L'AI aumenta la produttività. Ma non dove e come ci si aspetta
I dati macro mostrano crescita debole. I dati per settore raccontano una storia diversa. Il paradosso ha una spiegazione precisa.
Da quando gli strumenti di AI generativa sono entrati nel mercato, le aspettative sulla produttività sono cresciute rapidamente; tuttavia, i dati aggregati le hanno deluse con altrettanta rapidità. La produttività del lavoro nei paesi OCSE è cresciuta in media dello 0.4% nel 2024, un risultato che l'OCSE stesso definisce stagnante rispetto alle attese (OCSE, Compendium of Productivity Indicators 2025). Eppure nello stesso periodo, nei settori dove l'AI è più diffusa, i numeri raccontano qualcosa di completamente diverso.
Il paradosso non è nuovo. Nel 1987 l'economista Robert Solow scrisse che si vedeva l'era del computer ovunque tranne che nelle statistiche di produttività. La stessa frase si applica oggi all'AI. Ma la spiegazione è più precisa di quanto sembri.
Il divario tra macro e settoriale
I settori che hanno adottato AI vedono la produttività del lavoro crescere 4.8 volte più veloce della media globale (IBM/Aristek, 2025). La crescita del fatturato per dipendente nei settori ad alta esposizione AI è tre volte superiore rispetto ai settori a bassa adozione.
I dati della Federal Reserve Bank di St. Louis mostrano il dettaglio settoriale negli USA tra il 2019 e il 2024: il settore information ha registrato una crescita della produttività del 30% in cinque anni. Il settore construction, a bassa esposizione AI, ha perso il 12% nello stesso periodo (Federal Reserve Bank of St. Louis).
Produttività per settore USA (2019–2024) e adozione AI
Fonte: Federal Reserve Bank of St. Louis / Leukhina, Bass (2025)
Federal Reserve Bank of St. Louis / BEA, maggio 2025
Il problema è che questi guadagni non si trasmettono automaticamente all'economia aggregata. I settori ad alta adozione AI sono una minoranza del PIL, e anche al loro interno i benefici sono concentrati in un numero ristretto di aziende.
Dove i guadagni individuali esistono davvero
La ricerca sperimentale è più chiara dei dati macro. Studi su GitHub Copilot condotti su quasi 5.000 sviluppatori hanno misurato un aumento del 26% nel completamento settimanale dei task, con guadagni incredibilmente alti per i developer meno esperti (International Center for Law and Economics, febbraio 2026).
L'AI riduce il gap tra lavoratori forti e deboli. I guadagni a livello di task sono documentati e consistenti. Il problema è la distanza tra guadagno di task e guadagno di processo: ottimizzare un compito individuale non ridisegna automaticamente il flusso organizzativo in cui quel compito è inserito.
Perché il salto sistemico non è ancora avvenuto
Solo il 39% delle aziende riporta un impatto AI a livello di EBIT. Solo il 6% circa si qualifica come "AI high performer", con impatto superiore al 5% sull'EBIT (McKinsey, State of AI 2025). Questi high performer hanno una caratteristica comune: sono quasi tre volte più propensi ad aver ridisegnato i propri workflow intorno all'AI, invece di aggiungerla ai processi esistenti.
Impatto EBIT reale
6%
aziende con +5% EBIT da AI
Crescita fatturato da AI
20%
vs 74% che lo attende ancora
Produttività OCSE 2024
+0.4%
media paesi OCSE
Cosa le aziende ottengono dall'AI oggi vs cosa si aspettano
Fonte: Deloitte State of AI in the Enterprise 2026 / McKinsey State of AI 2025
Efficienza operativa
Riduzione costi
Crescita fatturato
Deloitte State of AI in the Enterprise 2026 / McKinsey State of AI 2025
È la differenza tra usare l'AI come strumento e usarla come principio organizzativo. La prima produce efficienze marginali. La seconda produce discontinuità. Il numero di aziende con almeno il 40% dei progetti AI in produzione è destinato a raddoppiare nei prossimi sei mesi (Deloitte, State of AI in the Enterprise 2026).
Cosa aspettarsi
Il modello storico è chiaro: le tecnologie general purpose mostrano i benefici macroeconomici con ritardo. L'elettricità ha impiegato decenni per trasformare la produttività industriale. Internet ha mostrato i suoi effetti macro solo negli anni Novanta, vent'anni dopo la sua invenzione. L'AI sta seguendo lo stesso pattern, probabilmente a velocità superiore, ma non immediata.
Il segnale da monitorare non è la crescita del mercato AI, ma la quota di aziende che ridisegna i propri workflow, che è la variabile che predice il salto sistemico.
Le aziende che ottimizzano processi esistenti catturano vantaggi incrementali; quelle che riprogettano il modo in cui lavorano intorno all'AI sono le uniche che dimostrano reale impatto positivo sull'EBIT (McKinsey, State of AI 2025).