Tecnologia L'AI potrebbe raddoppiare la produttività USA
3' 54''
04/12/2025

L'intelligenza artificiale potrebbe spingere la crescita della produttività del lavoro USA all'1,8% annuo secondo le ricerche di Anthropic

L'AI potrebbe raddoppiare la produttività USA

L'intelligenza artificiale potrebbe trasformare radicalmente il panorama economico statunitense nei prossimi dieci anni, contribuendo a una crescita della produttività del lavoro fino all'1,8% annuo. Questa stima arriva da Anthropic, l'azienda dietro il modello di AI Claude, che ha recentemente pubblicato uno studio sui potenziali effetti economici di una diffusione massiccia di queste tecnologie. Se confermata, tale proiezione rappresenterebbe quasi il doppio del tasso di crescita registrato dal 2019 a oggi, segnando un'accelerazione che non si vedeva da decenni.

La ricerca si basa sull'analisi di come le aziende stiano già integrando l'intelligenza artificiale nelle operazioni quotidiane: dalla scansione di documenti alla revisione delle conversazioni con i clienti, fino alla generazione automatica di riepiloghi per i dipendenti. Secondo Anthropic, questi guadagni di efficienza potrebbero tradursi in un aumento della produttività totale dei fattori dell'1,1% annuo, una metrica che misura l'efficienza complessiva del sistema economico includendo non solo i lavoratori ma anche macchinari, software e processi organizzativi.

La matematica dietro le proiezioni

Il calcolo sviluppato da Anthropic parte da un presupposto fondamentale: i lavoratori continuano a ricevere circa il 64% del reddito totale dell'economia, una percentuale che rispecchia la media storica. Da qui, i ricercatori hanno esaminato quanto tempo ogni dipendente dedica ad attività che l'AI può supportare e quanto ciascuna professione incide sul totale dei salari nazionali. Il risultato è che le mansioni dove l'intelligenza artificiale può fornire maggiore assistenza, specialmente se rappresentano una fetta significativa della massa salariale complessiva, contribuiscono in modo più marcato all'incremento generale della produttività.

Per arrivare a queste conclusioni, Anthropic ha utilizzato proprio Claude per stimare la distribuzione del tempo lavorativo su diverse funzioni professionali. L'azienda ha poi misurato la differenza temporale nell'esecuzione dei compiti con e senza supporto dell'AI, applicando questi dati alle categorie professionali basandosi sulle statistiche occupazionali del Bureau of Labor Statistics statunitense del maggio 2024. I dieci settori che trainano i maggiori guadagni includono sviluppo software, management, marketing e servizio clienti: ambiti che richiedono competenze tecniche specializzate e dove l'efficienza dei compiti è facilmente quantificabile.

Un confronto con la storia economica

La produttività totale dei fattori è cresciuta meno dell'1% annuo dagli anni Duemila

Per comprendere la portata di queste previsioni occorre guardare ai dati storici. Dal 1947 a oggi, la crescita della produttività totale dei fattori negli Stati Uniti ha raggiunto in media il 2,1% annuo. Tuttavia, dall'inizio degli anni Duemila questo tasso è sceso sotto l'1%, rendendo le proiezioni di Anthropic particolarmente ottimistiche. Se realizzate, rappresenterebbero un'inversione di tendenza significativa, paragonabile per impatto alle rivoluzioni tecnologiche del passato.

Va contestualizzato che la crescita della produttività totale dei fattori è un indicatore ampio che riflette quanto efficientemente un'economia trasforma input in output. Un incremento dell'1,1% annuo, pur sembrando modesto in valore assoluto, si accumula nel tempo generando effetti composti sostanziali sull'economia complessiva.

Dall'esperimento alla realtà aziendale

Le aziende non stanno aspettando il futuro: molte hanno già integrato l'intelligenza artificiale nei flussi operativi quotidiani. Un'analisi di Menlo Ventures dell'anno scorso ha identificato la generazione di codice, i chatbot, la ricerca aziendale e la sintesi di documenti tra i cinque casi d'uso principali dell'AI generativa. Particolarmente significativo è il dato sull'adozione della sintesi automatica delle riunioni, che ha raggiunto il 24% nelle organizzazioni esaminate.

I settori sanitario, legale e finanziario si confermano pionieri nell'adozione, utilizzando l'AI per automatizzare la scrittura di codice, i processi di acquisizione clienti e la revisione documentale. Secondo l'Economic Index di Anthropic pubblicato a settembre, circa il 77% dell'utilizzo delle API aziendali mostra pattern di automazione, suggerendo che le imprese stanno assegnando compiti specifici ai sistemi AI piuttosto che utilizzarli principalmente come strumenti collaborativi.

I limiti e le incognite dello studio

Nonostante l'entusiasmo, Anthropic stessa invita alla cautela. Lo studio presuppone un'adozione universale dell'AI nell'economia statunitense e assume che le capacità dell'intelligenza artificiale e le competenze dei lavoratori rimangano costanti per il prossimo decennio. L'azienda ha sottolineato che questo "esercizio" non dovrebbe essere interpretato come una previsione definitiva, ma piuttosto come uno scenario esplorativo.

"La nostra analisi ha dei limiti", ha ammesso Anthropic nel rapporto. "In particolare, non possiamo tenere conto del tempo aggiuntivo che gli esseri umani dedicano ai compiti al di fuori delle conversazioni con Claude, inclusa la validazione della qualità o dell'accuratezza del lavoro svolto dall'AI". L'azienda riconosce inoltre che i sistemi di intelligenza artificiale probabilmente miglioreranno nei prossimi anni, potenzialmente generando benefici superiori a quelli indicati dai modelli attuali.

Resta aperta la questione cruciale: il divario tra i guadagni di efficienza a livello di modello AI e la loro effettiva applicazione nel mondo reale. Le stime di Anthropic si collocano tra le più ottimistiche nel settore, e raggiungerle richiederebbe trasformazioni organizzative profonde che molte aziende non hanno ancora nemmeno iniziato a pianificare. La differenza tra il potenziale teorico e l'implementazione pratica potrebbe rivelarsi il vero banco di prova per queste tecnologie emergenti.

Fonte: pymnts.com

Condividi questo contenuto