Vai al contenuto
LIRGOintelligenza operativa

Blog · 2 novembre 2026

Perché una tecnologia nuova, all’inizio, non cambia niente

Il motore elettrico si vide nella produttività delle fabbriche americane solo dopo decenni, quando cambiò la fabbrica: ecco il meccanismo, e che cosa dice e non dice sull’intelligenza artificiale.

<5%i motori elettrici sulla forza motrice delle fabbriche americane, nel 1899Paul A. David, «The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox», American Economic Review, vol. 80, n. 2, maggio 1990, pp. 355-361, a p. 356
4 decennidalla prima centrale elettrica al primo effetto sulla crescita della produttività delle fabbriche americanePaul A. David, «The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox», American Economic Review, vol. 80, n. 2, maggio 1990, pp. 355-361, a p. 357
16,4%le imprese italiane con almeno 10 addetti che dichiarano di usare almeno una tecnologia di intelligenza artificiale, nel 2025ISTAT, Imprese e ICT, anno 2025, comunicato stampa, 15 dicembre 2025

Il motore c’era

Nel 1899 i motori elettrici erano meno del 5% della forza motrice delle fabbriche americane. Per arrivare a metà ci vollero circa altri vent’anni.

Sulla crescita della produttività delle fabbriche non ebbero effetto fino ai primi anni Venti. Dalla prima centrale elettrica erano passati quattro decenni.

Lo racconta l’economista Paul David in «The Dynamo and the Computer», sull’American Economic Review del maggio 1990. Era l’epoca della frase attribuita a Robert Solow: vediamo i computer dappertutto, tranne che nelle statistiche della produttività. David risponde: nel 1900 si sarebbe potuto dire lo stesso della dinamo.

Il motore nuovo nella fabbrica vecchia

Di solito una fabbrica aveva una sola fonte di forza, al centro: vapore o acqua. Faceva girare lunghi alberi appesi al soffitto, e le cinghie portavano la forza alle macchine.

Il primo motore elettrico prese il posto del vapore. Alberi, cinghie e pulegge restarono dov’erano. Cambiava solo che cosa faceva girare l’albero.

Poi arrivò una via di mezzo: un motore per ogni gruppo di macchine. Nelle fabbriche già esistenti, in genere, si aggiungeva all’impianto, e quello vecchio restava lì.

I titolari di allora non sbagliavano i conti. Buttare una fabbrica che funzionava ancora non conveniva.

Quando cambiò la fabbrica

Il cambio vero venne con un motore per ogni macchina. Senza alberi sul soffitto, gli edifici potevano essere più leggeri e a un solo piano. Le macchine potevano seguire l’ordine del lavoro, non la linea dell’albero. Per cambiare un reparto non si fermava più tutto l’impianto.

Warren Devine, in uno studio del 1983, riporta le parole di un ingegnere di un costruttore di motori: molte fabbriche presero l’elettricità per risparmiare sul carbone, e trovarono risparmi diversi da quelli promessi. Il combustibile per produrre l’elettricità pesava poco: di solito tra circa lo 0,5 e il 3% del costo di un’unità di prodotto. Il guadagno stava nel flusso del lavoro. La tipografia del governo americano fece posto a quaranta macchine da stampa in più, senza aggiungere superficie.

Nelle manifatture americane, prima del 1919 la produzione per ora lavorata cresceva in media dell’1,3% l’anno. Dopo, fino ai primi anni Cinquanta, del 3,1%. Non fu merito dei soli motori. L’elettricità costò meno dopo il 1914-17, negli anni Venti ci fu un’ondata di investimenti, e architetti e ingegneri impararono il mestiere cantiere dopo cantiere. David guarda un’altra misura, la produttività totale dei fattori, che conta insieme lavoro e capitale. Stima che circa metà della sua accelerazione negli anni Venti, rispetto al decennio prima, si spieghi, statisticamente, con la crescita dei motori elettrici.

E l’intelligenza artificiale

Nel 2025, secondo l’ISTAT, il 16,4% delle imprese italiane con almeno 10 addetti dichiara di usare almeno una tecnologia di intelligenza artificiale. Tra le piccole e medie è il 15,7%, tra le grandi il 53,1%. Tra quelle che la usano, gli ambiti più diffusi sono marketing e vendite (33,1%), processi amministrativi (25,7%) e ricerca, sviluppo o innovazione (20,0%). I processi di produzione si fermano al 17,5%, la logistica al 6,1%.

Questi dati non dicono se qualcuno ha cambiato il modo di lavorare. La nostra lettura, ed è una lettura, è che oggi l’intelligenza artificiale si aggancia ai processi di ieri, come il primo motore elettrico all’albero del vapore. Una mail scritta più in fretta non cambia il percorso di un ordine.

In Danimarca, Anders Humlum ed Emilie Vestergaard hanno studiato i chatbot nelle professioni esposte. I lavoratori riferiscono benefici di produttività. Ma due anni dopo il lancio di ChatGPT i registri ufficiali non mostrano effetti su guadagni e ore: gli autori escludono effetti oltre il 2%. I datori di lavoro, intanto, riorganizzano i compiti.

Erik Brynjolfsson, Daniel Rock e Chad Syverson descrivono il meccanismo. Tecnologie come questa richiedono investimenti complementari, spesso intangibili: nuovi processi, nuove competenze. I conti nazionali li misurano male. Il loro modello mostra che così, all’inizio, la crescita della produttività può risultare sottostimata, e più avanti sovrastimata.

Che cosa non dice questa storia

Attento al confronto. David stesso avverte che i computer non sono dinamo, e che l’analogia presa alla lettera ha molti limiti. La storia non dice che con l’intelligenza artificiale andrà allo stesso modo, né quando. Mette in guardia da due errori: troppo ottimismo e troppa fretta.

Una cosa però David la aggiunge, e riguarda te. Un capannone invecchia, e prima o poi arriva l’occasione di rifarlo. Il modo in cui un’impresa raccoglie e fa girare le informazioni non si consuma. David lo scrive: non si può contare sul passare del tempo per trovare l’occasione di ridisegnarlo.

Allora, secondo noi, la domanda non è dove aggiungere l’intelligenza artificiale. È qual è il tuo albero centrale: che cosa, nel tuo lavoro, sta dov’è solo perché un tempo non si poteva fare altrimenti.

Noi partiamo da questa domanda: agenti collegati a posta, gestionale e macchine, sensori portati da noi dove i dati mancano, una misura prima e una dopo, e a decidere una persona.

Fonti

  1. Paul A. David, The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox, American Economic Review (AEA Papers and Proceedings), vol. 80, n. 2, pp. 355-361, maggio 1990 (copia letta). www.gwern.net
  2. Warren D. Devine Jr., From Shafts to Wires: Historical Perspective on Electrification, The Journal of Economic History, vol. 43, n. 2, pp. 347-372, giugno 1983 (copia letta). gwern.net
  3. Warren D. Devine Jr., From Shafts to Wires: Historical Perspective on Electrification, The Journal of Economic History, vol. 43, n. 2, pp. 347-372, giugno 1983 (pagina dell’editore). doi.org
  4. ISTAT, Imprese e ICT, anno 2025, comunicato stampa, 15 dicembre 2025. www.istat.it
  5. ISTAT, Imprese e ICT, anno 2025, testo integrale e nota metodologica, 15 dicembre 2025. www.istat.it
  6. Anders Humlum, Emilie Vestergaard, Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI, National Bureau of Economic Research, Working Paper 33777, maggio 2025, rivisto marzo 2026. www.nber.org
  7. Erik Brynjolfsson, Daniel Rock, Chad Syverson, The Productivity J-Curve: How Intangibles Complement General Purpose Technologies, American Economic Journal: Macroeconomics, vol. 13, n. 1, pp. 333-372, gennaio 2021. www.aeaweb.org
  8. Erik Brynjolfsson, Daniel Rock, Chad Syverson, The Productivity J-Curve (versione working paper, abstract), National Bureau of Economic Research, Working Paper 25148, ottobre 2018, rivisto gennaio 2020. www.nber.org

Si comincia da un’ora, con i tuoi lavori veri.