Il paradosso di Jevons ormai lo conosciamo bene. A metà Ottocento l’economista inglese osservò che rendere più efficienti le macchine a vapore non riduceva il consumo di carbone. Lo aumentava. Il meccanismo è noto. Quando una soluzione consuma meno risorse, usarla costa meno. Costando meno, la si usa molto di più. Alla fine le risorse consumate nel complesso crescono invece di diminuire. Per questo si chiama paradosso. Per chi si occupa di sostenibilità è anche un dramma.
Ci si aspetta che l’intelligenza artificiale segua lo stesso schema. Modelli più efficienti, prezzi in discesa, consumo che esplode. I dati però non vanno proprio in questa direzione. Azeem Azhar calcola che un taglio del 10% al prezzo dei token, l’unità con cui si paga l’uso dei modelli, alza il consumo del 12-18%. Un’elasticità che non fa tremare i polsi.
Il costo per unità utile di lavoro
Perché il paradosso non scatta. Una risposta convincente la dà Patrick Saner, cambiando la prospettiva. Il problema è che misuriamo token, mentre quello che dovremmo verificare è il costo per completare un’unità utile di lavoro. L’azienda paga token, però quello che le interessa comprare è il contratto revisionato o la pratica chiusa. Finché il prezzo si muove su un’unità che non corrisponde a niente di utile, la domanda non ha motivo di reagire.
Quell’unità utile non ha mai avuto un prezzo. La ragione l’aveva spiegata Ronald Coase. Le imprese esistono in buona parte proprio per evitare di prezzare i singoli compiti. Il lavoro cognitivo lo compriamo a pacchetti, attraverso uno stipendio, pagando un’ora di consulenza. Dentro il pacchetto nessuno ha mai avuto bisogno di sapere quanto vale la singola analisi. Ora che una parte dei compiti la svolge un sistema pagato a consumo, quel prezzo mancante è diventato il buco al centro di ogni calcolo di ritorno.
La forbice della spesa in AI
Che il nodo sia la misura, prima del prezzo, lo suggerisce chi spende davvero. Da ottobre 2023 la spesa mensile in ai per dipendente è cresciuta di 6.542 dollari nell’1% di aziende più spinte, contro i 9,63 dollari della mediana (fonte Ramp). Una distanza del genere non racconta due gradi di entusiasmo. Chi lavora tanto con l’AI ha forse trovato la sua unità misurabile.
A ben guardare si tratta quasi sempre di software. Lì commit e release offrono una proxy comoda. Il lavoro esce in pezzi contabili, tracciati, confrontabili con quelli del mese precedente. Chi deve difendere il budget porta un contatore invece di una sensazione. Ogni dollaro in più trova il numero che ne giustifica il ritorno, così la spesa può crescere.
Il caso Greg Baker
L’ambito legale sarebbe il candidato successivo, perché le condizioni le ha già. Tempi misurabili, una tariffa oraria. Ogni attività ha un prezzo esposto, quindi il confronto con l’ai può partire subito.
C’è un caso famoso che lo dimostra al livello più elementare. In Australia Greg Baker, un informatico senza formazione giuridica, si è difeso da solo davanti al tribunale del lavoro contro i legali della sua università. L’ha fatto con ChatGPT Pro e Claude. Ha vinto, con 200 dollari al mese di abbonamento. Quei 200 dollari sono diventati un argomento perché dall’altra parte c’era una parcella chiara con cui confrontarli. Il prezzo per misurare l’efficacia dell’intelligenza artificiale era quello della persona che svolgeva il compito.
Un listino da difendere
Forse è proprio questa la condizione che manca a HR, finance e middle management. Nessuno espone un costo chiaro e dettagliato per un piano di assunzioni o per una riconciliazione contabile ben fatta. Il lavoro c’è, il costo complessivo pure, però il singolo compito resta senza prezzo. Senza il prezzo della persona che oggi svolge quel compito, il confronto non parte.
Resta una domanda, che conviene prendere sul serio. Chi possiede un listino ha anche il massimo interesse a difenderlo. Le professioni con una tariffa esposta saranno le prime a subire il confronto, le prime attrezzate per contestarlo. I reparti senza listino sembrano protetti. Finché il loro lavoro resta senza unità di misura, però, nessuno saprà dire quanto vale. Nemmeno loro.
