Uno studio ampiamente rilanciato del MIT CSAIL e della Sloan sull’automazione basata sulla computer vision torna nei feed sull’IA dell’ultima ora, alimentando una tesi controcorrente sull’occupazione: l’esposizione tecnica non equivale alla sostituzione economica. La tesi non è che le telecamere non sappiano vedere. È che vedere non equivale a ripagarsi. I ricercatori che hanno modellato i costi di installazione e gestione hanno scoperto che solo circa il 23% dei salari statunitensi legati a mansioni visive sembra conveniente da automatizzare oggi. La maggior parte delle aziende continuerebbe a preferire le persone una volta conteggiati telecamere, modelli e manutenzione.

Questo è l’intero argomento, ed è sufficiente a spiegare perché il documento stia tornando a circolare. I feed sull’IA dell’ultima ora di solito non si soffermano sui modelli di costo. Si soffermano sulle dimostrazioni. Questo studio è l’opposto di una dimostrazione. Chiede cosa succede quando un’azienda deve acquistare l’intera infrastruttura, mantenerla operativa e continuare comunque a pagare il lavoro che la computer vision non ha toccato. La risposta, nei calcoli del MIT CSAIL e della Sloan, è che la maggior parte del monte salari legato al lavoro visivo non sembra un affare per le macchine oggi.

L’esposizione tecnica non è sostituzione economica

Una storia sull’occupazione che rifiuta la scorciatoia abituale

La tesi controcorrente sull’occupazione è espressa senza ornamenti: l’esposizione tecnica non equivale alla sostituzione economica. L’esposizione tecnica è la mappa familiare. Chiede quali compiti un sistema sia in grado di svolgere, quali professioni li comprendano e quali lavoratori sembrino quindi esposti. La sostituzione economica è una mappa diversa. Chiede quali di quei compiti un’azienda sottrarrebbe effettivamente a una persona dopo aver contabilizzato i costi di installazione e gestione.

Lo studio del MIT CSAIL e della Sloan sull’automazione basata sulla computer vision si colloca sulla seconda mappa. La computer vision è uno degli ambiti più maturi dell’IA applicata. Le telecamere costano poco rispetto a una fabbrica. I modelli possono classificare, rilevare e ispezionare. Proprio questa maturità fa apparire il risultato dello studio controcorrente. Se una categoria di attività dovesse aver già superato la soglia della sostituzione economica, le mansioni visive sarebbero in cima alla lista. Lo studio dice di no: non alla scala suggerita dalle mappe dell’esposizione e non oggi.

Ampia circolazione svolge un ruolo importante nell’attacco del testo. La ricerca non viene trattata come una fuga di notizie completamente nuova. Viene trattata come una scoperta che torna ogni volta che il dibattito sull’occupazione si accende. I feed sull’IA dell’ultima ora di un sabato sera rappresentano una forma particolare di circolazione: riassunti brevi, contrasti netti e una frase capace di viaggiare. La frase che viaggia qui è quella che rifiuta la scorciatoia. L’esposizione non è sostituzione. La capacità non è un ordine d’acquisto.

Questo rifiuto conta per il modo in cui vanno letti tutti gli altri numeri. Lo studio non sostiene che l’automazione basata sulla computer vision sia impossibile. Non sostiene che l’IA non sostituisca mai il lavoro umano. Sostiene che, quando vengono modellati i costi di installazione e gestione, solo una minoranza del monte salari interessato sembra conveniente da automatizzare oggi. Il resto rimane alle persone perché la fattura è più alta della voce salariale che l’azienda eliminerebbe.

Solo circa il 23% sembra conveniente da automatizzare oggi

La quota di salari che sopravvive al modello dei costi

I ricercatori hanno scoperto che solo circa il 23% dei salari statunitensi legati a mansioni visive sembra conveniente da automatizzare oggi. La percentuale si riferisce ai salari, non alla quota di aziende e neppure alla quota di professioni. È la parte del monte salari statunitense associata al lavoro visivo che continua a tornare dopo che il modello ha fissato il prezzo del sistema. Circa il 23% non è la metà. Non è la maggior parte. È una fetta minoritaria del monte salari legato alla visione.

È il complemento a fare il grosso del lavoro nel dibattito sull’occupazione. Se solo circa il 23% sembra conveniente oggi, allora la grande maggioranza non lo è. Ed è per questo che la maggior parte delle aziende continuerebbe a preferire le persone. In questo quadro, la preferenza non è sentimento. È il risultato di un confronto tra costi. Un’azienda che preferisce le persone è un’azienda che ha guardato a telecamere, modelli e manutenzione, ha sommato i costi di installazione e gestione e ha deciso che il salario umano è ancora il modo più economico per svolgere il lavoro.

Oggi è importante tanto quanto circa il 23%. Lo studio non prevede che la quota resterà immutata. È una fotografia di ciò che sembra conveniente ai prezzi attuali. Gli autori sostengono in seguito che sarebbero necessarie la scalabilità dell’IA come servizio o forti riduzioni dei costi per cambiare i calcoli. Il dato del circa 23% rappresenta i calcoli prima di quel cambiamento. È il numero che dice che l’automazione basata sulla computer vision è tecnicamente disponibile ed economicamente ristretta allo stesso tempo.

I salari statunitensi legati alle mansioni visive sono inoltre un oggetto delimitato. Lo studio non valuta ogni lavoro del Paese. Valuta il valore salariale del lavoro che i sistemi di visione potrebbero, in linea di principio, assumere. Anche all’interno di questa fetta già esposta, solo circa il 23% sembra un acquisto che un’azienda dovrebbe fare oggi. La tesi controcorrente sull’occupazione nasce da questo divario: una mappa tecnica ampia, una mappa economica ristretta e un modello dei costi nel mezzo.

Telecamere, modelli e manutenzione inclusi nei calcoli

Perché la maggior parte delle aziende continuerebbe a preferire le persone

La maggior parte delle aziende continuerebbe a preferire le persone una volta conteggiati telecamere, modelli e manutenzione. Queste tre voci sono il modo in cui lo studio rifiuta la fantasia di un software senza costi materiali. Un sistema di visione non è un modello. È una telecamera che deve essere installata e orientata, un modello che deve essere addestrato, calibrato e aggiornato, e un onere di manutenzione che non termina quando la prima ispezione va a buon fine.

I costi di installazione e gestione sono i due orologi di questa infrastruttura. L’installazione è la spesa iniziale: hardware, integrazione, il primo adattamento di telecamere e modelli a una linea o a un negozio. I costi di gestione sono la spesa continuativa: manutenzione, aggiornamenti, guasti e il personale che mantiene affidabile il sistema. I ricercatori hanno modellato entrambi. Il risultato del preferire le persone si ottiene quando entrambi sono inclusi nel prezzo e il confronto avviene con i salari, non con un video dimostrativo.

L’espressione «inclusi nei calcoli» mantiene onesto l’argomento. Un sistema che sembra economico quando si conta solo il modello può sembrare costoso quando nel registro entrano telecamere e manutenzione. La maggior parte delle aziende nel quadro dello studio non rifiuta l’automazione basata sulla computer vision perché dubita della tecnologia. La rifiuta, o la rimanda, perché il prezzo completo non è inferiore a quello delle persone che svolgono già il lavoro. È la sostituzione economica che fallisce anche dove l’esposizione tecnica è reale.

Le stesse tre voci spiegano anche come una quota nazionale dei salari pari ad appena circa il 23% possa coesistere con un’ondata di prodotti basati sulla visione. I prodotti possono esistere. I fornitori possono vendere. I progetti pilota possono essere avviati. La domanda del MIT CSAIL e della Sloan è se la fattura di gestione e installazione, comprese telecamere, modelli e manutenzione, renda la sostituzione conveniente oggi per i salari statunitensi associati alle mansioni visive. Per la maggior parte di quel monte salari, la risposta è no, e la maggior parte delle aziende continuerebbe a preferire le persone.

Un caso di studio in una panetteria e una quota minima del lavoro

La visione per il controllo qualità raramente si ripaga

Un caso di studio in una panetteria mostra che la visione per il controllo qualità rappresenta una quota minima del lavoro, quindi l’IA raramente si ripaga. La panetteria non è una metafora. È l’esempio concreto sul luogo di lavoro dello stesso modello dei costi. I controlli di qualità sono una classica mansione visiva. Ma nel caso di studio rappresentano anche una quota minima del lavoro. Se il compito che l’IA è in grado di vedere costituisce solo una frazione del monte salari, automatizzare quella frazione non consente di risparmiare abbastanza da coprire telecamere, modelli e manutenzione.

Ecco perché l’IA raramente si ripaga nel contesto della panetteria. Il sistema può essere preciso. Il sistema può essere installato. Il sistema deve comunque superare una quota minima del lavoro dopo aver considerato i costi di installazione e gestione. Una quota minima è un denominatore severo. I risparmi disponibili sostituendo il lavoro di controllo qualità sono modesti perché il controllo qualità non ha mai rappresentato la maggior parte di ciò per cui la panetteria paga i propri dipendenti. Restano la preparazione degli impasti, il trasporto, il confezionamento, la vendita e il resto del lavoro. La quota visiva è quella che sembra automatizzabile, ma non è abbastanza grande da sostenere la fattura.

La panetteria rappresenta quindi un modello di un fenomeno più ampio nello studio del MIT CSAIL e della Sloan. Si parla spesso dell’automazione basata sulla computer vision come se il compito visibile fosse il lavoro. Il controllo qualità tramite visione è visibile. In questo caso di studio è anche limitato. Quando i ricercatori mettono a confronto i costi di installazione e gestione con quel piccolo obiettivo salariale, la sostituzione non supera il test della convenienza. L’IA raramente si ripaga non perché le panetterie non possano usare telecamere, ma perché le telecamere applicate a una quota minima del lavoro non eliminano abbastanza salari.

Il caso di studio impedisce inoltre che il dato del circa 23% resti privo di un contesto lavorativo. I salari statunitensi legati alle mansioni visive sono un aggregato. Una panetteria è un luogo concreto. In quel luogo, il lavoro visivo consiste nel controllo qualità, la quota di lavoro è minima e il risultato economico è che l’IA raramente si ripaga. Estendendo la stessa struttura alle aziende in cui la visione rappresenta solo una parte del lavoro, diventa più chiaro perché la maggior parte delle aziende continuerebbe a preferire le persone anche quando la tecnologia funziona.

Sostituzione graduale e ciò che cambierebbe i calcoli

Scalabilità dell’IA come servizio o forti riduzioni dei costi

Gli autori sostengono che la sostituzione sarà graduale e che serviranno la scalabilità dell’IA come servizio o forti riduzioni dei costi per cambiare i calcoli. Graduale è la conclusione sull’occupazione che deriva da una quota del 23% oggi e da una panetteria in cui la visione rappresenta una quota minima del lavoro. Se solo una minoranza dei salari legati alla visione sembra conveniente da automatizzare oggi, allora l’ondata di sostituzioni non è un interruttore. È un processo che aspetta i prezzi.

La scalabilità dell’IA come servizio è un modo per cambiare quei prezzi. Invece di acquistare telecamere, addestrare modelli e farsi carico della manutenzione, ogni azienda potrebbe usufruire di un servizio che distribuisce quei costi di installazione e gestione su molti clienti. In questa prospettiva, la scalabilità non è un modello più grande. È un modo più economico di fornire la stessa automazione basata sulla computer vision, così che una quota maggiore del monte salari inizi a sembrare conveniente. Finché quella scalabilità non arriva, i calcoli dello studio per oggi restano validi.

Forti riduzioni dei costi sono l’altra strada. Se telecamere, modelli e manutenzione diventassero molto più economici, una quota maggiore dei salari statunitensi legati alle mansioni visive supererebbe la soglia che separa il preferire le persone dall’automatizzare. Gli autori non considerano queste riduzioni già acquisite. Le considerano la condizione necessaria per cambiare i calcoli. Senza la scalabilità dell’IA come servizio o forti riduzioni dei costi, la quota del circa 23% resta quella che sembra un acquisto, e la sostituzione sarà graduale.

La sostituzione graduale è anche un discorso sul tempo. L’esposizione tecnica può aumentare improvvisamente quando viene lanciato un nuovo modello. La sostituzione economica avanza quando i costi di installazione e gestione scendono abbastanza, oppure quando la scalabilità del servizio cambia chi li sostiene. Gli autori del MIT CSAIL e della Sloan sostengono che sia il secondo orologio a governare l’occupazione. Il primo spiega perché i feed sull’IA dell’ultima ora continuino ad aspettarsi una rottura improvvisa. Il secondo spiega perché la tesi controcorrente sull’occupazione dello studio dica che quella rottura non è ancora arrivata oggi.

Tempo per le politiche pubbliche e la riqualificazione

Cosa lascia sul calendario una fattura lenta

Gli stessi autori affermano che il percorso graduale lascia tempo per le politiche pubbliche e la riqualificazione. Questa clausola è la conseguenza pubblica del modello dei costi. Se la sostituzione sarà graduale perché solo circa il 23% dei salari statunitensi legati alle mansioni visive sembra conveniente da automatizzare oggi, allora governi e aziende non si trovano di fronte alla cancellazione dall’oggi al domani del lavoro legato alla visione. Si trovano di fronte a una finestra temporale.

Il tempo per le politiche pubbliche e la riqualificazione non significa che le politiche siano già state utilizzate bene. Significa che l’economia dell’automazione basata sulla computer vision, modellata attraverso i costi di installazione e gestione, non impone la sostituzione immediata della maggior parte del monte salari esposto. La maggior parte delle aziende continuerebbe a preferire le persone una volta conteggiati telecamere, modelli e manutenzione. Il controllo qualità tramite visione in una panetteria rappresenta una quota minima del lavoro, quindi l’IA raramente si ripaga. Presi insieme, questi risultati lasciano tempo.

Tempo per le politiche pubbliche significa tempo per decidere come trattare una tecnologia tecnicamente pronta ma economicamente parziale. Tempo per la riqualificazione significa tempo per spostare le persone prima che i calcoli cambino. Il cambiamento, ancora una volta, non è dato per scontato. Dipende dalla scalabilità dell’IA come servizio o da forti riduzioni dei costi. Fino a quando una di queste condizioni non si verificherà, lo studio del MIT CSAIL e della Sloan afferma che l’effetto sull’occupazione dell’automazione basata sulla computer vision resterà più circoscritto delle mappe dell’esposizione e che il calendario per le politiche pubbliche e la riqualificazione resterà aperto.

Ecco perché un documento ampiamente rilanciato può tornare a essere una notizia nei feed sull’IA dell’ultima ora senza un nuovo dato sul numero di posti di lavoro. Il rilancio riguarda la forma della minaccia. Una storia di sostituzione improvvisa non lascia tempo. Una storia di sostituzione graduale, fondata su un dato del 23% oggi e su costi che continuano a favorire le persone, lascia tempo per le politiche pubbliche e la riqualificazione. La tesi controcorrente sull’occupazione è, in definitiva, una storia su quel tempo residuo.

Per x.com, prima arriva la fattura

La battuta già pronta

Per x.com la battuta è già pronta: i robot stanno arrivando, ma prima arriva la fattura. La frase non è un risultato della ricerca. È la sintesi pronta per il feed dei risultati. I robot stanno arrivando è la metà dell’esposizione tecnica. La computer vision è in grado di occuparsi di una parte sempre maggiore del lavoro visivo. Prima arriva la fattura è la metà della sostituzione economica. Costi di installazione e gestione, telecamere, modelli e manutenzione compaiono prima dei risparmi salariali che, per la maggior parte del monte salari legato alla visione, li renderebbero giustificabili.

Ecco perché lo studio può essere ampiamente rilanciato e continuare a sembrare un contenuto da ultima ora. A x.com non serve un nuovo dataset per costruire la battuta. Serve il contrasto: una struttura matura di automazione basata sulla computer vision, un modello dei costi del MIT CSAIL e della Sloan, circa il 23% dei salari statunitensi che sembra conveniente da automatizzare oggi e la maggior parte delle aziende che continuerebbe a preferire le persone. Aggiungete il caso di studio in una panetteria, in cui la visione per il controllo qualità rappresenta una quota minima del lavoro e l’IA raramente si ripaga, e la battuta sulla fattura avrà anche un luogo concreto a cui essere collegata.

La battuta si accorda inoltre con la tesi più ampia degli autori. Se la sostituzione sarà graduale a meno che la scalabilità dell’IA come servizio o le forti riduzioni dei costi non cambino i calcoli, allora i robot possono continuare ad arrivare in senso tecnico mentre la fattura continua ad arrivare prima in senso economico. Il tempo per le politiche pubbliche e la riqualificazione esiste nello spazio tra quei due arrivi. La tesi controcorrente sull’occupazione consiste nel trattare quello spazio come la storia, invece di considerare l’esposizione come un destino.

Nulla di tutto questo richiede di inventare un collasso più ampio o un boom più ampio. Lo studio del MIT CSAIL e della Sloan sull’automazione basata sulla computer vision dice ciò che dice. L’esposizione tecnica non equivale alla sostituzione economica. Solo circa il 23% dei salari statunitensi pertinenti sembra conveniente da automatizzare oggi. La maggior parte delle aziende continuerebbe a preferire le persone una volta conteggiati telecamere, modelli e manutenzione. Una panetteria mostra perché una quota minima del lavoro non può sostenere il sistema. Gli autori sostengono che il resto sarà graduale, in attesa della scalabilità o di forti riduzioni dei costi, e che il ritardo lascia tempo per le politiche pubbliche e la riqualificazione. Per x.com, è già un post completo: i robot stanno arrivando, ma prima arriva la fattura.