Nelle ultime settimane, Accenture ha fatto notizia per aver collegato le prospettive di promozione dei dirigenti all’uso degli strumenti interni di intelligenza artificiale. In un mercato caratterizzato dall’automazione e dall’efficienza, i dipendenti sono tenuti a integrare l’AI nei loro flussi di lavoro quotidiani. Il suo utilizzo può influenzare la traiettoria della carriera.
Questa politica riflette un fenomeno più ampio che si sta diffondendo in tutto il mondo aziendale americano. Le aziende non utilizzano l’AI solo per automatizzare le attività, ma anche per aumentare le aspettative sul rendimento lavorativo degli esseri umani.
Questo non è intrinsecamente sbagliato. La misurazione è essenziale per la disciplina e le prestazioni. Gli strumenti di AI possono ridurre gli attriti, eliminare le attività di scarso valore e chiarire gli obiettivi. Se utilizzati con attenzione, possono migliorare le capacità umane.
L’errore è altrove
Il pericolo emerge quando una maggiore produttività misurata viene scambiata per una performance sostenibile. Quando le organizzazioni equiparano l’aumento della produttività a un aumento permanente delle aspettative, in realtà attingono alle riserve biologiche. Il debito viene pagato in seguito con disimpegno e diminuzione dell’adattabilità.
L’AI può raddoppiare la produttività. La biologia umana no
La logica alla base dell’escalation è comprensibile. Se gli strumenti generativi consentono a un consulente di analizzare il doppio dei dati, perché non adeguare gli obiettivi? Se gli assistenti di codifica comprimono i tempi di sviluppo, perché non ridefinire i programmi di consegna? Se i dashboard quantificano le prestazioni in tempo reale, perché non calibrare le aspettative con precisione?
Il problema è che l’accelerazione delle macchine non espande automaticamente le capacità umane.
Le prestazioni umane seguono curve non lineari. Uno stress moderato acuisce l’attenzione. Lo stress cronico degrada la memoria, il giudizio e la regolazione emotiva. L’energia è limitata. La capacità di recupero è limitata. La larghezza di banda emotiva è limitata. Quando l’AI aumenta il ritmo e il volume di lavoro, il sistema biologico non si adatta in modo parallelo.
L’ AI può comprimere le attività. Non può comprimere il recupero
Quando le aziende utilizzano l’AI per elaborare il doppio delle informazioni, partecipare al doppio delle riunioni e produrre il doppio dei risultati, la tentazione è quella di considerare tale aumento come il nuovo punto di riferimento. Ciò che prima era eccezionale diventa scontato. Ciò che prima era temporaneo diventa permanente.
Nel corso del tempo, questo squilibrio produce conseguenze prevedibili. I cicli di burnout aumentano. L’assenteismo cresce. La capacità di risolvere i problemi in modo creativo si riduce con l’accumularsi del carico cognitivo. Lo sforzo discrezionale diminuisce. Gli stessi strumenti progettati per sbloccare la produttività iniziano a erodere le capacità che la sostengono.
Questi effetti comportano conseguenze economiche misurabili
Il turnover non è un inconveniente culturale. Sostituire lavoratori qualificati può costare una percentuale significativa della retribuzione annuale, se si includono le spese di reclutamento, il tempo necessario per l’inserimento, la perdita di produttività e il disagio del team. Se le aspettative determinate dall’AI aumentano anche solo leggermente il tasso di abbandono, i guadagni finanziari derivanti da una maggiore produttività possono essere rapidamente compensati dai costi di sostituzione e dall’indebolimento della memoria istituzionale.
La volatilità della produttività influisce anche sulla qualità dei guadagni. I lavoratori che operano vicino ai limiti fisiologici tendono a produrre brevi picchi di rendimento elevato seguiti da affaticamento, disimpegno o assenze prolungate. Tale volatilità complica la pianificazione e indebolisce la prevedibilità operativa. Nei settori ad alta intensità di conoscenza, il valore sostenibile dipende meno dalla produttività grezza e più dal giudizio, dall’innovazione e dalla risoluzione collaborativa dei problemi. Queste capacità si riducono quando si ignorano i limiti biologici.
La dinamica del prestito a fronte delle riserve biologiche è simile alla leva finanziaria. Quando le aziende aumentano il debito senza rafforzare il flusso di cassa sottostante, amplificano i rendimenti a breve termine ma aumentano la fragilità a lungo termine. L’escalation delle aspettative di produzione senza rafforzare la ripresa, l’autonomia e la fiducia crea uno squilibrio simile. Le organizzazioni possono registrare guadagni trimestrali impressionanti mentre esauriscono silenziosamente il capitale umano che sostiene le prestazioni future.
Ci sono anche rischi di conformità e reputazionali. Man mano che le aziende raccolgono più dati comportamentali e biometrici attraverso sistemi di AI e tecnologie indossabili, le autorità di regolamentazione prestano maggiore attenzione alla protezione della privacy e della disabilità. Una violazione che coinvolge dati sanitari o comportamentali può tradursi rapidamente in un danno alla reputazione e in un’erosione del valore di mercato. La governance del capitale umano è sempre più parte della supervisione fiduciaria, non una questione periferica delle risorse umane.
Non un abbandono delle metriche, ma come vengono utilizzate
L’AI dovrebbe eliminare gli attriti, non aumentare in modo permanente il limite biologico. Dovrebbe espandere la capacità strategica, non comprimere i tempi di recupero. Le metriche possono disciplinare le prestazioni, ma non possono eliminare i limiti fisiologici.
La fiducia gioca un ruolo decisivo. Gli ambienti altamente affidabili riducono i costi di coordinamento e accelerano l’esecuzione. Quando il monitoraggio è trasparente e di supporto, l’adozione tende a seguire. Quando è opprimente, le risposte allo stress aumentano e la motivazione intrinseca diminuisce. La sorveglianza può aumentare la produzione visibile a breve termine, ma può aumentare silenziosamente la struttura dei costi a lungo termine dell’organizzazione.
Gli investitori stanno esaminando sempre più attentamente la stabilità e la resilienza della forza lavoro come fattori determinanti per una performance duratura. Le informazioni sul capitale umano affiancano ora i bilanci nella valutazione della creazione di valore a lungo termine. Una strategia basata sul raddoppio della produzione attraverso l’AI senza rafforzare il recupero, l’autonomia e la fiducia rischia di creare organizzazioni fragili che si frammentano sotto pressione.
I consigli di amministrazione e i team esecutivi dovrebbero porre domande più rigorose man mano che l’adozione dell’AI accelera. I guadagni di produttività derivano dall’eliminazione degli attriti o dall’aumento delle aspettative? I cicli di recupero sono integrati nei sistemi di performance? Stiamo rafforzando la durata del capitale umano o lo stiamo consumando per ottenere guadagni a breve termine? In un orizzonte temporale di tre-cinque anni, quale approccio produce rendimenti più stabili?
Le aziende che avranno più probabilità di avere successo nell’era dell’AI non saranno quelle che richiedono i maggiori multipli di produttività. Saranno quelle che allineano l’accelerazione tecnologica alla sostenibilità biologica.
Ciò richiede disciplina nella progettazione. Significa integrare cicli di recupero nei sistemi di performance. Significa misurare il valore su orizzonti pluriennali piuttosto che premiare i picchi trimestrali. E significa riconoscere che, sebbene l’AI possa espandere la capacità analitica e comprimere le tempistiche, non può riscrivere i limiti della fisiologia umana.
Le organizzazioni che ignorano questo vincolo possono ottenere guadagni impressionanti nel breve termine. Potrebbero anche scoprire che il vero collo di bottiglia nell’era dell’AI non è la capacità tecnologica.
È il sistema biologico che dovrebbe stare al passo con essa.
Scott Hutcheson è docente di Tecnologia e Leadership ingegneristica presso la Purdue University.
Le opinioni espresse sono esclusivamente dell’autore e non riflettono necessariamente le opinioni e le convinzioni di Fortune.
Questo articolo è stato originariamente pubblicato su Fortune.com.
