I CEO: l'IA non ha mosso la produttività in 40 anni

Paragrafo introduttivo

Contesto

Il dibattito sul fatto che l'intelligenza artificiale stia o meno rimodellando produttività e occupazione è tornato a un'idea che Robert Solow espresse quattro decenni fa: «Si vede l'era del computer ovunque tranne che nelle statistiche sulla produttività.» L'osservazione, pubblicata per la prima volta nel 1987, è riemersa nella copertura mainstream dopo che Fortune ha pubblicato un articolo il 19 aprile 2026, riportando che 'migliaia di CEO' affermano che l'IA non ha avuto alcun impatto misurabile su occupazione o produttività. Il contrasto tra il sentiment dei dirigenti e l'entusiasmo prevalente nei mercati dei capitali è netto: valutazioni, flussi d'investimento e piani strategici aziendali presuppongono ingenti guadagni di efficienza dall'IA anche laddove i responsabili di linea e gli amministratori delegati riportano poco o nessun effetto operativo. Per gli investitori istituzionali, tale divergenza solleva questioni di tempistica, misurazione e canali attraverso i quali ci si aspetta che l'IA influenzi il PIL e i margini aziendali.

La citazione di Solow e la copertura del 19 aprile 2026 di Fortune insieme creano un quadro storico che impone una riconsiderazione di come le rivoluzioni tecnologiche si traducano in statistiche macro e in performance aziendali. Se le principali imprese dichiarano un impatto immediato limitato dagli strumenti IA ampiamente dispiegati, questo pone una questione duplice per gli analisti: i quadri di misurazione non stanno catturando la creazione di valore, oppure l'adozione è confinata a compiti a basso impatto che non alterano ancora la produzione per ora? Questo articolo valuta le evidenze, confronta il sentiment dei CEO con i dati macro e di mercato e delinea le implicazioni per le allocazioni azionarie e del settore tecnologico.

La cronaca di Fortune non è un episodio isolato; sottolinea un modello più ampio in cui sondaggi sul sentiment e case study a livello di impresa divergono frequentemente dalle narrazioni dei mercati dei capitali. Gli investitori istituzionali hanno bisogno di una lettura disciplinata di come le dichiarazioni dei CEO si traducano in possibili rettifiche degli utili, aspettative di CapEx e traiettorie di produttività a più lungo termine. Questo pezzo sintetizza la copertura recente con il contesto storico e presenta una prospettiva basata sui dati sui percorsi realistici attraverso cui l'IA potrebbe o non potrebbe manifestarsi nelle statistiche ufficiali sulla produttività.

Analisi approfondita dei dati

L'ancora quantitativa più diretta nella copertura recente è temporale: sono passati circa 40 anni dall'osservazione di Solow del 1987, e quel periodo di tempo è un comparatore utile per valutare quanto possono impiegare i cambiamenti strutturali per emergere nelle statistiche aggregate. L'articolo di Fortune del 19 aprile 2026 fa esplicito riferimento a 'migliaia di CEO', una soglia di scala che richiede attenzione perché implica che l'osservazione non sia limitata a settori isolati o outlier. Dove la misurazione empirica è disponibile, le statistiche di produttività nelle economie avanzate hanno mostrato andamenti disomogenei nell'ultimo decennio, complicando un'attribuzione semplice a una singola ondata tecnologica.

A livello di impresa, i sondaggi sul sentiment manageriale hanno storicamente mostrato ritardi tra l'adozione tecnologica e i guadagni di output misurabili. Questo può essere illustrato dalle ondate passate: le implementazioni di sistemi ERP (enterprise resource planning) negli anni '90 generarono grandi spese in conto capitale e promesse di produttività, eppure i guadagni misurabili in output per ora spesso emersero diversi anni dopo e risultarono concentrati tra le aziende adottanti le migliori pratiche. Quel modello — guadagni concentrati e lunghi ritardi — resta rilevante nell'interpretare le dichiarazioni dei CEO nel 2026. Suggerisce che il sentiment di prima pagina possa riflettere sfide attuali di implementazione piuttosto che un verdetto definitivo sul ruolo economico finale dell'IA.

Gli indicatori di mercato forniscono una corroborazione parziale. I multipli delle grandi società tecnologiche e i fornitori di hardware focalizzati sull'IA hanno continuato a registrare valutazioni elevate nel periodo 2024–2026, fondate su aspettative di accelerazione pluriennale di produttività e ricavi. Tuttavia le statistiche macro ufficiali — inclusi l'output per ora del settore business e le serie aggregate di produttività compilate dagli enti statistici nazionali — non hanno mostrato un'impennata uniforme commisurata alla scala degli investimenti privati in infrastrutture per l'IA. Gli analisti dovrebbero quindi distinguere tra gli impatti operativi di breve periodo che i manager sperimentano e l'impronta statistica di più lungo periodo che sposterebbe le serie di produttività e il PIL pro capite.

Implicazioni settoriali

Se i rapporti dei CEO secondo cui l'IA non sta ancora incidendo in modo materiale su occupazione o produttività sono accurati, i vincitori e i perdenti settoriali seguiranno una distribuzione non lineare. I settori caratterizzati da processi standardizzati e ripetibili (ad esempio, customer service di base, inserimento dati di routine o sequenze produttive prevedibili) probabilmente coglieranno prima guadagni di produttività misurabili. Al contrario, i settori che si basano su conoscenza tacita, complessità normativa o giudizio umano ad alto contatto — servizi professionali, molte funzioni sanitarie e manifattura su misura — potrebbero vedere miglioramenti più tardivi o più incrementali.

Per l'equity, questa dispersione settoriale è rilevante sia per la selezione bottom-up dei titoli sia per l'allocazione top-down. Gli incumbent tecnologici che vendono infrastrutture abilitanti (semiconduttori, capacità cloud e software enterprise) possono beneficiare di cicli di CapEx sostenuti anche prima che i guadagni di produttività si riflettano nei conti economici. Per contro, i settori utilizzatori finali potrebbero ritardare la realizzazione dell'espansione dei margini fino a quando i sistemi IA non dimostreranno miglioramenti di qualità coerenti e integrazione con i workflow legacy. Gli investitori dovrebbero ponderare il timing del riconoscimento del CapEx (che avvantaggia i fornitori) rispetto al timing della realizzazione dei margini (che avvantaggia gli utilizzatori).

I confronti con precedenti punti di inflessione tecnologica sono istruttivi. L'adozione dell'era internet negli anni '90 mostrò pattern simili: pesanti investimenti da parte dei vendor e valutazioni sovradimensionate precedettero un miglioramento più diffuso e ritardato nella produttività misurata. La differenza oggi è la velocità di iterazione e la scala del compute; la somiglianza è che le misurazioni macro spesso ritardano rispetto ai reali spostamenti microeconomici. Le strategie istituzionali che presumono aumenti immediati della produttività cross-settore rischiano di sbagliare i tempi delle esposizioni; strategie che si concentrano su strutture durature