Euforia e disillusione: il tempo che serve alle organizzazioni
Una correzione di mercato non è un verdetto sulla tecnologia. Dalla dinamo alle ferrovie, perché i risultati arrivano dopo e che cosa cambia nel frattempo.
EXECUTIVE SEARCHLEADERSHIP & MANAGEMENTDIGITALINDUSTRY TRANSFORMATIONITALIANOAI STRATEGYPRIVATE EQUITY & VC
Euforia e disillusione: il tempo che serve alle organizzazioni
30 ottobre 2026 · Silvio Fontaneto
Una correzione non è un verdetto
Ogni volta che i prezzi di un settore tecnologico scendono rapidamente, circola la stessa domanda: la tecnologia ha deluso? È comprensibile e quasi sempre mal posta, perché sovrappone due tempi diversi. Il prezzo di un titolo riassume ciò che gli investitori si aspettano di incassare in futuro e quando. Una tecnologia, invece, entra nella vita economica attraverso le abitudini, e le abitudini cambiano a una velocità che nessun modello finanziario può fissare in anticipo.
Le cronache di queste settimane offrono un caso utile. Reuters ha descritto la caduta dell'indice cinese STAR 50, circa il 40 per cento in meno di quattro mesi, nel servizio del 26 ottobre. Il titolo parla di una bolla già scoppiata: una qualificazione interpretativa, distinta dai dati riportati. Alla data di quel servizio l'indice era ancora valutato intorno a 100 volte gli utili passati, dopo un massimo vicino a 250.
Non intendo stabilire se si tratti davvero di una bolla. Mi interessa una domanda più lenta, che sopravvive a qualunque quotazione: quanto tempo serve perché una tecnologia diventi risultato, e che cosa deve cambiare nel frattempo, oltre alla tecnologia stessa.
La dinamo e il computer
Nel 1987 l'economista Robert Solow, recensendo un libro sul New York Times Book Review, osservò che l'era del computer si vedeva dappertutto tranne che nelle statistiche sulla produttività. L'osservazione divenne celebre come "paradosso della produttività" e fu ripresa ogni volta che una tecnologia generalizzata sembrava promettere più di quanto i numeri mostrassero.
Tre anni dopo, Paul David, storico dell'economia a Stanford, propose una lettura che guardava all'indietro. Nel saggio The Dynamo and the Computer, pubblicato nel 1990, ricostruì che cosa era accaduto con l'elettricità nelle fabbriche. Nella prima fase, l'elettrificazione adattò spesso le fabbriche esistenti: i motori elettrici azionavano gruppi di macchine attraverso alberi e cinghie, mentre parte delle vecchie attrezzature restava disponibile. I benefici più ampi richiesero il passaggio a motori dedicati alle singole macchine e la riprogettazione degli stabilimenti, che rese possibile disporre le lavorazioni seguendo il flusso dei materiali anziché i vincoli della trasmissione meccanica.
Secondo David, nei primi anni Venti era elettrificata poco più della metà della capacità di azionamento meccanico delle fabbriche, a circa quattro decenni dall'avvio delle prime centrali elettriche commerciali, ed è in quel periodo che la sua ricostruzione colloca una forte accelerazione della produttività manifatturiera. Il potenziale dell'elettricità non si realizzò con la sola disponibilità dei motori: richiese nuovi impianti, apprendimento tecnico, condizioni economiche favorevoli e cambiamenti nell'organizzazione della produzione. È una lettura storica e non una legge, ma ha un pregio raro nel dibattito sull'AI, perché sposta l'attenzione dalla qualità dello strumento al tempo e al modo in cui l'organizzazione lo assorbe.
Quando il prezzo crolla e la ferrovia resta
Un secondo caso storico mostra la distanza fra rendimento per gli investitori ed espansione dell'infrastruttura. Nella Gran Bretagna degli anni Quaranta dell'Ottocento, la cosiddetta Railway Mania alimentò una corsa agli investimenti ferroviari. Secondo la ricostruzione dello studioso Andrew Odlyzko, il più noto indice dei titoli ferroviari scese da 167,9 nell'estate del 1845 a 60,5 alla fine del 1849, una perdita del 64 per cento. Per molti azionisti ordinari fu un disastro finanziario.
Eppure la costruzione delle linee proseguì mentre i titoli scendevano: nella tabella riportata da Odlyzko, le miglia in esercizio passarono da 2.240 nel 1844 a 5.996 nel 1849. L'infrastruttura continuò dunque a espandersi durante la crisi finanziaria. Secondo lo stesso studio, le nuove linee costarono più del previsto e produssero ricavi inferiori alle attese: la perdita degli azionisti derivò da previsioni troppo ottimistiche.
Il punto non è che ogni boom lasci un'infrastruttura utile, perché non è così, e la storia è piena di casi in cui nulla è rimasto. Il punto è che il rendimento di chi finanzia una tecnologia e la sua diffusione nell'economia sono due grandezze distinte, che possono divergere anche molto e per molti anni.
Il racconto che accompagna il ciclo
Il sociologo William Ogburn, nel volume Social Change with Respect to Culture and Original Nature del 1922, introdusse il concetto di ritardo culturale: la cultura materiale, cioè strumenti e tecnologie, cambia in fretta, mentre norme, abitudini, istituzioni e modi di organizzare il lavoro si adeguano più lentamente. Nella sua ipotesi, il diverso ritmo di cambiamento delle parti della cultura può generare una fase di disadattamento. Il concetto è stato discusso e criticato, anche perché Ogburn tendeva a dare alla tecnologia un ruolo trainante che altri studiosi hanno messo in dubbio, ma descrive bene un'esperienza comune alle organizzazioni.
Se si accetta anche solo in parte questa idea, il ciclo di euforia e disillusione assume un'altra forma. Nella fase espansiva il racconto dominante è che tutto cambierà subito, e i prezzi incorporano quel racconto. Nella fase di correzione il racconto si rovescia, e si sostiene che nulla sia cambiato. Le due narrazioni hanno in comune un'assunzione, cioè che il cambiamento reale dovrebbe seguire il ritmo della tecnologia. Se invece segue il ritmo, più lento e irregolare, con cui le persone e le organizzazioni modificano ciò che fanno, entrambe sbagliano la scala del tempo.
L'indagine McKinsey di quest'anno, con i suoi limiti, ha un'osservazione conclusiva che va in questa direzione: la convinzione delle organizzazioni sull'AI cresce più in fretta dei ritorni che sono in grado di attribuirle. Non è una smentita della tecnologia. È la descrizione di uno scarto fra ciò che si crede e ciò che si è già riusciti a cambiare, che è esattamente lo spazio in cui nascono sia gli entusiasmi sia le delusioni.
Che cosa si può dire oggi e che cosa no
Le analogie storiche vanno usate con prudenza, perché vengono scelte a posteriori fra i casi in cui il beneficio è arrivato. L'elettricità e le ferrovie sono esempi di tecnologie che hanno poi trasformato l'economia, ma non dicono che lo farà ogni tecnologia, né in quanto tempo. L'AI ha inoltre caratteristiche proprie: non richiede di demolire stabilimenti, e questo potrebbe accorciare i tempi di adattamento, mentre il lavoro intellettuale è più difficile da misurare, e questo potrebbe renderne più incerta la valutazione. Sono ipotesi, non conclusioni.
In pratica, lo stato delle evidenze può essere riassunto così.
L'adozione aziendale dell'AI si amplia e molti intervistati dichiarano benefici di produttività individuale
Sostenuta dall'indagine McKinsey, basata su risposte dichiarate
I risultati sui conti restano limitati e concentrati
Sostenuta con cautela: il 37 per cento attribuisce un effetto positivo all'EBIT, invariato in un anno, ma esistono benefici in singole funzioni
Le nuove tecnologie possono richiedere cambiamenti complementari prima di esprimere pienamente i benefici
Sostenuta dal caso storico analizzato da David; non determina tempi ed esiti dell'AI
La correzione dei mercati dipende dai ritorni deboli nelle imprese
Non dimostrata: Reuters indica più fattori e nessun unico elemento scatenante
La riprogettazione dei processi è più frequente fra le organizzazioni con i risultati migliori
Associazione nei dati McKinsey, non nesso causale accertato
Quanto durerà il ritardo
Nessuna base solida per stimarlo
Un anno di risultati dichiarati sostanzialmente invariati non basta a stabilire l'esito della trasformazione. Ma il richiamo alla storia non autorizza neppure a presumere che i benefici arriveranno necessariamente, purché si aspetti abbastanza.
Una domanda che resta aperta
Nel racconto di David, non bastò cambiare il motore: dovette cambiare anche il modo di progettare lo stabilimento, e qualcuno dovette immaginarlo in modo diverso e convincere altri a pagarne il costo. Accadde quando ormai la tecnologia era disponibile da decenni, e non accadde dovunque nello stesso momento.
È per questo che le correzioni di mercato, quando arrivano, dicono poco sulla questione di fondo. Dicono come gli investitori rivedono i propri conti. Non dicono quante aziende stiano ridisegnando il modo in cui si lavora: le indagini raccolgono dichiarazioni, ma non offrono una base sufficiente per stabilire quanto durerà questo scarto o quali interventi ne determineranno il superamento. E forse la domanda più onesta è proprio quale prova, fra un anno o fra cinque, ci convincerebbe che il ritardo sta finendo.
Silvio Fontaneto è Senior Partner di Beaumont Group, autore di Smetti di Temere l'AI e della trilogia Il Vettore. Scrive di intelligenza artificiale, leadership e organizzazioni nella newsletter AI Impact on Business.
Connect
Reach out for tailored AI leadership guidance
© 2026 Silvio Fontaneto. All rights reserved.