Dai lo stesso assistente AI al tuo operatore più forte e a quello più debole, e non otterrai due versioni ridotte dello stesso guadagno. Otterrai segni opposti. In un esperimento sul campo randomizzato durato cinque mesi con 640 titolari di piccole imprese, chi già performava bene e ha ricevuto un consulente aziendale basato su GPT-4 ha visto ricavi e profitti crescere di circa il 15%, mentre i titolari già in difficoltà hanno chiuso quasi il 10% peggio del gruppo di controllo (MIT Sloan Management Review, 2026). Stesso strumento. Stessa finestra di accesso. Stesso volume di consigli. Il divario di performance AI non si è ridotto: si è allargato, e parte di quell'allargamento è stato danno puro.
Questo risultato dovrebbe cambiare una decisione di sequenziamento che quasi ogni Head of Operations sta prendendo proprio adesso: chi riceve il copilot per primo.
Perché il divario di performance AI si è allargato invece di chiudersi
Nicholas Otis, Rowan Clarke, Solène Delecourt, David Holtz e Rembrand Koning hanno randomizzato l'accesso a un assistente GPT-4, istruito a comportarsi da consulente aziendale, tra 640 imprenditori keniani che gestivano fast food, allevamenti avicoli, cybershop e attività simili. La distribuzione era volutamente priva di attrito: un contatto WhatsApp, sulla piattaforma che circa il 90% dei keniani già usa, monitorato per cinque mesi (Berkeley Haas, 2026). Lo studio è stato pubblicato con il titolo The Uneven Impact of Generative Artificial Intelligence on Entrepreneurial Performance (Management Science, 2026).
Il disegno conta più del contesto. L'accesso era randomizzato, quindi la divergenza non dipende da chi ha scelto di partecipare. Lo strumento era identico nei due bracci. Il volume di utilizzo non spiega la divergenza. A separare i due gruppi è stato ciò che hanno portato all'assistente e ciò che hanno fatto con quanto ricevuto.
Leggilo come una condizione operativa, non come una curiosità su Nairobi. La variabile testata — un'AI consulenziale generalista aiuta chi ha già un giudizio fragile? — è esattamente la variabile in gioco quando consegni un copilot al quartile inferiore di una struttura operations da 200 persone e lo chiami abilitazione.
L'evidenza che "l'AI chiude il gap di competenze" è reale — e più ristretta di quanto pensi
La storia del livellamento non è un mito. È un risultato che riguarda una classe specifica di lavoro.
Brynjolfsson, Li e Raymond hanno studiato 5.179 addetti al supporto clienti durante il rollout scaglionato di un assistente AI generativo. La produttività è salita del 14% in media, con un miglioramento del 34% tra gli addetti alle prime armi e meno qualificati e un effetto minimo sui più esperti (Quarterly Journal of Economics, 2025). Il meccanismo: il modello diffondeva le pratiche degli addetti migliori e faceva scendere più in fretta la curva di esperienza ai nuovi.
Guarda che tipo di compito è. Perimetro definito. Una risposta corretta che esiste già da qualche parte in azienda. Feedback immediato dal cliente. Qualità verificata dai supervisori nel giro di ore. In queste condizioni un'AI che codifica le buone pratiche tacite comprime la distribuzione: i più deboli guadagnano di più perché la distanza tra il loro comportamento e lo standard codificato è la più ampia.
Ora cambia una variabile: togli la risposta corretta nota. Chiedi al modello una domanda aperta su prezzi, assunzioni o su dove spendere i prossimi mille euro. Non c'è un bersaglio verificato verso cui convergere, nessun supervisore che chiude il ciclo, nessun segnale immediato che il consiglio fosse sbagliato. La compressione smette di essere il comportamento di default. Subentra l'amplificazione.
Il risultato di livellamento è una proprietà dei compiti verificabili, non della tecnologia.
Il moderatore è il giudizio, non l'accesso né l'abilità nel prompting
Gli autori dello studio keniano sono espliciti sul meccanismo: a determinare il segno dell'effetto è stato "se l'imprenditore avesse il giudizio per distinguere un buon consiglio AI da uno cattivo". I performer più deboli hanno seguito consigli generici o fuorvianti perché mancava loro il filtro per respingerli (MIT Sloan Management Review, 2026).
Il dettaglio comportamentale sottostante è ancora più netto. I performer forti portavano all'assistente problemi trattabili — domande strutturate, dove l'output del modello poteva essere confrontato con qualcosa che già sapevano. I titolari in difficoltà gli portavano i problemi più duri e ambigui che avevano: un concorrente che abbassava i prezzi, una siccità, l'assenza di capitale circolante. Sono domande a cui né un'AI né un consulente possono rispondere bene dall'esterno dell'azienda (Berkeley Haas, 2026). Il modello rispondeva comunque. Lo fa sempre. Il consiglio generico — taglia i prezzi, investi di più in pubblicità — è fluente, plausibile e distrugge marginalità quando viene applicato senza giudizio situazionale.
La catena causale è dunque: giudizio più debole → domande più difficili e vaghe → risposte più generiche → maggiore tasso di implementazione di consigli sbagliati → danno misurabile.
Nota cosa non c'è in quella catena. Non l'accesso. Non il volume di utilizzo. Non l'abilità di prompt engineering. L'intervento che la maggior parte dei programmi di abilitazione acquista — più licenze, più formazione sul prompting — non agisce su nessuno dei passaggi che hanno prodotto la perdita.
È la stessa forma del risultato di Dell'Acqua e colleghi con 758 consulenti BCG: su 18 compiti all'interno della frontiera di capacità dell'AI, i consulenti che la usavano hanno completato il 12,2% di compiti in più, il 25,1% più velocemente e con qualità significativamente superiore; su un compito manageriale complesso deliberatamente collocato fuori da quella frontiera, i consulenti assistiti dall'AI avevano il 19% di probabilità in meno di arrivare alla soluzione corretta rispetto a chi lavorava senza AI (Harvard Business School, 2023). Due studi, popolazioni diverse, stessa struttura: il danno arriva quando un output sicuro di sé incontra un utente che non è in grado di valutarlo.
Perché l'istinto di "rimediare" è rovesciato
Ecco la decisione che tutto questo riformula.
La mossa intuitiva — quella che compare nella maggior parte dei piani di abilitazione — è dare gli strumenti AI prima a chi è in difficoltà. Sembra equa, sembra efficiente e prende in prestito credibilità dal risultato dei call center. Alza il fondo, chiudi il gap, incassa la media.
Sul lavoro consulenziale aperto quel sequenziamento è invertito. Stai consegnando un motore di consigli non filtrati esattamente alla popolazione meno attrezzata per filtrarli, e l'evidenza sul campo dice che il valore atteso è negativo, non semplicemente piccolo.
Il costo si paga due volte. Primo, nel danno diretto: decisioni peggiori di quanto sarebbero state senza assistenza. Secondo, nell'attribuzione. Quando il pilot restituisce un aggregato piatto o negativo, la conclusione tratta è di solito "lo strumento qui non funziona", e il programma muore. Lo strumento ha funzionato benissimo per la coorte in grado di usarlo. È il disegno del rollout ad aver fallito, e nessuno ha misurato al livello che l'avrebbe mostrato.
Le medie nascondono le inversioni di segno. Se il tuo pilot riporta un solo numero aggregato, non può dirti se hai aiutato qualcuno.
Cosa cambiare nel rollout di questo trimestre
Riserva l'uso consulenziale aperto a chi ha giudizio di dominio dimostrato
L'uso consulenziale aperto — domande di strategia, decisioni di prezzo, prioritizzazione, tutto ciò dove la risposta del modello non può essere confrontata con un bersaglio noto — va riservato a chi ha già il giudizio di dominio per respingere una risposta sbagliata. È un cancello di capacità, non di anzianità: il dipendente con dieci anni di casa che non ha mai gestito un conto economico non lo supera automaticamente, l'analista con due anni che azzecca le previsioni sì.
Dai al quartile in difficoltà lavoro ristretto e verificabile dietro un cancello di revisione
Le stesse persone danneggiate dall'uso consulenziale aperto sono quelle che guadagnano di più da compiti circoscritti con output controllabili — le condizioni che hanno prodotto il +34% dei novizi nello studio sul supporto clienti. Scrittura su template, sintesi di un documento noto, classificazione di primo livello, estrazione strutturata di dati. Aggiungi un cancello di revisione umana con l'autorità di respingere, non solo di ratificare. È la configurazione in cui l'AI livella davvero.
Misura l'effetto per quartile di performance, non in aggregato
Struttura il pilot in modo che la metrica di esito sia segmentata per quartile di performance precedente, prima che il rollout inizi. Se guardi solo la media aggregata, un +15% nel quartile alto e un −10% in quello basso si annullano in un numero abbastanza vicino a zero da farti concludere che non è successo nulla — e avrai pagato il danno senza vederlo.
Cambia ciò su cui formi le persone
La formazione sul prompting insegna a ottenere output più fluenti. Non insegna a respingere output fluenti ma sbagliati. Quello che l'evidenza richiede è formazione alla valutazione: come si riconosce una buona risposta in questo dominio, quali sono le modalità di errore note del modello e — la cosa più utile e meno insegnata — quali domande portare al modello e quali portare a una persona.
L'obiezione che merita attenzione
L'obiezione onesta: i micro-imprenditori keniani non sono staff operations di una media impresa, e un bot di consigli su WhatsApp non è un deployment enterprise con retrieval sui tuoi documenti, workflow definiti e audit trail. Entrambe le cose sono vere. La dimensione dell'effetto non si trasferisce.
Ma il meccanismo non riguarda il contesto. Riguarda l'interazione tra domande aperte, output sicuro di sé e un valutatore che non può verificare. Ogni deployment enterprise che mette un assistente generalista davanti a un dipendente e lo invita a chiedergli qualsiasi cosa riproduce quelle tre condizioni. Ancorare il modello ai tuoi dati restringe la superficie di errore; non la elimina, e fa suonare le risposte sbagliate ancora più autorevoli sul piano istituzionale quando arrivano.
La posizione difendibile non è "questo accadrà anche da noi con la stessa magnitudine". È "non abbiamo misurato se stia accadendo affatto" — il che, per la maggior parte dei pilot di media impresa che riportano un unico numero aggregato di produttività, è semplicemente accurato.
La decisione sulla tua scrivania
Il divario di performance AI non è un problema di equità da risolvere più avanti. È un parametro di progetto che stai impostando adesso, per default, ogni volta che decidi chi ottiene l'accesso successivo.
Prima che parta la prossima tranche di licenze, dividi il deployment: uso consulenziale aperto per chi ha un giudizio di cui ti fideresti già in una stanza senza lo strumento, compiti ristretti e verificabili dietro un cancello di revisione per tutti gli altri — e una metrica sola, riportata per quartile di performance, così scoprirai su quale metà avevi ragione.
