Quando un’azienda misura il ROI dell’AI con “team da 23 a 9”, sta guardando il numero sbagliato. Il taglio di teste dice quanto hai speso in meno, non se l’AI sta facendo il lavoro: puoi licenziare e peggiorare la qualità, e i conti tornano lo stesso.
Il numero che dice qualcosa è un altro: la copertura degli audit che passa dal 2% al 100%.
Il 2% non è pigrizia. È il limite fisico del controllo umano: rivedere una chiamata costa il tempo di una persona, quindi ne campioni una su cinquanta ed estrapoli sul resto. Quando la copertura arriva al 100% è cambiata la struttura del costo: il controllo non è più lavoro che scali tagliando, è un output che il sistema produce su ogni singola unità.
È anche il motivo per cui gran parte dell’“adozione AI” non lascia traccia. Approvare un budget e comprare quattro tool non cambia il processo di nessuno: uno strumento usato a fianco del lavoro, in modo facoltativo, non produce alcun registro di aver lavorato. La traccia compare solo quando l’output dell’AI entra nel processo e viene scritto: ogni chiamata valutata, ogni giudizio attribuibile e ricontrollabile.
Da qui la domanda che separa l’adozione reale da quella decorativa. Non “quali tool abbiamo comprato”, ma “quale parte del lavoro ora lascia una traccia verificabile che prima non lasciava”. Se la risposta è nessuna, l’AI è in un parcheggio: comprata, non in servizio.
E il salto dal 2% al 100% regge a una sola condizione: che l’audit automatico sia affidabile abbastanza da fidarsene senza ricontrollarlo a mano. Se non lo è, non hai eliminato il campionamento, l’hai solo spostato a valle. È lì, nella verificabilità dell’output, che si decide se l’AI è forza lavoro o una demo.
