Aumenti di produttività grazie all’IA: cosa dovrebbero osservare gli investitori

L’intelligenza artificiale può aiutare le imprese a produrre di più con le risorse di cui già dispongono. Che questi incrementi si traducano in salari più alti, profitti maggiori o prezzi più bassi dipende da decisioni che vanno ben oltre la tecnologia in sé.

Uno studio globale dell’economista Swapnanil SenGupta, pubblicato su Technological Forecasting and Social Change, esamina questa relazione disomogenea.¹ Tra 69.783 società quotate in 83 paesi, dal 2004 al 2023, una maggiore attenzione pubblica all’IA è associata a una produttività più elevata. Gli effetti sui salari, tuttavia, differiscono tra le economie avanzate e quelle in via di sviluppo.

Per gli investitori, i risultati offrono un utile spunto di riflessione su come il progresso tecnologico si traduca in valore per le imprese. La produttività crea un’opportunità. La concorrenza, i costi di attuazione, le competenze della forza lavoro e la domanda dei clienti contribuiscono a determinare chi ne beneficia, in ultima analisi.

Cosa misura lo studio sull’IA e sui salari

Lo studio misura l’attenzione per l’IA attraverso le ricerche su Google Trends relative all’intelligenza artificiale come campo di studio. Questo indicatore rileva quanto l’IA diventi rilevante nel panorama informativo di un paese. Non permette di stabilire se le singole imprese abbiano installato sistemi di IA né con quale intensità li utilizzino i dipendenti.

Questa distinzione è fondamentale. Quando cambiano le aspettative su una tecnologia, i dirigenti possono riconsiderare le assunzioni, la formazione o gli investimenti. I lavoratori possono rivalutare quali competenze sviluppare. Queste reazioni possono verificarsi insieme all’adozione della tecnologia, rendendo difficile distinguere il contributo di ciascuna.

Anche la misura dei salari va interpretata con cautela. Rappresenta la spesa media dell’impresa per salari e stipendi per dipendente. Le variazioni possono riflettere sia la composizione della forza lavoro sia i livelli retributivi. Per esempio, un aumento delle assunzioni di personale junior potrebbe ridurre la spesa media senza che i dipendenti già in organico subiscano tagli salariali.

L’analisi descrive quindi le relazioni tra l’attenzione per l’IA e i risultati aziendali. Non dimostra che l’aumento delle ricerche online causi, di per sé, variazioni nella retribuzione dei lavoratori.

Produttività e salari legati all’IA variano da un’economia all’altra

Tra le società quotate nelle economie avanzate, una maggiore attenzione per l’IA è associata a salari medi più bassi, a una maggiore produttività del lavoro e a una maggiore produttività totale dei fattori. La produttività del lavoro misura la produzione rispetto al fattore lavoro impiegato. La produttività totale dei fattori cerca di cogliere i miglioramenti di efficienza che vanno oltre le variazioni degli input misurati, come il lavoro e il capitale.

Le società quotate nelle economie dei mercati emergenti e in via di sviluppo mostrano un andamento diverso dei salari: inizialmente si registrano aumenti, che si attenuano nel tempo, insieme a effetti positivi sulla produttività.

Una possibile interpretazione è che le imprese delle economie avanzate siano soggette a maggiori aspettative di automazione e contenimento dei costi. Le società quotate nelle economie in via di sviluppo potrebbero avere inizialmente bisogno di competenze aggiuntive, formazione e capacità organizzative. Lo studio esamina queste spiegazioni, ma non le individua come meccanismi dimostrati.

Anche il campione delle economie in via di sviluppo è selettivo. Le società quotate differiscono notevolmente dalle imprese informali e dalle piccole aziende non quotate. I loro risultati non vanno considerati rappresentativi dell’intera forza lavoro nazionale.

Perché una maggiore produttività non garantisce profitti più alti

Le implicazioni per gli investimenti partono dalla distinzione tra la creazione di valore economico e la capacità di trattenerlo.

Si consideri un’impresa ipotetica che utilizza l’IA per ridurre il tempo necessario a elaborare gli ordini dei clienti. Una lavorazione più rapida crea capacità produttiva. I profitti aumentano solo se l’impresa utilizza tale capacità in modo produttivo e se i benefici superano i costi di software, integrazione, supervisione e formazione.

La concorrenza può ridistribuire i vantaggi. Se le imprese concorrenti adottano strumenti simili, i clienti possono chiedere prezzi più bassi. Il settore diventa più efficiente, mentre le singole imprese trattengono ben pochi profitti aggiuntivi. In alternativa, la scarsità di competenze tecniche o il potere dei fornitori di software possono assorbire parte dei benefici sotto forma di compensi o tariffe più elevati.

Si tratta di possibili esiti economici, non di risultati dimostrati da questo studio. Spiegano perché gli investitori dovrebbero esaminare il modo in cui un’impresa compete prima di tradurre un annuncio sull’aumento della produttività grazie all’IA in una previsione degli utili.

Un’azienda con prodotti distintivi, rapporti di fiducia con i clienti o processi difficili da replicare potrebbe avere maggiori possibilità di trattenere valore. Anche in questo caso, il prezzo delle sue azioni potrebbe già incorporare aspettative ambiziose.

Trasformare il tempo risparmiato grazie all’IA in rendimenti finanziari

Un’altra sfida consiste nel tradurre il tempo risparmiato in risultati commerciali misurabili.

Uno strumento potrebbe far risparmiare ai dipendenti un’ora al giorno senza modificare il costo totale del personale. Il risparmio può comunque essere prezioso se i dipendenti risolvono più problemi dei clienti, migliorano i prodotti o rispondono a una domanda in crescita. Il beneficio finanziario dipende da ciò che accade in seguito.

Uno studio del 2026 sui dirigenti aziendali offre un contesto utile. Sulla base delle risposte di quasi 750 dirigenti, lo studio rileva che i miglioramenti della produttività percepiti superano quelli misurati, il che potrebbe riflettere il tempo necessario prima che i benefici si traducano in ricavi. Rileva inoltre poche prove di un calo complessivo dell’occupazione nel breve periodo, nonostante le diverse aspettative delle aziende riguardo alla forza lavoro.

Questo suggerisce che gli investitori dovrebbero distinguere tra i miglioramenti nelle singole attività e quelli a livello aziendale. Redigere o analizzare più rapidamente è un risultato intermedio. Una maggiore fidelizzazione dei clienti, vendite aggiuntive o costi inferiori dopo l’implementazione offrono prove più solide del valore economico.

Un recente approfondimento di Securities.io su IA ed efficienza delle assunzioni esplora un’opportunità correlata: adeguare il personale alla domanda. Una maggiore efficienza può comportare l’ampliamento della capacità laddove i clienti ne hanno bisogno, oltre al contenimento delle spese non necessarie.

Investire nella forza lavoro può sostenere rendimenti duraturi dall’IA

La divergenza salariale rilevata nello studio di SenGupta solleva anche una questione sulla sostenibilità nel tempo. Una minore spesa media per il lavoro può migliorare i risultati finanziari a breve termine, ma non dimostra che un’azienda abbia sviluppato un modello operativo più solido.

Spesso i dipendenti conoscono le eccezioni, le preferenze dei clienti e i vincoli operativi che è difficile tradurre in software. Le aziende hanno bisogno di queste conoscenze per decidere dove l’automazione è efficace e quando resta necessario il giudizio umano.

La formazione può aiutare i dipendenti a sfruttare efficacemente la capacità aggiuntiva. Responsabilità chiare e procedure affidabili per la gestione delle escalation possono evitare che processi più rapidi causino errori costosi. Queste considerazioni si ricollegano all’analisi di Securities.io su fiducia dei dipendenti e rendimenti dell’automazione.

Per gli investitori, alcune domande utili sono:

• I risparmi dichiarati vengono misurati al netto dei costi di implementazione e di gestione?
• La qualità del servizio resta stabile quando aumenta la produzione per dipendente?
• La dirigenza sa spiegare in che modo il tempo risparmiato sostiene i ricavi o i flussi di cassa?

Risposte suffragate da indicatori operativi coerenti sono più informative di promesse generiche di trasformazione.

Accenture offre un’esposizione all’implementazione dell’IA nelle aziende

La necessità di collegare la tecnologia ai processi aziendali concreti crea opportunità per le società che aiutano le imprese a implementare l’IA. Accenture ne è un esempio pertinente grazie alle attività di integrazione tecnologica, gestione dei dati, cambiamento organizzativo e operazioni aziendali.

Il suo ruolo si collega direttamente agli investimenti complementari discussi nello studio. Prima che l’IA produca benefici affidabili, le aziende potrebbero dover preparare i dati, riprogettare i flussi di lavoro, formare i dipendenti e integrare i sistemi. Queste esigenze generano domanda anche al di là dei modelli di IA.

Nei risultati dell’esercizio 2026, Accenture ha riportato ricavi pari a 74,2 miliardi di dollari e nuovi ordini per 84,5 miliardi di dollari. Si tratta di dati relativi all’intera azienda, non di misure dei ricavi derivanti dall’IA né di prove che le implementazioni presso i clienti abbiano generato rendimenti positivi.

L’investimento presenta anche forze contrastanti. L’IA potrebbe aumentare la domanda di servizi di implementazione, riducendo al contempo la manodopera necessaria per alcune attività esistenti. Gli investitori dovrebbero valutare se i nuovi incarichi, i modelli di determinazione dei prezzi e le efficienze nell’erogazione dei servizi sostengono una crescita redditizia dopo i costi di ristrutturazione e investimento.

Lo studio di SenGupta non valuta nello specifico Accenture. La società è rilevante in quanto operatore nell’implementazione di soluzioni per le aziende, mentre la sua attrattiva come investimento dipende dalla capacità di esecuzione, dalla concorrenza e dalla valutazione.

Ultime notizie e novità su Accenture (ACN)

Valutare i benefici dell’IA oltre i titoli dei giornali

L’analisi storica dello studio si ferma al 2023, limitando le conclusioni sui sistemi di IA generativa attuali. Anche i metodi statistici utilizzati producono stime dell’entità degli effetti molto diverse tra loro e l’autore invita a non attribuire troppo peso alle stime eccezionalmente elevate ottenute con il metodo delle variabili strumentali.

Ciononostante, la domanda centrale resta utile: in che modo i miglioramenti della produttività interagiscono con le retribuzioni e con gli adeguamenti organizzativi?

Per gli investitori, il passo successivo consiste nel raccogliere evidenze specifiche per ciascuna azienda. Le imprese che trasformano la capacità aggiuntiva in prodotti apprezzati e servizi affidabili hanno una via più chiara verso rendimenti duraturi. L’IA amplia ciò che le aziende possono realizzare; le decisioni manageriali e le condizioni di mercato determinano quanta parte di questa opportunità arrivi agli azionisti, ai lavoratori e ai clienti.

Riferimenti:

¹ SenGupta, S. (2027). Effetti a livello d’impresa dell’attenzione all’IA su salari e produttività: uno studio comparativo globale. Technological Forecasting and Social Change, 235, 124913. https://doi.org/10.1016/j.techfore.2026.124913