Il "ritardo" dall'innovazione all'esplosione della produttività: lezioni fondamentali della rivoluzione delle tecnologie dell'informazione e della comunicazione per l'era dell'AI

L'aumento della produttività portato dall'AI potrebbe essere reale, ma la velocità con cui questo si riflette nei dati macroeconomici potrebbe non rispettare le tempistiche più ottimistiche del mercato. L’esperienza della rivoluzione delle tecnologie dell’informazione e della comunicazione mostra che tra la commercializzazione, l’espansione degli investimenti e l’esplosione della produttività di una nuova tecnologia, spesso c’è un ritardo significativo.

Secondo Piattaforma di Trading Insegui il Vento, Elsie Peng del team di ricerca economica USA di Goldman Sachs ha scritto in uno studio pubblicato il 1° luglio che,“Prevediamo che l’AI stimolerà significativamente la crescita della produttività nel prossimo decennio.” Questo orientamento significa che la variabile chiave dell’AI non è solo se possa aumentare l’efficienza, ma quando questo miglioramento verrà confermato dalle statistiche macro.

Il tema centrale è passato da “L’AI è utile?” a “Quando l’AI si tradurrà in una crescita osservabile della produttività?”. Esistono già numerose prove di miglioramenti di efficienza a livello aziendale e di sperimentazione, ma nei dati macroeconomici questo effetto appare generalmente solo dopo che le aziende hanno completato la riorganizzazione dei processi, la formazione del personale e l’adeguamento organizzativo.

Le tecnologie dell’informazione e della comunicazione, o ICT, offrono un importante punto di riferimento. I personal computer sono stati commercializzati intorno al 1981, gli investimenti ICT hanno iniziato ad aumentare dai primi anni ’80, ma la produttività americana ha cominciato ad accelerare realmente solo nella seconda metà degli anni ’90, con un ritardo di circa 15 anni.L’AI potrebbe essere più rapida, ma non salterà automaticamente la fase di adattamento organizzativo.

La lezione principale delle ICT: gli investimenti precedono, la produttività segue in ritardo

All’inizio degli anni ’80, la commercializzazione dei personal computer diede il via a una ondata di innovazione ICT. Il numero pro capite di brevetti innovativi nell’ICT è aumentato costantemente dalla fine degli anni ’80 e all’inizio degli anni ’90, e anche gli investimenti ICT sono cresciuti in modo significativo dagli anni ’80. Settori come servizi professionali, commercio all’ingrosso, trasporti, finanza furono tra i primi ad aumentare gli investimenti.

Tuttavia, la produttività non è cresciuta contemporaneamente.

Calcoli panel di settore mostrano che per ogni aumento di 1 punto percentuale della quota di investimenti ICT sullo stock di capitale, nei primi quattro anni il contributo alla crescita della produttività stimata è addirittura leggermente negativo. L’impatto positivo diviene chiaro solo intorno all’ottavo anno, raggiungendo il picco al dodicesimo anno circa, intorno a 0,6 punti percentuali.

Questo è il cosiddetto effetto “curva a J” nella diffusione delle nuove tecnologie:le aziende prima investono in hardware, adattano processi, affrontano i costi di apprendimento e solo in seguito possono liberare efficienza. Soprattutto quando la tecnologia cambia i flussi informativi, i modi decisionali e la collaborazione tra dipendenti, il dato che appare per primo nelle statistiche è spesso il costo, non la produzione.

Tre fattori che rallentano: costi, effetti di rete e capitale intangibile

Il ritardo della produttività ICT è dovuto in primo luogo ai costi. I prezzi di semiconduttori e dispositivi di comunicazione sono rimasti alti negli anni ’80, e sono scesi solo quando la concorrenza è cresciuta e la regolamentazione ha aperto il mercato negli anni ’90. Il Telecommunications Act USA del 1996 ha favorito la concorrenza nel settore delle telecomunicazioni e l’aumento degli attori nel settore dei chip ha fatto calare i costi dei componenti chiave.

Il secondo fattore sono gli effetti di rete. Tecnologie come Internet e comunicazioni mobili producono poco valore per il singolo utente prima che la base utenti raggiunga una massa critica. Solo quando la diffusione di Internet e mobile negli Stati Uniti ha superato il punto di svolta nella seconda metà degli anni ’90 è stato possibile rilasciare la crescita della produttività.

Ancora più cruciale è il capitale intangibile. Le imprese devono riprogettare i processi, ri-formare il personale, riorganizzare le strutture, costruire sistemi software e database. Le stime mostrano che,per ogni dollaro investito in hardware ICT, sono necessari almeno altri 1,7 dollari di investimenti complementari intangibili. Circa due terzi vanno in software e database, il resto nella riorganizzazione della forza lavoro.

Questo aspetto è particolarmente rilevante per l’AI.GPU, data center e capacità dei modelli sono ben visibili sul mercato, ma la trasformazione organizzativa è meno appariscente. L’esperienza storica dimostra che quest’ultima spesso determina quando la produttività si traduce realmente nei numeri di bilancio.

L’AI potrebbe essere più rapida, ma non senza attriti

Rispetto all’ICT, una differenza chiave per l’AI è la curva dei costi. Il costo per l’utilizzo dei modelli AI sta scendendo molto più velocemente di quanto calarono i prezzi dei personal computer. Anche se alcuni modelli di punta USA hanno recentemente aumentato i prezzi nominali per ampliare i margini di profitto, la pressione competitiva e il calo dei costi di calcolo sottostanti potrebbero limitare le future possibilità di aumenti, spingendo il costo dei token verso maggiore stabilità.

Anche la dipendenza dell’AI dagli effetti di rete è inferiore a quella delle tecnologie di comunicazione. Le aziende possono implementare internamente strumenti AI e ottenere miglioramenti locali di efficienza senza aspettare l’adozione generalizzata in tutto il settore o la società.Questo offre all’AI la possibilità di emergere prima nei dati sulla produttività rispetto alle ICT.

Rimangono però variabili lente. Le imprese devono riprogettare processi lavorativi, formare dipendenti, ridefinire ruoli e assetti organizzativi. La quota degli investimenti hardware AI sullo stock totale di capitale sta già crescendo più velocemente rispetto al ciclo costruttivo ICT del tempo; tuttavia, gli investimenti relativi alla ristrutturazione dei processi, misurati in termini di percentuale delle retribuzioni dei dipendenti coinvolti, al momento sembrano più lenti.

Inoltre, le statistiche ufficiali potrebbero sottovalutare la trasformazione organizzativa in corso. Un’indagine della Fed di Atlanta suggerisce che la spesa in capitale intangibile connessa all’AI potrebbe essere di 280 miliardi di dollari nel 2026.Stime basate sui dati aziendali indicano che il costo del lavoro connesso alla trasformazione AI negli USA potrebbe toccare i 150 miliardi di dollari all’anno, mentre gli investimenti in capitale organizzativo legati al tempo del top management circa 40 miliardi di dollari annui.

I primi segnali potrebbero arrivare da quattro settori

Individuare segnali macro precoci della produttività AI non significa guardare solo all’intera economia. Un percorso più efficace è osservare settori con alta digitalizzazione, forte esposizione all’AI e attività lavorative più facilmente automatizzabili o migliorabili.

Il framework del report identifica quattro classi di indicatori: esposizione storica all’IT, tasso di adozione dell’AI, grado di esposizione all’AI e intensità di ristrutturazione del lavoro dal 2022. In base a questi criteri, i settori in testa sono: informazione ed elaborazione dati, servizi professionali, settori legati a cinema e suono, assicurazioni, intermediazione creditizia, produzione di computer ed elettronica.

In dettaglio, informazione ed elaborazione dati totalizza una media di 1,97, servizi professionali 1,48, cinema e suono 1,21, assicurazioni 1,09, intermediazione creditizia 0,98, produzione computer ed elettronica 0,97.

Aggregando per categorie più ampie, informazione, servizi professionali, assicurazioni e finanza sono quelle da monitorare prioritariamente. Questi settori vantano maggiori basi digitali e più attività automatizzabili o migliorabili tramite l’AI.

Occorre tuttavia prudenza. Questi settori potenzialmente avvantaggiati hanno già mostrato una produttività superiore negli ultimi decenni. Un'ulteriore crescita non può essere attribuita automaticamente all’AI. È cruciale capire se emergano accelerazioni rispetto al proprio trend storico.

Il mercato deve concentrarsi su tre filoni principali

Il primo è il costo: finché il prezzo d’uso dei modelli e quello della potenza di calcolo continuano a scendere, la diffusione dell’AI potrebbe incontrare meno ostacoli rispetto all’epoca ICT.

Il secondo è il capitale organizzativo: è fondamentale che le imprese ripensino davvero processi, ruoli e sistemi dati, più che limitarsi ad acquistare strumenti AI. La rivoluzione ICT ha già dimostrato che solo l’acquisto di hardware non basta per liberare un’esplosione di produttività.

Il terzo è il punto di svolta settoriale della produttività: se informazioni, servizi professionali, assicurazioni e finanza registrassero in anticipo un’accelerazione della produttività rispetto al loro storico, sarebbe più probabile avere una conferma precoce dell’impatto dell’AI nei dati macro.

Tuttavia, i dati sulla produttività a livello settoriale vengono pubblicati in ritardo. Anche se l’AI ha già prodotto benefici di efficienza a livello micro, la conferma macro potrebbe richiedere ancora qualche anno. La più grande lezione dalla rivoluzione ICT per l’era dell’AI è: i progressi tecnologici possono essere rapidi, ma la concretizzazione della produttività è solitamente più lenta.

~~~~~~~~~~~~~~~~~~~~~~~~

I contenuti sopra riportati provengono da Piattaforma di Trading Insegui il Vento.

Per analisi più approfondite, inclusi commenti in tempo reale e ricerche di prima linea, entra in Piattaforma di Trading Insegui il Vento▪Membership Annuale】