Fate ai founder la domanda che nessun venditore mette nelle sue slide — senza AI generativa, quante persone in più servirebbero per produrre il lavoro della settimana scorsa con la stessa qualità? — e la risposta media è un aumento di personale del 55%. La mediana è 17%. La risposta più frequente è zero: il 30% dei founder che hanno risposto dichiara che non servirebbe nessuno in più (Colaiacovo & Koning, 2026).
Stessa domanda, stesso campione, tre numeri che giustificherebbero tre budget completamente diversi.
Questo è il primo problema nel modo in cui viene prezzato il risparmio di personale generato dall'AI. Il secondo è più utile: il divario tra i founder che dichiarano risparmi ampi e quelli che non ne dichiarano quasi nessuno non si spiega con gli strumenti acquistati, né con quanto sono ottimisti su ciò che i modelli sanno fare. Si spiega con il fatto che qualcuno abbia ristrutturato il lavoro.
La distribuzione che il vostro business case sta citando
Lo studio è l'Harvard Business School Working Paper 26-093 di Cassandra Colaiacovo e Rem Koning. Gli autori hanno reclutato tramite Pitchbook 199 founder di imprese tecnologiche nordamericane — 176 hanno completato interamente il questionario — con aziende che contano in media 16 dipendenti (mediana 9), circa 3,5 anni di età, oltre la metà finanziate da venture capital per una media di 4,86 milioni di dollari raccolti. Il 96% dichiara AI generativa in uso in azienda, formalmente o informalmente, con una mediana di cinque strumenti attivi (Colaiacovo & Koning, 2026).
Non sono adottanti riluttanti. Siamo vicini al caso migliore: aziende piccole e flessibili guidate da chi controlla sia il disegno dei processi sia il piano di assunzioni.
E la distribuzione dei risparmi dichiarati è fortemente asimmetrica a destra. Media 55%, mediana 17%, moda zero. La domanda sulle ore si comporta allo stesso modo: i founder stimano che senza AI servirebbero in media il 59% di ore di lavoro in più, con una mediana del 30%.
La conseguenza operativa è precisa. Un business case costruito sulla media è un business case costruito sulla coda della distribuzione. Quando un fornitore o uno sponsor interno afferma che l'AI permette a un team di operare con metà del personale, quel numero è aritmeticamente vero per il campione e descrittivamente falso per l'azienda tipica che lo compone. L'azienda mediana nel segmento più saturo di AI dell'economia dichiara un risparmio del 17% — reale, utile, e lontanissimo da una tesi di riduzione del personale.
Se il vostro piano sugli agenti dipende dalla media, chiedetevi in quale metà della distribuzione avete prove di trovarvi.
L'integrazione formale è dove vive il risparmio di personale
Gli autori hanno chiesto ai founder di classificare il proprio utilizzo: l'AI generativa era formalmente integrata nei processi, oppure usata informalmente dai dipendenti come ciascuno preferiva? Questa singola distinzione riordina i risultati.
| Controfattuale dichiarato senza AI | Integratori formali | Utenti informali |
|---|---|---|
| Dipendenti aggiuntivi necessari (media) | 91,4% | 24% |
| Dipendenti aggiuntivi necessari (mediana) | 40% | 10% |
| Ore di lavoro aggiuntive necessarie (media) | 82,8% | 33% |
| Ore di lavoro aggiuntive necessarie (mediana) | 40% | 20% |
Quasi quattro volte il risparmio di personale, sia sulla media sia sulla mediana (Colaiacovo & Koning, 2026). Gli integratori formali dichiarano anche più frequentemente che l'AI ha cambiato se e chi assumono, ha reso più efficiente il coordinamento del team, ha fornito capacità manageriale e ha aiutato l'inserimento dei nuovi assunti.
Gli autori sono prudenti, e lo deve essere chiunque li citi: queste stime sono associazioni, non effetti causali. I founder che integrano l'AI in modo deliberato potrebbero essere gli stessi che avrebbero trovato leva operativa in qualunque altro modo. Ma la direzione dell'associazione è la parte utile, perché la spiegazione alternativa — che gli integratori formali abbiano semplicemente comprato strumenti migliori — è smentita da ciò che segue nel paper.
Cosa significava davvero "formale"
La distinzione conta perché la misurazione abituale la manca. Gli autori osservano che chiedere quali strumenti e quali foundation model un'azienda utilizzi "può non distinguere tra chi usa gli strumenti occasionalmente e chi li usa come parte delle normali routine di lavoro". Hanno quindi lasciato ai founder la classificazione di ciò che varia davvero: se l'AI generativa stesse dentro il processo o accanto ad esso.
È lo stesso problema di misurazione che hanno quasi tutte le dashboard AI del mid-market. Numero di licenze, utenti attivi settimanali e volumi di prompt registrano al massimo livello la popolazione informale. Nessuno di questi indicatori vi dice se una singola fase del processo è stata ridisegnata intorno all'agente — che è l'unica cosa che la distinzione formale/informale sta tracciando, e la cosa che muove il numero di un fattore quattro.
Le convinzioni sulle capacità non spiegano chi delega
È il risultato che sposta la domanda dall'approvvigionamento al disegno organizzativo.
I ricercatori hanno inserito un esperimento su una funzione dove l'impiego dell'AI è già comune: il servizio clienti. Ai founder è stata mostrata in modo casuale una sintesi ottimistica oppure pessimistica di notizie e ricerche reali sulle prestazioni dell'AI in quel ruolo; poi è stato chiesto di nuovo quanto fossero disposti a delegare all'AI una richiesta di assistenza clienti.
Il trattamento ha funzionato — le convinzioni si sono spostate in media. La disponibilità a delegare non è convergita. Le convinzioni sulle prestazioni spiegano al massimo un terzo della varianza nella disponibilità a delegare, e dopo il trattamento informativo le convinzioni riviste ne spiegano solo il 37% (Colaiacovo & Koning, 2026). Da notare: gli integratori più profondi non erano significativamente più ottimisti degli utenti informali sulle prestazioni dell'AI. Erano più disposti a sperimentare su come esseri umani e AI si dividono il lavoro.
Due terzi della varianza sul fatto che un agente capace riceva lavoro reale si trovano altrove rispetto al modello.
Il risultato non è isolato. Il Work Trend Index 2026 di Microsoft, su 20.000 lavoratori in 10 Paesi, attribuisce ai fattori organizzativi — cultura, supporto manageriale, pratiche sulle persone — più del doppio dell'impatto AI realizzato rispetto ai fattori individuali: 67% contro 32% (Microsoft Work Trend Index, 2026). L'indagine di Deloitte su 3.235 leader in 24 Paesi mostra dove vanno invece le risorse: il 53% forma la popolazione aziendale per aumentare la fluency sull'AI, mentre solo il 30% ripensa l'organizzazione sui nuovi pattern dell'AI e il 33% ridisegna i percorsi di carriera (Deloitte, 2026).
Tutti finanziano la fluency. Quasi nessuno finanzia la ristrutturazione. I dati HBS dicono che la ristrutturazione è la variabile che separa un risparmio del 40% da uno del 10%.
L'obiezione onesta
Tre limiti, detti chiaramente, perché si tratta di un'indagine e non di un audit sulle buste paga.
Sono convinzioni, non output misurato. Nessuno ha riconciliato i controfattuali dei founder con i registri del personale o con il fatturato per dipendente. Gli autori lo dichiarano esplicitamente e auspicano lavori basati su misure di produttività realizzata dove esistano dati di bilancio.
Le convinzioni sull'effetto dell'AI sul personale hanno un tasso di errore documentato. L'indagine State of AI 2026 di McKinsey è la prima edizione in grado di valutare il proprio panel: un anno prima il 32% dei rispondenti si aspettava riduzioni di personale legate all'AI, e solo il 14% delle organizzazioni che usano AI ha dichiarato che l'AI ha contribuito a una effettiva riduzione della forza lavoro nello stesso periodo, con due terzi che riportano variazioni nulle o minime (McKinsey, 2026). L'attesa ha superato la realizzazione di circa due volte. Leggete le medie HBS con questa lente e l'asimmetria diventa più sospetta, non meno.
Il campione è di 199 startup tecnologiche VC-backed con in media 16 persone. Un founder con quattro riporti diretti può ridisegnare un processo in un fine settimana. Una funzione operations da 300 persone non può, e la sua integrazione formale costa di più e richiede più tempo. L'ordinamento dei risultati si trasferisce al mid-market; le grandezze no.
Sotto tutti e tre corre anche una questione di selezione. L'integrazione formale non è gratuita: costa attenzione manageriale, un processo ridisegnato e qualcuno disposto a rispondere dell'output quando lo produce un agente. Le aziende che hanno pagato quel costo sono, per costruzione, aziende che avevano il margine per pagarlo. Per un'organizzazione da 50–500 FTE la traduzione onesta è che il divario di quattro volte è un limite superiore di ciò che il ridisegno porta, non una previsione.
Nulla di questo indebolisce la tesi centrale. La restringe: la variabile discriminante è organizzativa, e i livelli sono autodichiarati.
Cosa decidere in questo trimestre
Quattro mosse, nessuna delle quali richiede un nuovo strumento.
- Riprezzate il business case sulla mediana, non sulla media. Se un piano assume un risparmio superiore al 40%, assume che siate integratori formali nel decile superiore di una distribuzione asimmetrica. Mettete per iscritto quale numero state sottoscrivendo e quali prove vi collocano lì.
- Verificate un processo per integrazione formale, non per utilizzo. Conteggio licenze e utenti attivi settimanali misurano l'uso informale — esattamente la popolazione che dichiara un risparmio mediano del 10%. La domanda è se una fase del processo è stata ridisegnata intorno all'agente, con un responsabile e un output definito.
- Separate il budget di formazione da quello di ridisegno. Non sono la stessa voce e non producono lo stesso ritorno. Se la formazione è finanziata e il ridisegno no, state comprando il risultato dell'utente informale al prezzo dell'integratore formale.
- Date all'agente una definizione di postazione prima di dargli lavoro. Integrazione formale significa perimetro definito, un umano responsabile con nome e cognome e una regola esplicita su quali azioni richiedono approvazione. È il modello di governance dietro i Digital Employee di Scovai — addestrati su un ruolo specifico, conferma obbligatoria su qualunque azione visibile all'esterno, autonomia guadagnata per tipo di azione invece che attivata di default — utile come riferimento su cosa deve specificare un'integrazione "formale", chiunque la costruisca.
L'implicazione scomoda di questo paper è che la domanda sulle capacità degli agenti è in gran parte risolta, mentre quella organizzativa è in gran parte intatta. Il 96% di queste aziende aveva già gli strumenti. Quelle che dichiarano quattro volte il risparmio avevano fatto qualcosa d'altro.
Prima di approvare la prossima licenza per un agente, scoprite chi è responsabile del processo che dovrebbe cambiare. Se la risposta è nessuno, state comprando la mediana.
