Ethan Mollick individua un paradosso rilevante nell'adozione aziendale dell'IA: mentre i singoli lavoratori riportano guadagni di produttività significativi (alcuni affermano che l'IA ha "triplicato la loro produttività"), le organizzazioni registrano miglioramenti complessivi di performance minimi.

Quattro osservazioni centrali

Primo, i guadagni di performance sono reali e documentati. Studi condotti in Danimarca e negli Stati Uniti mostrano lavoratori che ottengono risparmi di tempo sostanziali in ambiti diversi: sviluppo prodotto, vendite, consulenza e ruoli tecnici.

Secondo, l'adozione è diffusa. Tra il 30 e il 40% dei lavoratori statunitensi utilizza l'IA a fini professionali, sebbene i sistemi aziendali ufficiali mostrino tassi di utilizzo inferiori (~20%), rivelando un uso "ombra" significativo.

Terzo, esiste un potenziale inespresso. Strumenti di deep research, agenti IA e sistemi di generazione di contenuti possono realizzare un lavoro trasformativo ben oltre le implementazioni organizzative attuali.

Quarto, le organizzazioni non catturano questo valore. I guadagni di produttività individuale non si traducono automaticamente in miglioramenti organizzativi senza un'innovazione sistemica.

Il framework: Leadership, Lab e Crowd

Mollick propone un modello a tre componenti per risolvere questo paradosso.

La Leadership deve stabilire una visione chiara dell'impatto futuro dell'IA sul lavoro e creare incentivi che favoriscano un'adozione trasparente piuttosto che un uso nascosto guidato dal timore di licenziamenti o di un riconoscimento ridotto.

Il Lab funziona come un'unità di innovazione ambidestra, trasforma i flussi di lavoro individuati dalla crowd in soluzioni scalabili, stabilisce parametri di riferimento sulle capacità dell'IA sui compiti reali dell'organizzazione e costruisce prototipi sperimentali che testano le possibilità emergenti.

La Crowd rappresenta i lavoratori esperti che scoprono organicamente applicazioni efficaci dell'IA per tentativi ed errori, per poi condividere i flussi di lavoro riusciti in tutta l'azienda.

Raccomandazioni pratiche

Mollick sottolinea la necessità di andare oltre linee guida etiche vaghe per stabilire zone di sperimentazione esplicite. La formazione dovrebbe essere riformulata come esperienza pratica piuttosto che istruzione sulle tecniche di prompting. Le organizzazioni devono costruire parametri di riferimento che misurino le performance dell'IA sui loro compiti reali.

Evidenzia inoltre l'importanza di affrontare le strutture di incentivo che scoraggiano i lavoratori dal rivelare la produttività assistita dall'IA, e di ripensare in modo fondamentale lo scopo dei compiti quando i guadagni di efficienza eliminano i colli di bottiglia precedenti.

Visione strategica

L'intuizione critica di Mollick: il vantaggio competitivo appartiene alle organizzazioni che apprendono più rapidamente, non a quelle che attendono una chiarezza perfetta. "Il momento di iniziare non è quando tutto diventa chiaro: è ora, mentre tutto è ancora disordinato e incerto."