Ventimila funzionari pubblici britannici hanno ricevuto una licenza Microsoft 365 Copilot, e il rapporto conclusivo intergovernativo ha fissato il risultato a 26 minuti risparmiati per persona al giorno (Government Digital Service, 2025). Da allora il dato circola nelle presentazioni di procurement. Due dettagli dello stesso rapporto cambiano ciò che quel numero può sostenere: i partecipanti lo hanno prodotto stimando da sé il tempo risparmiato ogni giorno scegliendo tra una serie di intervalli, e la sezione delle conclusioni afferma che "a causa di vincoli sperimentali non è stato possibile identificare come sia stato impiegato il tempo risparmiato".
Poi il Department for Work and Pensions — uno dei dipartimenti interni a quello stesso trial — ha valutato la propria coorte rispetto a un gruppo di confronto di colleghi che non avevano mai ricevuto una licenza. La sua stima si è attestata a 19 minuti al giorno su otto attività di routine (DWP, 2026).
Due misurazioni di un solo rollout, pubblicate dallo stesso governo. La distanza che le separa è la distanza tra un titolo sul tempo risparmiato e un business case per un progetto pilota di AI.
Cosa hanno misurato davvero 20.000 licenze
L'esperimento intergovernativo è andato dal 30 settembre al 31 dicembre 2024, con ogni organizzazione partecipante impegnata su almeno 1.000 licenze (Government Digital Service, 2025). Rispetto allo standard medio delle evidenze sulla produttività dell'AI, questo è un buon documento: ampio, nel settore pubblico, pubblicato con la metodologia allegata, e non un caso studio di un vendor con tre loghi compiacenti sopra.
È sul metodo che un responsabile delle operazioni dovrebbe rallentare. Ai partecipanti è stato chiesto di stimare il tempo medio risparmiato al giorno scegliendo tra intervalli che andavano da "nessuno o meno di 5 minuti" a "più di un'ora". La media di 26 minuti è stata calcolata dai punti medi di quegli intervalli, trattando la fascia più alta come 60 minuti. Il diciassette percento non ha notato alcun risparmio di tempo evidente. Più del 70% ha dichiarato che Copilot riduceva il tempo speso a cercare informazioni — che, come suggeriscono evidenze successive, è il caso d'uso in cui lo strumento è più visibilmente utile e meno rilevante dal punto di vista economico.
Lo strumento di misura, quindi, è una domanda a memoria: quanto tempo pensi che questo ti abbia risparmiato? Quella domanda può essere rivolta a 20.000 persone a basso costo, ed è per questo che viene posta. Non può produrre i due numeri su cui gira davvero un business case.
I due numeri che un'autovalutazione non può darvi
Il primo è il controfattuale: cosa sarebbe accaduto comunque a quelle attività, con lo stesso personale, lo stesso trimestre e nessuna licenza. Il secondo è la destinazione: dove sono finiti i minuti recuperati.
Senza il primo, state misurando l'entusiasmo insieme all'effetto. Senza il secondo, state misurando un input e chiamandolo ritorno.
Lo stesso rollout, confrontato con chi non lo aveva
La valutazione del DWP fornisce il primo di quei numeri. Ha usato una Seemingly Unrelated Regression contro un gruppo di confronto di non utilizzatori, controllando per variabili demografiche, occupazionali e di propensione all'AI, e ha stimato 19 minuti al giorno risparmiati su otto attività di routine — statisticamente significativi in tutte le specificazioni. Le riduzioni maggiori per singola attività riguardavano la ricerca di informazioni (26 minuti) e la scrittura di email (25 minuti). Il novanta percento degli utenti ha detto che Copilot li ha aiutati a risparmiare tempo, e il 65% ha riferito di sentirsi più realizzato al lavoro (DWP, 2026).
Il DWP è altrettanto esplicito sul proprio limite: non si trattava di uno studio randomizzato controllato. Le licenze sono state assegnate in ordine di arrivo, quindi l'autoselezione e il bias post-trattamento sono rischi concreti. Le licenze sono andate alle persone più entusiaste.
Resistete all'aritmetica, qui. Le due cifre non sono omogenee — popolazioni diverse, perimetro di attività diverso, metodo diverso — e sottrarre una dall'altra produce un numero che nessuno dei due documenti sostiene. Il risultato è strutturale, non numerico: il dipartimento che ha aggiunto un gruppo di confronto ha riportato una cifra più bassa dell'autostima, in un programma in cui gli entusiasti si erano autoselezionati nel trattamento. È quella la direzione in cui va la correzione, ed è la direzione che conta quando un vendor vi consegna un numero unico senza alcun gruppo di controllo nei paraggi.
La frase che dovrebbe fermare la riunione di budget
Di tutto il rapporto intergovernativo, una riga nelle conclusioni è quella che fa più danno all'uso che si fa dei 26 minuti: "a causa di vincoli sperimentali non è stato possibile identificare come sia stato impiegato il tempo risparmiato".
Un minuto recuperato ha tre destini possibili. Diventa output. Viene assorbito da un'altra attività. Oppure diventa tempo morto. Solo il primo compare in un business case, e il trial non è stato in grado di distinguerli.
Non è una stranezza del settore pubblico. La prima misurazione federale e indipendente dai vendor della stessa domanda ha trovato che, tra i lavoratori statunitensi che avevano usato l'AI al lavoro nella settimana precedente, il 56% collocava il tempo aggiuntivo che sarebbe stato necessario senza di essa a due ore a settimana o meno; il 10% ha riferito nessun risparmio di tempo, e il 3% ha detto che l'AI richiedeva più tempo (Ufficio del Censimento degli Stati Uniti, 2026).
Due ore a settimana, che arrivano come minuti sparsi, non si consolidano in un FTE riallocabile. Il test operativo è brutale: un'attività intera lascia la scrivania di qualcuno? Se la risposta è no, allora le ore moltiplicate per un costo pieno sono un artificio retorico, non una previsione.
Perché i minuti per utente non si aggregano in un business case per l'AI
Il problema della partecipazione aggrava quello della destinazione. La Consumer Expectations Survey della BCE riporta lo stesso risultato a due altitudini: l'utente mediano di AI risparmia circa tre ore a settimana, più o meno il 7,7% del tempo di lavoro mediano — ma solo il 48,8% dei lavoratori sia usa l'AI sia ci risparmia tempo, il che porta il guadagno di efficienza a livello di economia a circa il 3,8% (BCE, 2026).
Stessa indagine, stessi rispondenti, e il numero si dimezza quando il denominatore smette di essere "gli utenti" e inizia a essere "tutte le persone che state pagando".
I dati della BCE invertono anche il pattern di utilizzo in un modo che dovrebbe riordinare un pilota. La generazione di codice e il debugging rendono quasi otto ore a settimana — e circa l'8% degli utenti applica l'AI lì. Ricerca, raccolta di informazioni, scrittura ed editing sono gli usi più comuni e fanno risparmiare molto meno. Il beneficio di punta del trial intergovernativo, meno tempo a cercare informazioni, sta esattamente nella fascia a basso rendimento.
Significa che il business case ha bisogno di tre input dove la maggior parte delle presentazioni ne ha uno: tasso di partecipazione, rendimento per attività, e un fattore di conversione esplicito per stabilire se le ore liberate diventano output o tempo morto. Ognuno di questi è osservabile prima di un rinnovo. Nessuno di questi sta in una media di 26 minuti.
L'obiezione onesta
Tre limiti, detti con chiarezza.
L'autovalutazione può sbagliare in entrambe le direzioni — ma la direzione misurata non è stata benevola. Lo studio randomizzato di METR su sviluppatori open-source esperti ha trovato che gli strumenti AI di inizio 2025 li rendevano il 19% più lenti mentre loro credevano di aver accelerato; la sua indagine successiva su 349 lavoratori tecnici riporta che i partecipanti a quello studio avevano sovrastimato l'effetto dell'AI sui tempi di esecuzione di 40 punti percentuali in media (METR, 2026). È una popolazione ristretta, che lavora su repository che conosce a fondo, e la magnitudine non si trasferisce a un back office del mid-market. Stabilisce qualcosa di più piccolo e comunque utile: un risparmio autostimato non è un input conservativo.
Queste valutazioni non sono state fallimenti. Entrambe hanno trovato risparmi di tempo reali e statisticamente significativi, e il DWP ha trovato effetti di soddisfazione che valgono di per sé. La critica qui non è ai trial — più trasparenti di gran parte di ciò che viene venduto come evidenza — ma al lavoro che si chiede al numero di punta una volta che lascia il rapporto.
Il settore pubblico non è il vostro settore. Il mix di attività della pubblica amministrazione, i vincoli di procurement e la dotazione tecnologica di base sono specifici. L'asset trasferibile è il disegno della valutazione, non i minuti. Non portate 26 o 19 nel vostro modello; portate la domanda che ha prodotto il secondo.
Cosa cambiare nel disegno del pilota prima del prossimo rinnovo
Quattro mosse, nessuna delle quali richiede una nuova voce di budget.
- Tenete da parte un gruppo di confronto, e non lasciate che si autoselezionino gli entusiasti. Il modo più economico di rendere difendibile il numero di un pilota è una coorte dentro la stessa funzione che non riceve una licenza per gli stessi 90 giorni. Il limite dichiarato dal DWP — assegnazione in ordine di arrivo — è la parte da correggere: randomizzate le licenze all'interno di un team invece di darle a chi le chiede per primo.
- Nominate la destinazione prima che il pilota inizi. Mettete nero su bianco, per ogni posizione, quale attività specifica dovrebbe lasciare la scrivania di chi, e cosa dovrebbe riempire lo spazio. Se la risposta è "le persone avranno più tempo", il pilota sta misurando la soddisfazione, e come tale va messo a budget.
- Strumentate un'attività, non l'intero rollout. Scegliete due attività con un tempo di ciclo osservabile a sistema e misuratele da un capo all'altro. Un delta difendibile su due attività vale più di una media da questionario su quaranta.
- Valutate la posizione, non l'organico. La domanda sulla destinazione va risolta a livello di singola posizione, perché è il livello a cui il lavoro si muove davvero. L'augmentability scoring sull'organigramma di Scovai è una forma concreta di quel risultato — ogni posizione valutata da 0 a 100% su quanto è aumentabile, con i ruoli non coperti e il piano per posizione che escono dallo stesso schema.
Il governo britannico ha fatto una cosa inusuale: ha pubblicato sia il numero compiacente sia il metodo che lo ridimensiona, e poi ha lasciato che uno dei suoi dipartimenti si correggesse il compito con un gruppo di confronto. È uno standard di evidenza più alto di quello che la maggior parte dei piloti di AI dentro le aziende private raggiunge mai.
Quindi, prima di rinnovare un blocco di licenze questo trimestre, chiedete una pagina: quali attività hanno lasciato quali scrivanie, e cosa è arrivato nello spazio liberato. Se nessuno riesce a scrivere quella pagina, non avete in mano un business case per un pilota di AI. Avete in mano un sondaggio di soddisfazione con un costo di licenza attaccato.
