Intervento di Paolo Cellini, Professore Economia Digitale ed AI, Luiss Guido Carli e Aymane Ghaouri, Teaching Assistant Luiss Guido Carli
La maggior parte degli strumenti che utilizziamo ancora oggi per guidare le imprese è stata progettata negli anni Quaranta, per un’economia fatta di fabbriche, scorte e beni rivali. Non sono mai stati concepiti per un mondo in cui la risorsa più preziosa – l’intelligenza stessa – sta diventando abbondante e quasi gratuita. Il risultato è una silenziosa crisi della misurazione, nascosta in piena vista.
Consideriamo il paradosso al centro dell’attuale ondata tecnologica. Circa il 78% delle aziende dichiara di aver adottato l’intelligenza artificiale; quasi la stessa percentuale afferma però di non aver registrato alcun impatto significativo sui risultati economici. La reazione più immediata è attribuire la colpa allo strumento. La spiegazione più scomoda è un’altra: stiamo misurando le cose sbagliate. I nostri cruscotti sono pieni di indicatori facili da raccogliere e rassicuranti da leggere, ma che dicono ben poco sulla reale capacità di creare valore. La visibilità non è conoscenza, e una metrica che produce la prima sacrificando la seconda è peggiore dell’assenza di qualsiasi metrica.
È qui che comunicazione, dati e governance smettono di essere discipline separate e diventano un unico problema. I dati sono ormai la materia prima di ogni decisione strategica, ma si comportano in modo diverso da qualsiasi bene per il quale è stata progettata la nostra contabilità: non sono rivali, accrescono il loro valore quando vengono aggregati e gran parte del valore che generano non si riflette mai in un prezzo di mercato. Secondo una stima, il solo servizio di ricerca online produce per l’utente medio un valore annuo di circa 18.000 dollari, valore che non compare in alcun bilancio. Quando la governance considera i dati un semplice sottoprodotto operativo anziché un asset strategico, governa senza vedere.
La misurazione, intesa nel suo significato più autentico, non è semplice contabilità. È la leva attraverso cui un’organizzazione percepisce e orienta la propria trasformazione. Ma questa leva funziona solo se siamo onesti rispetto al costo del cambiamento. Nei primi anni di una trasformazione tecnologica profonda, la produttività spesso diminuisce, perché le imprese stanno investendo energie in attività che i loro sistemi non registrano: riqualificare le persone, riprogettare i processi, ricostruire la fiducia. Letti alla lettera, i numeri sembrano dire: «Fermatevi». Interpretati con intelligenza, suggeriscono invece: «Continuate a salire». Una governance incapace di riconoscere questi investimenti immateriali rischia di interrompere il cambiamento proprio nel momento in cui sta per produrre i suoi frutti.
L’economia che sta alla base di questa trasformazione rende il messaggio ancora più evidente. Il costo dell’intelligenza artificiale è crollato da circa 20 dollari per milione di token nel 2022 a poco più di due centesimi appena due anni dopo, e continua a diminuire. Quando il prezzo di un fattore produttivo tende verso lo zero, ogni presupposto ereditato sulla scarsità, sulla produttività e sul vantaggio competitivo deve essere ripensato. L’unità di valore si sta spostando dal clic alla risposta, dalla portata alla rilevanza. E anche le nostre metriche devono seguirne l’evoluzione.
Per la funzione comunicazione, tutto questo non è un’astrazione. Cambiano le domande che vale la pena misurare. Non più quante persone abbiamo raggiunto, ma se un algoritmo cita i nostri contenuti quando risponde al posto di qualcuno. Non quanto forte è stata la nostra voce, ma come un pubblico simulato prevede che un messaggio verrà recepito prima ancora che venga diffuso. Nuovi strumenti, capaci di monitorare la nostra visibilità all’interno dei motori generativi e di testare le narrazioni su pubblici sintetici, sono davvero utili solo se vengono integrati nei processi di governance, affinché ciò che apprendiamo arrivi effettivamente a chi prende le decisioni.
Tutto questo non riduce il ruolo delle persone; lo ridefinisce. Man mano che le macchine assorbono le attività meccaniche della misurazione, il lavoro della comunicazione si sposta verso un livello più alto: l’interpretazione, la costruzione di significato, la capacità di allineare reputazione, relazioni e risultati sulla base di evidenze finalmente affidabili. Le organizzazioni che prospereranno nel prossimo decennio non saranno quelle che possiedono la maggiore quantità di dati, ma quelle che avranno saputo governarli abbastanza bene da comprendere ciò che i loro numeri stavano davvero raccontando.
