Carmine Coccorese,
esperto di organizzazione, sviluppo delle persone e sistemi decisionali
L’intelligenza artificiale non è certamente la prima innovazione tecnologica destinata a tagliare posti di lavoro. Essa, tuttavia, introduce un elemento di discontinuità rispetto alle innovazioni tecnologiche precedenti, il quale potrebbe – o forse dovrebbe – avere delle implicazioni importanti.
Come è noto, la peculiarità dell’IA non consiste soltanto nell’automatizzare attività sempre più complesse, ma nel rendere riproducibili capacità cognitive che, fino ad oggi, erano e sono considerate una componente essenziale del lavoro umano.
Attraverso l’addestramento su enormi quantità di dati e contenuti prodotti dalla collettività, i modelli di IA sono in grado di sistematizzare conoscenze, schemi di ragionamento, procedure decisionali e competenze operative, trasformandoli in un fattore produttivo utilizzabile su scala ampia.
Questa caratteristica distingue, per esempio, l’IA dalla semplice digitalizzazione dei processi. Se quest’ultima si limitava principalmente ad automatizzare procedure predefinite, l’intelligenza artificiale interviene anche su attività che richiedono valutazione, interpretazione e utilizzo della conoscenza diffusa.
Ne consegue che il suo impatto richiede una riflessione sul modo stesso in cui la teoria economica descrive la formazione della produttività e quindi la crescita economica sostenibile.
Per comprendere perché questa trasformazione è così importante è necessario richiamare un concetto fondamentale dell’economia della crescita: la produttività multifattoriale, all’interno di una funzione di produzione di tipo Cobb-Dougas.
In modo intuitivo, la produzione di un’impresa dipende principalmente da tre fattori. Il primo è il capitale (macchinari, impianti, software e oggi anche modelli di intelligenza artificiale). Il secondo è il lavoro umano inteso in senso quantitativo. Il terzo è qualcosa di meno visibile ma ancora più importante: la capacità con cui capitale e lavoro vengono combinati.
Quest’ultimo elemento prende il nome di produttività multifattoriale e comprende una varietà di fattori: innovazione, organizzazione, apprendimento, qualità del management, conoscenza e progresso tecnico.
Questa lettura della produttività multifattoriale è del resto coerente con la teoria della crescita endogena, secondo la quale la conoscenza, l’innovazione e l’accumulazione di capitale umano rappresentano le principali determinanti della crescita della produttività nel lungo periodo.
È, in breve, il fattore che spiega perché due imprese, pur disponendo delle stesse risorse, possano ottenere risultati produttivi e competitivi molto diversi.
In formula, la produttività multifattoriale MFP è pari a:
MFP = Y / 𝐾𝛼𝐿1−𝛼
dove Y è l’output prodotto, L sono le ore di lavoro o gli occupati, K è lo stock di capitale. I parametri alfa e (1 alfa) rappresentano rispettivamente i contributi di elasticità del capitale e del lavoro alla produzione Y: la loro somma è pari a 1 perché, in questo modello semplificato, l’incremento di Y è attribuibile soltanto o a K o a L in proporzione costante.
La MFP è calcolabile come “residuo”, quel che resta della crescita economica una volta considerati i fattori quantitativi.
Di solito il parametro alfa è stimato intorno a 0,3-0,4, in funzione dell’intensità del capitale in un determinato settore. La MFP, in definitiva, esprime il rapporto tra l’output di fatturato e i fattori produttivi immessi: un incremento anno su anno della MFP significa che l’impresa è divenuta più efficiente nell’uso dei suoi fattori produttivi combinati (K e L).
Nella lettura tradizionale della funzione di produzione, il patrimonio di fattori che non sono né lavoro né capitale alimenta prevalentemente la produttività multifattoriale. La nostra ipotesi è che l’IA modifichi questa interpretazione, rendendo economicamente appropriabile una parte crescente della conoscenza che, nella lettura tradizionale, si manifestava come produttività multifattoriale.
Per la prima volta, infatti, una parte della conoscenza che alimenta la produttività multifattoriale viene codificata in modelli computazionali, incorporata in beni digitali e trasformata in un asset proprietario dell’impresa.
Ne consegue una duplice trasformazione. Da un lato, il capitale accresce il proprio contenuto economico: non rappresenta più soltanto beni materiali, impianti e software, ma diventa anche il veicolo attraverso cui viene accumulata e valorizzata una parte della conoscenza economicamente produttiva.
Dall’altro, si modifica il contributo relativo dei fattori alla crescita. In termini della funzione di produzione Cobb-Douglas, ciò suggerisce una tendenza all’aumento dell’elasticità della produzione rispetto al capitale (α) e alla corrispondente riduzione dell’elasticità rispetto al lavoro (1−α).
Tale evoluzione non dipende esclusivamente dall’incremento degli investimenti, ma dal fatto che una quota crescente della conoscenza, che in passato alimentava prevalentemente la produttività multifattoriale, viene oggi capitalizzata attraverso asset di intelligenza artificiale.
In altre parole, siamo entrati in un’epoca in cui il capitale cresce non solo per accumulazione di nuovi mezzi di produzione, ma anche per appropriazione economica di conoscenza precedentemente contabilizzata come produttività multifattoriale. È questo il meccanismo attraverso il quale l’intelligenza artificiale modifica non solo il processo di produzione, ma anche la distribuzione del valore generato.
Se infatti i diritti economici sui modelli di IA appartengono alle imprese, allora una quota del valore creato dalla conoscenza collettiva diventa reddito da capitale. L’IA rende possibile la capitalizzazione della conoscenza collettiva.
Questa osservazione consente di compiere un ulteriore passo avanti. Se una parte della produttività multifattoriale viene progressivamente trasformata in capitale proprietario, allora il problema non è semplicemente controbilanciare la concentrazione dei rendimenti del capitale.
Il punto è che la crescita della produttività multifattoriale nasce dal contributo cognitivo di dirigenti e lavoratori: conoscenza operativa, procedure, apprendimento organizzativo, decisioni, dati e miglioramento continuo dei processi.
Quando l’intelligenza artificiale permette di codificare e capitalizzare una parte di questo patrimonio, l’impresa si trova a beneficiare di un nuovo capitale cognitivo che continuerà a generare valore nel tempo. In questa prospettiva, strumenti quali profit sharing, partecipazione agli utili e azionariato diffuso non rappresentano soltanto misure redistributive o forme di welfare aziendale.
Essi costituiscono la remunerazione economica del contributo fornito da dirigenti e lavoratori alla crescita della produttività multifattoriale e, indirettamente, alla formazione del capitale cognitivo dell’impresa.
La questione centrale, quindi, non è compensare ex post la capitalizzazione della conoscenza, ma riconoscere che una parte del valore degli asset di intelligenza artificiale deriva dal contributo produttivo di coloro che hanno generato la conoscenza successivamente incorporata nei sistemi intelligenti.
Da qui si comprende meglio perché la questione centrale da dibattere non è più soltanto se l’IA sostituirà lavoro umano, ma chi deterrà i diritti economici sulla conoscenza incorporata nei sistemi intelligenti. È su questo terreno che, nei prossimi anni, si giocheranno molte delle nuove relazioni tra imprese, dirigenti, lavoratori e organizzazioni sindacali.
Per esempio:
• Per i lavoratori. Se una parte del loro contributo cognitivo viene trasformata in capitale cognitivo dell’impresa, la partecipazione agli utili o al capitale rappresenta la remunerazione di tale contributo alla crescita della produttività multifattoriale.
• Per i sindacati. Le tradizionali rivendicazioni potrebbero non essere sufficienti. Diventano centrali temi come profit sharing, partecipazione agli utili, formazione continua e governance dei dati e dell’adozione dell’IA.
• Per i dirigenti. Il loro contributo distintivo consiste principalmente nell’accrescere la produttività multifattoriale dell’impresa attraverso decisioni, organizzazione, innovazione e apprendimento. In questa prospettiva, una parte significativa della loro remunerazione variabile dovrebbe essere collegata alla capacità dell’impresa di generare una crescita della produttività multifattoriale superiore alla media del settore.
Se, come sostenuto in questo contributo, una parte di tale crescita viene successivamente capitalizzata attraverso sistemi di intelligenza artificiale, allora profit sharing e partecipazione al capitale rappresentano la naturale remunerazione del contributo manageriale alla formazione del capitale cognitivo dell’impresa.
Detto con una formula, la remunerazione variabile sarebbe legata a una relazione di competitività del tipo: ΔMFPimpresa−ΔMFPsettore
• Per gli imprenditori. Il vantaggio competitivo non dipenderà soltanto dall’acquisto di modelli di IA, ma dalla capacità di integrarli con il capitale umano, i dati proprietari e i processi decisionali dell’impresa.
È chiaro che questo tipo di evoluzione costringerà gli imprenditori ad assumere dirigenti che sanno come prendere decisioni foriere di produttività multifattoriale tutti i giorni: sarà infatti determinante creare le condizioni affinché capitale e lavoro producano più valore attraverso una migliore combinazione dei fattori. Nell’era dell’IA, dove una parte di questo miglioramento si trasforma in capitale cognitivo proprietario, collegare la remunerazione del management all’extra-MFP rappresenterà una conseguenza logica del modello qui tratteggiato.
• Per il Decisore pubblico. Qui si apre il tema del riconoscimento giuridico ed economico del contributo cognitivo fornito da lavoratori e dirigenti all’addestramento dei sistemi di IA, anche attraverso strumenti di partecipazione agli utili, azionariato diffuso o altri meccanismi di condivisione del valore creato.
In conclusione, il fatto rilevante che si prefigura non è tanto che l’IA “sostituisce il lavoro”, quanto che cambia la distribuzione della proprietà della conoscenza. Una parte di ciò che in passato appariva come progresso tecnico incorporato nella produttività multifattoriale oggi viene codificata in asset proprietari di IA, trasformandosi in una fonte di rendita del capitale.
Nel Novecento la conoscenza economicamente produttiva era incorporata prevalentemente nelle persone e nelle organizzazioni; nel XXI secolo tende a essere disponibile in asset digitali di proprietà delle imprese. Se questa lettura è corretta, il conflitto distributivo dell’economia dell’intelligenza artificiale non riguarderà più soltanto salari, occupazione e orario di lavoro, ma la proprietà del capitale cognitivo e la distribuzione dei rendimenti economici della conoscenza produttiva.
