Prompt Architect
La mia area Accedi
🇮🇹 IT🇬🇧 EN🇨🇭 CH

Il valore economico dell'AI generativa secondo McKinsey

· 4 min di lettura

Scritto con l'intelligenza artificiale

Secondo McKinsey l'AI generativa può valere tra 2.600 e 4.400 miliardi di dollari l'anno, per tre quarti in quattro aree aziendali. Che cosa dice lo studio sul lavoro e come trasformare quel potenziale in progetti concreti.

Oggi McKinsey ha pubblicato «The economic potential of generative AI», il primo rapporto di McKinsey che prova a misurare il valore economico dell'AI generativa. La cifra che farà i titoli è questa: tra 2.600 e 4.400 miliardi di dollari di valore all'anno. Ma per chi lavora con l'AI le parti più interessanti sono altre: dove si concentra quel valore e che cosa dice del lavoro di ogni giorno.

Quanto vale l'AI generativa?

McKinsey ha analizzato 63 casi d'uso in 16 funzioni aziendali. Il valore stimato, tra 2.600 e 4.400 miliardi di dollari l'anno, va confrontato con un dato: l'intero PIL del Regno Unito nel 2021 era di 3.100 miliardi. Secondo lo studio la cifra raddoppierebbe se si considerasse anche l'AI generativa inserita nei software che già usiamo per altri compiti.

Allargando lo sguardo a tutti gli aumenti di produttività nel lavoro della conoscenza, il beneficio complessivo arriverebbe tra 6.100 e 7.900 miliardi l'anno.

Due esempi di settore: nel bancario il valore potenziale è tra 200 e 340 miliardi di dollari l'anno, nel commercio e nei beni di consumo tra 400 e 660 miliardi.

Dove si concentra il valore?

Circa il 75% del valore si concentra in quattro aree:

Non sono aree scelte a caso: sono quelle in cui il lavoro è fatto soprattutto di linguaggio. Testi, conversazioni, documentazione, codice. È lo stesso quadro emerso in primavera dallo studio di Goldman Sachs, secondo cui le professioni amministrative e legali sono le più esposte, e dal lavoro di ricercatori di OpenAI e dell'Università della Pennsylvania sull'esposizione dei mestieri ai modelli linguistici.

Che cosa cambia nel lavoro?

Qui lo studio dice la cosa più importante. Le tecnologie attuali, AI generativa compresa, potrebbero automatizzare attività che oggi occupano dal 60 al 70% del tempo dei lavoratori. La stima precedente di McKinsey era la metà. Il salto dipende quasi tutto dalla capacità dei nuovi modelli di comprendere il linguaggio naturale.

La conseguenza è che l'AI generativa incide di più sul lavoro della conoscenza, quello delle professioni con stipendi e titoli di studio più alti. E i tempi si accorciano: secondo McKinsey metà delle attività di oggi potrebbe essere automatizzata tra il 2030 e il 2060, con un punto medio nel 2045, circa dieci anni prima di quanto stimato in passato.

Per la produttività, lo studio prevede una crescita aggiuntiva tra lo 0,1 e lo 0,6% l'anno fino al 2040, a seconda di quanto velocemente le aziende adotteranno la tecnologia e di come verrà reimpiegato il tempo liberato. Una condizione ricorre in tutto il rapporto: servirà sostenere le persone nell'imparare competenze nuove.

Che cosa ne ricava chi progetta con l'AI?

Il dato sul tempo liberato è il punto decisivo. La produttività non arriva da sola: arriva se il tempo risparmiato viene riprogettato. E un primo indizio viene dal campo: in uno studio di Erik Brynjolfsson e colleghi su 5.000 operatori di assistenza clienti, un assistente AI ha aumentato del 14% le richieste risolte all'ora, soprattutto tra i meno esperti.

Per un'azienda italiana questo si traduce in un metodo semplice:

  1. Partire dalle quattro aree ad alto valore e scegliere un processo concreto, per esempio la risposta alle richieste dei clienti.
  2. Scomporlo in attività e individuare quelle fatte di linguaggio: leggere, classificare, riassumere, scrivere una bozza.
  3. Progettare per ciascuna un prompt di riferimento, con esempi e regole, invece di lasciare che ognuno improvvisi.
  4. Misurare prima e dopo: tempo, qualità, numero di correzioni.

Un prompt di partenza per il secondo passaggio:

Ti descrivo il processo «gestione delle richieste di assistenza» nella mia azienda, passo per passo. Per ogni passo indica: se è un'attività basata su testo o linguaggio; quale parte potrebbe preparare un assistente AI; quale controllo umano resta necessario; quale dato servirebbe per misurare il miglioramento. Presenta il risultato in tabella.

Un numero da maneggiare con cura

Come ogni stima di questo tipo, anche quella di McKinsey dipende da molte ipotesi su tempi e adozione. Il valore non è un premio già assegnato: è un potenziale che si realizza solo con il lavoro di progettazione. Ed è proprio lì che si decide chi lo coglierà.

Fonti

#Scenari e trend