Perché l'IA rende alcuni lavoratori il 25% più produttivi (e altri meno)

In sintesi

Cosa devi sapere: Uno studio di Harvard e BCG condotto su 758 consulenti ha rilevato che chi usava l'IA completava il 12,2% di attività in più, lavorava il 25,1% più velocemente e produceva output di qualità superiore. Ma lo stesso studio ha scoperto che, per determinate attività, chi usava l'IA era il 19% meno preciso rispetto a chi lavorava senza. I ricercatori hanno chiamato questo fenomeno la "frontiera tecnologica irregolare". I lavoratori che ottengono i maggiori benefici hanno imparato a riconoscere dove si trova questa frontiera. La maggior parte delle persone non lo ha ancora fatto.

Risultati chiave:

L'IA offre un reale vantaggio di produttività per le attività che rientrano nei suoi punti di forza: scrittura, sintesi, brainstorming, programmazione

Per le attività al di fuori di questi punti di forza, l'IA può ridurre attivamente la precisione

Il divario tra chi usa l'IA in modo calibrato e tutti gli altri si sta ampliando nel 2026

Integrare l'IA in un flusso di lavoro ripetibile conta più dello strumento che si utilizza

Mantenere il proprio giudizio nel processo è ciò che distingue gli utenti esperti da quelli che si affidano troppo all'IA

La Harvard Business School e Boston Consulting Group hanno condotto uno studio sull'IA nel mondo del lavoro, ampiamente citato in letteratura. Hanno dato a 758 consulenti 18 attività lavorative realistiche. Alcuni hanno usato l'IA. Altri no.

I risultati si sono divisi nettamente.

Il gruppo che usava l'IA ha completato il 12,2% di attività in più, lavorato il 25,1% più velocemente e prodotto output qualitativamente migliori. Per un lavoratore della conoscenza che lavora 40 ore a settimana, un aumento di velocità del 25% significa finire il venerdì il lavoro del giovedì pomeriggio.

Ma ecco quello che la maggior parte delle persone tende a ignorare.

Per le attività che esulano dai punti di forza dell'IA, gli stessi consulenti che la utilizzavano avevano il 19% di probabilità in meno di produrre la risposta corretta rispetto a chi lavorava senza. In alcuni casi, l'IA ha peggiorato attivamente le prestazioni.

I ricercatori hanno chiamato questo fenomeno la "frontiera tecnologica irregolare". I lavoratori che ottengono i maggiori guadagni sanno dove si trova quella frontiera. La maggior parte delle persone non lo sa.

La frontiera tecnologica irregolare, spiegata

Immagina una mappa di tutte le attività che svolge un lavoratore della conoscenza. Scrivere email. Fare ricerche di mercato. Analizzare dati. Costruire presentazioni. Correggere codice. Prendere decisioni su problemi ambigui.

Ora traccia un confine irregolare e frastagliato attraverso quella mappa. All'interno del confine: attività in cui l'IA eccelle. All'esterno: attività in cui l'IA fatica, genera confusione o induce attivamente in errore.

La frontiera è irregolare perché è controintuitiva. L'IA è ottima nel redigere un'email persuasiva, ma può produrre con sicurezza un calcolo finanziario sbagliato. Può riassumere un report di 50 pagine in 30 secondi, ma perdere il singolo paragrafo che cambia tutto. Scrive codice standard solido, ma sbaglia la logica quando il problema è genuinamente nuovo.

I lavoratori che prosperano con l'IA imparano questa frontiera attraverso l'esperienza. Smettono di trattare l'IA come una macchina universale delle risposte. Iniziano a trattarla come uno specialista con una competenza specifica.

Tre tipi di utenti dell'IA

Dopo oltre due anni di osservazione di come i professionisti usano l'IA, la maggior parte delle persone ricade in tre categorie.

Gli scettici usano raramente l'IA. L'hanno provata una volta, hanno ottenuto un risultato mediocre e sono tornati a quello che conoscono. Stanno rinunciando a guadagni di efficienza del 25%. Il divario tra loro e i colleghi esperti di IA si accumula nel tempo.

Gli utilizzatori eccessivi applicano l'IA a tutto. Ogni email, ogni decisione, ogni ricerca. Sono quelli di cui lo studio BCG mette in guardia. Sono più veloci nei compiti facili, ma peggiori in quelli che contano davvero. Hanno delegato il proprio giudizio senza rendersene conto.

Gli utenti calibrati sono selettivi. Hanno tracciato la propria frontiera irregolare attraverso prove ed errori. Sanno quali parti del loro flusso di lavoro l'IA accelera. Si fidano dell'IA per la prima bozza, ma non per la decisione finale.

La maggior parte delle persone si trova da qualche parte tra scettici e utilizzatori eccessivi. Pochissimi sono già pienamente calibrati. Ed è proprio questo che crea un vantaggio.

Cosa fanno diversamente gli utenti calibrati

Hanno mappato la loro frontiera

Gli utenti calibrati hanno un elenco mentale di ciò che l'IA aiuta in modo affidabile. Per la maggior parte dei lavoratori della conoscenza, quell'elenco include:

Prime bozze di qualsiasi cosa: email, proposte, report, codice
Sintesi di documenti lunghi, appunti di riunioni, articoli di ricerca
Brainstorming di opzioni quando si è bloccati e si ha bisogno di vedere rapidamente il panorama
Spiegazione di concetti non familiari senza tecnicismi
Attività ripetitive di formattazione e trasformazione dei dati

E l'elenco esclude:

Problemi nuovi che richiedono un giudizio originale
Qualsiasi cosa in cui sbagliare abbia conseguenze reali e non verrà individuato in fase di revisione
Attività che dipendono da un contesto che l'IA non ha: strategia aziendale, eventi recenti, conoscenze di dominio di nicchia
Lavoro creativo dove "abbastanza buono" non è abbastanza buono

Conoscere questo elenco cambia il modo in cui si usa l'IA. Si smette di affidarle valutazioni difficili aspettandosi risposte affidabili.

Scrivono prompt con contesto, non comandi

La differenza tra un prompt vago e uno utile è quasi sempre il contesto. La maggior parte delle persone scrive "riassumi questo" o "scrivimi un'email su X." Gli utenti esperti aggiungono il pubblico, l'obiettivo, il tono e i vincoli.

Non è complicato. Si tratta di istruire l'IA come un collega capace che ha bisogno di informazioni preliminari, non come un motore di ricerca che capirà da solo. Un buon briefing copre a chi è destinato, cosa si vuole ottenere, il formato necessario e cosa evitare.

La guida al prompt engineering per principianti illustra le tecniche specifiche che fanno la differenza maggiore, inclusi il prompting basato sul ruolo e gli esempi few-shot.

Hanno costruito flussi di lavoro ripetibili

Gli utenti occasionali di IA ricorrono al loro strumento quando sono bloccati. Gli utenti calibrati hanno integrato l'IA nel loro processo abituale. Hanno un set di prompt collaudati per le loro attività più comuni. Riutilizzano ciò che funziona. Non partono da zero ogni volta.

Una content strategist freelance potrebbe avere un template per i brief dei clienti, un framework di ricerca per gli articoli e una checklist di revisione. Ognuno prevede l'uso dell'IA in una fase specifica. Non usa semplicemente l'IA ogni tanto. Ha un sistema.

Se vuoi costruire questo tipo di impostazione, la guida per automatizzare le attività quotidiane con l'IA è un punto di partenza pratico per identificare quali attività automatizzare prima.

Mantengono il loro giudizio nel processo

Il calo di precisione del 19% per le attività oltre la frontiera è avvenuto perché i consulenti si fidavano di output dell'IA che avrebbero dovuto verificare. Gli utenti calibrati trattano l'IA come prima bozza, non come prodotto finito. Verificano le affermazioni che contano. Modificano invece di fare copia-incolla.

Sembra ovvio, ma è dove gli utenti eccessivi sbagliano. Più l'IA diventa familiare, più è facile smettere di leggere con attenzione. Lo studio BCG ha rilevato che questo ha riguardato i consulenti indipendentemente dall'anzianità. Anche i professionisti esperti sono caduti nella stessa trappola dei più giovani quando hanno smesso di interrogarsi sull'output.

Il divario di produttività si sta ampliando

Nel 2023, la maggior parte dei lavoratori della conoscenza stava ancora capendo cosa potesse fare l'IA. Nel 2026, due gruppi si sono separati.

Un gruppo ha sviluppato abitudini consistenti con l'IA. Hanno da 10 a 20 ore di lavoro mentale ogni settimana che l'IA gestisce ora a qualità di prima bozza. Rispondono più velocemente, producono di più e si assumono responsabilità che prima richiedevano un intero team.

L'altro gruppo non è cambiato molto. Forse usa l'IA occasionalmente. Forse ha provato alcuni strumenti e non ne ha visto il valore. Fa lo stesso lavoro più o meno allo stesso ritmo.

Questo divario emerge in ciò che le persone possono far pagare e in ciò che possono assumersi. I solopreneur con solidi flussi di lavoro basati sull'IA competono per contratti che un tempo richiedevano agenzie. La categoria dei migliori strumenti IA per solopreneur è cresciuta perché il ROI è reale. Ma solo per chi ha davvero imparato a usare bene questi strumenti.

Non devi essere un utente intensivo dell'IA. Ma essere un utente calibrato è sempre più un requisito di base nei settori competitivi.

Come trovare la propria frontiera irregolare

Non hai bisogno di un framework o di un consulente di produttività. Hai bisogno di cinque giorni di osservazione onesta.

Scegli una settimana lavorativa. Alla fine di ogni giorno, annota due cose:

Un'attività in cui l'IA ti ha dato un risultato notevolmente migliore, più velocemente, di quanto avresti ottenuto da solo
Un'attività in cui l'IA ti ha rallentato, ti ha dato informazioni errate, o ha richiesto tante correzioni da non valerne la pena

Dopo cinque giorni, avrai 10 punti dati. Questa è la tua mappa iniziale. I successi ti mostrano dove usare di più l'IA. I fallimenti ti dicono dove smettere.

Ripeti ogni paio di mesi. Gli strumenti migliorano. Le tue competenze migliorano. La frontiera si sposta.

Come entrare nel gruppo degli utenti calibrati

Alcune mosse pratiche che fanno davvero la differenza:

Inizia dall'attività ad alto volume. Qualunque cosa fai più spesso è dove calibrare l'uso dell'IA rende di più. Se è la posta elettronica, inizia da lì. Se è la revisione del codice, inizia da lì.

Tieni una libreria di prompt. Quando un prompt ti dà un ottimo risultato, salvalo. La maggior parte degli utenti calibrati ha un documento con i loro 10-20 prompt più usati. È l'intero playbook per risultati consistenti.

Stabilisci un'abitudine di verifica. Per qualsiasi output dell'IA destinato a qualcun altro, inserisci un passaggio di revisione. Non hai bisogno di verificare tutto. Ma avere un controllo standard prima di inviare previene quella deriva di fiducia che porta a cali di precisione.

Usa l'IA per l'esplorazione, non per le decisioni. L'IA è eccellente nel generare opzioni e nel mappare uno spazio problematico. È meno affidabile nel fare la scelta finale. Usala per vedere cosa potresti stare perdendo, poi decidi tu.

Domande frequenti

Conta quale strumento IA uso?

Meno di quanto la maggior parte delle persone pensi. Lo studio BCG ha usato GPT-4, ma le abitudini si applicano a qualsiasi strumento: conoscere la propria frontiera, fornire contesto nei prompt, mantenere il proprio giudizio nel processo. Detto questo, alcuni strumenti sono genuinamente migliori per attività specifiche. Un assistente di programmazione appositamente costruito gestisce la revisione del codice diversamente rispetto a uno strumento di chat generale.

E se non ho mai davvero usato l'IA per lavoro?

Inizia dall'attività su cui passi più tempo. Se è la scrittura, prova a usare l'IA per le prime bozze. Se è la ricerca, prova la sintesi. Scegli un caso d'uso. Diventa bravo in quello. Poi espandi. Cercare di usare l'IA per tutto in una volta è il modo in cui le persone diventano utenti eccessivi.

I professionisti esperti possono ancora cadere nella trappola della precisione?

Sì. Lo studio BCG ha rilevato che il calo di precisione si è verificato a tutti i livelli di anzianità. Il fattore determinante non era l'esperienza. Era se qualcuno riconosceva quando un'attività si trovava al di fuori dei punti di forza dell'IA. I lavoratori senior che davano per scontato che l'IA fosse affidabile su tutto hanno ottenuto risultati peggiori di quelli junior che rimanevano scettici.

Quanto tempo ci vuole per diventare un utente calibrato dell'IA?

La maggior parte delle persone inizia a vedere il pattern entro 2-4 settimane di uso costante. Non servono mesi. Serve sufficiente ripetizione su diversi tipi di attività per notare quali l'IA aiuta in modo affidabile e quali no.

Il punto fondamentale

I risultati di Harvard/BCG valgono ancora nel 2026: l'IA rende gli utenti calibrati significativamente più produttivi e può rendere gli utenti troppo fiduciosi meno precisi. La differenza non sta nello strumento che si ha. Sta nel sapere dove si trovano i veri punti di forza dell'IA per il proprio lavoro specifico.

La frontiera è diversa per tutti. La frontiera di uno sviluppatore è diversa da quella di uno scrittore o di uno stratega. Ma ognuno ne ha una, e mapparla vale più che aggiungere un altro strumento al proprio stack.

Se vuoi un unico posto per testare l'IA su diverse attività e trovare ciò che funziona davvero per il tuo flusso di lavoro, Zemith ti dà accesso a più modelli IA leader con chat, assistenza alla programmazione e agenti IA in un unico posto. È più facile trovare la propria frontiera quando non si passa continuamente da una piattaforma all'altra.