Il dibattito sulla sostenibilità economica dell’intelligenza artificiale ha raggiunto un punto di svolta, spostando l’attenzione dalle promesse tecnologiche ai risultati tangibili di bilancio. In una recente analisi condivisa con il giornalista Josh Lipton, Matt Calkins, fondatore e CEO di Appian, ha delineato una visione critica ma ottimista sullo stato del mercato. Mentre gli investitori monitorano con attenzione i giganti del settore come Nvidia per cogliere segnali di tenuta del comparto, emerge una discrepanza profonda tra il capitale investito e il valore effettivamente estratto dalle organizzazioni. Il tema centrale non è più la potenza di calcolo, ma la capacità di generare un reale ROI dell’AI all’interno di strutture aziendali complesse che, ad oggi, faticano a trovare una direzione chiara.
Indice degli argomenti
La fine dell’era del potenziale e il passaggio al valore misurabile
Secondo Calkins, il settore sta attraversando una fase di transizione fondamentale che definisce come «la fine dell’inizio». Questo termine indica il tramonto del periodo in cui l’intelligenza artificiale poteva essere valutata esclusivamente per il suo potenziale astratto. Oggi, i segnali di allarme che circondano il mercato suggeriscono che l’AI deve essere valutata in base al ritorno sull’investimento effettuato.
Il dibattito sulla possibile esistenza di una bolla finanziaria viene affrontato da Calkins con una distinzione netta rispetto al passato. Se nell’era del 2000 le alte valutazioni non avevano un valore reale sottostante, la situazione attuale è differente: «l’AI è altrettanto preziosa quanto tutti pensano che sia; deve solo essere applicata meglio».
Il problema, dunque, non risiederebbe in una mancanza di valore intrinseco della tecnologia, ma in un deficit di applicazione pratica. Nonostante alcune figure di spicco del settore abbiano ipotizzato l’esistenza di una bolla, Calkins sostiene che la percezione di instabilità derivi dal fatto che il valore attuale non ha ancora raggiunto il prezzo di mercato a causa di implementazioni errate.
Il paradosso del ROI dell’AI nelle imprese contemporanee
Uno dei dati più significativi citati durante il confronto riguarda uno studio del MIT che ha scosso l’ambiente enterprise. I numeri riportati indicano una crisi di efficienza senza precedenti:
- circa 30-40 miliardi di dollari sono stati spesi dalle principali aziende in progetti legati all’intelligenza artificiale.
- Il 95% delle organizzazioni analizzate nello studio non sta ottenendo alcun ritorno dal proprio investimento in AI.
Calkins definisce questo rapporto come un segnale d’allarme che deve essere preso sul serio. Il motivo di questo fallimento sistemico risiederebbe nella natura dei compiti affidati alle nuove tecnologie. Finora, l’economia globale ha applicato l’intelligenza artificiale a una serie di «stupidi lavori secondari» invece di concentrarsi sui processi core che generano il vero valore nelle grandi organizzazioni.
Per invertire questa tendenza e garantire un solido ROI dell’AI, è necessario smettere di considerare la tecnologia come uno strumento isolato e iniziare a integrarla dove avviene il lavoro reale.
Lo stallo tecnologico e la convergenza dei modelli
Un ulteriore ostacolo alla generazione di valore è rappresentato dal plateau prestazionale che l’AI sembra aver raggiunto nell’ultimo anno. Calkins osserva che lo sviluppo tecnologico ha subito un rallentamento, citando le aspettative non pienamente soddisfatte riguardo a ChatGPT-5 come un esempio di questa fase.
Si sta verificando una convergenza tra le tecnologie AI, con i vari modelli che tendono a performare in modo quasi equivalente tra loro.
Questa situazione richiama il paradosso descritto dall’economista Robert Solow, il quale affermava che l’era dei computer era visibile ovunque tranne che nelle statistiche sulla produttività. Calkins applica la stessa logica al momento attuale: «la stessa cosa è vera proprio ora per l’AI: la vedi ovunque, ma dov’è la produttività?».
La risposta a questo interrogativo risiede, ancora una volta, nel modo in cui la tecnologia viene inserita nei flussi operativi.
Il workflow come “anello mancante” per il successo economico
La tesi di Calkins per sbloccare il ROI dell’AI si concentra sul concetto di flusso di lavoro o workflow. L’intelligenza artificiale, per sua natura, è efficace solo quanto i dati che riceve, ma soprattutto è efficace solo quanto il lavoro che le viene assegnato. L’integrazione all’interno di un framework di processo è l’unico modo per affrontare le azioni complicate che le grandi aziende compiono quotidianamente.
Per ottenere risultati, l’AI deve diventare parte integrante di azioni che avvengono migliaia di volte al giorno, gestite da uno scambio complesso tra persone e macchine che lavorano in modo coordinato. Fino ad oggi, l’intelligenza artificiale è stata spesso esclusa da questo tipo di interazioni profonde, ma è proprio qui che può creare il massimo valore. In questo senso, il software deve fungere da «anello mancante» tra la potenza computazionale dell’AI e i flussi di lavoro reali. Una volta che l’intelligenza artificiale sarà posizionata nel posto corretto, la questione della bolla svanirà perché «il valore sarà lì».
Resilienza e domanda di mercato nel contesto macroeconomico
Nonostante le preoccupazioni globali legate a fattori macroeconomici e tariffe doganali, il settore del software sembra mostrare una notevole resilienza. Calkins riporta che la sua azienda non ha subito impatti diretti dalle tariffe, poiché i costi di input non sono soggetti a tali aggiustamenti. L’unico rischio potenziale sarebbe rappresentato da un’incertezza tale da spingere i clienti a ritardare decisioni importanti, scenario che al momento non si sta verificando.
Al contrario, la dinamica attuale viene descritta come «cavalcare una tigre». Esiste una rivoluzione in corso guidata da una domanda mondiale costante: ogni istituzione vuole portare l’AI al punto in cui inizia a creare valore reale. Questa spinta si traduce in dati finanziari concreti per chi riesce a implementare correttamente la tecnologia.
Calkins sottolinea come sia possibile ottenere un «aumento del prezzo superiore al 25% per inserire l’AI in un processo». Questo dato dimostra che, quando l’applicazione è corretta, il mercato è disposto a riconoscere il valore economico dell’innovazione, permettendo di mostrare ricavi e margini derivanti direttamente dall’intelligenza artificiale.In conclusione, la sfida per le imprese non è più l’adozione dell’intelligenza artificiale in sé, ma la sua trasformazione in un asset produttivo.
Come sottolineato dal CEO di Appian, il passaggio fondamentale richiede di smettere di pensare all’AI come a un’entità autonoma e iniziare a considerarla come un motore interno ai processi decisionali e operativi più critici. Solo attraverso questo riposizionamento strategico il ROI dell’AI potrà passare dall’essere un’eccezione statistica a diventare la norma per l’economia globale.
