La più grande banca dell'Australia afferma che l'IA aziendale sta accumulando costi maggiori e producendo 'lavoro scadente'

      Il CEO della CBA, Matt Comyn, ha usato l'espressione "lavoro scadente" per descrivere l'output AI di bassa qualità che ora fluisce attraverso i flussi di lavoro aziendali, poiché i costi dell'AI a pagamento per token aumentano con la complessità del compito.

      Matt Comyn, CEO della Commonwealth Bank of Australia, ha utilizzato un discorso lunedì per segnalare due problemi di adozione dell'AI che i grandi acquirenti aziendali stanno affrontando silenziosamente da diversi mesi.

      Il primo è che il costo di gestione dell'AI generativa all'interno dei flussi di lavoro aziendali sta aumentando sostanzialmente più velocemente di quanto la maggior parte delle aziende avesse previsto, man mano che la complessità del compito aumenta.

      Il secondo è ciò che Comyn ha definito "lavoro scadente", il testo, il codice e l'analisi generati dall'AI di bassa qualità che fluiscono attraverso i sistemi interni dell'azienda quando i dipendenti utilizzano l'AI senza un adeguato controllo della qualità.

      Il framing dei costi è la parte che risuonerà con il pubblico degli acquirenti IT aziendali. La tariffazione basata su token, il modello di fatturazione per carattere utilizzato dai laboratori dei modelli di base per addebitare ai clienti aziendali, è aumentata negli ultimi 18 mesi da una voce di bilancio modesta a una categoria significativa di spese operative.

      Il punto di Comyn è che i costi si accumulano più velocemente del previsto perché il consumo di token per compito aumenta in modo non lineare con la complessità del compito: un semplice compito di sintesi potrebbe consumare 1.000 token, ma un compito di ragionamento a più fasi con utilizzo di strumenti può consumare oltre 100.000 token per lo stesso valore di output. Le aziende che hanno prezzato i loro lanci di AI sulla base di compiti semplici stanno ora vedendo fatture che si scalano sulla curva dei compiti complessi.

      Questo problema non è specifico per la CBA. Morgan Stanley ha raddoppiato la sua previsione di perdita di posti di lavoro nell'AI bancaria europea la scorsa settimana, in parte sulla base di prove che i rapporti costo-beneficio dell'AI si stanno stringendo esattamente nel momento in cui le grandi istituzioni speravano che si allentassero. Il problema della scalabilità dei costi per token descritto da Comyn è il meccanismo sottostante: lo stesso dispiegamento dell'AI che ha funzionato a volumi di fase pilota può produrre costi 10-100 volte superiori alla complessità della fase di produzione.

      Il risultato è la pressione sugli acquisti di AI aziendali che Comyn ha previsto si stringerà fino al 2026: le aziende stanno intensificando il controllo delle spese legate all'AI mentre aumenta la pressione per dimostrare i ritorni sugli investimenti.

      Il framing del "lavoro scadente" è la parte più colorita ma altrettanto sostanziale del discorso. La categoria che Comyn stava nominando, l'output generato dall'AI di bassa qualità che nominalmente completa un compito ma in realtà degrada il flusso di lavoro a valle, è l'analogo del lavoro di conoscenza aziendale del problema del "lavoro scadente" dell'AI sui social media emerso nel 2024 con gli strumenti di generazione di immagini.

      La versione bancaria appare così: un dipendente utilizza ChatGPT per redigere un'email a un cliente, l'email è tecnicamente grammaticale ma fattualmente imprecisa, il destinatario interpreta l'imprecisione come un impegno, e la banca gestisce il reclamo risultante tre settimane dopo a un costo sostanzialmente più elevato rispetto a quello che il lavoro originale avrebbe generato senza aiuto.

      Il contesto specifico della CBA è significativo. La banca ha annunciato 90 tagli di posti di lavoro all'inizio di quest'anno e ulteriori 120 tagli a maggio esplicitamente attribuiti ai guadagni di produttività guidati dall'AI, insieme a un impegno di riqualificazione della forza lavoro AI di 90 milioni di dollari australiani.

      Le osservazioni di Comyn si inseriscono quindi in una strategia della CBA che si è visibilmente impegnata per una sostituzione dell'AI su larga scala: il framing del "lavoro scadente" non è una critica difensiva dell'AI da parte di una banca che ha rifiutato la tecnologia, ma una lettura più acuta sull'implementazione dell'AI da parte di uno dei più grandi attuali adottatori in Australia.

      Il contesto più ampio delle banche australiane è anche degno di nota. Sam Altman ha sostenuto nel mese scorso che un'apocalisse di posti di lavoro nell'AI è improbabile a livello macro, e i dati sul lavoro fino a marzo 2026 finora hanno supportato la lettura conservativa.

      Le osservazioni di Comyn complicano quel quadro: i dati macro sul lavoro non mostrano ancora uno spostamento su larga scala, ma i dati sui margini operativi all'interno delle grandi aziende stanno iniziando a mostrare i compromessi tra costo e qualità dell'AI che la CBA sta ora nominando esplicitamente.

      L'implicazione sostanziale è che la narrativa sui costi dell'AI 2024-2025, secondo cui i prezzi dei token stavano scendendo così rapidamente che la questione dell'economia dell'implementazione si sarebbe risolta da sola, si è invertita strutturalmente.

      I prezzi per token in calo sono stati sopraffatti dall'aumento del consumo di token per compito mentre le imprese passano da implementazioni pilota a casi d'uso in produzione. La fase di disciplina degli acquisti che Comyn prevede fino al 2026 è, su questa base, la conseguenza prevedibile.