Chinmay Kakatkar, su Towards Data Science, propone un’analogia scomoda: l’over-dipendenza che sta emergendo verso l’agentic AI ricorda da vicino quella storica delle organizzazioni verso il management consulting. Entrambi confezionano analisi generiche in presentazioni curate e proiettano più certezza di quanta l’evidenza sottostante giustifichi. Il punto non è morale ma strutturale: chi delega ripetutamente una funzione perde nel tempo la capacità di valutare ciò che riceve, e questo perpetua la dipendenza. Con l’AI il problema si aggrava, perché l’agency passa a un sistema senza reale accountability verso chi lo usa.
Il meccanismo della delega
L’autore richiama The Big Con di Mazzucato e Collington (2023): meno un’organizzazione fa internamente una funzione, meno sa farla; meno sa, più ha bisogno di aiuto esterno; e più paga per l’aiuto esterno, meno costruisce la conoscenza che lo renderebbe superfluo. È la logica del “steer more, row less” che fallisce quando fare e dirigere non si possono separare. L’AI comprime in pochi anni ciò che nel consulting ha richiesto decenni: i prezzi oggi sono sussidiati sotto il costo reale di erogazione per catturare quote di mercato, rendendo l’economia di breve termine artificialmente attraente.
I costi su tre livelli
A livello individuale, studi citati su trial randomizzati indicano che anche un breve aiuto dell’AI può peggiorare la performance successiva senza assistenza, con partecipanti che smettono di provare prima; i ricercatori parlano di cognitive debt. A livello organizzativo l’autore riporta casi concreti: Microsoft avrebbe tagliato le licenze interne di AI coding circa sei mesi dopo averle promosse, Uber avrebbe esaurito il budget annuale in quattro mesi, e un sondaggio su quasi 2.500 aziende avrebbe rilevato che per ogni dollaro speso in token solo 18 centesimi generavano valore per l’utente, mentre 44 andavano a correggere bug introdotti dall’AI stessa. A livello sociale entra in gioco anche la geopolitica: USA e Cina controllerebbero circa il 90% della capacità di calcolo globale, e nel giugno 2026 il governo USA avrebbe ordinato ad Anthropic di sospendere l’accesso ai modelli più avanzati per i cittadini stranieri.
Una terza via
Tra il divieto totale e l’adozione acritica, l’autore indica una terza strada fatta di scelte deliberate: mantenere il giudizio umano dove l’AI sostituisce anziché potenziare, trattare la memoria istituzionale come asset strategico, diversificare i fornitori ed evitare la dipendenza da un unico vendor, e assicurare che l’human in the loop abbia davvero conoscenza, tempo e accountability per contestare l’output.
- La delega razionale di breve termine si accumula in una dipendenza che erode la capacità di decidere, senza bisogno di cattivi attori.
- I costi reali dei token e l’oversight tax rendono i guadagni di produttività spesso sovrastimati.
- La sovranità strutturale su conoscenza, compute, dati e modelli dovrebbe diventare una preoccupazione di livello strategico.
Fonte: The Big Con of Agentic AI — https://towardsdatascience.com/the-big-con-of-agentic-ai/
Hai qualcosa da aggiungere? Unisciti alla discussione.