Come le aziende stanno realmente sfruttando l’AI generativa? È trascorso quasi un anno da quando OpenAI ha lanciato GPT-4, il cervello dietro ChatGPT e in questo periodo la capitalizzazione di mercato dell’industria tecnologica americana, in senso lato, è aumentata del 50%, creando 6 trilioni di dollari in valore per gli azionisti. Per alcune aziende tech, le crescenti entrate stanno iniziando a corrispondere ai prezzi delle azioni alle stelle. Nel frattempo, le vendite di software AI delle grandi aziende tech rimangono modeste. Nell’ultimo anno l’AI ha rappresentato solo circa un quinto della crescita dei ricavi presso Azure, la divisione cloud computing di Microsoft, e servizi correlati. Alphabet e Amazon non rivelano le loro vendite legate all’AI, ma gli analisti sospettano che siano inferiori a quelle di Microsoft.
Perché il boom in borsa possa durare, queste aziende dovranno prima o poi iniziare a guadagnare seriamente vendendo i loro servizi ai clienti. Le imprese di tutto il mondo, dalle banche alle società di consulenza fino agli studi cinematografici, devono iniziare a utilizzare strumenti simili a ChatGPT su larga scala. Quando si tratta di adozione reale dell’AI generativa, le aziende finora hanno proceduto con molta cautela.
Finora non ci sono prove di un aumento della produttività con l’AI generativa
Eppure anche questi piccoli passi suggeriscono un cambiamento nella natura del lavoro d’ufficio. Le precedenti rivoluzioni tecnologiche hanno rivoluzionato ciò che le persone fanno negli uffici. La diffusione della macchina da scrivere ha reso alcuni lavoratori obsoleti. L’avvento del computer, circa un secolo dopo, ha eliminato alcuni compiti amministrativi di basso livello rendendo al contempo più produttivi i dipendenti altamente qualificati. Secondo uno studio, il computer spiega oltre la metà del cambiamento nella domanda di lavoro verso lavoratori laureati dagli anni ’70 agli anni ’90.
Più recentemente l’aumento del lavoro da casa, promosso dalla pandemia di Covid-19 e reso possibile dalle videoconferenze, ha cambiato i ritmi quotidiani dei lavoratori d’ufficio. Potrebbe l’AI generativa provocare cambiamenti altrettanto profondi? Una lezione delle precedenti rivoluzioni tecnologiche è che, a livello di economia, ci vogliono anni per ottenere un ritorno. Il lavoratore medio presso l’azienda media ha bisogno di tempo per abituarsi ai nuovi modi di lavorare. I guadagni in termini di produttività derivanti dal personal computer non si sono manifestati fino a almeno un decennio dopo la sua diffusione su larga scala. Finora non ci sono prove di un aumento della produttività indotto dall’AI nell’economia nel suo complesso.
Secondo un recente sondaggio del Boston Consulting Group (BCG), la maggior parte degli esecutivi ha dichiarato che ci vorranno almeno due anni per “andare oltre l’hype” attorno all’AI. Una recente ricerca di Oliver Wyman, un’altra società di consulenza, conclude che l’adozione dell’AI “non si è necessariamente tradotta in livelli più elevati di produttività – ancora”. Non sorprende.
Solo il 5% delle aziende americane ha già adottato l’AI generativa
La maggior parte delle aziende attualmente non utilizza ChatGPT, Gemini di Google, Copilot di Microsoft o altri strumenti simili in modo sistematico, anche se singoli dipendenti li sperimentano. Un sondaggio quindicinale dell’Ufficio del Censimento degli Stati Uniti ha chiesto a decine di migliaia di aziende se utilizzano una qualche forma di AI. Questo include la nuova generazione generativa e il tipo più vecchio che le aziende utilizzavano prima del 2023 per tutto, dall’ottimizzazione dei risultati di ricerca online alla previsione delle esigenze di inventario. A febbraio solo circa il 5% delle aziende americane di tutte le dimensioni ha dichiarato di utilizzare l’AI. Un ulteriore 7% delle aziende prevede di adottarla entro sei mesi. E i numeri nascondono grandi differenze tra i settori: il 17% delle aziende nel settore dell’informazione, che include tecnologia e media, afferma di utilizzarla per produrre prodotti, rispetto al 3% dei produttori e al 5% delle aziende sanitarie.
Quando l’Ufficio del Censimento ha iniziato a chiedere dell’AI, nel settembre 2023, le piccole imprese erano più propense a utilizzare la tecnologia rispetto alle grandi, forse perché meno burocrazia rendeva l’adozione più facile per i pesci piccoli. Oggi l’AI è più diffusa nelle grandi aziende (con più di 250 dipendenti), che possono permettersi di arruolare team dedicati all’AI e pagare per gli investimenti necessari.
Un sondaggio tra le grandi imprese condotto da Morgan Stanley ha rilevato che tra l’inizio e la fine del 2023 la quota con progetti pilota AI è passata dal 9% al 23%. Alcuni giganti corporativi stanno sperimentando freneticamente per vedere cosa funziona e cosa no. Stanno assumendo esperti di AI a migliaia, suggeriscono i dati di Indeed, una piattaforma di ricerca del lavoro. L’anno scorso, Jamie Dimon, capo di JP Morgan Chase, ha dichiarato che la banca aveva già “più di 300 casi d’uso dell’AI in produzione”. Capgemini afferma che utilizzerà l’AI generativa di Google Cloud “per sviluppare una ricca libreria di oltre 500 casi d’uso del settore”. Bayer, una grande azienda chimica tedesca, sostiene di avere più di 700 casi d’uso per l’AI generativa.
I casi d’uso si possono dividere in tre grandi categorie
Questa “espansione dei casi d’uso”, come la chiama un consulente, può essere suddivisa in tre grandi categorie: finestratura, strumenti per lavoratori con competenze basse o medie e quelli per i dipendenti più preziosi dell’azienda. Di questi, la finestratura è di gran lunga la più comune. Molte aziende stanno ribattezzando gli sforzi ordinari di digitalizzazione come “programmi gen AI” per sembrare più sofisticate, dice Kristina McElheran dell’Università di Toronto. Presto, un fornitore di tecnologia per ristoranti, ha introdotto un assistente gen-ai per prendere ordini ai drive-through. Ma ben il 70% degli ordini richiede l’aiuto umano.
Spotify, azienda di streaming musicale, ha lanciato un disc-jockey AI che seleziona canzoni e fornisce chiacchiere inutili. Di recente Instacart, una società di consegna di generi alimentari, ha rimosso uno strumento che generava foto del cibo dei fornitori, dopo che l’AI ha mostrato ai clienti immagini poco appetibili. Anche le grandi aziende tech stanno incorporando le proprie scoperte AI nelle loro offerte rivolte ai consumatori.
Amazon sta lanciando Rufus, un assistente per lo shopping alimentato da AI che nessun acquirente ha realmente chiesto. Google ha aggiunto l’AI a Maps, rendendo il prodotto più “immersivo”, qualunque cosa significhi. Gli strumenti per i lavoratori meno qualificati potrebbero essere più utili immediatamente. Alcune applicazioni semplici per cose come il servizio clienti coinvolgono l’AI pronta all’uso. La maggior parte delle domande dei clienti sono semplici e riguardano un piccolo numero di argomenti, il che rende facile per le aziende addestrare i chatbot a gestirle. Alcune di queste iniziative potrebbero già star dando i loro frutti. Amdocs produce software per aiutare le aziende di telecomunicazioni a gestire la fatturazione e i servizi al cliente. L’uso dell’AI generativa, dice l’azienda, ha ridotto il tempo di gestione delle chiamate dei clienti del quasi 50%. Sprinklr, che offre prodotti simili, dice che recentemente uno dei suoi clienti nel settore dei beni di lusso “ha visto un miglioramento del 25%” nei punteggi del servizio clienti.
La disruption dell’AI tocca anche i ruoli amministrativi
Anche i compiti amministrativi di routine sembrano pronti per la disruption dell’AI. I “principali esempi” dei 700 casi d’uso di Bayer includono lavori banali come “ottenere facilmente dati dai file Excel” e “creare una prima bozza in Word”. Alcune aziende stanno utilizzando l’AI generativa come una ricerca più intelligente. Presso Nasdaq, azienda di servizi finanziari, aiuta gli investigatori dei crimini finanziari a raccogliere prove per valutare le transazioni bancarie sospette. Secondo l’azienda, questo riduce un processo che può richiedere da 30 a 60 minuti a tre minuti.
Fornire strumenti AI ai dipendenti più preziosi dell’azienda, le cui esigenze sono complesse, è meno diffuso finora. Ma anche questo sta diventando sempre più visibile. Gli avvocati sono stati tra i primi adottanti. Allen & Overy, un grande studio legale, si è unito a Harvey, una startup AI, per sviluppare un sistema che i suoi avvocati utilizzano per aiutare con tutto, dalla due diligence all’analisi dei contratti. Le banche d’investimento stanno utilizzando l’AI per automatizzare parte del loro processo di ricerca. Presso la Bank of New York Mellon un sistema AI elabora i dati per gli analisti della banca durante la notte e fornisce loro una bozza grezza con cui lavorare al mattino.
Il produttore di farmaci francese Sanofi utilizza un’app AI per fornire ai dirigenti informazioni in tempo reale su molti aspetti delle operazioni dell’azienda. Alcune aziende stanno utilizzando la tecnologia per costruire software. GitHub Copilot di Microsoft, strumento di scrittura di codice AI, ha 1,3 milioni di abbonati. Amazon e Google hanno prodotti rivali. Apple sta presumibilmente lavorando su uno. Fortive, un conglomerato tecnologico, afferma che le sue società operative “stanno vedendo un’accelerazione superiore al 20% nel tempo di sviluppo del software attraverso l’uso della gen AI”. Chirantan Desai, direttore operativo di ServiceNow, una società di software aziendale, ha dichiarato che GitHub Copilot produce “guadagni di produttività a una cifra” per gli sviluppatori della sua azienda.
I sondaggi condotti da Microsoft suggeriscono che poche persone che iniziano a utilizzare Copilot vogliono rinunciarvi. Pinterest, società di social media, afferma di aver migliorato la pertinenza dei risultati di ricerca degli utenti del 10 percento grazie all’AI generativa. In una recente conference call, il suo capo, Bill Ready, ha detto che i nuovi modelli erano 100 volte più grandi di quelli che la sua azienda utilizzava prima. L’Oréal, una delle più grandi aziende di cosmetici al mondo, ha attirato l’attenzione degli investitori mentre migliora Betiq, uno strumento interno per misurare e migliorare la pubblicità e la promozione dell’azienda. L’Oréal sostiene che l’AI generativa sta già producendo “aumenti di produttività fino al 10-15% per alcuni dei nostri marchi che l’hanno implementata”.
Questo non significa che quei marchi avranno bisogno del 10-15% in meno di lavoratori. Come nelle precedenti rivoluzioni tecnologiche, le paure di un apocalisse lavorativo causato dall’AI sembrano infondate. Finora la tecnologia sembra creare più posti di lavoro di quanti ne elimini. Un sondaggio pubblicato a novembre dalla banca Evercore ISI ha rilevato che solo il 12% delle società riteneva che l’AI generativa avesse già sostituito il lavoro umano o lo avrebbe sostituito entro 12 mesi. Sebbene alcune aziende tech affermino di bloccare le assunzioni o ridurre il personale a causa dell’AI, non ci sono prove di un aumento dei licenziamenti nel mondo ricco. L’AI generativa sta anche creando nuovi tipi di lavoro d’ufficio. Aziende, tra cui Nestlé e KPMG, società di consulenza, stanno assumendo “ingegneri del prompt” esperti nell’ottenere risposte utili dai chatbot AI. Una compagnia assicurativa impiega “ingegneri dell’esplicabilità” per aiutare a capire i risultati dei sistemi AI. Un’azienda di beni di consumo che ha recentemente introdotto l’AI generativa nel suo team di vendita ora ha un “manager del bot di vendita” per tenere d’occhio le macchine. Sebbene tali sviluppi non si tradurranno in statistiche di produttività complessive per un po’, stanno già influenzando ciò che fanno i lavoratori d’ufficio. Alcuni effetti sono chiaramente positivi. L’AI consente alle aziende di digitalizzare e sistematizzare i dati interni, dalle valutazioni delle prestazioni ai verbali delle riunioni, che prima rimanevano dispersi. I partecipanti ai sondaggi condotti da Randy Bean, consulente, hanno segnalato grandi miglioramenti nell’istituire una cultura interna di “dati e analisi”, che molte aziende trovano ostinatamente difficile da coltivare.
Le conseguenze imprevedibili dell’adozione dell’AI generativa
L’adozione dell’AI potrebbe anche avere certe conseguenze imprevedibili. Sebbene gli strumenti di scrittura del codice AI stiano aiutando gli ingegneri del software a svolgere il loro lavoro, un rapporto per GitClear, una società di software, ha scoperto che nell’ultimo anno o giù di lì la qualità di tale lavoro è diminuita. I programmatori potrebbero utilizzare l’AI per produrre una prima bozza solo per scoprire che è piena di bug o manca di concisione. Di conseguenza, potrebbero passare meno tempo a scrivere codice, ma più tempo a rivederlo e modificarlo. Se altre aziende vivono qualcosa di simile, la quantità di output nel moderno luogo di lavoro potrebbe aumentare – mentre l’AI produce più email e memo – anche se quell’output diventa meno utile per svolgere il lavoro.
Un sondaggio condotto da IBM suggerisce che molte aziende sono restie ad adottare l’AI perché mancano di competenze interne sull’argomento. Altri temono che i loro dati siano troppo compartimentati e complessi per essere riuniti. Circa un quarto dei capi aziendali americani vieta l’uso dell’AI generativa sul lavoro del tutto. Un possibile motivo della loro esitazione è la preoccupazione per i dati delle loro aziende. Nei loro rapporti annuali, Blackstone, gigante del private equity, e Eli Lilly, farmaceutico, hanno avvertito gli investitori dei rischi legati all’AI come la possibile fuga di proprietà intellettuale ai produttori di modelli AI. L’anno scorso Marie-Hélène Briens Ware, dirigente di Orange, una società di tlc, ha spiegato che l’azienda aveva messo in atto delle barriere protettive dei dati prima di iniziare una prova con Copilot di Microsoft. In definitiva, perché più aziende la vedano come un caso risolto e chiuso, l’AI generativa deve ancora migliorare.
A novembre Microsoft ha lanciato un Copilot per il suo software di produttività, come Word ed Excel. Alcuni utenti iniziali lo trovano sorprendentemente goffo e incline a crashare – per non parlare di ingombrante, anche per persone già esperte di Office. Molti capi restano diffidenti nell’utilizzare l’AI generativa per operazioni più sensibili fino a quando i modelli smetteranno di inventare cose. Di recente Air Canada si è trovata nei guai dopo che il suo chatbot AI ha fornito a un passeggero informazioni errate sulla politica di rimborso della compagnia aerea. Questo è stato imbarazzante per la compagnia aerea, ma è facile immaginare qualcosa di molto peggio.
