Le aziende hanno comprato l'AI per andare più veloci. Ora non riescono a decidere nulla.

L'AI può produrre dieci direzioni di campagna prima che un team finisca di discutere la prima. Specifiche, layout, immagini, codice, tutto in pochi minuti.

I ritorni però non si vedono. La 29ª Global CEO Survey di PwC, pubblicata a gennaio 2026, ha rilevato che il 56% degli amministratori delegati non ha visto né maggiori ricavi né minori costi grazie all'AI nell'ultimo anno. Solo il 12% ha registrato entrambi. Il Project NANDA del MIT ha analizzato più di 300 implementazioni di AI nel 2025 e ha trovato che circa il 5% dei progetti pilota integrati produce valore reale, dopo una spesa stimata tra i 30 e i 40 miliardi di dollari.

Qualcosa sta mangiando i guadagni tra l'output e il risultato.

Il costo che è sparito, e quello che non è sparito

Fare un'altra versione costava una giornata di lavoro di qualcuno. Quel costo, in silenzio, metteva un tetto al numero di opzioni che arrivavano sul tavolo. Ne facevi due. Ne sceglievi una, e scegliere era facile perché non c'era quasi nulla tra cui scegliere.

L'AI ha tolto quel tetto e nient'altro. Le opzioni ora arrivano a decine, e il team deve comunque guardarle tutte, discutere e convergere su una. Questo lavoro non è diventato più veloce.

BetterUp Labs e il Social Media Lab di Stanford hanno messo un numero su questo spreco nel 2025. In un sondaggio su 1.150 lavoratori americani, il 40% aveva ricevuto nell'ultimo mese output di AI che sembrava finito ma non faceva avanzare il lavoro. Ogni caso costava a chi lo riceveva poco meno di due ore. Lo hanno chiamato workslop.

Quaranta opzioni tutte leggermente uguali

Scegliere è più difficile di quanto dovrebbe essere perché le opzioni si assomigliano più di quanto sembri.

Dylan Field, CEO di Figma, l'ha spiegato al podcast di Lenny nell'ottobre 2025: la prima cosa che l'AI ti dà è generica per definizione, perché è la media di tutto ciò che ha visto. Team che usano modelli simili con prompt simili ottengono risultati simili. Merriam-Webster ha eletto "slop" parola dell'anno 2025, definita come contenuto digitale di bassa qualità prodotto in massa dall'AI.

Il che significa che l'unica cosa che separa il tuo lavoro da quello di un concorrente è che qualcuno ha guardato la pila e ha fatto una scelta vera. Un tempo erano gli ultimi cinque minuti di un progetto. Oggi sono la maggior parte del valore.

La riunione in cui non succede niente

Qualcuno porta trenta opzioni generate dall'AI. Vanno tutte bene. Ognuno ha una preferenza leggermente diversa, nessuno vuole scartare le altre ventinove, e la riunione finisce con un "ci pensiamo su". Le opzioni finiscono in una cartella e nessuno la riapre.

Il team non è il problema. Non ha un posto dove fare questo lavoro.

Le opzioni vivono in un thread di Slack, impilate in fila, così quando arrivi alla quinta hai già perso la prima. Oppure stanno in Drive, un file alla volta, confrontate a memoria. David Kirsh, alla UC San Diego, studia da decenni come le persone ragionano con cose fuori dalla propria testa, e la conclusione è semplice: si pensa meglio quando si può vedere tutto insieme, uno accanto all'altro. Un thread non lo permette. Nemmeno una cartella.

Così la decisione la prende chi parla più a lungo, o chi ha il grado più alto, o la deadline. Settimane dopo qualcuno chiede perché il team è andato in quella direzione e nessuno trova il ragionamento, perché non era da nessuna parte. È sopravvissuta solo la conclusione, sotto forma di task.

Rivedere non è scegliere

Rivedere è una persona che giudica una cosa rispetto a uno standard. Molti strumenti lo fanno bene.

Scegliere è un gruppo davanti a molte opzioni valide che discute e si impegna su una. L'AI ha fatto esplodere il primo tipo di lavoro e ha reso decisivo il secondo.

Cosa misurare

La maggior parte delle aziende conta utenti, prompt e bozze. Sono numeri che dicono solo che la macchina è accesa.

Meglio misurare: quanto tempo serve per arrivare a una decisione, quanti giri di revisione, quanta parte di ciò che si genera viene effettivamente pubblicata. Un team che produce cento bozze e ne approva due non sta battendo un team che ne fa cinque e ne porta a termine una.

Tieni i tuoi strumenti

Progetta in Figma. Archivia i file in Drive. Gestisci i ticket in Jira. Fai il workshop in Miro.

Il vuoto è tra quegli strumenti, nel momento in cui il lavoro smette di essere prodotto e comincia a essere deciso.

Cosa abbiamo costruito

ALLO è una canvas per quel momento. Le opzioni vanno affiancate al brief e ai riferimenti, i feedback si attaccano alla cosa a cui si riferiscono invece di galleggiare in un thread, e il team discute davanti al lavoro finché non si arriva a una decisione. La decisione resta accanto a ciò che l'ha meritata.

ALLO non fa il lavoro. Il lavoro fallo dove lo fai già. E non è nemmeno una coda di approvazioni.

I modelli continueranno a diventare più economici, e generare cose smetterà di essere un vantaggio, perché lo avranno tutti e tutti riceveranno la stessa media. Ciò che resta è decidere quale delle quaranta è quella giusta e mettere d'accordo un team.

FAQ

Perché l'AI non migliora la produttività del team? Velocizza l'output di una persona e aumenta ciò che tutti gli altri devono valutare. Lo studio 2025 di BetterUp Labs e Stanford ha rilevato che il 40% dei lavoratori ha ricevuto output di AI che sembrava finito ma non lo era, con un costo di quasi due ore per volta.

Perché il lavoro generato dall'AI sembra uguale ovunque? I modelli restituiscono una media di ciò che hanno visto. Dylan Field di Figma dice che il primo output è generico per definizione. Ciò che rende un lavoro distintivo è una persona che sceglie una direzione.

Scegliere è come rivedere? No. Rivedere significa giudicare un singolo pezzo di lavoro. Scegliere significa selezionare una direzione tra molte valide e portare un team ad accordarsi.

ALLO sostituisce Figma, Jira o Drive? No. Tienili. ALLO sta tra la produzione del lavoro e la sua esecuzione, nel punto in cui le opzioni vengono confrontate e si fissa una direzione.

In cosa ALLO è diverso da Miro o FigJam? Quelli sono pensati per i workshop, e le board vengono abbandonate quando finisce la sessione. ALLO tiene insieme opzioni, versioni, feedback e decisioni di un progetto mentre il lavoro va avanti.

Come capiamo se l'AI sta ripagando l'investimento? Non contando i prompt. Tempo per arrivare a una decisione, numero di giri di revisione e quanta parte del lavoro generato viene davvero pubblicata.