Le tecnologie di automazione saranno adottate in modo crescente in ogni industry e in tutti i paesi del mondo, ma non è semplice stabilire con che velocità e con che intensità si manifesterà questa adozione. Lo studio McKinsey A future that works: automation, employment, and productivity (Vedi anche l’articolo Le tecnologie AI e il complesso rapporto con l’uomo), oltre a individuare i rapporti di dipendenza esistenti tra automazione, disoccupazione e PIL (tema che verrà affrontato nel seguito di questo articolo), ha provato a fare delle previsioni focalizzando 5 fattori che influenzeranno il ritmo e l’estensione dell’automazione del lavoro:
- Fattibilità sul piano tecnico – Come dice lo Studio: “C’è sempre un certo ritardo tra il momento dell’ideazione di una tecnologia e quello dello sviluppo di un prodotto specificamente indirizzato al mercato che utilizzi quella stessa tecnologia”: ogni soluzione deve infatti poi essere progettata e adattata per specifici casi d’uso. McKinsey chiarisce con un esempio estremo, ma efficace: concettualmente, il problema che pone fare manutenzione predittiva di un sistema complesso come una centrale elettrica è lo stesso di quello che pone farla in ambito healthcare per prevenire i rischi di patologie legate a insufficienza cardiaca, dove il sistema complesso è il corpo umano e i flussi da monitorare non sono elettrici ma legati alla circolazione sanguigna; tuttavia creare il software e i modelli per prevenire “incidenti” nei due sistemi richiede studi molto diversi e dunque tempo ed energie che vanno a impattare fortemente sull’effettivo ritmo di diffusione dell’automazione nei due diversi settori.
- Costi di sviluppo – Produrre e distribuire una soluzione ha costi importanti; le aziende che li hanno sostenuti devono ammortizzarli alzando i prezzi dei prodotti e dunque rallentando, per un certo periodo di tempo, la diffusione degli stessi. Questo è particolarmente vero quando la soluzione ha anche una componente hardware di rilievo che richiede per lo sviluppo infrastrutture fisiche come attrezzature e laboratori, ma il software genera comunque costi considerevoli legati, in primis, alla remunerazione degli ingegneri impegnati nel progetto di ideazione: dieci anni fa, non a caso, le spese maggiori in R&D erano sostenute da compagnie farmaceutiche e dell’automotive; oggi sono le realtà del mondo IT come Amazon, Alphabet, IBM, Intel, Microsoft… a dominare con investimenti di oltre 10 miliardi di dollari annui ciascuna.
- Dinamiche del mercato del lavoro – Il costo del lavoro è un altro fattore che influenzerà i fenomeni di cui stiamo parlando. Mentre alcuni ruoli oggi svolti dagli esseri umani vengono rimpiazzati dalle macchine, se ne generano altri necessari per farle funzionare e renderle produttive che richiedono capacità che ancora per molto tempo saranno fuori dalla portata delle tecnologie (Vedi anche l’articolo Le tecnologie AI e il complesso rapporto con l’uomo); se manca questa forza lavoro, il processo di automazione non può che rallentare. Il rischio esiste: da un lato perché molte delle attività che saranno riservate alle persone richiedono competenze specifiche e dunque, all’interno delle aziende ma anche di ogni sistema paese, processi di formazione adeguati per riqualificare la forza lavoro oggi impegnata in mansioni che verranno assorbite dalle macchine (in caso contrario, la domanda esisterebbe comunque, ma l’offerta sarebbe inadeguata); dall’altro lato perché, se questi processi di ricollocamento delle risorse umane non funzionano correttamente e il sistema non trova nuovi equilibri, la disoccupazione aumenta e si abbassano quindi gli stipendi: se le persone “costano meno” delle macchine, i processi di automazione non possono che risultare frenati.
- Benefici economici – Al di là dei meri risparmi, l’automazione porta vantaggi, sul piano della produttività, dell’aumentata sicurezza, della maggior qualità dei prodotti, ecc. (vedi alcuni esempi nell’articolo pag. 68 del numero di giugno di ZeroUno), tangibili ma difficili da quantificare. La velocità con cui l’automazione si diffonderà sarà anche influenzata dalla capacità delle imprese e dei governi di comprendere o meno la portata e il valore di questi benefici, e dunque dalla consistenza degli investimenti fatti per incentivare il percorso e l’adozione di queste tecnologie.
- Normative e consenso sociale – Ricordiamo poi tra gli ostacoli che potrebbero rallentare la diffusione dell’automazione: (a) norme sul piano della sicurezza (anche un singolo incidente causato da una macchina potrebbe spingere i governi a regolamentazioni estremamente rigide); (b) problematiche legate al tema della responsabilità legale (i vendor di tecnologia potrebbero essere chiamati a rispondere dei malfunzionamenti dei propri sistemi di intelligenza artificiale, a cui verranno assegnati incarichi in prospettiva sempre più complessi e critici); (c) il processo di ricollocamento del capitale umano, che può generare (almeno in una fase di passaggio o laddove non siano stati attuati programmi di formazione all’altezza della sfida) fenomeni di disoccupazione tali da tentare i governi a rallentare, se non contrastare, l’avanzare dell’automazione.
Ritmi e diffusione dell’automazione
A partire da queste considerazioni, McKinsey propone una stima del ritmo con cui le attività di lavoro oggi esistenti potrebbero essere automatizzate tracciando, nello specifico, due scenari: uno definito “earliest” in cui si ipotizza, con il più forte ragionevole ottimismo, la massima velocità di adozione possibile; l’altro definito “latest”, legato al ragionamento opposto. Ne risulta un range entro cui verosimilmente si potrebbe collocare la realtà dei fatti che verranno (figura 1). Secondo queste stime, intorno al 2055 il 50% delle attività di lavoro attuali sarà automatizzato, ma la data potrebbe scalare di vent’anni, avanti o indietro nel tempo, se si realizzerà lo scenario “earliest” piuttosto che quello “latest” descritti.
Entrando nel merito dei dati, lo Studio sottolinea che questa diffusione sarà più rapida nei settori con un alto potenziale di automazione, come quelli legati ad attività fisiche ripetitive o alla raccolta e al trattamento dei dati; sul piano geografico saranno invece più rapide le economie più avanzate (Giappone, USA e, in Europa, Francia, Germania, Italia, Spagna, Inghilterra), dove, essendo la media degli stipendi dei lavoratori più alta, il business case legato ai progetti di automatizzazione diventa per le imprese molto più conveniente e di media l’ambiente tecnologico e le soluzioni in essere, maggiormente avanzate, rendono più rapida l’integrazione delle tecnologie di automazione. In queste economie, secondo McKinsey, i più veloci a evolversi saranno i settori del manufacturing e dei servizi e il tasso di diffusione sarà fortemente influenzato dallo sblocco, sul piano tecnologico, di alcuni temi ancora relativamente acerbi che attualmente rappresentano un freno per lo sviluppo di una grandissima fetta di applicazioni; molti progressi si potranno infatti avere solo quando le macchine miglioreranno le proprie capacità cognitive nei campi dello storytelling, della creatività, del problem solving e saranno in grado meglio di oggi di comprendere il linguaggio umano.
Per le economie emergenti, invece, l’accelerazione arriverà presumibilmente in un secondo tempo, quando le tecnologie saranno diventate più economiche, e dunque concorrenziali rispetto alla manodopera; la velocità d’adozione sarà comunque molto condizionata dalle scelte politiche che gli Stati faranno per incentivare le imprese a investire (per un maggiore approfondimento sulle economie emergenti si rimanda allo Studio, scaricabile dal sito McKinsey, che dedica un’ampia sezione al tema).
Automazione, mancanza di forza lavoro e crescita del PIL
Dallo Studio arriva anche una risposta rispetto al delicato tema dei rapporti tra automazione e disoccupazione: per quanto, come spiegato, non mancheranno momenti di difficoltà dovuti all’aggiornamento delle competenze dei lavoratori, gli analisti di McKinsey stimano che, in prospettiva, anche con l’avanzare dell’automazione, è più probabile che il problema per la maggioranza dei Paesi sarà far fronte a una mancanza di forza lavoro piuttosto che a un eccesso della stessa: “I mutamenti demografici causati dall’invecchiamento della popolazione e dal declino delle nascite – spiega lo studio – stanno riducendo la fetta di popolazione in età da lavoro e creando un gap sul piano della crescita economica: in un futuro non troppo lontano, senza un’accelerazione della crescita della produttività, nei diversi Stati non ci saranno abbastanza lavoratori per poter soddisfare le aspirazioni degli stessi in termini di PIL pro capite”: in questo contesto, l’automazione può essere dunque un’opportunità importante. Le paure che alimentano un dibattito pubblico che tende a sottolineare la prospettiva di una disoccupazione su larga scala causata dall’automazione, vengono paragonate a quelle che, già in passato, sono state associate ad altre fasi di progresso tecnologico, fasi che poi di fatto hanno portato non a una riduzione del mercato del lavoro, ma solo a un suo rimodellamento. Per quantificare quanto detto, riportiamo a titolo esemplificativo la figura 2, relativa agli Usa: già entro il 2020 gli Stati Uniti, se vogliono anche solo mantenere il corrente PIL pro capite, si troveranno di fronte a un deficit di circa 15 milioni di lavoratori. L’automazione potrebbe dunque essere un’opportunità: consentirebbe, nonostante l’invecchiamento della popolazione, non solo di mantenere l’attuale PIL pro capite, ma anche di raggiungere tassi di crescita maggiori, più in linea con i trend di sviluppo del Paese e le aspettative dei cittadini.
Figura 2 – Impatti dell’automazione sul Pil pro capite in Usa – fonte: McKinsey
Questione di skill
I posti di lavoro non mancheranno, dunque, ma richiederanno nuove competenze (a questo proposito rimandiamo anche alla lettura dell’intervista Tecnologie cognitive: impatti e orizzonti di trasformazione). Quali?
I dati dello studio evidenziano che le difficoltà maggiori per le macchine sono legate allo sviluppo di alcune capacità in particolare, quali, come già accennato, la comprensione delle sfumature emotive del linguaggio umano e la creatività (Vedi anche l’articolo Le tecnologie AI e il complesso rapporto con l’uomo). Forti difficoltà emergono anche nell’ambito delle capacità sociali ed emotive: nonostante i progressi in materia AI, le macchine hanno difficoltà ancora a identificare gli stati sociali ed emotivi, ragionare e trarre conclusioni a riguardo, rispondere con parole o movimenti emotivamente adeguati. Saranno proprio i lavori che richiedono questo tipo di capacità (accanto a quelli connessi al funzionamento delle tecnologie di automazione e allo sviluppo e distribuzione delle stesse) quelli più richiesti (lo studio ricorda, tra gli altri, i lavori in cui è richiesto di guidare le persone, interfacciarsi con gli stakeholder, applicare l’esperienza acquisita). È quindi fondamentale che il sistema formativo di base sia rimodellato per dare spazio a materie che sviluppino nelle persone da un lato (per interfacciarsi a un mondo che cambia rapidamente) agilità, resilienza e flessibilità; dall’altro skill “innati” negli esseri umani quali appunto la creatività, l’intelligenza emotiva e la capacità di guidare e insegnare agli altri.
Come dice lo stesso studio, paradossalmente, “L’automazione potrebbe renderci più ‘umani’”.
