Oltre l'euforia dell'IA: stiamo solo scambiando stipendi con fatture dell'IA?

L'implementazione dell'IA è il tema di ogni consiglio di amministrazione. Ai team si chiede di usare l'IA ovunque, i budget vengono riallocati e i piani del personale vengono riscritti attorno alla promessa che meno persone con l'IA faranno più di tante persone senza.

Ma c'è una domanda che si fa raramente ad alta voce: il beneficio economico dell'IA arriva davvero all'azienda, o gran parte di esso esce di nuovo, in silenzio, sotto forma di pagamenti per l'IA stessa?

Non è un argomento contro l'IA. Sviluppiamo ogni giorno software basato sull'intelligenza artificiale e usiamo l'IA nel nostro stesso processo di sviluppo. È un invito a guardare l'IA come un imprenditore guarda qualsiasi altro investimento: attraverso le fatture, non attraverso l'entusiasmo.

Uno dei nostri clienti ha preso una decisione che molte aziende stanno prendendo in questo momento. Ha ridotto il team di sviluppo di cinque programmatori e ha chiesto agli sviluppatori rimasti di lavorare più velocemente grazie all'adozione massiccia di strumenti di IA: assistenti di programmazione, agenti di IA, abbonamenti a modelli premium e accesso alle API per i flussi automatizzati.

Sulla carta il risparmio era evidente: circa 25.000 € al mese tra stipendi e costi correlati.

Qualche mese dopo il quadro era diverso. La fattura mensile dell'IA (licenze, consumo di API, esecuzioni degli agenti, integrazioni e strumenti di contorno) era salita più o meno agli stessi 25.000 €.

E il risultato? Prima del cambiamento, l'azienda faticava costantemente a consegnare i progetti nei tempi. Dopo il cambiamento, faticava ancora. Le scadenze saltavano esattamente come prima. Dal punto di vista di chi firma le fatture, non è migliorato nulla. La voce di costo si è semplicemente spostata dagli stipendi ai fornitori di IA.

Non è un caso isolato. È uno schema ricorrente, e vale la pena capire perché si verifica.

Siamo onesti: la sensazione di velocità che dà l'IA è autentica. Uno sviluppatore assistito dall'IA può generare un componente in pochi minuti, impostare un'API in un'ora e produrre in un giorno ciò che prima richiedeva una settimana. Vederlo è entusiasmante, e quell'entusiasmo è reale.

Ma la sensazione di velocità e la velocità di consegna sono due cose diverse. I progetti software raramente sono in ritardo perché gli sviluppatori scrivono troppo lentamente. Sono in ritardo perché i requisiti non sono chiari, le decisioni tardano, le integrazioni sono più difficili del previsto, i test scoprono i problemi troppo tardi e la conoscenza è nella testa di poche persone.

L'IA accelera in modo drastico una fase del processo: la produzione del codice. Fa molto meno per le fasi che la circondano. Quando si accelera una fase lasciando invariato il resto, il collo di bottiglia non scompare. Si sposta. Oggi si sposta spesso sulla revisione del codice, sui test, sull'integrazione e soprattutto sulla definizione di cosa costruire.

Se ci si allontana dall'entusiasmo e si guarda l'azienda con gli occhi del suo proprietario, emerge un processo diverso e molto meno visibile: l'attività è aumentata, ma la capacità di consegna no.

La fattura dell'IA raramente è una sola voce. Quando le aziende calcolano il costo dell'IA, di solito pensano agli abbonamenti. Il costo totale reale è più ampio:

Abbonamenti e licenze. Piani premium per assistenti di programmazione, strumenti di chat e di design, spesso più di uno a persona, perché ogni strumento eccelle in qualcosa di diverso.

Consumo di API e token. Le pipeline automatizzate e gli agenti di IA richiamano i modelli di continuo. Un agente che ripete i tentativi, rilegge un codice di grandi dimensioni o resta bloccato in un ciclo su un'attività che fallisce può consumare un budget senza che nessuno se ne accorga fino all'arrivo della fattura.

Addestramento e fine-tuning dei modelli. Adattare i modelli ai propri dati, costruire pipeline di recupero delle informazioni, preparare e pulire i dataset e valutare i risultati. È un lavoro costoso, e di solito lo svolgono proprio gli ingegneri senior che meno ci si può permettere di distrarre.

Adozione e integrazione dei sistemi. Collegare l'IA ai sistemi esistenti, gestire permessi, revisioni di sicurezza, verifiche di conformità e monitoraggio, e cambiare i processi affinché i team usino davvero gli strumenti. È nell'adozione dei sistemi che molti progetti di IA spendono in silenzio la maggior parte del budget.

Revisione e rilavorazione. Il codice generato dall'IA va comunque letto, capito, testato e mantenuto. Quando meno persone revisionano più codice generato, i difetti sfuggono e tornano più avanti sotto forma di rilavorazioni, incidenti e debito tecnico.

Sommando tutto, diventa molto più facile capire come una fattura dell'IA possa arrivare all'entità del costo del personale che avrebbe dovuto sostituire.

Ridurre il team cambia più della struttura dei costi. Cinque sviluppatori che se ne vanno portano con sé il contesto: la conoscenza delle regole di business, la storia delle decisioni, i casi limite che nessuno ha documentato. L'IA non può recuperare quella conoscenza. Può lavorare solo con ciò che le viene fornito.

Gli sviluppatori che restano ora hanno più responsabilità. Il loro lavoro passa dallo scrivere codice al guidare l'IA, rivederne l'output e correggerne gli errori. È un lavoro prezioso, ma non è gratuito e non scala all'infinito. Una persona può revisionare con vera attenzione solo una quantità limitata di codice generato al giorno.

Così l'azienda si ritrova con meno persone, più output, più carico di revisione, gli stessi requisiti poco chiari e gli stessi ritardi. Il problema all'origine delle scadenze mancate non è mai stato la velocità di scrittura, quindi accelerare la scrittura non lo ha risolto.

C'è una dimensione economica più ampia che raramente entra nel calcolo, ma dovrebbe.

Ogni posto di lavoro nell'economia locale produce effetti ben oltre l'azienda che paga lo stipendio. Lo stipendio di un programmatore genera imposte sul reddito e contributi previdenziali. Paga l'affitto o il mutuo, la spesa, l'istruzione dei figli, le vacanze, l'auto e i ristoranti. Gran parte di quel denaro circola a livello locale e sostiene altre attività, che a loro volta danno lavoro ad altre persone, alcune delle quali sono vostri clienti.

Quando lo stesso budget viene destinato a un abbonamento con un fornitore globale di IA, gran parte di quella circolazione si ferma. Il denaro esce dall'economia locale, e le imposte e i consumi che avrebbe sostenuto vengono generati, in larga misura, altrove.

Per una singola azienda può sembrare una preoccupazione astratta. Moltiplicata per migliaia di aziende che prendono la stessa decisione, diventa molto concreta: domanda locale più debole, una base imponibile più ridotta e meno persone in grado di permettersi i prodotti e i servizi venduti dalle imprese del territorio.

Questo non significa che le aziende debbano evitare l'IA. Significa che sostituire le persone con fatture dell'IA non è automaticamente un risparmio, ancora prima di considerare quanto costa all'economia in cui si opera.

Prendete i conti dell'ultimo mese e rispondete onestamente a tre domande:

1. Quanto avete davvero risparmiato sul costo del lavoro grazie all'IA?

2. Quanto avete speso in più per abbonamenti IA, utilizzo delle API, implementazione dell'IA, addestramento dei modelli e adozione dei sistemi, compreso il tempo delle persone che gestiscono tutto questo?

3. Avete ottenuto ricavi aggiuntivi? Avete consegnato più progetti, li avete consegnati più velocemente, avete acquisito nuovi clienti o lanciato prodotti che prima non avreste potuto lanciare?

Il ROI dell'implementazione dell'IA non è la differenza tra i primi due numeri. È il primo numero più il terzo, meno il secondo. Se il terzo numero è zero, nel migliore dei casi avete sostituito una spesa con un'altra. Se il secondo è maggiore del primo, state pagando la sensazione di velocità.

L'IA può generare un ritorno reale. Secondo la nostra esperienza, le aziende che lo ottengono tendono a seguire alcuni principi:

Partire da un collo di bottiglia misurabile, non da uno strumento. Individuate dove si perdono davvero tempo e denaro, e applicate l'IA proprio lì. Se il collo di bottiglia sono requisiti poco chiari, generare più codice non servirà.

Potenziare le persone invece di sostituirle per principio. Uno sviluppatore esperto, assistito dall'IA, che conosce il business è la fonte della maggior parte del valore. Tagliare l'esperienza per pagare l'IA spesso elimina proprio ciò che rende l'IA efficace.

Misurare i risultati, non l'attività. Monitorate il costo per funzionalità consegnata, il tempo dall'idea alla produzione e il tasso di difetti, non il numero di prompt o di righe di codice generate.

Trattare i costi dell'IA come i costi del cloud. Fissate budget e limiti, monitorate i consumi, scegliete modelli più piccoli per le attività di routine, mettete in cache i risultati e valutate modelli self-hosted o open source dove sono sufficienti.

Investire nel processo attorno al codice. Specifiche chiare, buone pratiche di revisione e test automatizzati sono ciò che trasforma l'output dell'IA in software consegnato.

In ITFriends l'IA fa parte del nostro modo di sviluppare software ogni giorno, e abbiamo visto come renda i buoni team molto più produttivi. Non siamo scettici sull'IA. Siamo scettici su un'adozione dell'IA che non viene mai misurata.

La domanda non è se usare l'IA. La domanda è se l'IA stia creando nuovo valore per la vostra azienda o stia semplicemente spostando il budget esistente dalle vostre persone ai server di qualcun altro.

Se non siete sicuri di quale delle due cose stia accadendo nella vostra azienda, è proprio lì che possiamo aiutarvi: da una valutazione onesta dei vostri costi dell'IA fino a un'implementazione dell'IA progettata attorno a risultati di business misurabili.