiasi investimento in intelligenza artificiale rischia di trasformarsi in un esercizio costoso di teatro tecnologico.
Cambiare strumento non è cambiare cultura
C’è un errore ricorrente che osservo nelle organizzazioni di ogni dimensione, e che riconosco subito perché si manifesta sempre con le stesse parole: stiamo inserendo l’AI per innovarci. Come se la trasformazione fosse una sostituzione di strumento, un upgrade di versione, un cambio di software che lascia intatto tutto il resto, ma le aziende che hanno vissuto così tutte le rivoluzioni tecnologiche degli ultimi quarant’anni sono passate dal mainframe al personal computer, dal personal computer al web, dal web al mobile, dal mobile al cloud, e ora dal cloud all’intelligenza artificiale, accumulando strumenti senza mai cambiare il modo di pensare il lavoro che quegli strumenti dovrebbero abilitare.
Il risultato è che ogni nuova tecnologia, dopo l’entusiasmo iniziale, diventa semplicemente la prossima tecnologia, una voce in più nel budget IT, un argomento per la prossima convention, senza mai produrre la trasformazione promessa. Cambiare strumento senza cambiare cultura significa cambiare l’output e il modo di lavorare in superficie, ma non liberare l’innovazione che la tecnologia avrebbe potuto portare. L’innovazione non sta nello strumento: sta nella cultura che decide come usarlo, perché usarlo, per chi usarlo, senza quella cultura, ogni tecnologia diventa una promessa mancata, e l’intelligenza artificiale non farà eccezione.
Ciò che non si vede, ma costa
In un articolo precedente del Punto Digitale ho dedicato uno spazio ampio alla Productivity J-Curve di Brynjolfsson, Rock e Syverson, e qui quel concetto risuona in pieno, perché una cultura analogica è strutturalmente cieca al moltiplicatore intangibile: tutto ciò che non si compra con una fattura tende a sparire dalla mappa decisionale, e il tempo necessario alle persone per imparare nuovi modi di lavorare non viene riconosciuto come investimento ma come costo da contenere. Allo stesso modo, ho già raccontato come la resistenza più strutturale ai progetti AI provenga non dagli utenti finali ma dalle funzioni di staff, e di come i silos verticali si sentano minacciati da sistemi orizzontali.
Aggiungo qui un’osservazione che mi sembra ancora più importante: la forma di resistenza più radicata non è quella che si dichiara, ma quella che non prende mai posizione, che lascia scorrere il tempo finché il progetto non si esaurisce per inanizione, oppure si manifesta in mille piccole abitudini quotidiane che riportano silenziosamente al modo precedente di fare le cose anche dopo che il nuovo strumento è stato installato. È la resistenza più letale perché non si combatte: si dilegua nel tempo, e si nutre proprio della cultura analogica che nessuno ha mai messo davvero in discussione.
Lo specchio che amplifica chi siamo
Una delle scoperte più disturbanti che chi lavora con l’intelligenza artificiale fa nei primi mesi di adozione è che questi sistemi non risolvono i problemi delle organizzazioni: li amplificano. Un’azienda che decide male, con AI deciderà male più velocemente.
Un’organizzazione disordinata propagherà il proprio disordine a una scala che prima le era preclusa, un management che non sa cosa misurare troverà nuovi modi per ignorare gli indicatori che contano.
L’intelligenza artificiale è uno specchio implacabile che restituisce con fedeltà amplificata l’immagine di ciò che già siamo, che funziona in entrambe le direzioni, ed è qui che si apre la parte costruttiva: le organizzazioni che hanno coltivato una cultura del dato, dell’apprendimento continuo, della distribuzione consapevole delle decisioni, trovano nell’intelligenza artificiale un acceleratore straordinario di ciò che già funziona bene, e i benefici che ottengono sono difficili da replicare per chi parte da fondamenta più fragili. Si sta delineando una biforcazione silenziosa tra organizzazioni che usano l’intelligenza artificiale per moltiplicare la propria intelligenza collettiva e organizzazioni che la usano per nascondere la propria mancanza di pensiero, e la differenza non si vedrà nelle slide ma nei risultati di lungo periodo.
Il bivio che ci riguarda tutti
Davanti a chi guida un’organizzazione oggi ci sono davvero solo due strade.
- La prima consiste nel comprare strumenti di intelligenza artificiale sperando che la loro potenza supplisca alle carenze culturali del contesto in cui vengono installati, ed è la strada che la maggior parte delle organizzazioni sta percorrendo, alcune con consapevolezza, altre senza saperlo.
- La seconda consiste nel riconoscere che l’intelligenza artificiale non è l’inizio di una trasformazione ma il suo punto di arrivo provvisorio, e che il lavoro vero riguarda la costruzione delle fondamenta culturali, dei processi, delle competenze, del mindset organizzativo che permettono alla tecnologia di esprimere il proprio potenziale.
Chi sceglie la seconda strada accetta di rallentare ora per accelerare poi, di apparire meno innovativo nel breve periodo per essere effettivamente più trasformato nel lungo periodo, di investire in ciò che non si vede per costruire ciò che durerà, è una scelta controintuitiva in un ambiente che premia la visibilità immediata e penalizza la pazienza strategica, e per questo richiede leadership autentica, non management.
Il sogno dell’intelligenza artificiale è legittimo e potente, ma sognare non basta: per realizzarlo dobbiamo accettare di svegliarci, guardare in faccia la cultura che abbiamo costruito in decenni di abitudini consolidate, e cominciare il lavoro vero — quello che nessuna macchina farà al posto nostro, perché è proprio nel farlo che riscopriremo cosa significa essere umani in un’epoca che ci chiede di ridefinirci.
