Il costo dell'AI: dal ROI stimato al rischio reale

di Giuseppe Dinatale, Senior Front-End Developer in Excellence Innovation

Creare prodotti in grado di rispettare la qualità necessaria alla diffusione in un contesto di alto livello come quello finance è una sfida tecnologica non banale in un mondo in cui l'IA ha ormai quasi automatizzato la scrittura del codice.

In Excellence ogni processo demandato all'IA ha fasi di review e test del prodotto finale, con la volontà che sia responsabilità del professionista soddisfare gli standard di qualità necessari.

Eppure, fuori di qui e già prima dell'IA, ho visto lasciare nel codice di prodotti B2B2C da milioni di euro variabili dai nomi chiari come "ciccio".

La qualità del codice è dunque sempre stata responsabilità dello sviluppatore, ancora prima che il codice lo scrivesse l'IA per lui.

Questa è la premessa necessaria per parlare del rischio indotto dal fatto che milioni di persone hanno iniziato a usare questi strumenti per costruire tools, infrastrutture e piattaforme. Per un lungo periodo l'effetto Dunning-Kruger ha portato all'idea che fosse possibile arrivare a risultati simili sia da professionisti che da neofiti, demandando semplicemente al nuovo strumento.

Il modello che non torna
"Perché dovrei assumere dei professionisti se il tool costa meno ed è sempre disponibile?"

È la domanda a cui ha voluto rispondere il CEO di Klarna che, a febbraio 2024, annuncia che il suo assistente AI gestisce i due terzi delle conversazioni di customer service — lavoro equivalente a 700 agenti umani a tempo pieno per un risparmio stimato di $40 milioni nel 2024.1

Poi arriva settembre 2024 e Klarna fa dietrofront.

Il CEO ammette pubblicamente che per i casi complessi l'AI non è sufficiente, che l'esperienza cliente ne ha risentito, che il vantaggio era stato sovrastimato. Inizia ad assumere di nuovo personale umano.2

Il numero di dipendenti era sceso da circa 5.000 a 3.800. Con il comeback, la rotta si inverte.

Il rischio che i mercati non hanno prezzato
Non è un problema solo di mercato, ma anche di finanza pura: la sola possibilità che un software possa fare il lavoro di decine di professionisti contemporaneamente rende traballante l'idea che sia possibile fare business vendendo servizi. Su questo si basa il processo cognitivo che porta dall'annuncio di una nuova funzionalità lato IA al crash del relativo segmento del mercato azionario.

È quello che è successo a Teleperformance — colosso francese del BPO con 490.000 dipendenti — che vede il proprio titolo crollare nell'arco di ore. Nessun dato operativo negativo. Nessun profit warning. La paura che l'IA potesse mangiare l'intero settore ha fatto toccare un –27%3 ad un'azienda che quell'anno ha fatto registrare il massimo storico di ricavi.4

La profezia dell'automazione totale si scontra con una realtà ostinata: i clienti frustrati, i casi edge e le sfumature emotive necessitano di un supporto che l'IA non può dare. Nel frattempo, Teleperformance, il cui titolo era crollato per paura di casi come quello di Klarna, nel 2024 riportava un fatturato record di €10,2 miliardi.4 Il mercato si era sbagliato due volte: prima sopravvalutando la sostituzione, poi punendo chi non sarebbe stato sostituito.

La questione della responsabilità
Ovunque ti trovi nella catena delle decisioni ti chiedo: firmeresti un documento senza sapere che cosa c'è dentro, prendendoti interamente la responsabilità? Se lo facesse qualcuno che lavora sotto di te non sarebbe comunque responsabilità tua, in fine?

Quando il codice generato dall'AI va in produzione senza revisione alcuna da parte dell'intero team, dal Dev fino al PO, chi ne risponde?

La risposta è banale. Tu.

Il fornitore non condivide il rischio: le ToS di OpenAI limitano la loro responsabilità aggregata al minore tra quanto hai pagato nei 12 mesi precedenti e $100.5

Conclusioni
L'AI abbassa la soglia d'ingresso. Chiunque può ora costruire qualcosa che funziona. Ma "funziona" ed "è sicuro", "è scalabile" e "regge in produzione" sono cose diverse.

Ho visto entrambi i lati: il codice scritto male prima dell'AI e il codice generato male dopo. Il problema non è mai stato lo strumento. È sempre stata la catena di revisione — o la sua assenza.

Il professionista tecnico è la persona che sa riconoscere il confine tra un prototipo e un prodotto — e che ha la competenza, e la responsabilità, di non attraversarlo senza sapere cosa c'è dall'altra parte.

Note e fonti
1. Klarna. Klarna AI assistant handles two-thirds of customer service chats in its first month. Press release ufficiale, 27 febbraio 2024. klarna.com/international/press
2. Forbes — Marks, Gene. Klarna Reverses On AI, Says Customers Like Talking To People, 18 maggio 2025. Fonte primaria citata: Gizmodo, Klarna Is Hiring Back Human Help After Going All-In On AI. gizmodo.com/klarna-hiring-back-human-help
3. Reuters. Teleperformance shares plunge on AI disruption concerns. 28 febbraio 2024. reuters.com/technology/teleperformance-shares-plunge-ai-disruption-concerns-2024-02-28
4. TP (Teleperformance) — voce Wikipedia. Dati: fatturato €10,28 mld e 490.000 dipendenti (FY2024), membro CAC 40. en.wikipedia.org/wiki/TP_(company)
5. OpenAI. Terms of Use (aggiornato gennaio 2026): «Our aggregate liability under these Terms will not exceed the greater of the amount you paid for the service that gave rise to the claim during the 12 months before the liability arose or one hundred dollars ($100).» openai.com/policies/terms-of-use