Il 47% degli utenti abituali di AI oggi dedica più tempo a gestire e dirigere l'AI che a svolgere il lavoro vero e proprio (BCG, AI at Work 2026). È il numero che dovrebbe fermare un Head of Operations a metà budget. Non perché l'AI stia fallendo — secondo la maggior parte degli indicatori della stessa indagine sta vincendo — ma perché il tempo che l'AI fa risparmiare non finisce dove il vostro modello di produttività presume che finisca. Si disperde, silenziosamente, nell'atto di supervisionare lo strumento, e la maggior parte dei cruscotti operativi continua a contabilizzare l'intero risparmio come produttività.
La quarta indagine annuale AI at Work di BCG, pubblicata il 3 giugno, ha coinvolto 11.749 dipendenti, manager e leader in 14 mercati. È una delle letture più ampie di cui disponiamo su ciò che l'AI sta effettivamente facendo alla giornata lavorativa. Il risultato principale non è che l'AI rende meno del previsto. È che le aziende stanno ridisegnando i ruoli molto più velocemente di quanto stiano ridisegnando il lavoro — ed è esattamente in quel divario che svanisce il tempo risparmiato con l'AI.
I numeri sembrano una vittoria — finché non li leggete insieme
Prendete prima per buoni i dati ottimistici dell'indagine, perché sono reali. Il 67% degli utenti abituali di AI dichiara una maggiore soddisfazione lavorativa. Il 42% degli utenti in prima linea afferma che l'AI fa loro risparmiare un intero giorno di lavoro ogni settimana (BCG, AI at Work 2026). Se vi fermaste qui — e molte presentazioni operative lo fanno — concludereste che l'adozione si ripaga da sola e approvereste la prossima tranche di licenze.
Ora leggete la riga successiva nello stesso dataset. Il 47% di quegli stessi utenti dedica più tempo a gestire e dirigere l'AI che a lavorare, e il 41% riporta un carico cognitivo maggiore, non minore (BCG, AI at Work 2026). Mettete le due metà fianco a fianco e il quadro cambia. Si libera un'intera giornata, la soddisfazione cresce — eppure quasi metà della forza lavoro è più impegnata a supervisionare la macchina, e una quota comparabile si sente più affaticata mentalmente, non meno. Il risparmio è reale. Il reinvestimento non avviene. Non è una contraddizione; è una fuga con un volto soddisfatto.
Perché "ho risparmiato una giornata" e "non sono mai stato così impegnato" sono entrambi veri
L'istinto è chiamarlo errore di misurazione — di certo non si può risparmiare un giorno ed essere al tempo stesso più carichi. Si può, e il meccanismo conta perché vi dice dove intervenire.
L'AI non elimina lo sforzo nel lavoro della conoscenza. Lo sposta. L'ora che un analista non dedica più alla prima stesura è sostituita dallo sforzo di formulare il prompt, controllare l'output, intercettare l'errore presentato con sicurezza e decidere se pubblicarlo. Il fare diventa supervisionare. E la supervisione ha un proprio costo attentivo — monitorare, verificare e correggere non è tempo libero, è un tipo diverso di lavoro che raramente compare in un piano di capacità. Il 41% che riporta un carico cognitivo maggiore non se lo sta immaginando. Ha scambiato il carico di esecuzione con il carico di supervisione, e la supervisione è il più difficile dei due da vedere e da presidiare.
Ecco perché i risultati "intera giornata risparmiata" e "più tempo a gestire l'AI" convivono comodamente nella stessa indagine. La giornata è davvero liberata dal vecchio compito. Viene poi silenziosamente riconsumata da quello nuovo — far funzionare lo strumento — a meno che qualcuno non la rediriga deliberatamente. E questo ci porta al risultato che trasforma una curiosità in un problema operativo.
Il divario di governance: il 66% non sa dove debba andare il tempo
Ecco la riga che nomina il vero fallimento. Il 66% dei lavoratori dichiara di non ricevere alcuna indicazione concreta su come reinvestire il tempo che l'AI libera (BCG, AI at Work 2026). A due terzi delle vostre persone vengono restituite delle ore senza alcuna istruzione su a cosa servano.
In quel vuoto, il tempo recuperato non confluisce verso lavoro a maggior valore. Ripiega sul percorso di minor resistenza: più sperimentazione con l'AI, più supervisione, più di quel carico di controllo che è già in aumento. Il risparmio di tempo e la fuga di tempo sono le stesse ore, viste prima e dopo una decisione mai presa. Il motivo per cui la produttività resta piatta mentre la soddisfazione cresce è che nessuno, a livello operativo, ha mai deciso dove dovesse atterrare la capacità liberata. L'AI ha creato il surplus. L'organizzazione non l'ha mai reclamato.
È la stessa trappola che McKinsey continua a documentare dal lato del valore: l'uso dell'AI è ormai diffuso, ma la maggior parte delle organizzazioni resta bloccata nella transizione dalla sperimentazione a un'adozione scalata e ridisegnata — che è dove compare effettivamente il ritorno finanziario (McKinsey, The State of AI, 2025). L'adozione non è più il collo di bottiglia. Lo è il reinvestimento.
Perché le operations del mid-market lo interpretano male in modo specifico
Le grandi imprese assorbono la fuga perché hanno strati — team di workforce planning, uffici di trasformazione e manager il cui compito esplicito è ridistribuire la capacità liberata. Le operations del mid-market, tra 50 e 500 FTE, di solito non li hanno. Lo stesso manager che gestisce il quotidiano è quello a cui si chiede di ridisegnare il lavoro, oltre al quotidiano, senza alcun margine per farlo.
Quindi il pattern del mid-market è prevedibile. Si acquistano licenze AI. L'uso cresce — BCG rileva che il 74% dei colletti bianchi non manager sono ormai utenti abituali di AI, e la quota di chi ha agenti integrati nel proprio flusso di lavoro è raddoppiata al 30% anno su anno (BCG, AI at Work 2026). I punteggi di soddisfazione appaiono ottimi nel sondaggio di engagement. E il conto economico operativo mostra… all'incirca lo stesso output, a un costo software più alto. Il risparmio era reale a livello del singolo compito e invisibile a livello dell'azienda, perché nessun ridisegno ha mai convertito le ore a livello di compito in capacità a livello di business. La copertura dell'indagine lo ha detto senza giri di parole: BCG lo ha affermato chiaramente nel comunicato stesso: l'AI sta ridisegnando i ruoli più velocemente di quanto le aziende stiano ridisegnando il lavoro (BCG tramite PR Newswire, 2026).
La controargomentazione: "Lasciate che la produttività si componga — le persone troveranno il miglior uso del loro tempo"
L'obiezione onesta di un leader delle operations è che la cosa si autocorregga. Restituite a persone capaci un giorno a settimana e lo reinvestiranno bene da sole; imporre dove vada il tempo è micromanagement, e i guadagni si comporranno senza bisogno di una circolare.
È un istinto ragionevole, e i dati non lo sostengono. Il divario di governance del 66% è la confutazione: quando l'indicazione manca, il tempo non si compone in lavoro a maggior valore — si dissipa in supervisione e in carico cognitivo crescente. La stessa indagine mostra che il 72% dei lavoratori afferma che l'AI ha alterato in modo significativo le aspettative di competenza del proprio ruolo (BCG, AI at Work 2026). Le persone non sono ferme in un lavoro stabile con tempo libero da allocare saggiamente; stanno assorbendo un bersaglio mobile mentre fanno funzionare anche lo strumento. Aspettarsi un'autoriallocazione non guidata in quelle condizioni non è fiducia — è abdicazione travestita da fiducia. La composizione è reale, ma si compone verso ciò che lasciate non governato, e in questo momento è la supervisione dell'AI.
La mossa per il Q3: un mandato scritto di riallocazione del tempo, non più licenze
Questo si traduce in una decisione concreta che un Head of Operations può prendere prima della chiusura del trimestre, e non richiede nemmeno una licenza in più. La leva non è più AI. È reclamare il tempo che l'AI già in vostro possesso sta producendo.
Scrivete il mandato di riallocazione del tempo. Per ogni team che usa intensamente l'AI, definite — per iscritto — dove devono andare le ore liberate in questo trimestre: un output specifico, un arretrato che state smaltendo, un'attività rivolta al cliente che state espandendo, un progetto che non ha mai avuto capacità. "Tempo risparmiato" senza destinazione è il divario del 66% riprodotto dentro la vostra organizzazione. Una destinazione converte un risparmio vago in un output contabilizzato che potete davvero misurare.
Fate un passaggio di ridisegno del lavoro prima di acquistare la prossima licenza. L'AI ha spostato il lavoro dal fare al supervisionare; le job description e le mappe di processo quasi certamente non si sono mosse con esso. Dedicate il passaggio di ridisegno a decidere quali fasi resta in capo all'umano, quali all'AI e — fondamentale — chi assorbe il carico di supervisione e come viene presidiato. Ridisegnate il lavoro perché corrisponda a ciò che lo strumento ha effettivamente cambiato, invece di innestare lo strumento sulla vecchia forma e chiedervi perché la produttività resta piatta.
Misurate la destinazione, non l'adozione. Smettete di riportare il successo dell'AI come licenze usate o ore risparmiate. Riportatelo come l'output nominato che il tempo liberato ha prodotto. Se non riuscite a indicare dove sia andato il giorno-a-settimana, non avete catturato un guadagno di produttività — avete finanziato una forza lavoro soddisfatta che fa funzionare uno strumento costoso.
La decisione per questo trimestre
Il numero del 47% è scomodo perché sposta il problema dallo strumento al modello operativo. La vostra AI funziona. Le vostre persone sono, per loro stessa ammissione, più soddisfatte. E la vostra produttività potrebbe comunque essere piatta — perché il tempo che lo strumento risparmia si disperde di nuovo nel far funzionare lo strumento, e a due terzi della vostra forza lavoro non è mai stato detto dove altro dovesse andare.
Quindi, prima di approvare il prossimo lotto di licenze AI, ponetevi la domanda che i dati di BCG pongono davvero: avete una risposta scritta su dove debba atterrare il tempo che l'AI risparmia — e potete misurare se è atterrato lì? Se no, la mossa a maggior ritorno di questo trimestre non è più capacità. È un mandato di una pagina che converte le ore risparmiate in un output nominato, e un singolo passaggio di ridisegno che presidia il carico di supervisione che l'AI ha silenziosamente creato. Reclamate il surplus che state già pagando, prima di acquistarne altro.
