Un processo sopravvive all’automazione non quando è strategico, ma quando qualcuno lo aveva già messo per iscritto.
Per dare un compito a un sistema automatico la prima cosa che serve non è il modello: è la specifica. Input, regole di decisione, cosa conta come output corretto. Molti compiti aziendali questa specifica non ce l’hanno. Vivono nella testa di chi li esegue, si imparano guardando il collega, cambiano caso per caso senza che nessuno abbia mai scritto la regola.
Finché il lavoro resta lì dentro, l’inefficienza non si vede. Nel momento in cui provi a delegarlo, a una persona nuova o a un agente, devi renderlo esplicito. E salta fuori che metà dei passaggi nessuno sapeva spiegarli.
Per questo i fallimenti attribuiti all’AI raramente sono fallimenti del modello. Sono processi mai definiti che, messi davanti alla richiesta di formalizzarli, si scoprono abitudini travestite da procedure.
C’è un secondo pezzo, più scomodo. Anche quando il compito è scritto, spesso manca il modo di misurare se è fatto bene. Senza un criterio per dire quando un report è corretto, non puoi dire se l’automazione lo migliora o lo peggiora: vedi solo che costa meno. E si taglia sul costo, perché la qualità non la misurava nessuno nemmeno prima.
La domanda non è quante persone restano. È quanta parte della tua operatività esiste in una forma che qualcun altro, umano o no, potrebbe riprendere domani senza doverti chiedere niente.
