Sottrazione, non sostituzione
Le ricerche di settembre su content marketing, servizio clienti e audit interno sollevano una domanda pratica: quando un'organizzazione elimina del lavoro umano, come verifica che la tecnologia ne abbia assunto tutte le funzioni?
Le ricerche pubblicate a settembre sollevano una domanda pratica sull’adozione dell’AI: quando un’organizzazione elimina del lavoro umano, come verifica che la tecnologia ne abbia assunto tutte le funzioni?
I progetti di investimento nell’AI spesso prevedono che un nuovo sistema assorba il lavoro svolto dalle persone. I risparmi attesi dipendono da questa ipotesi.
Ridurre un budget può essere immediato. Verificare che il lavoro continui a essere svolto bene richiede più tempo.
I dati di settembre su content marketing, servizio clienti e audit interno suggeriscono di prestare attenzione a questa distanza. Le ricerche misurano fenomeni diversi e non consentono di individuare una causa comune. Sollevano però alcune domande sulle capacità che le organizzazioni mantengono mentre adottano l’AI.
Nel content marketing diminuiscono le pratiche associate ai risultati migliori
Orbit Media conduce un’indagine annuale tra chi si occupa di content marketing dal 2014. L’edizione di settembre registra i risultati più deboli nella storia della ricerca: meno del 14% degli intervistati dichiara risultati molto positivi, circa la metà rispetto al 2022. Quasi uno su cinque non sa dire se i propri contenuti producano risultati. [1]
L’adozione dell’AI supera il 92%. L’indagine non rileva una relazione misurabile tra il suo utilizzo e risultati migliori.
Rileva invece una diminuzione delle pratiche storicamente associate al successo: ricerca originale, collaborazione con esperti esterni, ricerca delle parole chiave, revisione umana, promozione a pagamento e misurazione regolare.
La collaborazione con esperti esterni presenta l’associazione più forte con i risultati, pari a 2,6 volte il valore di riferimento. La quota di professionisti che vi ricorre è però scesa dal 25% del 2017 al 7% di oggi.
L’indagine non stabilisce perché queste attività siano diminuite. Lascia una domanda a chi investe nella generazione di contenuti: come intende mantenere la ricerca, le competenze e la distribuzione che aiutano quei contenuti a produrre risultati?
I risparmi nel servizio clienti vanno misurati su tempi più lunghi
Due pubblicazioni di Gartner uscite a settembre descrivono aspetti diversi dello stesso problema operativo.
Un’indagine su oltre 3.500 clienti ha rilevato che solo il 27% riproverebbe un chatbot dopo una singola esperienza negativa. Il 49% lo avrebbe utilizzato se fosse stato disponibile, mentre solo il 7% lo ha effettivamente usato. [2]
La disponibilità a usare questi sistemi esiste. Le aziende devono ancora renderli accessibili e sufficientemente affidabili da indurre i clienti a tornare.
Una previsione separata di Gartner stima che, entro il 2029, sarà necessario riassumere il 30% dei dipendenti licenziati nell’ambito di riduzioni del personale legate all’AI, spesso a costi superiori. Tra i casi d’uso dell’AI nel servizio clienti valutati da Gartner, circa un quarto ha generato valore positivo, un quarto valore negativo e il 42% non è stato valutabile. [3]
Il dato sulle riassunzioni è una previsione. Individua un possibile costo futuro che merita di entrare nelle decisioni di investimento di oggi.
La riduzione del personale e del costo per contatto compare rapidamente nei conti. I problemi irrisolti, i clienti persi e l’impoverimento delle competenze richiedono più tempo per essere misurati. I loro effetti possono inoltre ricadere sul budget di un altro reparto.
Una valutazione credibile deve tenere conto di quei costi successivi e verificare che i clienti riescano ancora a risolvere i propri problemi.
La supervisione richiede la possibilità concreta di intervenire
In un sondaggio condotto durante un webinar Gartner tra 161 responsabili dell’audit interno, il 93% delle funzioni di audit ha dichiarato di utilizzare l’AI. Il 60% era privo di una strategia formale, solo il 15% aveva casi d’uso definiti e oltre la metà non aveva iniziato a misurare il ritorno sull’investimento. [4]
Il campione è piccolo e autoselezionato. Non può rappresentare tutte le funzioni di audit. Suggerisce però che anche i team incaricati di valutare i controlli possano adottare l’AI prima di stabilire come gestirne l’utilizzo.
La ricerca di ABBYY, condotta da Opinium in sei mercati, aggiunge un altro elemento. Tra i dirigenti di organizzazioni che già utilizzano l’AI, l’82% ha dichiarato di avere un quadro formale di governance. Solo il 35% disponeva di un modo per spegnere il sistema. [5]
Una supervisione efficace richiede poteri concreti. Qualcuno deve poter individuare un problema, assumersene la responsabilità e intervenire.
Questo lavoro richiede tempo e risorse. Nella ricerca ABBYY, il 70% ha dichiarato che i requisiti di governance dei dati rallentano l’implementazione, mentre il 57% ha affermato che la governance facilita il superamento della fase pilota. Il lavoro svolto durante l’implementazione può aiutare un sistema a funzionare in modo affidabile su scala più ampia.
La ricerca qualitativa di Kris Johnson Ferreira e Jordan Tong, condotta su cinque imprese, descrive una divisione delle responsabilità: gli agenti svolgono le analisi ed evidenziano i compromessi tra le opzioni; le persone forniscono il contesto, fissano i limiti e prendono le decisioni finali. [6]
Quel contributo umano resta parte del costo operativo.
Le capacità che richiedono ancora investimenti
I limiti geografici di queste ricerche contano. L’indagine sul content marketing non presenta una ripartizione geografica e i dati Gartner sul servizio clienti qui citati non specificano un’area di riferimento. ABBYY include Regno Unito, Francia e Germania tra i sei mercati studiati. Le basi per trarre conclusioni specifiche su Svizzera e Italia restano limitate.
La domanda pratica riguarda comunque le organizzazioni con cui lavoro in entrambi i paesi: quali capacità devono rimanere disponibili perché un investimento nell’AI produca il valore atteso?
L’AI ha ridotto drasticamente il costo di molte attività di produzione. La ricerca originale, le competenze esterne, il giudizio editoriale, un passaggio affidabile dall’assistenza automatizzata a una persona e la presenza di un responsabile del sistema richiedono ancora investimenti.
Prima di eliminare un’attività o un ruolo, un’organizzazione deve identificarne tutti i contributi e decidere come verrà coperta ciascuna funzione. Dopo l’implementazione, deve raccogliere prove che il nuovo assetto funzioni.
È questa la distinzione tra sottrazione e sostituzione. Una riduzione della spesa è facile da registrare. Accertare che il lavoro continui a essere svolto per intero richiede più impegno.
— Stefano
Fonti
- Andy Crestodina, “Blogging Statistics 2026: What 1,042 Content Marketers Told Us About What Works”, Orbit Media Studios, 8 settembre 2026.
- Gartner, “Gartner Survey Finds Only 27% of Customers Would Try a Chatbot Again After a Negative Experience”, 2 settembre 2026.
- Kristen Doerer, “Are AI-driven customer service cuts here to stay? Gartner predicts rehiring”, CX Dive, 11 settembre 2026. Riporta la pubblicazione Gartner del 9 settembre.
- Gartner, “Gartner Survey Finds 93% of Audit Functions Use AI, but 60% Lack a Formal Strategy”, 10 settembre 2026.
- ABBYY e Opinium, “Who Answers for AI: The Governance Gap”, 9 settembre 2026.
- Kris Johnson Ferreira e Jordan Tong, “How AI Agents Orchestrate Work Across Silos”, Harvard Business Review, settembre–ottobre 2026.