La dinamo, il computer e l’IA: perché nella PA il paradosso della produttività rischia di durare di più

Maggio 1990. Paul David, economista di Stanford, pubblica sull’American Economic Review un articolo di sei pagine destinato a diventare un classico: “The Dynamo and the Computer”. Agosto 1990. Il Parlamento approva la legge 241 sul procedimento amministrativo.

A prima vista non hanno nulla in comune. Il primo testo spiega che una tecnologia nuova produce guadagni solo quando qualcuno ridisegna la fabbrica in cui viene installata. Il secondo, di fatto, scrive per legge come è fatta la “fabbrica” della PA: fasi, termini, responsabile del procedimento.

Trentasei anni dopo, l’IA generativa arriva proprio dentro quella fabbrica. Rileggere David serve, perché dice cose molto utili. Anche su dove sbaglieremmo a prenderlo alla lettera.

Camminando verso FORUM PA 2027, il cui tema sarà “PA: Infrastruttura strategica del Paese”, viene quasi naturale fare un confronto tra l’infrastruttura elettrica, la rete di computer e la PA, per capire come cambiare un’infrastruttura che è meno fisica delle altre due.

Il paradosso: computer ovunque, tranne che nelle statistiche

Fine anni Ottanta: le imprese americane investono moltissimo in computer, ma la produttività misurata non cresce. Robert Solow la riassume in una battuta diventata famosa: vediamo i computer dappertutto, tranne che nelle statistiche sulla produttività. Non vi ricorda una frase che circola molto oggi sull’IA?

La risposta di David è: è già successo. Nel 1900 si poteva dire esattamente lo stesso della dinamo elettrica. Nel 1899, negli Stati Uniti, l’illuminazione elettrica era presente in appena il 3% delle abitazioni e i motori elettrici fornivano meno del 5% della forza motrice delle fabbriche. La soglia del 50% fu superata solo all’inizio degli anni Venti, circa quarant’anni dopo l’apertura delle prime centrali.

Poi però il salto arrivò davvero. Negli anni Venti la produttività manifatturiera americana accelerò in modo netto, e secondo le stime di David circa metà di quell’accelerazione si spiega con la crescita dei motori elettrici installati nelle fabbriche.

Il punto vero: non il motore, ma la fabbrica

Per capire il ritardo bisogna immaginare una fabbrica dell’Ottocento. Una grande macchina a vapore, un lungo albero di trasmissione che corre sotto il soffitto, decine di cinghie che scendono a muovere ogni macchinario. Tutto gira insieme, sempre.

La prima elettrificazione fu la più ovvia: togliere la macchina a vapore e mettere al suo posto un grande motore elettrico. Stesso albero, stesse cinghie, stessa fabbrica. Gli storici la chiamano “group drive”. Il guadagno era modesto e, spesso, il vecchio impianto restava lì come riserva: più capitale per produrre la stessa quantità di beni. Statisticamente, quasi un peggioramento.

Il vero cambio di passo fu il “unit drive”: un motore per ogni macchina. Cade l’albero, cadono le cinghie, e allora cambia tutto il resto. La fabbrica può essere costruita su un solo piano invece che su più piani, con i lucernari al posto delle trasmissioni. Le macchine si dispongono seguendo il flusso dei materiali e si possono spostare quando cambia il prodotto. Se un reparto si ferma per manutenzione, il resto continua a lavorare.

Perché ci vollero decenni? Per tre motivi. Le vecchie fabbriche funzionavano ancora e buttarle non conveniva. Servivano architetti e ingegneri capaci di progettare il nuovo modello, e quel sapere si formava sul campo, cantiere per cantiere. E il settore era frammentato, quindi ciò che un’impresa imparava si disperdeva invece di accumularsi.

La lezione è semplice: una tecnologia rende quando cambia l’organizzazione intorno a lei, non quando entra in azienda.

Dove l’IA è uguale

Anche l’IA è una tecnologia “general purpose”: non serve a fare una cosa, serve a fare un po’ di tutto, e il suo valore dipende dalle applicazioni che le si costruiscono intorno.

E anche oggi la prima fase è il group drive. Il funzionario usa un assistente IA per scrivere più in fretta una determina, ma la determina, il flusso di firme, i passaggi tra uffici restano identici. Il motore è nuovo, l’albero di trasmissione è quello di sempre. Del resto, la PA conosce bene la sovrapposizione tra vecchio e nuovo che David descriveva per carta e computer: il documento firmato digitalmente, stampato, firmato a mano e scansionato non è una leggenda.

Infine, come per la luce elettrica, molti benefici sono di qualità: un atto più chiaro, una risposta più completa al cittadino. Cose reali, che le statistiche non vedono.

Dove l’IA è diversa

Non serve costruire una fabbrica nuova

La dinamo richiedeva investimenti enormi e rendeva solo con edifici nuovi. L’IA si attiva con un abbonamento, in pochi giorni. La diffusione dello strumento è quindi rapidissima, ma questo non elimina il ritardo: lo sposta. Il collo di bottiglia non è più l’impianto fisico, è l’organizzazione. Il rischio è che una diffusione così veloce dia l’illusione che la trasformazione sia già avvenuta.

I processi non invecchiano

È l’osservazione più acuta di David, nascosta nelle ultime righe del suo articolo. Il modo in cui un’organizzazione raccoglie, smista e lavora le informazioni equivale alla disposizione fisica di una fabbrica. Con una differenza: non si deteriora. Un capannone, prima o poi, diventa inservibile e lo si ricostruisce con criteri nuovi. Un flusso di lavoro no: può restare in piedi per decenni senza che nessuno sia costretto a ripensarlo.

Nella PA questo effetto è ancora più forte, perché il processo spesso è scritto in leggi, regolamenti e prassi consolidate. Nessuno lo rottama per anzianità. Se non c’è una decisione esplicita di ridisegnarlo, resta com’è.

Il sovraccarico di informazioni

Già nel 1990 David temeva l’eccesso di informazione: se trasmettere costa quasi nulla, si trasmette troppo, e poi servono persone per filtrare. L’IA azzera anche il costo di scrivere. Lo scenario è facile da immaginare: l’istanza di dieci pagine generata con l’IA da chi la presenta, riassunta con l’IA dall’ufficio che la riceve. Due macchine che si parlano, più lavoro complessivo, nessun valore aggiunto.

Il caso limite: nella PA la produttività è invisibile per costruzione

C’è poi un problema che riguarda solo la pubblica amministrazione. I servizi pubblici non hanno un prezzo di mercato, quindi nei conti nazionali il loro valore si calcola sommando i costi: personale, acquisti, ammortamenti.

Le conseguenze sono controintuitive. Se un ufficio, grazie all’IA, gestisce le stesse pratiche in metà tempo e non cambia nient’altro, per le statistiche non è successo nulla. Se riduce il personale, l’output misurato scende. I guadagni in tempi di risposta e qualità semplicemente non compaiono. L’effetto di secondo ordine è il più pericoloso: senza misure di servizio, l’IA nella PA verrà giudicata su quanto si spende e quante licenze si comprano, cioè sull’input.

Gli “ingegneri di fabbrica” che mancano

Nella storia di David la svolta arriva quando si forma un gruppo di progettisti capaci di pensare la fabbrica elettrica. Nella PA italiana, oggi, quasi ottomila comuni provano a imparare ciascuno per conto proprio, con lo stesso problema di dispersione del sapere.

Un esempio dalla mia esperienza. In un Comune abbiamo fatto un percorso di tre mesi di vibecoding con Lovable, esteso a tutto l’ente, 25 persone. I partecipanti lo hanno chiamato “corso inverso”, e alla fine c’erano tre applicazioni costruite da chi quel lavoro lo fa ogni giorno. È un piccolo unit drive: chi conosce il processo ne ridisegna un pezzo. E subito sono emersi i nodi veri: privacy, sicurezza, standard comuni tra le applicazioni. Il passo successivo non è tecnologico, è organizzativo e orchestrativo.

Da qui alcune direzioni praticabili:

• Partire dal processo, non dallo strumento. Scegliere un procedimento e chiedersi come lo progetteremmo oggi, avendo l’IA a disposizione, invece di chiedersi dove infilare l’IA in quello esistente.
• Spazi di sperimentazione regolati. Se il processo è scritto nella norma, serve la possibilità di derogare in modo controllato. L’AI Act prevede sandbox regolatorie: è una strada da usare anche per i procedimenti amministrativi.
• Competenze di area vasta. Gli architetti della nuova fabbrica non possono essere uno per comune. Unioni, consorzi e province sono il livello giusto per accumulare il sapere invece di disperderlo.
• Misurare il servizio. Tempi di risposta, errori, ricorsi, soddisfazione: senza questi numeri, ogni guadagno resta invisibile e ogni investimento sembra solo un costo.

Chi toglie l’albero di trasmissione?

La domanda giusta non è quanti anni ci vorranno. È chi ha l’autorità di togliere l’albero di trasmissione. In fabbrica era il proprietario, ed era una decisione economica. Nella PA è una decisione condivisa tra dirigenti, segretari, amministratori e legislatore, ed è prima di tutto una decisione organizzativa e normativa.

Senza quella scelta avremo l’IA ovunque, tranne che nelle statistiche. E stavolta sarà difficile dare la colpa alle statistiche.