L’ultimo miglio dell’IA: perché il futuro è su misura, non uno-size-fits-all

Per la maggior parte degli ultimi cinquant’anni, il software è stato costruito per le persone che siedono in ufficio. Le piattaforme tradizionali sono essenzialmente database statici con un’interfaccia avvolta intorno. Siedono lì, immobili, e richiedono agli esseri umani di lavorare intorno a loro: per alimentarli con informazioni, per inserire dati, per navigare la loro logica rigida e predefinita. In questo accordo, l’essere umano è diventato silenziosamente la colla manuale, trascorrendo la giornata lavorativa colmando le lacune tra strumenti frammentati.

Questa tassa operativa è più dolorosa nella nostra vita mobile. Immagina di prenotare un semplice incontro mentre sei fuori. Apri un’app di calendario, tocchi, digiti, tocchi. Poi salti all’e-mail per recuperare il vago ricordo di alcune parole chiave, cerchi l’indirizzo giusto, lo copi e salti indietro al calendario. È un’esperienza stranamente disumanizzante. L’utente è costretto a seguire la logica del software invece di far seguire il software alla propria intenzione, tenendo contesti rotti nella testa e cucendoli di nuovo insieme a mano.

L’essere umano come colla manuale

Abbiamo visto questo chiaramente mentre costruivamo per mobile a Google. Il mondo ha solo reso il problema più acuto da allora. Sempre più lavoro di alto valore si svolge nel mondo reale piuttosto che in un ambiente di ufficio statico. Si svolge in chiacchiere al caffè, in presentazioni esterne, in partnership. E l’unità di business si sta riducendo costantemente, dalle corporation alle squadre agli individui.

I dati lo confermano. Secondo il U.S. Census Bureau, il numero di imprese a conduzione individuale negli Stati Uniti è cresciuto a un tasso medio del 2,7% all’anno tra il 2012 e il 2023, più del doppio del tasso dell’1,1% delle imprese con dipendenti, e ora rappresentano la grande maggioranza di tutte le imprese americane. Stiamo entrando nell’era di ciò che io considero il super-individuo: un singolo operatore che può gestire un’operazione globale con una piccola flotta di agenti che svolgono il lavoro. Quando l’unità di lavoro si riduce all’individuo, la progettazione dei nostri strumenti deve capovolgersi. Invece di far seguire agli esseri umani il software, il software deve seguire gli esseri umani.

L’ultimo miglio dell’IA

Gli assistenti generali come ChatGPT e Gemini sono un vero balzo in avanti. Consentono alle persone di ottenere di più, più velocemente, in un’ampia gamma di attività. Ma c’è un divario tra un modello che è generalmente capace e uno strumento che si adatta realmente alla tua vita, e nell’IA questo divario è l’ultimo miglio. È dove si trova la maggior parte del valore reale, ed è la parte che quasi nessuno ha risolto.

Un modello generale arriva come un nuovo assunto brillante il primo giorno. È fluente, veloce e ampiamente letto, ma non conosce i tuoi clienti, le tue preferenze, il gergo che usi o il modo in cui ti piace fare le cose. Potente non è lo stesso che tuo. Un modello generale è, per design, lo stesso per tutti coloro che lo aprono. Ciò che le persone hanno realmente bisogno è il contrario: qualcosa che sia plasmato su una persona, che cresca sempre più tuo quanto più lo usi.

Storicamente, quell’ultimo miglio è stato costoso. Essere plasmato su una persona significava assumere un assistente esecutivo o un capo di stato maggiore, o commissionare software personalizzato, opzioni riservate a grandi aziende e ai ricchi. Quindi il resto di noi si è accontentato di strumenti generali e di massa e si è silenziosamente adattato a loro. Il costo della personalizzazione è il motivo per cui la maggior parte delle persone non l’ha mai avuta. Ciò che sta cambiando ora è il costo. Mentre scende, la cosa che le persone hanno sempre desiderato silenziosamente diventa possibile alla scala di uno. Le persone non anelano realmente a una capacità generica maggiore. Anelano a qualcosa che sia loro.

Questo non è solo una questione di gusto, e le prove sono più nette di quanto appaia. Il valore dell’IA non è distribuito uniformemente tra le attività. In un ampio esperimento condotto da Harvard Business School con Boston Consulting Group, 758 consulenti che utilizzavano GPT-4 hanno completato circa il 12% in più di attività, circa il 25% più velocemente, con una qualità maggiore, ma solo per il lavoro che si trovava all’interno di ciò che i ricercatori chiamavano la frontiera tecnologica irregolare. Su un’attività scelta deliberatamente per trovarsi al di fuori di quella frontiera, le persone che utilizzavano l’IA erano circa il 19% meno probabili di raggiungere la risposta corretta. I guadagni appaiono quando lo strumento è adattato strettamente ai contorni reali del lavoro, e svaniscono, o addirittura si capovolgono, quando non lo è. L’adattamento non è un tocco finale. È dove vive il valore.

Ci sono anche due tipi di empowerment che vale la pena separare. Uno ti aiuta a fare qualcosa che non potevi fare prima. L’altro ti libera dalle cose che il tuo tempo è semplicemente diventato troppo prezioso per spendere. I modelli generali sono molto bravi nel primo. Il secondo è una questione di adattamento, e l’adattamento deve essere personalizzato. Questa è la differenza tra uno strumento che ti rende più capace e uno strumento che diventa un’estensione di te.

Da destinazione a sidecar

Se la personalizzazione è la proprietà, qual è la forma? Qui aiuta a prendere in prestito un termine dall’architettura del software. Nei sistemi distribuiti, il pattern sidecar collega un processo ausiliario a un servizio principale per gestire il lavoro trasversale: registrazione, configurazione, rete, osservabilità. Il servizio principale può concentrarsi sul suo lavoro reale mentre il sidecar assorbe silenziosamente la complessità operativa accanto a esso.

Credo che lo stesso modello stia arrivando per le persone. Piuttosto che uno strumento che visiti, la prossima generazione di software personale si comporterà come un sidecar legato a te, lavorando proattivamente all’interno delle app che già utilizzi. Non una destinazione. Un compagno che ti accompagna, e uno che è personalizzato per sua natura, perché è legato a una persona singola e impara solo loro. Un sidecar utile, a differenza di un chatbot che devi avviare da zero ogni mattina, si baserebbe su tre pilastri.

Tre pilastri di un sidecar personale

Insegnabilità e memoria persistente. Un sidecar non è uno strumento che devi spiegare ogni giorno. È qualcosa che insegni una volta. Quando descrivi una preferenza o un flusso di lavoro, ricorda, costruendo un archivio privato di memoria individuale che ti accompagna e cattura la sfumatura di come lavori specificamente. Questo è l’ultimo miglio, accumulando.

Osservazione e agenzia. Un sidecar osserva, pensa e agisce. Si sposta dal conoscere fatti al fare attività: filtrare il rumore, collegare i punti, stendere la risposta, tenere il filo di un progetto in modo che tu non debba farlo.

Esplorazione e transazione. Nel tempo, questo compagno porta il tuo contesto e le tue relazioni attraverso diversi pezzi di software. Ti aiuta a trovare la presentazione giusta, a far emergere l’opportunità giusta e, alla fine, addirittura a transare per tuo conto.

Da conoscere a fare

Il più profondo cambiamento tecnico alla base di tutto ciò è un passaggio dal recupero all’azione. La generazione assistita dal recupero, la tecnica di ancorare l’output di un modello ai documenti rilevanti che cerca al volo, ha reso gli assistenti di oggi bravi a conoscere le cose. Il passo successivo è la persistenza e l’agenzia: compagni progettati non solo per rispondere, ma per eseguire.

L’industria si sta già muovendo in questa direzione. Gartner prevede che entro la fine del 2026, il 40% delle applicazioni aziendali includerà agenti di IA specifici per attività, rispetto a meno del 5% nel 2025, un cambiamento che descrive come un passaggio da assistenti che rispondono ad agenti che agiscono.

C’è anche un beneficio più silenzioso qui, uno che le organizzazioni tendono a sottovalutare: la memoria istituzionale. In un mondo di alta rotazione e partnership fluide, una quantità enorme di contesto esce dalla porta ogni volta che qualcuno lascia un ruolo. Un compagno legato all’individuo cattura l’esperienza e le relazioni che altrimenti sarebbero perse e mantiene quel contesto intatto e utilizzabile.

Ma questa stessa abbondanza crea una trappola. Mentre gli agenti permettono alle persone di assumersi di più, le persone silenziosamente si assumono di più: più da ricordare, più su cui agire, più da cui passare, più da tenere nella testa contemporaneamente. C’è un soffitto biologico per quanto di ciò una persona possa portare. Il punto di un sidecar è quello di sedersi al di sotto di quel soffitto e assorbire il carico, non aggiungere altro sopra di esso.

Riumanizzare il lavoro

L’obiettivo reale non è quello di automatizzare le persone. È quello di farle uscire dal software e tornare nella stanza. La ricerca di McKinsey sul lavoro della conoscenza ha scoperto che il lavoratore medio di interazione trascorre intorno al 28% della settimana su e-mail e quasi un altro 20% alla ricerca di informazioni interne o al tentativo di trovare il collega giusto, prima di aggiungere riunioni interne e coordinamento. Questo è la maggior parte di una settimana trascorsa in tasse operative piuttosto che nel lavoro stesso.

Se un compagno può assorbire quel livello amministrativo statico, il tempo che restituisce non deve fluire indietro nella macchina. Può tornare nelle chiacchiere al caffè, nelle partnership e nelle decisioni in cui si crea il valore reale. Questo non riguarda il sostituire l’essere umano nel ciclo. Riguarda togliere l’essere umano dalle parti del ciclo che non erano mai un buon uso di un essere umano.

Il futuro dell’IA probabilmente non è una scatola a cui parlare, e non è un modello che serve a tutti nello stesso modo. È più probabile un compagno che è inconfondibilmente tuo: uno che cammina accanto a te, impara come lavori e gestisce silenziosamente le parti che non dovresti gestire.

Quindi la domanda con cui vale la pena sedersi non è quanto può suonare intelligente il tuo IA. È più semplice di così: quanto della tua settimana è trascorsa essendo la colla, e cosa faresti con quel tempo se lo riavessi?