«È possibile, ma poco probabile.»
Le due parole sembrano indicare soltanto gradi diversi di fiducia. La loro origine apre invece due domande. Possibile deriva dal latino posse, potere: che cosa può essere o può essere fatto? Probabile deriva da probare, approvare: a che cosa abbiamo ragioni per dare assenso? Nell’uso corrente i significati talvolta si avvicinano, ma la differenza resta utile. Possiamo ritenere che qualcosa sia possibile senza avere molte ragioni per aspettarci che accada.
Per stimare una probabilità dobbiamo definire l’evento. Scegliamo quali casi confrontare, quanto tempo osservare, quali condizioni ritenere rilevanti.
Una previsione può essere costruita con grande rigore. Quel rigore, però, opera dentro una domanda che qualcuno ha formulato.
Un’azienda introduce agenti AI nei propri processi. Alcuni sanno già consultare informazioni, preparare documenti, avviare operazioni nei sistemi. La direzione chiede quanti posti potrà eliminare nei prossimi anni. Si possono stimare i tempi risparmiati e i costi ridotti, confrontare scenari, controllare i risultati delle prime prove. La domanda ha già indicato quale futuro osservare: quello in cui la nuova capacità serve a lavorare con meno persone.
La stima richiede comunque di verificare che cosa accade nel lavoro reale. Un compito eseguito bene durante una prova può presentarsi diversamente quando i dati sono incompleti, un cliente contesta la risposta o nessuno sa con chiarezza chi debba intervenire. La capacità tecnica va osservata dentro il processo, insieme agli errori, ai costi della supervisione e alla qualità di ciò che arriva alle persone.
L’esattezza del calcolo non rende giusta la domanda da cui è partito.
Possiamo accertare con rigore che per svolgere le attività attuali occorreranno meno ore di lavoro. Non abbiamo ancora stabilito se il modo migliore di usare quelle ore sia ridurre il personale. Anche una stima fondata può descrivere un futuro che decidiamo di evitare. Fra dare assenso alla previsione e dare assenso al futuro previsto si apre una distanza.
La storia dei bancomat offre un precedente utile. Negli Stati Uniti diminuirono gli sportellisti necessari per una filiale urbana media: da venti a tredici tra il 1988 e il 2004. Il minor costo di ogni filiale contribuì però all’apertura di nuove sedi e, nel periodo studiato, il numero complessivo degli sportellisti non seguì la diminuzione osservata in ciascuna filiale. Questo non dice che cosa accadrà con gli agenti AI, né racconta la sorte di ogni lavoratore coinvolto. Mostra quanto fosse incompleta la domanda «quanti sportellisti può sostituire un bancomat?» se posta per conoscere il futuro del lavoro nelle banche.
Immaginiamo ora un ufficio che gestisce reclami. Se l’obiettivo è diminuire il numero di addetti, misureremo quanti messaggi un agente riesce a leggere, classificare e chiudere. Ma gli stessi reclami consentono di porre un’altra domanda: perché alcuni problemi continuano a ripresentarsi? Gli agenti possono raggruppare i casi simili e far emergere le ricorrenze. Occorre poi verificare se queste rivelino un difetto del servizio e decidere come intervenire. Se il servizio cambia, i reclami potrebbero diminuire per una ragione che il primo calcolo non era stato chiamato a cercare.
Il cambiamento della domanda può riguardare anche ciò che un’azienda offre. Nel 1962 Rolls-Royce introdusse Power-by-the-Hour: per alcuni motori offriva manutenzione e sostituzione a un costo fisso per ora di volo. Il cliente poteva così prevedere la spesa per il supporto al motore; il produttore aveva interesse a mantenerlo efficiente e disponibile. Il motore restava lo stesso oggetto industriale, ma cambiava il modo di organizzare il servizio intorno al suo uso. Per leggere questa vicenda possiamo chiederci: che cosa conta davvero per chi deve poter volare?
Nell’azienda che introduce agenti AI, domande diverse possono aprire possibilità altrettanto diverse. Se gli agenti preparano le risposte ordinarie, a quali situazioni le persone potrebbero dedicare più tempo? Quali problemi si potrebbero prevenire, anziché trattarli più rapidamente? A chi andrebbe il tempo guadagnato: all’azienda come risparmio, ai clienti come attenzione, a chi lavora come possibilità di svolgere meglio il proprio mestiere? Nessuna risposta è garantita dalla tecnologia.
Qui il possibile si distingue dall’immaginabile. Disegnare un organigramma più snello è facile, anche un servizio migliore può essere immaginato con facilità. Per renderlo possibile bisogna modificare il lavoro, mettere alla prova le nuove responsabilità e osservare se i benefici promessi arrivano davvero a qualcuno.
La probabilità resta necessaria in queste prove. Possiamo stimare gli effetti di processi diversi e scoprire che alcune alternative non reggono al confronto con la realtà. La difficoltà nasce quando il processo attuale è l’unico riferimento ammesso fin dall’inizio. Allora ogni ora risparmiata appare come lavoro da sottrarre. Cambiando domanda, cambiano anche le cose che vale la pena misurare.
Tenere una distanza dalla previsione significa concedersi questo passaggio prima di decidere. Gli agenti AI possono modificare la quantità di lavoro richiesta in molti processi; da tale possibilità non discende da sola la forma dell’azienda che verrà. La direzione potrà anche scegliere di ridurre il personale. Dovrà però riconoscere quella riduzione come una scelta fra futuri diversi, assumendosi la responsabilità delle possibilità che ha esaminato e di quelle che ha lasciato inesplorate.
La distanza sta qui: nel mettere alla prova ciò che immaginiamo e nel chiederci, prima che una previsione diventi una scelta, se il futuro più probabile sia anche quello che vogliamo rendere possibile.