Per anni i managemant hanno inseguito l’efficienza come una promessa concreta: strumenti migliori, processi rapidi, automazione, iA in ogni angolo. Poi arriva la sorpresa. Il tempo non si libera. Il volume cresce. La comunicazione si moltiplica. E la giornata, invece di alleggerirsi, si riempie. Questo cortocircuito ha un nome antico e una faccia modernissima: paradosso di Jevons applicato al lavoro. Quando una risorsa diventa più economica da usare, la si usa di più. Nel lavoro cognitivo la risorsa è tempo, attenzione, capacità di scrittura, produzione di contenuti, decisioni. Se scrivere un report richiede cinque minuti invece di due ore, il sistema non restituisce tempo. Cambia la scala e pretende dieci report.
Che cos’è il paradosso di Jevons e perché torna di moda oggi
Nel 1865 l’economista William Stanley Jevons pubblica The Coal Question, un libro centrato sull’energia del suo tempo, il carbone. L’idea che emerge, poi riformulata nei decenni, è semplice: l’aumento di efficienza abbassa il costo d’uso di una risorsa e può spingere il consumo complessivo verso l’alto, invece che verso il basso.
Oggi quel ragionamento ricompare in modo insistente nel dibattito sull’iA. Testate economiche e generaliste lo citano perché l’iA sta abbassando i costi marginali di attività che prima avevano una frizione naturale: scrivere, riassumere, tradurre, produrre slide, analizzare dati, generare codice, predisporre bozze, rispondere a mail. Quando la frizione crolla, la domanda interna esplode.
Nel racconto più recente, Jevons diventa persino un riferimento pop nella discussione tech, spesso usato per dire: se l’iA costa meno, verrà adottata di più e il consumo di calcolo aumenterà. È un discorso che nasce su chip, data center ed energia, poi scivola nel quotidiano del lavoro d’ufficio.
Dalla miniera al laptop: l’effetto rimbalzo nel lavoro cognitivo
Nel lavoro industriale il rimbalzo si misura in tonnellate, ore macchina, kilowattora. Nel lavoro cognitivo si misura in output e micro attività. Un documento genera revisioni. Le revisioni generano nuove riunioni. Le riunioni generano follow up. Ogni passaggio sembra piccolo, però la catena allunga la giornata.
Qui entra un punto spesso sottovalutato: nel lavoro moderno la produttività individuale può salire mentre quella dell’organizzazione resta ferma. I singoli diventano più rapidi, l’azienda introduce strumenti, la coda delle attività cresce lo stesso perché aumenta il coordinamento. Più comunicazione significa più tempo speso a gestire la comunicazione. In altre parole, l’efficienza su un nodo sposta il peso su un altro.
In questo senso Jevons non agisce solo come “più output”. Agisce come “più possibilità di chiedere” e “più possibilità di controllare”. Quando produrre una cosa diventa facile, diventa anche facile pretenderla, misurarla, aggiornarla, riscriverla. La richiesta cambia forma, ma aumenta.
iA generativa e overproduction: dal report singolo al report seriale
L’iA generativa accelera la produzione testuale in modo radicale. La promessa iniziale è lineare: la bozza arriva prima, la scrittura costa meno, restano minuti da investire in analisi, creatività, strategia. Nella pratica molte organizzazioni trasformano quel guadagno in volume.
Ecco la dinamica tipica. Un manager chiede un report settimanale. Con l’iA il report esce in mezz’ora, quindi diventa naturale chiederne uno per ogni business line, poi uno per ogni Paese, poi la versione per il board, poi l’estratto per il commerciale, poi la sintesi per il marketing, poi il memo per il legale. Ogni derivato appare ragionevole se osservato da vicino. Il totale diventa una valanga.
La stessa logica vale per email, presentazioni, proposte commerciali, job description, analisi di mercato, aggiornamenti di progetto. L’iA abbatte la barriera di ingresso. Nel breve periodo questo produce una sensazione di controllo. Nel medio periodo genera saturazione: i documenti crescono più rapidamente della capacità reale di leggerli e decidere.
Qui sta il nocciolo: l’iA riduce il costo di produzione, non aumenta automaticamente la capacità di assorbimento. Lettura, attenzione e decisione restano risorse scarse. Quando l’offerta interna di testo supera la domanda reale di comprensione, il sistema entra in modalità rumore. E il rumore crea altra richiesta di sintesi, altro lavoro, altra produzione.
Il costo nascosto: comunicazione, coordinamento, controllo
Il paradosso di Jevons nel lavoro si vede soprattutto quando l’organizzazione confonde tre livelli diversi: produrre, comunicare, decidere. L’iA rende più semplice produrre e comunicare. Decidere resta difficile. A quel punto emergono costi nascosti.
Il primo è il coordinamento. Ogni output in più necessita di allineamento: chi approva, chi modifica, chi mantiene la versione aggiornata, chi si assume la responsabilità. L’iA accelera la bozza, però può aumentare i cicli di revisione perché rende semplice chiedere varianti. Una riga cambia, tutto torna in revisione, e l’incremento di velocità si trasforma in incremento di iterazioni.
Il secondo è il controllo. L’abbondanza di testo invita a misurare: quante note prodotte, quante pagine, quante slide, quante risposte, quante roadmap. Quando la metrica diventa volume, l’efficienza viene usata per alimentare la metrica.
Il terzo è la fiducia. Se chi legge sospetta che un contenuto sia stato generato in automatico, chiederà prove, allegati, dati, versioni più dettagliate, poi versioni più brevi. È un paradosso nel paradosso: lo strumento che promette sintesi può innescare un bisogno di verifica che espande il lavoro.
La domanda decisiva non riguarda la velocità. Riguarda il destinatario reale. Per chi si produce tutto questo?
Molti output esistono per protezione, non per utilità. Un report serve a dimostrare presenza. Una mail serve a fissare responsabilità. Una presentazione serve a coprire un passaggio. L’efficienza, in questi casi, non libera tempo perché il valore del contenuto non coincide con il contenuto stesso, coincide con il gesto organizzativo: ho inviato, ho tracciato, ho aggiornato, ho dimostrato.
Quando l’iA entra in azienda, tende a potenziare proprio quel gesto. Si produce di più perché è possibile produrre di più, e perché il sistema premia chi genera tracce. Se la cultura resta identica, l’iA diventa un acceleratore di abitudini: produce più velocemente lo stesso tipo di rumore.
Qui Jevons si manifesta con chiarezza: l’efficienza non viene usata con misura perché la misura non è progettata. Senza un criterio esplicito di priorità e di stop, l’aumento di capacità viene convertito in aumento di richiesta.
Come usare l’efficienza per lavorare meglio, non di più
La via d’uscita non passa da un ritorno alla lentezza. Passa da una scelta sulla scala.
Prima scelta: introdurre un limite, non tecnico ma culturale. Se un team produce dieci report, l’iA riduce il tempo di scrittura. Il limite utile non è “più report”, è “meno report migliori”. Senza un cap deciso dall’alto, l’elasticità del tempo verrà riempita dal sistema.
Seconda scelta: spostare le metriche dal volume all’esito. Se la valutazione premia quantità e frequenza, l’iA moltiplica quantità e frequenza. Se la valutazione premia chiarezza delle decisioni, velocità di esecuzione, riduzione degli scambi inutili, allora l’iA diventa un mezzo per comprimere il rumore.
Terza scelta: definire chi decide e quando si chiude. La possibilità di generare varianti infinite rende facile restare in bozza permanente. Serve un protocollo semplice: chi ha l’ultima parola, quale versione è ufficiale, quale livello di qualità è sufficiente per procedere. L’efficienza vera nasce quando l’organizzazione smette di riaprire tutto.
Quarta scelta: proteggere la lettura e l’attenzione. L’iA può creare una montagna di testo, però un’azienda che decide bene ha bisogno di finestre senza interruzioni e di documenti che restano pochi, leggibili, orientati all’azione. Quando il sistema premia l’attenzione, la produzione torna a essere uno strumento, non un fine.
l’iA rende evidente una verità che molti evitavano di ammettere
La scarsità non era nella scrittura. Era nella capacità di scegliere. Se l’azienda continua a chiedere output per riempire il tempo, l’iA riempirà più in fretta. Se l’azienda decide di usare l’efficienza per alzare la qualità della vita lavorativa, allora lo stesso strumento diventa liberatorio.
Cristina Ferrari
Leggi anche
- Stress Bragging: vantarsi di lavorare troppo
- Cultura aziendale 996. L’equilibrio tra vita privata e lavoro è già passato di moda?
- Un lavoro non basta più per vivere
Francesca Rampazzo 
Ginevra Leone 
Giovanni Scafoglio