Tre economisti della Fed di St. Louis hanno fatto elaborare a un modello linguistico circa 490.000 trascrizioni di earnings call di 5.198 aziende quotate statunitensi, hanno etichettato 910.955 frasi relative alla produttività e le hanno ordinate per tempo verbale. Circa il 95% delle affermazioni sulla produttività legate all'AI si riferiva a guadagni non ancora avvenuti. Per i discorsi sulla produttività non legati all'AI, la quota era intorno al 75% (Fed di St. Louis, 2026).
Nello stesso periodo, la produttività totale dei fattori corretta per l'utilizzo negli Stati Uniti è cresciuta dello 0,07% nei quattro trimestri terminati nel primo trimestre 2026.
Ecco l'intero problema in due numeri. La documentazione pubblica sulla produttività dell'AI è quasi interamente una documentazione di aspettative, e il tuo business case sull'AI viene finanziato su quella base come se fosse una documentazione di risultati.
Il benchmark che stai usando è un tempo verbale, non un numero
Partiamo da ciò che lo studio ha effettivamente fatto, perché è il metodo a rendere il risultato difficile da liquidare.
Serdar Ozkan, Aakash Kalyani e Nicholas Sullivan hanno estratto trascrizioni di S&P Global dal 2000 al 2025, hanno selezionato le frasi candidate per parole chiave e poi hanno usato un classificatore Qwen3-3B per etichettare ciascuna su tre assi: riguarda l'AI, la produttività è descritta come in crescita, in calo o stabile, ed è formulata al passato, al presente o al futuro. Le frasi non attinenti alla produttività sono state scartate. Ne sono sopravvissute 910.955 (Fed di St. Louis, 2026).
Ne sono emerse due distribuzioni, entrambe sbilanciate nella stessa direzione.
Sul tempo verbale: circa il 95% delle frasi sulla produttività AI è rivolto al futuro, contro circa il 75% del discorso sulla produttività in generale. Sulla direzione: circa il 95% delle frasi legate all'AI descrive la produttività in crescita, contro circa il 75% per il non-AI. La quota che descrive una diminuzione di produttività dovuta all'AI è trascurabile.
L'obiezione ovvia è il ritardo da fase di hype: certo che il 2023 fosse aspirazionale, gli strumenti erano nuovi. I dati non sostengono questa lettura. La quota al futuro è stabile sia nel 2023 sia nel 2025, mentre il peso dell'AI nel discorso complessivo sulla produttività è salito da quasi zero prima di ChatGPT a circa il 15% a fine 2025 (Fortune, 2026). Due anni pieni di adozione non hanno spostato la conversazione da faremo a abbiamo fatto.
Quindi, quando l'affermazione di un concorrente sulla produttività AI ti arriva — in un keynote, in un case study di un vendor, nella presentazione agli investitori di un competitor — la frequenza di base dice che è una previsione. Non una bugia, non necessariamente sbagliata. Una previsione, travestita da benchmark.
Lo stesso divario si presenta dentro l'azienda
Se il risultato sulle earnings call riguardasse solo il linguaggio rivolto agli investitori, potresti liquidarlo come teatro dei mercati dei capitali. Non è così. La CFO Survey delle Fed di Atlanta e Richmond ha trovato lo stesso identico divario in risposte private e non promozionali.
Intervistando oltre 700 dirigenti aziendali nel marzo 2026, i ricercatori hanno chiesto alle imprese di dichiarare l'effetto dell'AI sull'output per lavoratore: la risposta è stata 1,8% per il 2025, con un 3,0% atteso per il 2026. Il gruppo di ricerca ha poi calcolato ciò che i numeri delle stesse aziende implicavano — ricavi attribuiti all'AI rispetto alla variazione occupazionale dovuta all'AI — ottenendo tra lo 0,4% e lo 0,8% in manifattura, costruzioni e servizi a bassa qualificazione, fino a circa il 2,2% nella finanza (Fed di Atlanta, 2026).
I dirigenti hanno sovrastimato i propri guadagni realizzati di un fattore da due a quattro, usando i propri dati, in un sondaggio riservato, senza un pubblico da impressionare.
Questo riformula il risultato sulle earnings call. Non si tratta principalmente di un problema di comunicazione finanziaria o di disciplina nelle relazioni con gli investitori. È un problema di misurazione, e si manifesta a livello del singolo dirigente operativo. Gli autori richiamano la frase di Solow del 1987 sull'era dei computer visibile ovunque tranne che nelle statistiche sulla produttività, e il parallelo è meritato: due misurazioni indipendenti della Fed — una testuale su 5.198 aziende, una campionaria su oltre 700 dirigenti — convergono sulla stessa conclusione partendo da direzioni metodologiche opposte.
Perché la contaminazione da previsioni è peggiore nel mid-market
Una funzione operativa da 50–500 dipendenti è più esposta a questa asimmetria di una grande impresa, per una ragione strutturale che non ha nulla a che vedere con il livello di sofisticazione.
La suddivisione per dimensione nella CFO Survey è netta. Circa il 60% delle aziende ha investito in AI nel 2025 — grosso modo l'80% delle grandi, circa la metà delle piccole — e oltre l'80% prevede di investire nel 2026. Ma gli importi divergono di ordini di grandezza: circa il 60% delle aziende più piccole prevede di spendere meno di 20.000 dollari in AI nel 2026, contro il 14% delle grandi, mentre circa il 30% delle grandi prevede di spendere oltre 1 milione di dollari, contro l'1% delle piccole (Fed di Richmond, 2026).
Un'azienda che spende 700.000 dollari può permettersi di strumentare il progetto: baseline del processo, gruppo di controllo, misurazione del tempo di ciclo prima e dopo. Un'azienda che ne spende 18.000 non può, e non lo fa. Compra le licenze e deduce il risultato da come il team percepisce lo strumento.
Il che significa che il mid-market dipende in misura sproporzionata dai benchmark esterni proprio perché non può generarne di interni. E il bacino dei benchmark esterni è per il 95% fatto di previsioni. Meno capacità di misurazione hai, più peso attribuisci alla classe di evidenza meno affidabile disponibile. È questa la trappola, e si stringe man mano che i budget si riducono.
C'è un effetto di secondo ordine che vale la pena nominare. Quando le affermazioni dei concorrenti sono ottimistiche e la tua misurazione è debole, il divario tra il tuo risultato osservato e il benchmark viene letto come un tuo fallimento esecutivo. I responsabili operativi rispondono comprando altri strumenti o ristrutturando l'adozione, quando la diagnosi onesta è che il confronto non era mai valido. Non sei indietro. Tu sei misurato, loro sono proiettati.
La previsione sugli organici ha la stessa forma
I numeri sull'occupazione nella CFO Survey meritano attenzione a parte, perché sono quelli che più probabilmente siedono nel tuo piano come se fossero acquisiti.
Gli effetti occupazionali aggregati dell'AI sono vicini allo zero. Le grandi aziende prevedono una riduzione degli organici dello 0,8% nel 2026; le più piccole prevedono un aumento di circa l'1%. Sulla composizione, i dirigenti stimano che la quota di lavoro impiegatizio di routine scenda dello 0,76% entro il 2026 e del 2,19% entro il 2028, parzialmente compensata dalla crescita di ruoli tecnici qualificati — e le aziende più piccole hanno maggiori probabilità di espandere l'organico tecnico che di tagliare da qualche parte (Fed di Richmond, 2026).
Nota di nuovo il tempo verbale. Ognuna di quelle cifre è un'aspettativa sul 2026 e sul 2028, prodotta dagli stessi dirigenti che hanno sovrastimato i loro guadagni di produttività realizzati nel 2025 di un fattore da due a quattro. Il bias non si limita cortesemente alla questione della produttività. Se il tuo piano operativo 2027 assume una riduzione del personale amministrativo perché è ciò che mostrano i dati del sondaggio, hai importato una previsione da una popolazione con un problema di ottimismo documentato e misurato — e l'hai iscritta a bilancio come ipotesi di pianificazione.
Cosa l'evidenza non dice
Tre limiti, perché un business case costruito su una lettura sbagliata di questo studio fallisce allo stesso modo di uno costruito sull'hype.
Rivolto al futuro non significa falso. Una frase al futuro è un'affermazione su intenzioni e aspettative, non un'invenzione. Alcune di quelle previsioni si realizzeranno. Il risultato riguarda la classe probatoria dell'affermazione, non il suo valore di verità — e la risposta corretta è ripesare, non liquidare.
La TFP aggregata è uno strumento grossolano. Lo 0,07% è un dato di sistema e si muove lentamente; storicamente la produttività misurata segue con anni di ritardo le tecnologie di uso generale, e i guadagni a livello di singola impresa possono essere reali anche mentre la statistica nazionale resta piatta. Il dato sulla TFP è contesto per l'asimmetria delle previsioni, non prova che nessuno stia ottenendo nulla.
La classificazione è imperfetta. Etichettare il tempo verbale con un modello linguistico piccolo su quasi un milione di frasi comporta errori, e il linguaggio delle earnings call è cauto per costruzione: la revisione legale spinge i dirigenti verso formulazioni al futuro su qualsiasi tema incerto. Parte di quel 95% è un artefatto della comunicazione finanziaria più che un'assenza di risultati.
Nulla di ciò salva la pratica del benchmarking. Semmai, la CFO Survey rafforza la tesi: togli gli avvocati, gli analisti e l'incentivo a impressionare, e i dirigenti hanno comunque sovrastimato di due-quattro volte i guadagni realizzati rispetto ai propri numeri. L'asimmetria sopravvive a ogni ridimensionamento ragionevole.
I tre campi che sistemano il tuo business case sull'AI
Questo è un cambiamento di documentazione, non di strategia, e costa un pomeriggio.
Prendi ogni iniziativa AI attualmente nel tuo budget o in pipeline. Per ciascuna, richiedi tre campi prima che avanzi:
Una metrica realizzata. Non un risparmio previsto, non una stima di tempo per postazione fornita dal vendor. Un numero operativo specifico: tempo medio di gestione, resa al primo passaggio, giorni di chiusura, ticket risolti per dipendente. Se nessuno sa nominarne una, l'iniziativa è un'ipotesi e va finanziata e revisionata come un esperimento, non come un ritorno.
La sua baseline pre-AI. Il valore di quella metrica prima dell'arrivo dello strumento, con la finestra di misurazione dichiarata. Le baseline mancanti sono il fallimento più comune in assoluto: i team iniziano a misurare il giorno in cui il pilota parte, il che rende qualsiasi numero successivo non interpretabile. Se la baseline è persa, ricostruiscila dai dati storici prima di spendere un altro trimestre.
La data in cui è stata misurata. I risultati realizzati hanno una data di misurazione. Le previsioni no. Questo campo da solo ordina il tuo portafoglio più in fretta di qualsiasi framework, perché un'affermazione che non riesce a produrre una data non è un risultato.
Poi applica lo stesso test a ogni numero esterno che usi come benchmark. Case study di vendor, keynote di concorrenti, presentazione di un competitor: nomina una metrica realizzata, una baseline e una data? Il risultato della Fed di St. Louis prevede che circa diciannove su venti falliranno su almeno uno dei tre. Quelli finiscono in una cartella intitolata aspettative, e smettono di influenzare il budget.
La disciplina è poco appariscente, e farà sembrare peggiore il tuo programma AI su carta questo trimestre. È esattamente il punto. In questo momento stai confrontando i tuoi risultati misurati con le proiezioni di tutti gli altri e chiami quella differenza sottoperformance. Correggi il confronto e scoprirai che non sei indietro: sei semplicemente una delle poche persone nella stanza che sta davvero contando.
Prima della tua prossima decisione di investimento in AI, fai una domanda a ogni numero presente nella stanza, interno o esterno: quando è stato misurato? Tutto ciò che non sa rispondere è una previsione, e le previsioni non appartengono alla colonna delle evidenze di un business case.
