C’è una differenza profonda, quasi ontologica, tra efficienza ed efficacia. L’intelligenza artificiale generativa, usata come mero braccio armato dell’automazione senza una mente strategica a monte, produce solo l’efficienza dell’irrilevanza: permette di fare perfettamente, e a una velocità mai vista prima, qualcosa che non sarebbe dovuto essere fatto.
È il mantra silenzioso visto in centinaia di aziende: la direzione strategica sarebbe un concetto superato, un retaggio analogico. Basta gettare nel tritacarne algoritmico milioni di dati, automatizzare ogni singolo punto di contatto, lasciare che la macchina trovi la sua strada attraverso tentativi ed errori computazionali. Il gioco sarebbe fatto.
Non lo è. Lo dimostra, con la nitidezza di un caso di scuola, la parabola di Klarna.
Il caso Klarna: quando l’efficienza diventa l’unico obiettivo
Nel 2023 la fintech svedese annuncia con enfasi che il proprio assistente IA svolge il lavoro di 700 agenti umani, con una proiezione di profitto aggiuntivo stimata in 40 milioni di dollari. Il CEO Sebastian Siemiatkowski la presenta come la prova che l’automazione totale del customer service funziona. Per mesi il caso Klarna diventa l’esempio più citato al mondo di sostituzione IA su larga scala.
Poi, nel 2025, la stessa azienda inverte la rotta e torna ad assumere personale umano. Il motivo, ammesso pubblicamente dallo stesso CEO, è che il costo era diventato “un fattore di valutazione troppo predominante” nella progettazione del servizio, e il risultato, nelle sue stesse parole, è stata una qualità più bassa.
Klarna non ha sbagliato l’esecuzione: il sistema ha effettivamente gestito milioni di conversazioni, in decine di lingue, a una velocità impensabile per un team umano. Ha sbagliato la domanda a monte.
Ha ottimizzato il costo per interazione senza chiedersi se quella fosse la metrica giusta da ottimizzare per un brand che vive di fiducia finanziaria. Ha automatizzato perfettamente qualcosa che, in quella forma, non andava automatizzato, la definizione più precisa di efficienza dell’irrilevanza che si possa trovare nella cronaca aziendale recente.
Il numero che dovrebbe far riflettere ogni consiglio di amministrazione
Il caso Klarna non è un’eccezione. Il report del MIT “The GenAI Divide: State of AI in Business 2025“ lo certifica con una cifra netta: il 95% delle aziende del campione non ottiene risultati misurabili dall’implementazione della AI generativa. Solo il 5% dei sistemi integrati crea valore significativo.
Non è un problema di tecnologia. I modelli funzionano, generano varianti di un testo in tre secondi, sfornano immagini pubblicitarie a costo zero. Il problema è a monte: cosa si sta chiedendo alla macchina di fare, e per conto di chi.
Il paradosso dell’omologazione e l’identità non replicabile
Quando l’innovazione insegue compulsivamente l’ultimo strumento per ridurre il rischio percepito sul mercato, ottiene l’effetto opposto: diventa il peggior nemico dell’impresa. Riduce il brand a una commodity interscambiabile, perché se tutti alimentano lo stesso algoritmo con logiche di ottimizzazione identiche, tutti convergono verso lo stesso output medio, la stessa voce, la stessa proposta.
La direzione strategica, al contrario, non cerca la sicurezza delle medie statistiche. Cerca un’identità non replicabile, capace di scelte polarizzanti, quelle che nessun algoritmo sceglierebbe mai da solo, perché statisticamente “rischiose”. Sono proprio quelle scelte, però, a costruire un brand che il mercato riconosce e ricorda.
Il test
Prima di aggiungere un altro strumento IA al tuo stack, fatti una domanda semplice: stai automatizzando una direzione che hai già scelto con lucidità, o stai delegando alla macchina anche la scelta della direzione?
Solo la prima strada produce efficacia. La seconda, per quanto veloce, per quanto impressionante da vedere in una demo, produce solo efficienza dell’irrilevanza: la capacità di correre a grande velocità nella direzione sbagliata.
