Nove verbi, una frontiera frastagliata.

Serie «Capire l’IA», nota 4 di 12. Ormai sa che cos’è un modello linguistico, come lavora all’interno e in che cosa si distingue dal software e dai robot di processo. Questa nota risponde alla domanda che mi fanno nella prima riunione: «Bene, e che cosa fa esattamente nella mia azienda?»

Lunedì, 8.15, una fabbrica di mobili a Bellinzona, ottanta dipendenti. Il direttore generale ha chiesto a ogni responsabile di reparto una lista di «dove potrebbe aiutarci l’IA». Sul suo tavolo ci sono quarantadue proposte. Le vendite vogliono che scriva le offerte. L’amministrazione vuole che legga le fatture dei fornitori. La produzione vuole che preveda quando si romperà la bordatrice. Le risorse umane vogliono un assistente per le domande sulle vacanze. Il marketing vuole video. E il responsabile della qualità, che è il più scettico, ha scritto una sola riga: «E chi controlla quello che fa?»

La scena è immaginaria. Le quarantadue proposte no: è ciò che succede quando si chiede senza una mappa. E le quarantadue non valgono tutte lo stesso. Alcune le risolve una regola di software. Altre sono esattamente ciò che un modello linguistico fa meglio di chiunque. Altre ancora sono, oggi, una promessa da catalogo. Questa nota è la mappa che metterei su quel tavolo: nove verbi, sette reparti, quattro studi che hanno misurato risultati veri e un avvertimento.

La domanda non è «dove può aiutare l’IA?». È «quale verbo mi serve qui, e che cosa succede quando lo coniuga male?».

I nove verbi.

Un modello linguistico non «fa IA». Fa cose concrete con il testo, e da poco con la voce e le immagini. Se le conosce per nome, ogni proposta della sua azienda diventa confrontabile con le altre.

• Classificare. Leggere qualcosa e dire di che tipo è: questa e-mail è un reclamo, questa fattura è di trasporto, questa chiamata è urgente. È il verbo più affidabile e quello che apporta più valore silenzioso, perché ordina ciò che poi elaborerà il software di sempre.
• Estrarre. Tirare fuori dati concreti da un testo disordinato: il numero d’ordine da un’e-mail, l’importo e la data da una fattura scansionata, le clausole penali di un contratto. Quello che prima digitava una persona.
• Riassumere. Trasformare trenta pagine in una, una riunione di un’ora in cinque righe, cento recensioni in tre temi. Molto buono, con un rischio: il riassunto omette, e lei non vede ciò che omette.
• Redigere. Una prima bozza di offerta, una risposta a un cliente, una descrizione di posto di lavoro. È ciò che la maggior parte delle persone fa già di nascosto. Lo vedremo in cifre.
• Tradurre. Fra lingue, e anche fra registri: il tecnico in linguaggio semplice, l’informale in formale. Per un’azienda svizzera che serve in quattro lingue, è spesso il primo uso redditizio.
• Rispondere con i suoi documenti. Rispondere alle domande leggendo, a ogni richiesta, i manuali, le tariffe e le politiche approvate dalla direzione, e citando da dove viene ogni dato. È la base di qualsiasi assistente serio. La tecnica si chiama recupero e gliela spiego nella nota 5.
• Trascrivere e parlare. Convertire la voce in testo e il testo in voce. Le chiamate, le riunioni e le note dettate in auto diventano testo su cui applicare i verbi precedenti.
• Vedere. Leggere documenti scansionati, foto di bolle di consegna, disegni, etichette. Ciò che fino a poco fa richiedeva un programma specializzato di riconoscimento dei caratteri, oggi lo fa lo stesso modello che scrive.
• Programmare. Scrivere e correggere codice. È il verbo che ha cambiato di più il settore tecnologico, e il motivo per cui le automazioni su misura sono diventate molto più economiche da costruire.

Osservi ciò che non c’è nella lista: decidere. Un modello può proporre una decisione, ordinare le opzioni e argomentare. Ma la decisione, in qualsiasi cosa con conseguenze, è un verbo che resta a una persona, per le ragioni della nota 2: il modello prevede il probabile, non il corretto, e tende a dirle ciò che vuole sentire.

Sette reparti, con i loro verbi.

Torno alle quarantadue proposte della fabbrica e le ordino con la mappa. Non è una lista del possibile; è una lista di ciò che ho visto funzionare o di ciò che gli studi hanno misurato.

• Servizio clienti. Classificare e rispondere con documenti. Il modello ordina la casella, propone la risposta e la persona la rivede o la invia. È il reparto con le prove migliori, come vedrà fra un attimo, e anche quello dell’avvertimento di Klarna.
• Amministrazione e finanza. Estrarre e classificare. Fatture dei fornitori lette e contabilizzate con una revisione finale; riconciliazione dei movimenti; sollecito automatico dei crediti scaduti. Qui il modello ordina e il software esegue. È, di gran lunga, il posto dove si recupera più denaro per franco investito, e quello che di solito riceve meno budget.
• Vendite. Redigere, riassumere ed estrarre. Preparazione di una riunione a partire da tutto ciò che l’azienda sa del cliente; bozza di offerta da un modello approvato; riassunto della chiamata nel sistema commerciale senza che il venditore digiti nulla.
• Risorse umane. Rispondere con documenti e redigere. Un assistente interno per le domande di sempre, che legge il contratto collettivo e il regolamento e cita l’articolo. E un avvertimento: la selezione del personale con l’IA è regolata in modo rigoroso nell’Unione europea ed è terreno delicato in Svizzera. Non è un verbo da cui cominciare.
• Legale e conformità. Estrarre e riassumere. Confrontare un contratto ricevuto con il proprio modello e segnare le differenze; riassumere una norma nuova. Sempre con una persona che firma, e con la lezione di Mata contro Avianca della nota 2 ben presente.
• Marketing. Redigere e tradurre. Prime bozze, varianti, adattamento a quattro lingue. È dove si spende di più e si misura di meno; lo vedremo nella nota sui costi.
• Operazioni e produzione. Classificare e vedere. Rapporti di guasto dettati a voce e classificati; foto di un difetto confrontate con il catalogo dei difetti. Prevedere quando si rompe la bordatrice è un’altra famiglia di IA, quella dei sensori e delle serie temporali, e richiede anni di dati che quasi nessuno ha.

Ciò che è stato misurato davvero.

Qui separo ciò che so da ciò che mi raccontano. Ci sono quattro studi che cito in quasi tutte le riunioni perché hanno misurato con gruppi di controllo, in aziende o compiti reali, e hanno pubblicato i numeri completi.

Il primo riguarda il servizio clienti. Nell’aprile 2023 Brynjolfsson, Li e Raymond hanno pubblicato presso il National Bureau of Economic Research lo studio su 5179 addetti al supporto di un’azienda di software ai quali è stato dato, a scaglioni, un assistente di IA che suggeriva risposte. La produttività, misurata in richieste risolte all’ora, è salita del 14 % in media. E il dato che mi interessa di più: gli addetti con meno esperienza sono migliorati del 34 %, mentre i più esperti sono cambiati appena. L’assistente, in pratica, trasmetteva ai nuovi ciò che i veterani sapevano. Il turnover è diminuito. È il miglior argomento che conosca a favore dell’IA come strumento di formazione nascosto.

Il secondo riguarda la scrittura. Nel luglio 2023 Noy e Zhang hanno pubblicato su Science un esperimento con 453 professionisti laureati che svolgevano compiti di scrittura tipici del loro lavoro. Con ChatGPT hanno impiegato il 40 % di tempo in meno e la qualità, valutata da altri professionisti, è salita del 18 %. Come nel caso precedente, chi scriveva peggio all’inizio è stato chi ha guadagnato di più. Lo strumento accorcia le distanze verso l’alto.

Il terzo è quello che cambia il modo di pensare. Nel settembre 2023 un gruppo di Harvard, MIT, Wharton e Boston Consulting Group ha fatto svolgere compiti reali a 758 consulenti di BCG, alcuni con GPT-4 e altri senza. Nei compiti che rientravano in ciò che il modello fa bene, chi lo ha usato ha completato il 12,2 % di compiti in più, il 25,1 % più in fretta e con il 40 % di qualità in più. Ma i ricercatori hanno incluso di proposito un compito che sembrava altrettanto facile e stava appena fuori da quella capacità, uno che richiedeva di incrociare dati con interviste e applicare giudizio. Lì i consulenti con l’IA hanno azzeccato parecchio meno di quelli che hanno lavorato senza: il gruppo senza IA ha azzeccato nell’84 % dei casi e i gruppi con IA sono rimasti fra il 60 % e il 70 %. Gli autori l’hanno chiamata la frontiera frastagliata: la capacità del modello non è un cerchio che cresce, è una linea irregolare in cui due compiti vicini possono cadere da lati diversi, e dall’esterno non si vede dove passa la linea.

Questo è l’avvertimento che quasi nessuno include nella presentazione. Lo stesso strumento che rende la sua squadra il 25 % più veloce in un compito la rende peggiore in quello accanto, e peggiore con sicurezza, perché le persone tendono ad accettare ciò che il modello propone quando è scritto bene. Lo studio descrive due modi di lavorare che lo evitano: il centauro, che divide il lavoro e fa alcuni compiti con la macchina e altri senza, e il cyborg, che mescola entrambi a ogni passo ma controlla senza sosta. Nessuno dei due consiste nel delegare.

Il quarto studio è, in realtà, una storia in due parti, e conviene raccontarla intera. Nel febbraio 2024 l’azienda svedese di pagamenti Klarna ha annunciato che il suo assistente di IA aveva tenuto 2,3 milioni di conversazioni con i clienti nel primo mese e faceva il lavoro equivalente a 700 addetti. È stato il caso più citato dell’anno nelle presentazioni. Nel maggio 2025 il suo amministratore delegato ha riconosciuto pubblicamente che la scommessa aveva prodotto una qualità più bassa e che tornava ad assumere persone per il servizio clienti, con l’IA come supporto e non come sostituto. Non è un fallimento della tecnologia. È la frontiera frastagliata applicata a un’intera azienda: ha funzionato dove il modello fa bene il verbo, e ha fallito dove il cliente aveva bisogno di qualcuno con criterio.

Ciò che succede già nella sua azienda, senza che lei lo sappia.

C’è un ultimo dato che consiglio di tenere presente prima di decidere qualsiasi cosa. Nel maggio 2024 Microsoft e LinkedIn hanno pubblicato un sondaggio su 31’000 persone in 31 paesi. Il 75 % dei lavoratori della conoscenza usava già l’IA generativa nel proprio lavoro, e il 78 % di loro usava strumenti propri, non forniti dall’azienda. La maggior parte non lo diceva a nessuno. Questo significa che la domanda «adottiamo l’IA?» arriva tardi. La sua squadra l’ha già adottata. La domanda vera è se lo fa con gli strumenti, i dati e le regole dell’azienda o con un account gratuito e i dati dei suoi clienti. Glielo dettaglio nella nota sulla sicurezza.

1. Questa settimana

   Chieda le proposte, ma con un verbo

   Che ogni responsabile scriva la sua idea con uno dei nove verbi. Ciò che non sta in nessuno di solito è software classico o una promessa.

2. Questa settimana

   Segni la frontiera

   Accanto a ogni proposta, scriva che cosa succede se il modello sbaglia con sicurezza. Dove la risposta è «nessuno se ne accorgerebbe», serve una revisione.

3. Questo mese

   Cominci dall’amministrazione

   Fatture, riconciliazione, incassi. Meno vistoso di un video, più denaro e meno rischio.

4. Questo mese

   Chieda alla sua squadra che cosa usa già

   Senza punizioni. Scoprirà quali verbi servono e con quali dati li stanno coniugando fuori casa.

Come la imposto io.

Quando entro in un’azienda non chiedo dove potrebbe aiutare l’IA. Percorro i reparti con i nove verbi e un taccuino, e annoto tre cose per processo: quante ore se ne vanno, quale verbo manca e che cosa succede se si coniuga male. Alla fine c’è una mappa a tre colori: ciò che risolve una regola, ciò che risolve un modello con revisione e ciò che oggi non si tocca. La Diagnosi strategica che offro è esattamente quella mappa, fatta con i suoi numeri.

Faccia l’esercizio con la Sua settimana. Annoti le cinque attività che Le portano via più tempo e scriva accanto il verbo che corrisponde a ciascuna. Qualcuna non ne avrà nessuno, e anche questa è un’informazione.

Ora guardi quella di cui vorrebbe liberarsi di più e si faccia la domanda che conta davvero: se un modello sbagliasse lì con piena sicurezza, quanto tempo passerebbe prima che qualcuno se ne accorga?

Prossima nota: come si collegano i verbi fra loro. Che cos’è il recupero, che cos’è uno strumento, che cos’è davvero un agente e perché un sistema di quattordici passi che azzecca il 95 % delle volte in ciascuno fallisce la metà delle volte in totale.