Torna al blog
AI Strategy3 aprile 2026 4 min di lettura

L'Ultima Fabbrica Prima della Catena di Montaggio

AP
Angelo Pallanca
Digital Transformation & AI Governance

Nel 1892, da qualche parte nel New England, un manager di fabbrica prese una decisione che sembrava molto intelligente. Sostituì il vecchio motore a vapore che alimentava il suo stabilimento con un motore elettrico nuovo di zecca. Il futuro era arrivato. Il motore ronzava. Le cinghie giravano. Le pulegge si muovevano.

Niente cambiò.

Non era incompetente. Il motore funzionava esattamente come promesso. Quello che non cambiò, e non poteva cambiare perché l'intero edificio era organizzato attorno a esso, era l'albero. Il lungo albero rotante centrale che percorreva tutta la lunghezza della fabbrica, trascinando decine di macchine attraverso un labirinto di cinghie e pulegge. L'albero era stato progettato per il vapore. Il nuovo motore azionava lo stesso albero. E l'albero continuava a determinare tutto: dove erano le macchine, come si muovevano i lavoratori, a che velocità funzionava ogni processo, dove si formavano i colli di bottiglia.

Aveva la tecnologia giusta nel sistema sbagliato.


Il Divario di Trent'Anni

L'economista di Stanford Paul David ha documentato tutto questo in un saggio del 1990, "The Dynamo and the Computer." I motori elettrici rappresentavano meno del 5% della forza meccanica nelle fabbriche nel 1900. La tecnologia era reale. I benefici no.

Le fabbriche iniziarono a catturare il potenziale dell'elettricità solo negli anni '20, quando una nuova generazione di manager fece qualcosa che la precedente non aveva fatto. Smise di cercare di migliorare la vecchia fabbrica con la nuova tecnologia, e iniziò a progettare fabbriche attorno alla tecnologia. Motori individuali per macchine individuali. Edifici riorganizzati secondo il flusso dei materiali, non attorno a un albero centrale. Strutture a piano unico. Linee di produzione flessibili.

I guadagni di produttività arrivarono. Furono enormi. Ma richiederono trent'anni e un ripensamento quasi completo di come doveva funzionare una fabbrica.

La tecnologia era pronta nel 1880. Le istituzioni ci vollero fino al 1920.


L'Albero di Trasmissione che Stai Ancora Usando

Il sondaggio PwC 2026 su 4.454 CEO è oggi la statistica scomoda più citata nel mondo enterprise: il 56% non ha visto nessun ritorno finanziario dagli investimenti in AI. Un dataset separato stima l'impatto sulla produttività a zero per l'80% delle aziende, nonostante il 69% di adozione dichiarata.

La risposta di consulenti e vendor è prevedibile. Migliore change management. Più formazione. Dati più puliti. Modelli diversi.

Nessuno indica l'albero di trasmissione.

La maggior parte delle aziende che implementano AI oggi sta facendo esattamente quello che fece quel manager del New England. Sta sovrapponendo la nuova tecnologia ai sistemi esistenti. Un chatbot AI sopra il vecchio workflow del supporto ticket. Un riassuntore LLM sopra il processo di reporting trimestrale che avrebbe dovuto essere eliminato cinque anni fa. Uno strumento di AI generativa consegnato a lavoratori le cui mansioni, strutture di incentivazione e livelli manageriali sono stati progettati per un'era tecnologica diversa.

Il motore ronza. L'albero comanda ancora.


Cosa Ha Detto Davvero Carlota Perez

L'economista Carlota Perez ha dedicato decenni allo studio di come si dispiegano le rivoluzioni tecnologiche. Il suo framework distingue tra due fasi: Installazione (quando la nuova tecnologia arriva, attrae capitali e viene assorbita nell'infrastruttura esistente) e Dispiegamento (quando istituzioni, modelli di business e organizzazioni si ristrutturano attorno alla tecnologia e i guadagni si materializzano).

Siamo, a una lettura onesta dei dati, nel mezzo dell'Installazione. Gli investimenti in datacenter per AI si avvicinano all'1,2% del PIL. La tecnologia migliora rapidamente. Il dato del 56% zero ROI non è un'anomalia. È una data stampata su un documento storico.

La fabbrica non si riorganizza da sola.


La Domanda che Nessuno Vuole Fare

La domanda non è "quale modello AI dobbiamo usare?" È: cosa sarebbe la nostra organizzazione se venisse progettata da zero, oggi, sapendo cosa può fare davvero l'AI?

Questa domanda è scomoda perché la risposta onesta comporta spesso meno livelli intermedi, criteri di assunzione diversi, un rapporto diverso tra giudizio umano e processo automatizzato. Comporta cambiare l'edificio, non solo il motore.

Le aziende che non videro niente dall'elettricità nel 1892 non avevano torto sull'elettricità. Erano le ultime fabbriche prima della catena di montaggio.

Alcune arrivarono al 1920. Molte no.

Ti interessa approfondire?

Prenota una discovery call