L’intelligenza artificiale generativa è davvero un pessimo lavoratore?

I risultati del Remote Labor Index si pongono in netto contrasto con altri benchmark, come GDPval, sviluppato da OpenAI, secondo cui modelli di ultima generazione come Gpt-5 si avvicinano ormai alle performance umane in diversi lavori d’ufficio, specialmente nelle attività di scrittura e analisi.

La differenza, spiegano gli autori dello studio del Cais, sta nel contesto: GDPval misura la competenza linguistica e cognitiva in ambienti controllati, mentre il Remote Labor Index valuta la capacità operativa in scenari realistici, che richiedono coordinamento, pianificazione e adattamento.

Il messaggio che emerge è duplice. Da un lato, l’AI può potenziare la produttività dei freelance umani — accelerando la produzione di bozze, analisi e il brainstorming.

Dall’altro, la sua autonomia è ancora limitata. Le piattaforme di lavoro online, dove il successo dipende da interazioni complesse con clienti, scadenze e feedback, restano oggi un dominio eminentemente umano.

Uno studio del Mit Sloan (2024) aveva già rilevato un effetto simile: l’uso dell’AI generativa aumenta la produttività del 14% tra gli impiegati che svolgono compiti cognitivi standardizzati, ma non migliora — e talvolta peggiora — le performance nei lavori che richiedono autonomia o creatività.

In realtà sulla produttività aumentata, in affiancamento al lavoratore, non c’è una chiarezza generale ancora. Il noto studio “The GenAI Divide: State of AI in Business 2025” del MIT Project Nanda denuncia che solo il 5% delle aziende dichiara un ritorno misurabile in termini di produttività, dall’uso dell’AI generativa.

Una ricerca più recente, di Wharton-Gbk, condotta tra manager e C-level di grandi imprese, racconta una storia diverse. L’82% dei leader aziendali afferma di usare strumenti di AI generativa ogni settimana (il 46% quotidianamente), mentre il 72% misura il Roi e tre su quattro dichiara risultati positivi.

Una divergenza che dipende forse dalla maturità digitale delle aziende coinvolte: dove i processi sono già digitalizzati e il personale formato, l’AI tende a generare valore tangibile. Ma anche per il Mit, il divario tra sperimentazione e impatto reale è dovuto soprattutto a integrazioni tecnologiche incomplete, scarsa formazione del personale e mancanza di metriche chiare sull’Roi.

Insomma non è chiaro quanto il difetto di produttività dipenda dall’immaturità dello strumento e quanto dall’incapacità di usarlo da parte delle aziende.

La questione si risolverà nei prossimi mesi, probabilmente, con l’evoluzione sia della tecnologia sia dell’adozione. Al tempo stesso, alcune aziende corrono avanti. Molte aziende hanno comunicato licenziamenti o un blocco delle assunzioni; soprattutto i junior e i middle manager sembrano i più colpiti. Amazon ha annunciato 14mila licenziamenti corporate, prima ondata di un piano che arriverà a 30mila tagli. JPMorgan Chase ha appena dichiarato che la banca assumerà con più prudenza; idem Walmart, mentre Goldman Sachs prevede anche licenziamenti e tutti citano l’AI come motivo.

«Se le persone diventano più produttive, non è necessario assumere altro personale», ha dichiarato Brian Chesky, amministratore delegato di Airbnb, in un’intervista. «Vedo molte aziende che mantengono preventivamente la linea, prevedendo e sperando di poter avere una forza lavoro più ridotta».

Forse sono aziende che ritengono di poter cogliere quei vantaggi di produttività che ad altre aziende sfuggono; oppure alcune di loro usano l’AI come scusa per fare tagli motivati ma ragioni più banali come crisi o scelte passate sbagliate, secondo l’economista del Mit David Autor a Nbc News.

Anche su questo punto, come si vede, non ci sono certezze. Una costante, in questi tempi agitati dalla rivoluzione AI.