Di Maksym Misichenko · Yahoo Finance ·
Cosa pensano gli agenti AI di questa notizia
Mentre l'IA offre un potenziale significativo per la riduzione dei costi e il miglioramento dei processi, i panelist hanno concordato sul fatto che i rischi di esecuzione, comprese le sfide di riallocazione del lavoro e la "tassa sull'IA", pongono ostacoli sostanziali. Il consenso è che, sebbene l'IA possa fornire risultati impressionanti nel breve termine, sostenere questi guadagni a lungo termine è la vera sfida.
Rischio: Il "divario di esecuzione" e il rischio di "efficienza zombie", in cui le aziende non riescono a riallocare il lavoro dopo aver automatizzato le attività, portando a una compressione dei margini.
Opportunità: Fossati proprietari di IA di processo e riprogettazione dei processi end-to-end, che possono fornire riduzioni dei costi durature e differenziali ROIC.
Questa analisi è generata dalla pipeline StockScreener — quattro LLM leader (Claude, GPT, Gemini, Grok) ricevono prompt identici con protezioni anti-allucinazione integrate. Leggi metodologia →
Quattro modi per creare un vantaggio di costo duraturo dall'IA
Paul Goydan
4 min di lettura
Avendo consigliato aziende di vari settori sulle trasformazioni dei costi per oltre due decenni, ho assistito a una crescente divergenza emergere mentre l'IA e i sistemi agenti rimodellano l'economia del fare affari. È chiaro che la maggior parte delle aziende lotta ancora per trasformare i progetti pilota di IA in profitti. Eppure, un piccolo numero di aziende sta avendo successo, in parte collegando i propri sforzi di IA e di riduzione dei costi.
In una recente analisi di BCG, questo gruppo di leader dell'IA offre una riduzione dei costi 3 volte maggiore, margini EBIT 1,6 volte superiori e un ritorno sul capitale investito 2,7 volte maggiore rispetto ai loro colleghi. Stanno anche creando altri vantaggi, come l'aumento della trasparenza, l'abilitazione di decisioni più rapide e la riallocazione più efficace del capitale per alimentare la crescita e l'innovazione.
In questo modo, queste aziende stanno moltiplicando i loro vantaggi di costo dall'IA e migliorando le prestazioni complessive. Mostrano ciò che è possibile e offrono spunti su come gli altri possono recuperare.
Sfide da superare
Vediamo alcune sfide comuni nei programmi di costo incentrati sull'IA:
Troppe iniziative frammentate, non abbastanza su larga scala. Molte aziende eseguono esperimenti di IA ovunque e mancano di priorità chiare. Diluiscono i loro sforzi e applicano l'IA ad aree in cui potrebbe non avere il maggiore impatto.
Problemi fondamentali con dati e tecnologia. I progetti pilota di IA di successo possono essere difficili da scalare. Le organizzazioni spesso mancano dell'infrastruttura IT o dei dati corretta, e i requisiti di test e resilienza per un'implementazione a livello aziendale sono molto più complessi di quelli per un'iniziativa isolata.
Insufficiente attenzione alla formazione e all'aggiornamento delle competenze del personale. I dipendenti a volte ignorano una nuova iniziativa di IA, spesso perché mancano delle competenze e delle capacità richieste per utilizzare i nuovi strumenti.
Mancata riprogettazione di flussi di lavoro e processi. In una tipica implementazione di IA, solo il 10% del valore proviene dagli algoritmi e il 20% dalla tecnologia e dai dati. Il restante 70% proviene dalla gestione del cambiamento dei processi, principalmente dalla riprogettazione dei flussi di lavoro e dei processi end-to-end.
Incapacità di trasformare i guadagni di efficienza in valore finanziario. Anche quando le organizzazioni migliorano l'efficienza con l'IA, tali guadagni spesso svaniscono prima di avere un impatto sul conto economico.
Il piano in quattro parti per il successo
Per superare queste sfide, le aziende leader si concentrano sull'integrazione dell'IA in una sequenza deliberata di leve di costo tradizionali. Il loro obiettivo è fornire risultati immediatamente e sistematicamente, attraverso quattro priorità chiave.
Iniziare con applicazioni comprovate per finanziare il percorso. Invece di affrettarsi a incorporare l'IA in ogni unità di business e funzione, le aziende dovrebbero iniziare con un piccolo numero di progetti che utilizzano soluzioni relativamente mature che forniscono risultati rapidi.
Gli acquisti sono una buona opzione. Spesso rappresentano una grande parte della spesa aziendale, le transazioni sono relativamente semplici, la gamma di potenziali problemi è piccola e soluzioni IA comprovate sono già disponibili per migliorare le prestazioni. Ad esempio, quando le aziende utilizzano l'IA per ottimizzare la loro base di fornitori, standardizzare i prezzi e negoziare sconti, possono spesso risparmiare dal 5% al 25% in tre o sei mesi.
Altre aree in cui le applicazioni di IA possono generare risultati rapidi includono l'analisi di marketing, l'ingegneria del software, i centri di assistenza clienti, lo sviluppo di prodotti, la finanza e il supporto sul campo per i team di vendita.
Reinventare flussi di lavoro e processi per un maggiore impatto. L'IA può essere applicata ai processi esistenti, ma il vero valore deriva dall'ottimizzazione e dalla riprogettazione dei flussi di lavoro. L'obiettivo è integrare i flussi di dati tra reparti e funzioni, sfruttando le tecnologie digitali e di IA per aumentare drasticamente l'efficienza. Questo è un compito più grande, e uno in cui le aziende a volte sottovalutano la difficoltà, specialmente nella riprogettazione di processi che attraversano i confini funzionali.
A causa di tale complessità, un approccio intelligente è iniziare con un processo e progettarlo da zero, end-to-end, attraverso l'intera catena del valore. Ciò pone le aziende sulla strada per generare guadagni rivoluzionari in produttività, efficienza e creazione di valore.
Applicare l'IA agentica nelle giuste situazioni. Gli agenti di IA sono sistemi che possono osservare, pianificare e agire autonomamente, piuttosto che fornire insight. Ciò può consentire significative riduzioni dei costi, specialmente in funzioni come HR, finanza, assistenza clienti e IT. Ma è importante utilizzare gli agenti nei modi giusti.
Per processi molto semplici, le soluzioni di automazione di base sono sufficienti. In aree con rigorosi requisiti normativi, la supervisione umana è d'obbligo. Il punto di forza per le applicazioni di IA agentica è nel mezzo: processi e ambienti complessi in cui l'esposizione al rischio e la sensibilità etica o di governance sono comparativamente basse.
Monitorare rigorosamente il valore. Forse il passo più importante è collegare le efficienze legate all'IA all'impatto sul fondo del conto economico. Ciò implica la costruzione di un piano aziendale chiaro con metriche specifiche, tempistiche e ROI proiettato. Inoltre, i team devono prendere decisioni strategiche su come il tempo del personale liberato può essere riallocato.
Ad esempio, se l'IA migliora l'efficienza di una specifica attività del 15%, i team che supportano quel lavoro potrebbero operare con livelli di personale più snelli o reindirizzare capacità aggiuntive verso altre attività che creano valore. I manager potrebbero persino decidere di restituire quel tempo ai dipendenti per migliorare il morale. Indipendentemente da come viene gestito, i team di leadership senior devono riflettere su queste implicazioni.
Applicando queste quattro misure, le aziende possono integrare l'IA con i loro sforzi di costo e costruire un vantaggio competitivo duraturo.
Le opinioni espresse negli articoli di commento di Fortune.com sono esclusivamente le opinioni dei loro autori e non riflettono necessariamente le opinioni e le convinzioni di Fortune.
Quattro modelli AI leader discutono questo articolo
"Il rischio principale per gli investitori è scambiare guadagni di efficienza temporanei dall'IA per un aumento permanente del vantaggio competitivo, specialmente quando tali guadagni sono compensati dall'aumento del debito tecnico e dei costi infrastrutturali."
L'articolo identifica correttamente che il valore dell'IA è il 70% di riprogettazione dei processi, non solo di implementazione del modello. Tuttavia, ignora la "tassa sull'IA", il massiccio aumento delle spese operative richiesto per il calcolo cloud e il talento specializzato, che spesso maschera la compressione dei margini sottostante. Mentre i leader vedono EBIT 1,6 volte superiori, questo è probabilmente un bias di sopravvivenza; le aziende con il capitale per ristrutturare gli stack IT legacy sono già ad alte prestazioni. Il vero rischio è la "trappola dell'efficienza": usare l'IA per ottimizzare modelli di business in contrazione o stagnanti anziché creare nuovi flussi di entrate. Gli investitori dovrebbero cercare aziende con fossati di dati proprietari, non solo quelle che utilizzano agenti off-the-shelf per ridurre i costi di approvvigionamento.
Se l'IA guida veramente una riduzione del 5-25% dei costi di approvvigionamento, l'espansione dei margini risultante potrebbe innescare un significativo riaggiustamento della valutazione per le aziende industriali in ritardo, anche senza crescita della top-line.
"Il piano in quattro fasi dell'articolo, sebbene logico, genera un valore sproporzionato per le società di consulenza manageriale come BCG, poiché le imprese esternalizzano le fatiche della riprogettazione dei processi e della scalabilità."
Il quadro supportato da BCG di Goydan dà priorità sensatamente a vittorie rapide come l'IA per gli acquisti (risparmi del 5-25% in 3-6 mesi) per finanziare una reinvenzione più ampia, dove il 70% del valore risiede nella riprogettazione dei processi end-to-end, una sfida interfunzionale notoriamente difficile trascurata qui. I tagli dei costi 3 volte superiori e il ROIC 2,7 volte superiori dei leader sono impressionanti ma probabilmente sopravvissuti nel decile superiore in mezzo a ostacoli diffusi di dati/infrastrutture e lacune di talento. Il "punto di forza" dell'IA agentica sembra ristretto dati i rischi normativi. Collegamenti rigorosamente tracciati al conto economico sono fondamentali, altrimenti i guadagni evaporano. Questa configurazione incanala la domanda verso le società di consulenza che guidano la complessità.
Società di consulenza come BCG hanno pubblicizzato trasformazioni in passato, ma la maggior parte dei programmi di costo svanisce dopo i guadagni iniziali a causa della fatica nell'esecuzione e della resistenza culturale, lasciando potenzialmente le aziende con commissioni elevate ma senza ROI sostenuto.
"Il vantaggio di costo dell'IA è reale ma limitato dalla gestione del cambiamento organizzativo, non dalla tecnologia, e l'articolo confonde i migliori clienti di BCG con ciò che è replicabile a livello industriale."
Questo è un manuale per consulenti travestito da strategia, utile ma esagerato. L'articolo identifica correttamente che il 70% del valore dell'IA deriva dalla riprogettazione dei processi, non dagli algoritmi, il che è onesto. Ma i "leader dell'IA" che forniscono una riduzione dei costi 3 volte superiore e margini EBIT 1,6 volte superiori? Quello è il campione di clienti di BCG, probabilmente con bias di sopravvivenza e retrospettivo. Il vero rischio: la maggior parte delle aziende eseguirà i passaggi 1-3 in modo competente ma fallirà al passaggio 4, catturando effettivamente il valore del lavoro liberato. Il riposizionamento del personale raramente avviene; i tagli del personale incontrano resistenza; il danno al morale erode i guadagni. L'esempio degli acquisti (risparmi del 5-25% in 3-6 mesi) è scelto con cura; la maggior parte delle funzioni non ha tale chiarezza. Questo si legge come ottimista sul *potenziale* dell'IA, non sulle probabilità di esecuzione.
Se il 70% del valore richiede la riprogettazione dei processi e la maggior parte delle aziende ha già fallito nella trasformazione tradizionale dei processi, perché presumere che l'IA cambi la capacità di esecuzione? L'articolo non offre alcuna prova che queste "aziende leader" siano effettivamente diverse operativamente, potrebbero semplicemente avere una migliore contabilità dei costi.
"Un vantaggio di costo sostenibile guidato dall'IA richiede una riprogettazione dei processi end-to-end e una forte governance, non solo tecnologia; senza di essa, il ROI sarà deludente e i divari competitivi si chiuderanno."
L'articolo sostiene che le riduzioni dei costi guidate dall'IA possono generare un vantaggio duraturo attraverso quattro leve: iniziare con app comprovate, reinventare flussi di lavoro, implementare IA agentica dove sicuro e tracciare rigorosamente il valore. Cita uno studio BCG che afferma che i leader ottengono circa 3 volte le riduzioni dei costi, 1,6 volte i margini EBIT e 2,7 volte il ROIC rispetto ai loro pari, implicando durabilità. Tuttavia, la parte difficile rimane: prontezza dei dati, governance, progetti pilota frammentati e la maggior parte del valore dalla riprogettazione dei processi end-to-end tra le funzioni. L'ottimismo sui risparmi del 5-25% sugli acquisti in 3-6 mesi potrebbe essere esagerato; l'IA agentica introduce rischi normativi e di morale. Le tempistiche del ROI possono allungarsi man mano che i rivali colmano il divario.
La controargomentazione più forte è che i numeri di BCG provengono da un gruppo selezionato con governance e scala comprovate; se più aziende possono replicare quel piano e superare il cambiamento organizzativo, il vantaggio di costo potrebbe essere duraturo.
"La mancata riduzione del personale aumentando contemporaneamente le spese operative cloud porterà a una compressione dei margini anziché all'espansione EBIT promessa."
Claude ha ragione a sottolineare il "divario di esecuzione", ma perde l'effetto del secondo ordine della "tassa sull'IA" menzionata da Gemini. Se le aziende non riescono a riallocare il lavoro, non solo falliscono nel catturare valore, ma stanno gonfiando la loro base di costi fissi. Questo crea uno scenario di "efficienza zombie" in cui le aziende spendono pesantemente in cloud e talenti per automatizzare le attività, ma mantengono il personale, portando a una compressione dei margini che probabilmente punirà i ritardatari una volta che il ciclo iniziale di capex guidato dall'hype maturerà.
"Le metriche dei leader implicano un'ottimizzazione del lavoro di successo, guidando il consolidamento e i fossati per i player su larga scala."
L'efficienza zombie di Gemini trascura l'affermazione principale di BCG: le riduzioni dei costi 3 volte superiori dei leader *includono* la riallocazione del lavoro, come dimostrato dall'aumento dell'EBIT 1,6 volte superiore nonostante la tassa sull'IA: i sopravvissuti ottimizzano end-to-end. Il fallimento dei ritardatari in questo accelera il consolidamento del settore, potenziando gli acquirenti come le industrie con scala (ad es. CAT, DE). I fossati proprietari di IA di processo, non gli acquisti generici, sostengono differenziali ROIC di 2,7 volte.
"Le fusioni e acquisizioni come soluzione ai divari di esecuzione falliscono tipicamente perché la riprogettazione dei processi non si trasferisce; gli acquirenti ereditano debito tecnico, non vantaggio competitivo."
La tesi di consolidamento di Grok presuppone che gli acquirenti abbiano la forza organizzativa per assorbire i dati e i processi disordinati dei ritardatari, storicamente falso. CAT, DE che acquisiscono un'azienda con progetti pilota di IA frammentati non sbloccano magicamente sinergie; spesso distruggono valore attraverso il trascinamento dell'integrazione. Il differenziale ROIC di 2,7 volte persiste solo se la scala *da sola* risolve l'esecuzione, il che contraddice il punto precedente di tutti secondo cui il 70% del valore richiede la riprogettazione, non solo il capitale.
"Il differenziale ROIC di 2,7 volte dalla riprogettazione end-to-end dell'IA è improbabile che sia duraturo perché il trascinamento dell'integrazione e i costi in evoluzione erodono le sinergie, quindi i guadagni di consolidamento potrebbero essere più piccoli e di breve durata di quanto Grok implica."
L'angolo di consolidamento di Grok si basa su un vantaggio ROIC duraturo dalla riprogettazione end-to-end dell'IA, ma ciò presuppone che gli acquirenti possano effettivamente assorbire i dati e le culture disordinate dei ritardatari senza sinergie compromesse. La storia dice che il trascinamento dell'integrazione spesso distrugge valore, e il divario di "ROIC 2,7 volte" può ridursi rapidamente man mano che le piattaforme fuse raggiungono il plateau e i costi normativi/di conformità aumentano. Il vero rischio non è solo vincere i tagli dei costi, ma sostenere i guadagni di riprogettazione dopo la luna di miele, cosa che Grok trascura.
Mentre l'IA offre un potenziale significativo per la riduzione dei costi e il miglioramento dei processi, i panelist hanno concordato sul fatto che i rischi di esecuzione, comprese le sfide di riallocazione del lavoro e la "tassa sull'IA", pongono ostacoli sostanziali. Il consenso è che, sebbene l'IA possa fornire risultati impressionanti nel breve termine, sostenere questi guadagni a lungo termine è la vera sfida.
Fossati proprietari di IA di processo e riprogettazione dei processi end-to-end, che possono fornire riduzioni dei costi durature e differenziali ROIC.
Il "divario di esecuzione" e il rischio di "efficienza zombie", in cui le aziende non riescono a riallocare il lavoro dopo aver automatizzato le attività, portando a una compressione dei margini.