Stessa slide, parola nuova: dodici anni di buzzword sullo stesso file Excel

Domenica 14 settembre, sera. Domani c'è il kickoff del quarto trimestre, e il Dott. Brambilla ha già mandato la bozza della slide di apertura. Una sola parola, in un font enorme: AGENTIC. Sotto, più piccolo: «Agenti autonomi per il cruscotto vendite».

Il cruscotto vendite lo conosci bene. È un file Excel, vendite_DEF_v3_ULTIMO.xlsx, che hai ereditato il giorno in cui sei entrato in azienda, nel 2013. Da allora è cambiato poco: qualche colonna in più, una macro che nessuno osa toccare, un grafico a torta. Quello che è cambiato ogni anno è il nome che Brambilla gli dà nelle slide.

Per capire cosa dire domani, apri la cartella condivisa Kickoff/. Dentro c'è una presentazione per ogni anno. Le sfogli in ordine, come un album di famiglia.

2013 — Big Data

La prima slide ha un'immagine di zeri e uni che piovono dal cielo, e un titolo: Entriamo nell'era dei Big Data. Il progetto: «analizzare i dati di vendita con tecnologie Big Data».

Il termine ha una definizione precisa, nata nel 2001 da una nota dell'analista Doug Laney: dati che mettono in difficoltà gli strumenti tradizionali per volume, velocità o varietà. Per gestirli, nel 2006 era nato Hadoop, ispirato al MapReduce di Google: distribuire il calcolo su centinaia di macchine perché i dati non stanno su una sola. Il tuo dataset, invece, stava comodamente in un portatile:

$ wc -l vendite.csv
40213 vendite.csv
$ duckdb -c "SELECT regione, sum(importo) FROM 'vendite.csv' GROUP BY regione"
# risposta in qualche millisecondo, su un portatile

Una regola pratica che gli ingegneri ripetono da anni: se i dati entrano nella RAM del tuo computer, non sono big data. Sono dati. Il vero problema del 2013 non era il volume, era Excel. Lo ha scoperto nel modo peggiore Public Health England, a ottobre 2020: i risultati dei test COVID passavano per un file nel vecchio formato .xls, che si ferma a 65.536 righe. Le righe in più venivano semplicemente scartate. Circa 16.000 casi positivi non sono arrivati al tracciamento dei contatti per una settimana. Non serviva Hadoop: serviva un database.

2015 — Cloud (e poi serverless)

Due anni dopo la pioggia di zeri e uni diventa una nuvola. Il cruscotto va nel Cloud. In pratica il file viene spostato su una macchina virtuale presa in affitto, con lo stesso Excel sopra, e arriva una fattura mensile che nessuno aveva previsto.

Gli informatici hanno un adesivo per questo: There is no cloud, it's just someone else's computer. Non esiste nessuna nuvola: c'è il computer di qualcun altro, in un capannone climatizzato, e lo paghi a ore. A volte conviene moltissimo (carichi variabili, nessun hardware da gestire, servizi pronti), a volte no. 37signals, l'azienda di Basecamp, nel 2023 ha comprato i propri server Dell e ha stimato un risparmio di circa 7 milioni di dollari in cinque anni rispetto alla bolletta AWS.

Nel 2016 la slide si aggiorna: Serverless. Senza server. Anche qui il nome è più ambizioso della realtà: i server ci sono eccome, solo che non li vedi e paghi a invocazione. Il team di Prime Video, dentro Amazon, nel 2023 ha raccontato di aver riportato un suo servizio di monitoraggio da un'architettura serverless distribuita a un'applicazione unica, tagliando i costi di infrastruttura di oltre il 90%. Il messaggio non è «il cloud è sbagliato». È che ogni architettura ha un conto, e qualcuno lo deve leggere.

2016 — Digital Transformation

La slide del 2016 ha una farfalla che esce da un bozzolo. Trasformazione digitale. Il progetto: i moduli d'ordine cartacei vengono scansionati in PDF e allegati al cruscotto. Due mesi dopo qualcuno chiede di stampare i PDF, «perché a schermo non si leggono bene».

Una trasformazione digitale vera cambia il processo, non il supporto: se un ordine passa da un modulo cartaceo a un modulo web che scrive direttamente in un database, con validazione dei campi e nessuna ribattitura, è trasformazione. Se il foglio diventa un PDF dello stesso foglio, è una fotocopia molto costosa. Non sorprende che, secondo un'analisi di BCG del 2020 su quasi novecento iniziative, il 70% delle trasformazioni digitali non raggiunga i propri obiettivi.

2018 — Blockchain

A gennaio 2018 la slide è dorata: Il cruscotto sulla Blockchain. Non è un'idea isolata. Poche settimane prima un'azienda di bevande, Long Island Iced Tea, aveva annunciato di chiamarsi Long Blockchain: le azioni erano salite fino al 388% in un giorno. Kodak aveva presentato KodakCoin e il titolo era più che raddoppiato. Long Blockchain non ha mai realizzato nessuna blockchain, è stata tolta dal Nasdaq, e nel 2021 la SEC ha accusato tre persone di insider trading proprio sull'annuncio del cambio di nome.

Tecnicamente, una blockchain è una lista di blocchi in cui ogni blocco contiene l'hash del precedente, più un meccanismo di consenso che permette a parti che non si fidano l'una dell'altra di mettersi d'accordo su cosa ci sia scritto. Il primo pezzo si scrive in dieci righe:

import hashlib, json

catena = [{"indice": 0, "dati": "genesi", "prev": "0" * 64}]

def aggiungi(dati):
    prev = hashlib.sha256(json.dumps(catena[-1], sort_keys=True).encode()).hexdigest()
    catena.append({"indice": len(catena), "dati": dati, "prev": prev})

aggiungi({"regione": "Lombardia", "importo": 1200})
# modifica un blocco vecchio e il campo prev del successivo non torna più:
# per nasconderlo dovresti ricalcolare tutta la catena da lì in avanti

Il secondo pezzo, il consenso, è quello che costa: ed è inutile se a scrivere sei solo tu. Nel 2017 due ricercatori dell'ETH di Zurigo, Karl Wüst e Arthur Gervais, hanno pubblicato un articolo intitolato proprio Do you need a Blockchain?, con un diagramma di flusso. Le domande sono semplici: ci sono più soggetti che scrivono? Si fidano tra loro? Esiste una terza parte fidata sempre disponibile? Il cruscotto vendite di Brambilla lo scrive una sola azienda, che si fida di se stessa: la risposta è un database con una tabella di log in sola aggiunta. Anche dove i soggetti erano molti, non è bastato: TradeLens, la piattaforma blockchain per le spedizioni costruita da Maersk e IBM, è stata chiusa all'inizio del 2023 perché non era commercialmente sostenibile.

2019 — IoT e Intelligenza Artificiale

Nel 2019 la slide ha un frigorifero connesso e un cervello luminoso. IoT + AI per prevedere le vendite.

L'IoT (Internet of Things) è reale e utile quando un sensore misura qualcosa che prima non si misurava. Il suo simbolo, però, resta Juicero: una spremiagrumi connessa a Wi-Fi da 400 dollari, finanziata con oltre cento milioni, che spremeva buste di frutta e verdura già tagliata. Ad aprile 2017 Bloomberg ha mostrato in un video che le buste si potevano spremere a mano, con lo stesso risultato. A settembre l'azienda ha chiuso.

Sull'intelligenza artificiale, la battuta migliore del periodo è attribuita a Mat Velloso, allora consulente tecnico del CEO di Microsoft: «Se è scritto in Python, probabilmente è machine learning. Se è scritto in PowerPoint, probabilmente è intelligenza artificiale.» Il «modello predittivo» del cruscotto, infatti, era questo:

import numpy as np
mesi = np.arange(len(vendite))
pendenza, intercetta = np.polyfit(mesi, vendite, 1)   # una retta
previsione = pendenza * (mesi[-1] + 1) + intercetta    # "AI-powered forecast"

Una regressione lineare: matematica del Settecento, utilissima, ma sulla slide era diventata «AI». Non era un caso isolato. A marzo 2019 il fondo MMC Ventures ha analizzato 2.830 startup europee classificate come aziende di intelligenza artificiale: per circa il 40% non ha trovato traccia di IA rilevante per il prodotto. L'etichetta spesso non l'avevano scelta loro, ma nessuno aveva fretta di correggerla: le startup «AI» raccoglievano dal 15 al 50% di fondi in più.

2020 — Quantum

La slide del 2020 è viola, con un atomo stilizzato: Quantum-ready. Qualche mese prima Google aveva annunciato su Nature che il suo processore Sycamore aveva eseguito in pochi minuti un calcolo che, secondo loro, un supercomputer classico avrebbe impiegato migliaia di anni a completare. Un risultato scientifico notevole, su un problema costruito apposta per dimostrarlo, senza alcuna applicazione pratica. Sicuramente non ai fogli di calcolo.

C'è però una cosa quantistica che riguarda davvero l'azienda, e non è nella slide: la crittografia. Un computer quantistico abbastanza grande romperebbe RSA e le curve ellittiche che proteggono oggi il traffico HTTPS e le VPN. Ad agosto 2024 il NIST ha pubblicato i primi tre standard di crittografia post-quantistica (FIPS 203, 204 e 205). La cosa sensata da fare non è una «strategia quantum» per il cruscotto, ma un inventario di dove e come l'azienda usa la crittografia, per poterla sostituire quando servirà.

2022 — Metaverso, NFT, Web3

A fine 2021 Facebook aveva cambiato nome in Meta, e a gennaio 2022 la slide di Brambilla è un ufficio virtuale con avatar senza gambe: Il cruscotto nel Metaverso. In più, ogni report trimestrale sarà «certificato come NFT».

Un NFT è un token su una blockchain che, nella maggior parte dei casi, contiene solo un URL che punta a un'immagine o a un file JSON su un server normale. L'ha dimostrato Moxie Marlinspike, il creatore di Signal, a gennaio 2022: ha creato un NFT che mostrava un'immagine diversa a seconda del sito da cui lo si guardava, e una cacca emoji nel suo wallet. «Quello su cui fai un'offerta non è quello che ottieni», ha scritto. Il primo tweet di Jack Dorsey, venduto come NFT nel 2021 per circa 2,9 milioni di dollari, è stato rimesso all'asta nel 2022 con una richiesta di 48 milioni: secondo CoinDesk, la miglior offerta è stata di circa 280 dollari.

Il metaverso è andato meglio solo in apparenza. Reality Labs, la divisione di Meta che lo sviluppa, ha accumulato dal 2020 perdite operative per quasi 70 miliardi di dollari. Nell'ufficio virtuale di Brambilla, intanto, è entrata una sola persona: il consulente che l'aveva venduto.

2023 — IA generativa

A fine 2022 arriva ChatGPT, e la slide del 2023 cambia di nuovo: Generative AI first. Questa volta, va detto, la tecnologia è reale e impressionante. Un modello linguistico è, in sostanza, una funzione che dato un testo calcola la probabilità della parola successiva, addestrata su una quantità enorme di testo. L'idea, ridotta all'osso, sta in poche righe:

from collections import Counter, defaultdict
testo = "il cliente vuole il report il cliente vuole la slide".split()
dopo = defaultdict(Counter)
for a, b in zip(testo, testo[1:]):
    dopo[a][b] += 1
print(dopo["cliente"].most_common(1))   # [('vuole', 2)]
# un LLM fa la stessa cosa con miliardi di parametri e un contesto lungo

Il problema non è la tecnologia: è l'etichetta appiccicata a tutto. Il cruscotto diventa «AI-powered» perché ha un pulsante che riassume la tabella. Brambilla non è l'unico. A marzo 2024 la SEC, l'autorità di borsa americana, ha multato due società di consulenza finanziaria, Delphia e Global Predictions, per aver dichiarato ai clienti un uso dell'intelligenza artificiale che non esisteva: le prime sanzioni per quello che ormai si chiama AI washing.

2025 — Agentic AI

E arrivi alla slide di domani. Agentic. Un agente è un sistema in cui un modello linguistico non si limita a rispondere, ma decide quali azioni compiere (interrogare un database, chiamare un'API, mandare una mail) e le esegue in un ciclo, fino a raggiungere un obiettivo. Può essere utilissimo. Può anche mandare una mail al cliente sbagliato alle tre di notte.

Due numeri di quest'estate. A giugno Gartner ha previsto che oltre il 40% dei progetti di agentic AI sarà cancellato entro la fine del 2027, per costi in crescita e valore poco chiaro, e ha stimato che tra le migliaia di fornitori che si dichiarano «agentici» solo circa 130 lo sono davvero: gli altri fanno agent washing, rinominando chatbot e automazioni che esistevano già. Ad agosto un rapporto del MIT ha sostenuto che il 95% dei progetti pilota di IA generativa nelle aziende non produce alcun effetto misurabile sui conti. È un sondaggio, non uno studio peer-reviewed, e il numero è stato contestato. Ma la diagnosi degli autori è interessante: il problema non è il modello, è come le aziende lo inseriscono nei processi.

Tre domande

Chiudi l'ultima presentazione. Dodici anni, nove parole, un solo file Excel. Ogni tecnologia della lista è reale, e in un contesto preciso è anche utile. Quello che è mancato ogni volta non era la tecnologia: erano le domande prima della slide.

Apri la presentazione di domani e aggiungi una diapositiva in fondo, in caratteri normali:

1. Che problema risolve? Detto senza la parola nuova. Se non si riesce a spiegarlo senza, il problema probabilmente non c'è.
2. Come misuriamo se funziona? Un numero, deciso prima di cominciare: tempo risparmiato, errori evitati, ricavi in più.
3. Qual è la soluzione noiosa? Un database, un cron job, uno script, un modulo web. Se la soluzione noiosa risolve il problema, è quasi sempre quella giusta.

Lunedì mattina Brambilla arriva alla tua slide, la legge in silenzio e annuisce. Poi alza gli occhi: «Bellissima. La possiamo chiamare framework?»