Fabrizio Serafini ha 26 anni, è cresciuto a Palermo, si è formato ad Harvard ed è investment partner in Andreessen Horowitz, una delle società di venture capital più influenti della Silicon Valley, dove dice di essere il primo italiano assunto. Il 10 agosto ha firmato, con due colleghi, l'analisi che ha rilanciato la discussione su quanto costi far svolgere a un'intelligenza artificiale il lavoro di un impiegato d'ufficio. Serafini, raggiunto al telefono a New York, ridimensiona proprio la cifra che ha reso virale il suo studio.

Il numero in questione ha fatto il giro del settore. Un'ora di lavoro svolta da un agente IA costerebbe tra 6 e 8 dollari, contro i circa 10 dollari di un addetto di un centro servizi delocalizzato in India e i 30-45 dollari di un impiegato di back-office statunitense. La domanda a cui il suo studio prova a rispondere è se gli agenti di intelligenza artificiale sappiano davvero usare un computer.

"Questa valutazione dei costi che abbiamo fatto è un po' high level (di livello generale, ndr.)", spiega l'investitore. "Il punto che volevamo fare è che ormai gli agenti, se strutturati bene, possono essere competitivi con un umano". La voce assente dal grafico riguarda le persone che restano a vigilare, e Serafini la indica anticipando la domanda: "Il costo reale non è il costo solamente dell'IA, è il costo dell'umano che poi deve andare lì".

Cosa significa "usare un computer"

Gli agenti di cui parla lo studio non sono assistenti conversazionali. Il meccanismo prevede che il software riceva l'immagine dello schermo, decida dove cliccare e cosa digitare, e ripeta il ciclo fino al completamento dell'operazione. Questa modalità, chiamata in inglese computer use, consente di automatizzare il lavoro anche sui programmi che non offrono alcuna via di accesso automatica per gli sviluppatori. Il settore di riferimento è quello dell'esternalizzazione dei processi ripetitivi: aggiornamento di anagrafiche, inserimento di dati nei portali della pubblica amministrazione o delle assicurazioni, gestione di segnalazioni informatiche.

Serafini insiste su un punto che considera decisivo. "Computer use non è uno spazio, è una capability", cioè un'abilità. "È come uno strumento che usi per risolvere una task, ma la cosa più importante è la task", afferma. L'immagine che usa per spiegare la distanza tra quello che il modello potrebbe fare e quello che produce davvero riguarda i motori. "Hai un motore che funziona benissimo, però per renderlo utile devi costruire una macchina attorno al motore".

Il salto rilevato dai test, e quello che i test non dicono

Il riferimento tecnico usato nello studio è OSWorld-Verified, una prova che misura quanti compiti un agente riesce a completare su un computer reale con sistema operativo Ubuntu, Windows o macOS. Il punteggio migliore attuale, attribuito al modello Claude Fable 5 di Anthropic, arriva all'85%. La soglia umana calcolata nello studio originale del 2024, su un insieme di prove più ampio, si attestava al 72,36%

Il confronto sembra chiudere la questione. Il 26 giugno, però, il laboratorio XLANG, lo stesso gruppo che ha costruito OSWorld, ha pubblicato una versione molto più difficile della prova. OSWorld 2.0 contiene 108 flussi di lavoro completi, che a un professionista umano richiedono in media circa un'ora e mezza ciascuno. Il risultato migliore su questa nuova prova, secondo l'articolo scientifico depositato su arXiv, si ferma al 20,6%: quattro compiti su cinque restano incompiuti. Gli autori del test scrivono che i punteggi elevati raccolti sui benchmark precedenti sovrastimano i progressi reali, perché quei compiti erano brevi e raramente coinvolgevano più di una o due applicazioni.

Il documento di a16z non menziona quel risultato. Serafini, interrogato sulla distanza tra 85% e 20,6%, si domanda anzitutto quando lo studio sia stato chiuso, e risponde da sé: "Tre settimane fa". La data non chiude la questione, perché colloca la stesura finale a fine luglio, oltre un mese dopo la pubblicazione del nuovo test. L'investitore non contesta comunque la cifra e sposta il ragionamento. "I benchmark vanno presi per quello che sono, che è un'indicazione. Poi ovviamente la performance reale cambia", risponde. "Se gli dai una task molto più complicata ti aspetti che scenda. Non li devi confrontare uno con l'altro, perché sono due cose diverse".

La distinzione che l’analista propone vale più del numero. "Bisogna separare due cose: risolvere una task, che è quello che il benchmark ti dice, e risolvere un processo lavorativo. Sono cose completamente diverse", sostiene. Serafini arriva poi alla concessione più netta dell'intera conversazione: "Da lì a dire che sto risolvendo un problema lavorativo per un'azienda c'è un gap enorme, ed è il 99% del lavoro".

I conti imperfetti

Quell'ammissione ha una conseguenza diretta sul confronto economico che apre lo studio. Serafini la riconosce senza girarci intorno. "I costi variano da morire a seconda di due cose: della task che vuoi risolvere e se riesci a risolverla in maniera efficace", spiega. "Può essere più competitivo di un umano, ma può essere anche molto meno competitivo di un umano".

Un esempio contenuto nel documento chiarisce la posta in gioco. Un agente incaricato di trasferire le condizioni di pagamento da un contratto al gestionale può leggere "60 giorni" al posto di "30 giorni", e la registrazione supera ogni controllo visivo fino all'emissione della fattura sbagliata. Il criterio che separa i processi automatizzabili da quelli fuori portata non riguarda dunque la difficoltà del compito, bensì la possibilità di verificare subito se il risultato è corretto.

La stima più importante dell'analisi, quella dei 6-8 dollari all'ora, poggia su un founder di impresa che resta anonimo. Serafini, alla richiesta di identificarlo, ammette: "Non te lo posso dire, perché lui ci ha chiesto proprio di non dirlo". I riferimenti usati per il costo del lavoro delocalizzato provengono invece da tre società che operano a loro volta nell'outsourcing o nella consulenza. Il dato statunitense resta l'unico ancorato a una fonte istituzionale, la retribuzione mediana degli operatori di servizio clienti rilevata dal Bureau of Labor Statistics, pari a 20,59 dollari l'ora.

Chi firma lo studio

Andreessen Horowitz non è un istituto di ricerca indipendente. Investe direttamente in startup che vendono infrastrutture per agenti software, e nel documento cita sette aziende attive nella costruzione di ambienti di addestramento per questa tecnologia senza specificare quali facciano parte del proprio portafoglio. Serafini rivendica una logica opposta a quella del sospetto. "Investiamo di più in startup piccoline che in aziende enormi", replica. "Se la mia visione fosse che arriviamo a un unico modello che può far tutto, allora che sto a investire in tutte le startup?"

Il dettaglio più sorprendente emerso dalle sue interviste alle aziende riguarda l'indifferenza dei clienti verso la tecnologia. "Che modello usano? Boh", racconta, descrivendo le risposte delle aziende che hanno già automatizzato processi reali. "Ai clienti non gliene frega niente". La conclusione che ne trae ribalta la gerarchia del settore: il collo di bottiglia non è più il modello linguistico, bensì la conoscenza dei processi di una singola azienda.

Dove i progetti si fermano

Il documento non contiene casi di fallimento. Serafini, interpellato sul punto, individua un confine preciso. "Le aziende che falliscono sono quelle che non riescono a convertire la demo in un real deployment", afferma, e descrive la trappola: due pomeriggi di lavoro bastano a costruire una dimostrazione convincente, la vera difficoltà comincia quando quella dimostrazione deve funzionare su 100mila casi contemporaneamente. Un meccanismo ricorrente attenua nel frattempo i costi: l'agente esegue il processo una prima volta, il sistema trasforma la sequenza in codice tradizionale molto meno costoso, e il modello torna in gioco solo quando qualcosa si rompe. "Il futuro non sarà mai un prompt solo che fa tutto il lavoro", osserva Serafini.

Il lavoro, e l'occasione italiana

L'investitore prende le distanze dalle conseguenze occupazionali. "Io non sono la persona corretta per risponderti a questa domanda", premette, prima di indicare l'esito che considera auspicabile: "Come riescono a redistribuire le risorse umane in maniera efficiente? Non devono licenziarle necessariamente". Il documento cita un integratore di sistemi che punta a ricollocare tra il 20% e il 25% del personale impiegato su contratti a basso margine, senza chiarire se ricollocare significhi riqualificazione, mancate assunzioni o uscite. Serafini riconosce che il continente parte da una condizione diversa: "In Europa è un mercato del lavoro molto più rigido".

La lettura che offre alle imprese italiane rovescia però il pregiudizio sulla dimensione. "Ci potrebbe essere un'opportunità micidiale per le aziende italiane", sostiene. "Il fatto che una PMI non ha tanta struttura rende anche più facile l'adozione dell'IA". L'argomento riguarda la possibilità di saltare gli stadi intermedi di modernizzazione informatica che le grandi organizzazioni hanno dovuto attraversare: "Con l'IA vai da zero a mille direttamente e salti tutto".

La condizione che pone resta pesante, e coincide con il 99% di lavoro che secondo lui separa la dimostrazione dal risultato. Le competenze necessarie a costruire il sistema di controllo intorno all'agente sono difficilmente reperibili in un'impresa di piccole dimensioni, e su questo il Andreessen Horowitz non offre risposte.