L'IA non ha ucciso il software aziendale. Lo ha diviso in vincitori e perdenti strutturali
Esiste una narrativa che domina le conversazioni nei consigli di amministrazione e nei fondi di capitale di rischio da due anni: l'intelligenza artificiale divorerà il software aziendale nello stesso modo in cui il software ha divorato i modelli di business analogici. È un'immagine potente. E come ogni immagine potente che circola senza attrito, merita che qualcuno la sottoponga a pressione prima che detti decisioni di investimento con conseguenze reali.
Charlie Gottdiener, CEO di Anaplan, ha pubblicato recentemente su Fortune un saggio che propone una lettura diversa. La sua tesi non è che l'IA non cambierà il software. È che il cambiamento non sarà orizzontale né democratico: sarà una selezione, un processo di classificazione che amplificherà certi fornitori rendendone altri ridondanti. Per Gottdiener, la variabile decisiva non è la tecnologia in sé, ma la natura di ciò che ogni strato di software calcola o rappresenta.
Ciò che segue non è una difesa di quella tesi né una confutazione. È un'analisi della sua logica commerciale.
---
Il modello a tre strati e ciò che è davvero in discussione
Gottdiener propone che l'architettura aziendale del software si stia frammentando in tre livelli con ruoli distinti. In cima, i modelli linguistici su larga scala fungono da interfaccia conversazionale universale. Alla base, quello che lui chiama il Protocollo di Contesto del Modello esegue comandi verso i sistemi esistenti. Nel mezzo, lo strato che lui chiama Autorità di Dominio Deterministico — il suo termine per i motori di calcolo governati, verificabili e riproducibili — è dove, secondo il suo argomento, risiederà il valore difendibile.
La distinzione tecnica che sorregge quell'argomento è precisa: un modello linguistico è probabilistico. Genera risposte che variano secondo il pattern statistico, non secondo una logica di calcolo fissa. Quando un'azienda ha bisogno di conoscere l'impatto esatto di una modifica al proprio piano finanziario, o di calcolare l'effetto di un cambiamento nella struttura delle retribuzioni sul costo totale del lavoro, la probabilità non è sufficiente. Serve un motore che produca lo stesso risultato a fronte degli stessi dati, ogni volta, in qualsiasi condizione di audit regolatorio o fiscale.
Questo limite dei modelli linguistici è reale, documentato e non è oggetto di seria disputa tecnica. Ciò che è invece in discussione è cosa accade agli strati di software che non vivono in quello spazio deterministico.
La diagnosi di Gottdiener sugli strumenti di business intelligence e visualizzazione dei dati è specifica e ha peso: se il valore principale di un prodotto era consentire a un utente di formulare domande sui propri dati in linguaggio naturale e ricevere una risposta visiva, quel prodotto compete ora contro un'interfaccia conversazionale integrata nel sistema operativo di lavoro. Non tra tre anni. Oggi. La barriera d'ingresso per replicare quella funzionalità di base è crollata.
Lo stesso vale, sebbene con sfumature diverse, per gli strumenti di automazione dei flussi di lavoro che non possiedono un proprio calcolo: spostano dati tra sistemi, ma non sono la fonte di verità di nessuno di essi. Quando un modello linguistico può orchestrare quelle integrazioni direttamente tramite istruzioni in linguaggio naturale, lo strato intermedio perde la sua ragione d'esistere.
Dove l'analisi diventa più interessante, e più suscettibile di scrutinio, è nell'altra metà della classificazione.
---
Il fossato che Gottdiener propone e ciò che non dice di esso
Gottdiener sostiene che i motori di pianificazione aziendale, i sistemi di registrazione delle risorse umane, i sistemi di gestione dei clienti e i database normativi specializzati siano i sopravvissuti strutturali. Il motivo: possiedono verità computazionale governata. La data di assunzione di un dipendente, l'importo di una trattativa conclusa, la dose massima consentita di un composto farmaceutico. Questi sono fatti, non suggerimenti. E un modello linguistico non può fabbricarli né convalidarli con la precisione che richiede un audit.
Quell'argomento ha solidità tecnica. Ma introduce una trappola che Gottdiener riconosce parzialmente e poi non sviluppa del tutto.
Se il valore di un motore deterministico è la precisione computazionale all'interno di un dominio, e se quel motore può essere replicato da un altro fornitore che offre la stessa precisione a un costo inferiore, allora il modello linguistico — che agisce come interfaccia universale — sarà indifferente tra i fornitori. Il fossato non è nel motore. È nel modello specifico che il cliente ha costruito all'interno di quel motore.
Gottdiener lo afferma: il vantaggio reale è il modello di pianificazione o di operazioni che una specifica azienda ha codificato nella piattaforma nel corso degli anni. Migrare quel modello verso un sistema concorrente non è un'esportazione di dati. È ricostruire la logica istituzionale da zero. Fa male, e quel dolore è ciò che trattiene il cliente.
È qui che conviene separare la narrativa dalla scoperta commerciale. Perché ciò che Gottdiener sta descrivendo, senza chiamarlo così, è un meccanismo di fidelizzazione basato sul costo di sostituzione accumulato, non su una superiorità tecnica continua. È un argomento di stickiness, non di innovazione permanente. Questo non lo invalida. Ma cambia radicalmente come deve essere letta la proposta di valore per un cliente che non ha ancora iniziato l'implementazione.
Un acquirente che non è ancora legato ad alcuna piattaforma deve chiedersi — e qui l'analisi di Gottdiener non lo aiuta molto — quanto del valore che riceverà proviene dal motore in sé, quanto proviene dalla profondità del proprio modello costruito nel tempo, e quanto proviene dall'integrazione con l'ecosistema di modelli linguistici che verrà. Queste sono tre proposte di valore con strutture di costo e di fidelizzazione radicalmente diverse.
---
La variabile che non appare nell'argomento visibile
Gottdiener scrive da una posizione di conflitto di interessi che dichiara con onestà: Anaplan è, secondo la sua stessa descrizione, esattamente il tipo di piattaforma che il suo quadro teorico dichiara vincitrice. Questo non invalida l'analisi, ma obbliga a leggerla con maggiore attenzione su ciò che non dice.
Ciò che non appare nel testo è la dinamica dei prezzi in un mercato in cui i motori deterministici si moltiplicano. Se il modello linguistico agisce come interfaccia neutrale e seleziona il motore più preciso al costo più basso, il prezzo dei motori deterministici tenderà a scendere man mano che più fornitori li offriranno. La concorrenza non sparirà perché il calcolo è preciso. Si sposterà a un altro livello: chi offre la stessa precisione con migliori prestazioni e un costo di implementazione iniziale inferiore.
In quello scenario, l'unica difesa duratura non è il motore, ma la profondità del modello istituzionale del cliente. Il che significa che il valore del fornitore si concentra progressivamente nella fase di implementazione e costruzione del modello, non nella licenza del software in sé. Questo ha conseguenze dirette sui margini e sulla struttura dei ricavi: se il valore risiede nel servizio professionale e nella complessità del modello costruito, il business assomiglia sempre più a una società di consulenza con una propria piattaforma che a un prodotto software con margini elevati e crescita per espansione delle licenze.
Questa svolta non è necessariamente negativa. Ma non è nemmeno la narrativa che circola quando si parla di piattaforme SaaS con valutazioni da software puro.
L'altra assenza notevole è la velocità di miglioramento degli stessi modelli linguistici nei compiti di ragionamento matematico e logico. Gottdiener assume che il limite probabilistico dei modelli linguistici sia strutturale e permanente per il calcolo aziendale complesso. Quella supposizione può essere valida oggi. Potrebbe non esserlo tra quattro anni. I miglioramenti nel ragionamento formale dei modelli di nuova generazione sono costanti e documentati. Se quel divario si chiude parzialmente, la dipendenza da motori deterministici esterni si riduce, e con essa la premessa centrale dell'argomento.
---
Ciò che separa un fossato strutturale da una narrativa che si autoconferma
L'argomento di Gottdiener non è fumo. Identifica una distinzione tecnica reale — calcolo deterministico contro inferenza probabilistica — e la collega correttamente a una concreta necessità aziendale: l'audit, la precisione normativa e la riproducibilità nelle decisioni finanziarie e operative ad alto impatto.
Dove l'argomento richiede più lavoro non è nella sua premessa tecnica, ma nella sua architettura commerciale proiettata. La fidelizzazione per costo di sostituzione accumulato è potente, ma opera nelle aziende già implementate. La proposta di valore per un nuovo acquirente è più fragile di quanto il quadro suggerisca, perché quell'acquirente può scegliere di implementare con maggiore cautela, con una profondità di modello iniziale inferiore e con più opzioni di uscita. La pressione sui prezzi dei motori deterministici aumenterà man mano che la categoria maturerà. E il miglioramento continuo dei modelli linguistici nel ragionamento complesso continuerà a restringere lo spazio in cui la delega a un motore esterno è obbligatoria.
Ciò che invece rimane chiaro, e merita essere recepito senza riserve, è la diagnosi sugli strati di software basati principalmente sull'esperienza utente e sulla visualizzazione. Quelli strati non hanno un argomento di fidelizzazione basato su un calcolo proprio. Il loro vantaggio competitivo era l'interfaccia, e l'interfaccia ha già un sostituto più conveniente. Non è che spariranno domani. È che la loro capacità di sostenere prezzi e fidelizzazione senza trasformare la propria proposta di valore verso il calcolo o i dati governati si deteriora a ogni trimestre che passa.
L'IA non sta consumando il software aziendale in modo uniforme. Sta applicando una pressione asimmetrica che favorisce chi possiede calcolo governato e penalizza chi vendeva principalmente un accesso comodo a dati calcolati da altri. Quella separazione non l'ha inventata Gottdiener. L'ha accelerata l'IA. E le aziende che non hanno ancora verificato da quale parte di quella linea si trovi il loro fornitore attuale dovranno farlo prima di rinnovare il prossimo contratto.
