Immagina un responsabile degli acquisti in un'azienda di produzione.
Non si limita a chiedere il prezzo. Deve trovare fornitori, confrontare le condizioni, monitorare le consegne, rinegoziare quando le condizioni cambiano e gestire quando un anello non rispetta gli impegni. Questa posizione esiste in parte perché utilizzare continuamente il mercato per queste attività comporta comunque dei costi.
Ronald Coase guarda l'azienda da quel giusto punto di vista. La sua idea non è che il mercato sia inutile. La sua idea è che il meccanismo dei prezzi non è gratuito. Il processo stesso di ricerca dei prezzi, negoziazione, redazione di contratti, verifica e gestione delle controversie è già una forma di costo. Quando questi costi diventano sufficientemente alti, ci sono attività all'interno dell'azienda che risultano più economiche rispetto a quelle svolte tramite il mercato. Questo è un aspetto molto importante del suo modo di spiegare perché le aziende esistono.
Da qui, la domanda sull'agente AI non riguarda più se può sostituire il lavoro o meno. Questa domanda è troppo ampia. Ciò che merita di essere osservato è: quando è solo un nuovo strumento all'interno dell'azienda, e quando inizia a assottigliare i confini dell'azienda.
Qui, “assottigliare i confini” non deve essere inteso nel senso che l'azienda scompare o che il personale diminuisce immediatamente. Sto parlando di qualcosa di più ristretto e osservabile: ci sono molte funzioni che l'azienda doveva mantenere internamente ora possono essere acquistate più frequentemente dall'esterno, secondo contratti più chiari, con meno attrito. In altre parole, l'ambito di lavoro che l'azienda deve coordinare internamente inizia a ridursi, mentre la parte che può essere delegata al mercato inizia ad ampliarsi. Questa comprensione è in linea con lo spirito di Coase e Williamson nel vedere il mercato e l'azienda come due modi di organizzare la cooperazione diversi, con costi e vantaggi e svantaggi specifici.
Questo è il motivo per cui le recenti ricerche sugli agenti AI sono degne di nota. Il capitolo The Coasean Singularity? del NBER lo chiarisce bene: a livello di mercato, gli agenti possono creare efficienza riducendo i costi di ricerca, comunicazione e contrattazione. Ma questo capitolo afferma anche che gli agenti possono contemporaneamente creare ulteriore attrito come congestione e rendere i prezzi più difficili da vedere, mentre l'impatto netto sul benessere rimane una questione empirica. Suggerisce anche che se i costi di stimolare la domanda, eseguire contratti e verificare l'identità diminuiscono, l'ambito dei design di mercato fattibili si allargherà.
Ma da lì a concludere che il confine dell'azienda si sposterà c'è ancora un passo. Questo passo si trova proprio nell'esempio di gestione degli acquisti all'inizio dell'articolo. Se l'agente AI aiuta solo a chiedere il prezzo più rapidamente, allora l'azienda ha solo un nuovo strumento. Se quell'agente è in grado di confrontare i fornitori, negoziare nei limiti consentiti, monitorare l'esecuzione e fare tutto ciò a un costo sufficientemente basso, affidabile e verificabile, solo allora l'azienda avrà motivo di spingere una parte del coordinamento verso il mercato invece di mantenerlo tutto internamente.
Il punto cruciale non è che l'agente AI sia “intelligente” in senso generico. Il punto cruciale è se cambia il rapporto di costo tra i due modi di coordinamento. Se non riesce a modificare quel rapporto, il confine dell'azienda rimane praticamente invariato. Se riesce a modificarlo, il nuovo confine inizia a retrocedere. Questo modo di porre la questione è in linea con Coase a un livello fondamentale, ed è anche in linea con Williamson a un livello di scelta della struttura di governance adatta per ogni tipo di transazione.
Secondo questa lettura, l'agente AI sembra facile da assottigliare i confini dell'azienda prima di tutto in situazioni che soddisfano diverse condizioni contemporaneamente.
Di solito, si tratta di attività sufficientemente modulari, misurabili e verificabili. Ciò significa che input e output sono relativamente chiari, “buono” può essere descritto in termini di prezzo, scadenza, tasso di errore o alcuni criteri abbastanza specifici, e i risultati possono essere verificati come giusti o sbagliati. Un'altra condizione è che il mercato dei partner deve essere sufficientemente denso. Avere abbastanza opzioni per confrontare, sostituire e contrattare rende possibile spingere il coordinamento verso il mercato, e non è solo un'idea bella. Infine, l'infrastruttura di esecuzione deve essere sufficientemente stabile. Se la ricerca diventa più economica ma la verifica rimane costosa, o se la negoziazione è possibile ma le controversie sono difficili da gestire, l'azienda ha comunque motivi per mantenere quella parte di coordinamento internamente. Il capitolo The Coasean Singularity? sottolinea l'importanza di aspetti come l'esecuzione dei contratti, la verifica dell'identità e il design del mercato.
La direzione opposta è altrettanto importante.
Ci sono luoghi in cui è molto probabile che rimangano in azienda più a lungo. Uno è un'attività commerciale legata a un elevato grado di specializzazione degli asset. Williamson sottolinea che quando le parti investono profondamente in asset difficili da trasferire altrove, quell'attività è più difficile da delegare completamente al mercato. Due è un luogo in cui l'obiettivo è ancora poco chiaro, o non è possibile scriverlo in criteri di azione sufficientemente buoni. L'agente è più forte quando sa cosa sta ottimizzando. È molto più debole quando nemmeno l'organizzazione ha chiarito cosa significhi “buono”. Tre è dove il potere decisionale e la responsabilità sono difficili da separare. Questa parte nel mio articolo la considero solo come un ragionamento dalla logica dei costi di transazione e della struttura di governance, non è ancora una conclusione bloccata da dati empirici ampi.
Pertanto, la comprensione che sembra prevalere in questo momento non è “l'AI farà scomparire l'azienda”. Una comprensione più ristretta e condizionata è: l'agente AI può rivelare quali parti dell'azienda esistono principalmente per compensare i costi di transazione ancora elevati. Le parti più standardizzate, misurabili e verificabili hanno maggiori probabilità di essere spinte verso il mercato prima. Le parti legate a beni specializzati, obiettivi poco chiari e responsabilità difficili da trasferire, hanno motivi per rimanere più a lungo. Questo è un modello che emerge da Coase, Williamson e il capitolo NBER sopra. Non è ancora una conclusione empirica chiusa.
Tornando al gestore degli acquisti all'inizio dell'articolo, ciò che merita di essere osservato non è se verrà sostituito o meno. Ciò che merita di essere osservato è quale parte del suo lavoro esiste principalmente perché utilizzare il mercato è ancora troppo costoso, e quale parte esiste perché l'azienda ha davvero bisogno di mantenere il potere di coordinamento internamente. Se l'agente AI riduce sufficientemente il costo della prima parte, il confine dell'azienda potrebbe iniziare a retrocedere. Non in un'unica volta, e nemmeno ovunque allo stesso modo. Ma ciò è sufficiente per cambiare il modo in cui vediamo l'azienda: non più come un blocco fisso, ma come un confine sempre ridefinito dai costi di coordinamento.