In breve. ChatGPT � entrato nel lavoro quotidiano e non viene
usato soltanto dagli informatici. Ma una licenza non trasforma un’azienda.
Il nuovo studio di OpenAI mostra quanto si sta diffondendo lo strumento;
non quanto valore stia producendo.
Il software si installa in un pomeriggio. Un’organizzazione no. Questa �
la conclusione pi� utile di How
Organizations Use AI: Evidence from ChatGPT, working paper
aggiornato l’11 agosto 2026. Gli autori hanno collegato i dati di utilizzo
di ChatGPT Enterprise alle mansioni dei dipendenti, alle attivit� svolte
e, per alcune societ� quotate statunitensi, ai dati finanziari di
Compustat.
Per una volta non abbiamo un sondaggio in cui qualcuno cerca di ricordare
quante volte ha aperto ChatGPT il mese scorso. Abbiamo dati d’uso: 1.764
organizzazioni e 17,4 milioni di messaggi nel campione dedicato ai
lavoratori. Un sottoinsieme di 973 organizzazioni e 8,7 milioni di
messaggi serve a classificare le attivit�. L’analisi finanziaria copre 417
societ� quotate americane collegate a un account Enterprise.
� un osservatorio formidabile, ma si trova dentro la casa del venditore.
I dati sono di OpenAI e riguardano il prodotto di OpenAI. Tutti gli autori
dichiarano un’affiliazione con l’azienda; due degli accademici coinvolti
hanno lavorato come consulenti retribuiti. La ricerca resta valida. Ne va
ricordato il punto di osservazione.
Sette volte pi� token non sono sette volte pi� lavoro
Tra giugno 2025 e marzo 2026, i token prodotti da ChatGPT e, in misura
molto minore, da Codex negli account Enterprise sono aumentati di circa
sette volte. Non dipende soltanto dai nuovi clienti. Nelle aziende che
avevano adottato il servizio entro giugno 2025, il volume � quasi
quadruplicato. Circa met� della crescita complessiva arriva quindi da
organizzazioni che gi� pagavano il prodotto e hanno continuato a usarlo
sempre di pi�. Fin qui, il segnale � chiaro: non si tratta soltanto di
licenze vendute e poi dimenticate.
Il problema nasce quando si confonde l’uso con il risultato. Un token �
un pezzo di testo, non un’unit� di valore. Pi� output pu� voler dire pi�
lavoro svolto, ma anche risposte pi� lunghe, tentativi falliti, correzioni
o un modello diventato pi� verboso. La ricerca non misura ore risparmiate,
qualit�, errori evitati, ricavi o costi. Il contatore gira. La
produttivit�, non lo sappiamo.
I primi arrivati erano gi� avanti
Il dato pi� interessante non � quanto venga usato ChatGPT. � chi lo
adotta per primo. Nel campione, le societ� quotate che hanno scelto
ChatGPT Enterprise mostrano ricavi mediani di 2,28 miliardi di dollari,
contro 210 milioni tra le non adottanti. Il numero mediano di
dipendenti � 2.934 contro 424. Il valore di mercato sfiora i 5 miliardi
contro 316 milioni; la spesa mediana in ricerca e sviluppo � 113 milioni
contro meno di 10.
Non sono imprese medie un po’ pi� innovative. Giocano in un altro
campionato. Le aziende nel 25 per cento pi� alto della distribuzione dei
ricavi hanno una probabilit� di adozione superiore di 6,9 punti
percentuali. Nel 5 per cento pi� grande il vantaggio sale a 9,8 punti.
Anche confrontando imprese dello stesso settore, i divari restano: 7,2 e
11,3 punti.
La scala, per�, aiuta a entrare e non necessariamente a diffondere lo
strumento. Dopo l’adozione, le imprese pi� grandi registrano meno utenti
attivi, messaggi e token per dipendente. Comprare per migliaia di
persone � facile. Far cambiare davvero il modo in cui lavorano lo �
molto meno.
L’adozione � legata anche agli investimenti accumulati negli anni
precedenti in ricerca, software, organizzazione e amministrazione. Gli
autori li chiamano “complementi organizzativi”: competenze, processi,
infrastrutture e capacit� manageriali che permettono di inserire una
tecnologia nel lavoro quotidiano.
� una lettura convincente, non una prova causale. Le grandi aziende hanno
pi� denaro, sistemi di sicurezza, uffici legali, gestione delle identit� e
potere d’acquisto. Sono anche il bersaglio naturale di un prodotto che si
chiama, con scarsa ambiguit�, Enterprise. I dati mostrano una
correlazione tra certe caratteristiche e l’adozione; non dimostrano che
ChatGPT abbia prodotto i risultati finanziari osservati.
Resta un punto scomodo. L’accesso all’intelligenza pu� diventare
economico, ma la capacit� di assorbirla resta costosa. L’IA non cancella
il debito organizzativo. Lo mette in luce. Non � una legge scritta a
favore dei giganti. Un working
paper di Harvard Business School sulle imprese “AI-native” trova
startup pi� piccole e gerarchie pi� piatte rispetto alle loro pari. Ma
costruire un’azienda attorno all’IA fin dal primo giorno � diverso
dall’innestarla nei processi di un’organizzazione nata decenni prima.
I junior premono “Invio” pi� dei capi
L’uso non � confinato ai reparti tecnici. Sei mesi dopo l’adozione,
nell’impresa media gli ingegneri e i tecnici rappresentano circa l’11
per cento degli utenti attivi settimanali. Dirigenti, fondatori e
partner sono il 9 per cento; finanza e contabilit� il 5; marketing e
comunicazione un altro 5.
La differenza emerge nel ritmo d’uso. Tra chi � attivo, i lavoratori
all’inizio della carriera e i tirocinanti inviano ogni settimana da otto a
nove messaggi in pi� rispetto alla media della stessa azienda. Manager,
direttori ed executive ne inviano meno.
Il risultato ricorda quanto osservato in Generative
AI at Work: l’assistenza dell’IA aumentava del 15 per cento la
produttivit� media di 5.172 operatori di customer service, con benefici
maggiori per i meno esperti. Quel lavoro, per�, misurava problemi risolti,
velocit� e qualit�. Qui si contano messaggi. Non � la stessa cosa.
Manca un denominatore decisivo: gli autori non conoscono la
composizione completa della forza lavoro per ruolo. Non possono dire
se i junior adottino ChatGPT pi� spesso; soltanto che i junior gi� attivi
lo usano di pi�. Nella figura sulle mansioni, circa il 40 per cento degli
utenti finisce nella categoria “altro o sconosciuto”. La fotografia �
grande. Una parte resta fuori fuoco.
La domanda vera � un’altra. Se un giovane usa l’IA per scrivere,
analizzare e programmare, sta imparando pi� in fretta o sta saltando
la gavetta che costruisce il giudizio professionale? La ricerca non
lo dice. Per ora, non lo sappiamo neppure noi.
La killer application, per ora, � ancora il testo
Le attivit� osservate sono molto meno fantascientifiche delle
presentazioni sugli agenti autonomi. In una settimana tipo, il 56,3 per
cento degli utenti attivi impiega ChatGPT per documentazione o scrittura
tecnica. Il 49,6 per cento lo usa per attivit� digitali e tecniche, il
41,1 per cento per messaggi interpersonali e il 38,9 per cento per farsi
spiegare un argomento.
Guardando al volume, documentazione e scrittura tecnica valgono il 18,3
per cento dei messaggi; le attivit� digitali il 12,7; la redazione di
messaggi l’11,9. Il 27,3 per cento si disperde in una lunga coda di altre
categorie.
Anche le attivit� legali, fiscali e finanziarie raggiungono molti utenti,
ma generano pochi messaggi rispetto al totale. ChatGPT viene provato un
po’ ovunque. Non � ancora il motore centrale di un processo aziendale.
La killer application dell’IA in ufficio, almeno nel periodo osservato,
non � un esercito di agenti che gestisce l’azienda mentre dormiamo. �
scrivere, sintetizzare, cercare informazioni, preparare una risposta,
risolvere un problema tecnico.
Meno spettacolare. Molto pi� credibile.
Cosa sappiamo. E cosa no
Lo studio mostra una crescita rapida dopo l’adozione, un uso distribuito
tra funzioni e livelli gerarchici e una notevole variet� di attivit�.
Suggerisce anche che le aziende con pi� capacit� organizzative partano
avvantaggiate.
Non dimostra un aumento della produttivit�. Non calcola il ritorno
sull’investimento. Non misura la qualit� dei risultati, gli effetti
sull’occupazione o i cambiamenti nei processi. Soprattutto, non distingue
il lavoro utile dall’esplorazione e dal semplice traffico.
Anche il gruppo dei “non adottanti” va letto con cautela. Pu� includere
aziende che usano Claude, Gemini, Copilot, strumenti interni, API OpenAI o
account personali. Il confronto non � tra imprese con e senza IA, ma tra
chi risulta cliente di ChatGPT Enterprise e chi non risulta tale.
Le attivit� vengono classificate automaticamente. � una scelta
ragionevole per proteggere la riservatezza: nessun ricercatore ha letto a
mano i messaggi. Il documento, per�, non pubblica metriche dettagliate
sull’accuratezza del classificatore. E la tassonomia include categorie
personali, dalla cucina alle relazioni, dentro un’analisi presentata come
studio del lavoro.
� un working paper: utile, ricco di dati e ancora soggetto a correzioni.
Alcuni valori mediani riportati nel testo non coincidono perfettamente con
quelli della Figura 2. La direzione del risultato non cambia. La prudenza
s�.
Cosa fare luned� mattina
La risposta non � comprare altre licenze.
- Contare i risultati, non le conversazioni. Tempo di ciclo,
errori, qualit�, costo per pratica, conversioni e soddisfazione del
cliente valgono pi� di token e utenti attivi. - Partire da processi reali. Tre flussi di lavoro osservabili
valgono pi� di cinquanta “casi d’uso” parcheggiati in una presentazione. - Non svuotare la gavetta. L’IA pu� accorciare la curva di
apprendimento, purch� revisione, spiegazione e responsabilit� restino
nel lavoro. - Fare il lavoro noioso. Dati accessibili, permessi,
integrazioni, formazione, valutazioni e responsabilit� chiare decidono
il risultato. Non faranno una bella demo, ma fanno un’azienda.
ChatGPT � entrato nel lavoro. La trasformazione � ancora da dimostrare.
La licenza si compra. La capacit� no.
Fonti e metodo
Ho letto integralmente il working paper OpenAI How
Organizations Use AI: Evidence from ChatGPT, comprese tabelle,
figure e appendici. Ho separato i risultati osservati dalle
interpretazioni degli autori e li ho confrontati con The
Productivity J-Curve, Generative
AI at Work e AI-Native
Firms.
Nota di lettura: il testo e la Figura 2 del paper riportano valori
leggermente diversi per alcune mediane delle societ� adottanti e non
adottanti. Nell’articolo ho usato i valori indicati nel corpo del testo;
la discrepanza non cambia la direzione dei risultati, ma conferma la
natura ancora provvisoria del documento.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
