00:00:00 Introduzione: La realtà dell’esperienza di consulenza.
00:05:41 Isolamento percepito nei ruoli del top management.
00:07:15 Difficoltà nell’attrarre talenti a causa di problemi di brand.
00:10:44 L’IA minaccia la competenza percepita dei consulenti.
00:13:13 L’IA non sostituirà la maggior parte dei consulenti.
00:17:35 L’IA imita le intuizioni degli esperti senza una vera competenza.
00:20:03 I limiti dell’IA nelle interazioni personali.
00:21:00 L’IA sfida il malinteso sulla competenza dei consulenti.
00:22:40 Critica sulla Gen AI nelle supply chain.
00:29:49 Le problematiche software dominano i problemi delle supply chain.
00:33:27 L’IA accelera i processi di ricerche di mercato.
00:38:02 I consulenti spesso offrono supporto morale anziché competenza.
00:42:43 Le esigenze di competenza si traducono in un lavoro complesso.
00:44:11 La facciata della competenza viene smascherata dai progressi dell’IA.
00:49:15 Il futuro della consulenza rimane stabile nonostante i cambiamenti dell’IA.
00:50:52 L’automazione guidata dall’IA altera le dinamiche delle supply chain.
00:57:11 L’automatizzazione delle attività routinarie comporta un rischio esistenziale.
Riassunto
Nel mondo della consulenza, Joannes Vermorel di Lokad svela la superficialità che sta alla base della dipendenza dell’industria da quella che è percepita come competenza anziché da una conoscenza sostanziale. Vermorel critica l’idea radicata che i consulenti offrano intuizioni senza eguali, suggerendo che i dirigenti di alto livello cerchino una validazione piuttosto che una vera competenza. Sostiene che l’IA, pur non essendo ancora pronta a sostituire completamente i consulenti, mette in discussione i miti attorno alla loro competenza. Con l’ascesa dell’IA, in particolare con modelli come GPT-4, la dipendenza del ruolo di consulenza dal prestigio simbolico e dal supporto psicologico anziché da una vera intuizione diventa evidente. Questo cambiamento fa presagire una trasformazione guidata dall’IA, che richiede adattabilità e l’acquisizione di nuove competenze per i futuri scenari aziendali.
Riassunto Esteso
Nel mondo storico e spesso paradossale della consulenza, l’intersezione con artificial intelligence (IA) offre sia rivelazioni che provocazioni, ponendo domande fondamentali per l’esistenza stessa dell’industria. Mentre Joannes Vermorel, CEO e fondatore di Lokad, dialoga con Conor Doherty di LokadTV, emerge un’osservazione profonda: molti consulenti sembrano prosperare non grazie alla profondità della competenza, ma piuttosto tramite un particolare mix di percezione e presenza. Vermorel ricostruisce il campo della consulenza come un’arena in cui i giovani laureati spesso vengono spinti in ruoli adornati da un ingannevole alone di competenza. Questo approccio rivela una visione contraria che mette in discussione la sincerità alla base della missione tradizionale della consulenza: la ricerca di conoscenza esterna e prospettive innovative.
La narrativa ufficiale sostiene l’assunzione di consulenti per attingere a bacini di competenza inaccessibili all’interno di un’azienda. Tuttavia, Vermorel sfida abilmente questa nozione, proponendo invece una dinamica sottostante in cui i dirigenti di alto livello trovano conforto e validazione nei consulenti esterni—compagni nel navigare i paesaggi aziendali anziché incarnare il sapere. In tradizioni secolari, il desiderio di prestigio spinge le aziende a reclutare consulenti, in particolare da istituzioni d’eccellenza, non interamente per le loro abilità effettive, ma per l’aura che li circonda.
In un capovolgimento del destino o forse della logica, l’ascesa dell’IA mette in discussione queste pratiche consolidate. Come sostiene Vermorel, l’IA potrebbe non sostituire immediatamente i consulenti, ma sfida il mito che circonda la loro competenza. Essa illumina i rari casi in cui la vera competenza risiede al di fuori delle grandi aziende, spesso con consulenti indipendenti dotati di una conoscenza formidabile. Questo progresso tecnologico moderno rivela l’iper-realtà in cui il presunto valore della consulenza dipende più dalla visibilità e dalla validazione che da una competenza sostanziale.
Con l’avvento di potenti modelli di IA come GPT-4, si osserva un evidente cambiamento di paradigma nella percezione dell’intelligenza artificiale come qualcosa di più della semplice automazione. L’IA bucina la fortezza delle analisi quantitative dei consulenti, applicandosi alla matematica simbolica e alla programmazione, aree un tempo ritenute al di là della portata dell’IA testuale. Vermorel sostiene che se la conoscenza specializzata fosse veramente al centro delle pratiche di consulenza, l’IA potrebbe sostituire questi ruoli, rivelando le loro superficialità anziché sovvertire le loro posizioni di mercato funzionali.
Questo discorso si evolve per affrontare le preoccupazioni sull’integrazione dell’IA nelle supply chain, dove Vermorel dipinge un futuro più esigente ma istruttivo. Piuttosto che semplificare i compiti, l’IA alza l’asticella per i dirigenti spingendo i confini della alfabetizzazione tecnica e del coinvolgimento. Non si tratta di alleggerire il carico di lavoro, ma di ridefinire la necessità di un continuo acquisire nuove competenze, che gli strumenti di IA paradossalmente accentuano.
Si sviluppa così una narrazione intricata: i consulenti spesso agiscono come intermediari, ammortizzando le decisioni dei dirigenti—un ruolo non necessariamente impreganato di abilità tecniche, ma piuttosto basato sul supporto psicologico. Vermorel sottolinea questo concetto raffigurando i consulenti come fusibili all’interno del circuito aziendale, capaci di assorbire la volatilità anziché diffondere una competenza complessa, illustrando come il ruolo del consulente frequentemente trascenda il semplice ingegno tecnico o accademico.
Guardando all’orizzonte, Vermorel mette in guardia contro la trasformazione imminente dell’IA, paragonandola a un evento di estinzione di massa per i ruoli burocratici routinari. Mentre la consulenza d’élite conserva il suo prestigio e la sua complessità, l’automazione mediata dall’IA promette cambiamenti radicali nelle operazioni di back-office, preannunciando una nuova era in cui l’adattabilità e il riqualificarsi diventano indispensabili. Vermorel esorta a considerare percorsi alternativi e competenze manuali, poiché l’IA semplifica la programmazione e la fluidità tecnologica, annunciando un’epoca di incessante metamorfosi industriale.
Trascrizione Completa
Conor Doherty: Quindi Joannes, grazie per essere qui. L’argomento di cui parleremo oggi è l’IA e la sua influenza sulle società di consulenza. Ma prima di passare a quella che sono sicuro sarà un’altra consueta provocazione, vorrei fare un passo indietro per un momento e premettere la conversazione con una domanda. Sono assolutamente certo che tutti coloro che ti hanno mai incontrato o visto in azione hanno pensato: da dove viene questo contrarianismo? Perché, voglio dire, mi piace, sai che lavoro qui. Sono lo stesso, lo riconosco, ma per chi non capisce o non ti ha mai incontrato, da dove viene questa ribellione o pugnacità, qualunque termine tu preferisca?
Joannes Vermorel: Uh, probabilmente ci sono nato. Ma la realtà è che, quando ero studente all’École Normale Supérieure decenni fa, ho iniziato a fare incarichi di consulenza per fare qualche soldo extra. C’erano diverse cose che mi sorpresero molto. Innanzitutto, era relativamente facile ottenere incarichi di consulenza. Perché era sorprendente? Beh, perché sapevo solo matematica. Ero incredibilmente ignorante su quasi tutto ciò che non fosse matematica, algoritmi o informatica, che è stata a lungo la mia passione. Ma quando si trattava di business, ero molto ignorante, e la cosa interessante era che ciò non rappresentava mai un ostacolo per ottenere un incarico di consulenza.
Ho rapidamente preso parte a iniziative più grandi con i grandi nomi della consulenza, e ho capito che la maggior parte dei loro team erano persone come me, solo due anni più anziani, appena laureati, senza alcuna competenza o esperienza. Erano intelligenti, determinati, gentili, educati, certamente colti. Nessun problema. Ma una volta che hai fatto qualcosa da solo, vedi cosa c’è dietro le quinte. La mia prima esperienza con la consulenza è stata solo fumo e specchietti, e facevo parte della farsa. Questo mi ha dato una prospettiva contraria: se io potevo farlo a 21 anni con lo 0,01% di ciò che so ora, è veramente qualcosa di così impegnativo? Dovrei essere pagato così tanto? Da studente, mi piaceva la consulenza, era molto ben pagata, in modo sorprendente considerando la mia competenza all’epoca. Ma ora, con più maturità, mi chiedo se sia un investimento adeguato per le aziende.
Conor Doherty: Beh, su questo punto, perché non voglio passare subito a quella che sarà senza dubbio una critica—non necessariamente una critica negativa—ma una critica. Prima di farlo, potresti prendere tutto il tempo necessario per esporre la versione più robusta di ciò che consideri la proposta di valore per le società di consulenza oggi? Parliamo del 2025, in un’epoca pre-IA mainstream. Oggi è il 17 aprile in cui registriamo. Qual è la versione obiettiva e difendibile della proposta di valore per le società di consulenza oggi?
Joannes Vermorel: Esiste quella ufficiale e quella non ufficiale. La linea ufficiale è: “Abbiamo bisogno di questo bacino di competenza che non esiste internamente. Abbiamo bisogno dei migliori dei migliori e andiamo all’esterno per portare gli esperti.” Questa è, secondo la mia esperienza, la motivazione pubblica che viene data per quasi tutti gli incarichi di consulenza. Credo che raramente questa sia la vera ragione. Non sono nemmeno sicuro che l'1% degli incarichi effettivi sia realmente giustificato da ciò. Ma questa ragione suona bene, è plausibile, accettabile, ed è ciò che viene scritto e pubblicizzato.
Ora, la ragione non ufficiale: in molte grandi aziende, il top management spesso si sente molto solo. Se sei un dirigente di alto livello, il gioco è molto politico. Le persone sopra di te possono licenziarti per qualsiasi motivo. Hai una completa precarietà nel lavoro, è duro ed estremamente competitivo. La quantità di lavoro, sforzi e sacrifici per ottenere una posizione elevata in una grande azienda è enorme. Le persone sotto di te non sono i tuoi amici, potrebbero essere subordinati, ma potresti anche essere tu a doverli licenziare. Quindi, chi fa davvero parte del tuo team? Potresti sentirti molto solo.
Inoltre, il problema può essere aggravato se l’azienda non ha un marchio del datore di lavoro attraente. Se una grande azienda, ad esempio una società multimiliardaria che opera in settori tradizionali, esiste da un secolo e non ha un buon employer brand, i giovani super talentuosi potrebbero non essere attratti. Se l’azienda ha bisogno di un VP di qualcosa, ce ne saranno innumerevoli disposti a farlo. Ma se si tratta di una posizione inferiore, più simile a un esecutore, non a un dirigente, diventa più difficile riempire quei posti con talenti di alto livello provenienti da Harvard, MIT o equivalenti europei, specialmente se cerchi qualcosa proveniente da ETH Zurich o luoghi simili.
Quindi puoi rivolgerti direttamente ai consulenti e pagarli. I bravi consulenti sono cordiali, di supporto. Il marchio del loro datore di lavoro, come McKinsey, è piuttosto buono, attirando giovani talentuosi.
Conor Doherty: Beh, è la prima volta che dici “talented”. È la prima volta che riconosci persino il concetto di competenza, abilità, talento, know-how.
Joannes Vermorel: Dico talento, ma se assumi subito dopo l’università, come accade per la stragrande maggioranza delle società di consulenza, a 22 anni non hai competenza. Ero appassionato di software, avevo una certa competenza in informatica, algoritmi, un po’ di ingegneria del software, anche se all’epoca non gestivo mai un team. Era una competenza molto esile, quasi nulla. La maggior parte degli studenti, anche quelli talentuosi senza una passione specifica, esce con quasi zero competenza. Possono avere talento grezzo, intelligenza, ma la vera competenza è molto esile. Tuttavia, i gruppi di consulenza d’élite hanno marchi del datore di lavoro attraenti e riescono ad attirare persone talentuose, anche se la competenza è estremamente esile all’inizio.
Conor Doherty: Va bene, allora, per arrivare al nocciolo della discussione, sostieni che la posizione delle società di consulenza non funzioni bene o sia rotta a causa degli sviluppi dell’IA?
Joannes Vermorel: Gli sviluppi, quindi penso che l’IA, in un certo senso, stia mettendo in luce questa pretesa di competenza.
Se i consulenti fossero veramente assunti per la competenza, allora la mia posizione sarebbe che verrebbero obliterati dagli strumenti di IA. Ma come ho detto, è solo la ragione ufficiale. Questa non è la ragione non ufficiale. Quindi sì, la ragione ufficiale è la competenza. La mia opinione è che ciò accada estremamente raramente.
Ci sono alcune situazioni eccezionali in cui si ingaggia qualcuno che possiede davvero una competenza unica. Tra l’altro, quei consulenti con competenza lavorano quasi sempre in modo indipendente. Non lavorano per una società come McKinsey. Ho incontrato, per esempio, una persona più di dieci anni fa che aveva sviluppato un’incredibile competenza nella produzione per oltre 30 anni, concentrandosi sulla corretta configurazione e calibrazione di macchine utensili molto complesse.
Questa persona potrebbe, in poche ore in fabbriche specifiche, dimezzare il numero di difetti grazie a un’esperienza di una vita nella calibrazione di macchine utensili complesse importate dall’Italia. Per dare un’idea, si tratta di qualcuno che può venire nella tua fabbrica, addebitare mezzo milione per quattro ore di lavoro, e ridurre il numero di difetti da uno ogni 100.000 a uno ogni milione.
Questa persona, in passato, aveva lavorato per una grande società, che si trattasse di McKinsey o Bain, ma non appena le persone iniziarono a riconoscere la sua competenza, fu da solo. Se possiedi questo tipo di competenza completamente unica, non hai bisogno di essere sotto un marchio; stai meglio da solo.
Quel caso di competenza è raro. Se accetti l’idea che i consulenti per lo più non portino competenza, allora perché l’IA dovrebbe rappresentare un pericolo per i consulenti? Perché l’IA porterà quasi il 100% di competenza. La vera IA, almeno per come è adesso, non sarà il tuo amico confortante che ti dà una pacca sulla spalla.
La mia opinione è che l’IA non rappresenti affatto una minaccia per la maggior parte dei consulenti. Chiarisce che ciò che i dirigenti che assumono quei consulenti cercavano non era la competenza. Rende il campo un po’ più trasparente.
Conor Doherty: Il campo dell’IA esiste da decenni. La tua linea di ragionamento ha preso davvero una svolta verso la metà del 2023. In precedenza avevi menzionato un cambiamento alla fine del 2022. Abbiamo fatto due conversazioni, una dopo che sono entrato in Lokad verso la fine di novembre o dicembre 2022, e poi abbiamo rivisitato l’IA generativa e le supply chain nella primavera del 2023. Il tuo atteggiamento è cambiato tra quelle registrazioni.
Conor Doherty: Notoriamente, in origine avevi paragonato gli LLM a un gatto e eri in qualche modo scettico.
Joannes Vermorel: Ho preso in prestito questa battuta da Yann LeCun.
Conor Doherty: Eppure, a marzo 2023, avevi aggiornato la tua posizione vedendola come una svolta decisiva. Ora siamo nella primavera del 2025, quindi cosa ha reso la primavera del 2023 un momento rivelatore per te?
Joannes Vermorel: All’epoca, gli LLM disponibili erano GPT-3.5, che secondo gli standard odierni è pura spazzatura. Se non avevi investito diversi giorni per migliorare le tue capacità di prompting, quello che usciva dall’LLM era pura immondizia. Ci vollero ore per ottenere qualcosa di valore dagli strumenti.
Il vero punto di svolta è stato con il rilascio di GPT-4. Improvvisamente, i risultati erano preziosi. Ho capito quali prompt funzionavano e ho realizzato che, se usato con attenzione, GPT-3.5 poteva già produrre risultati molto interessanti.
Mi ci è voluto del tempo per capire come utilizzare questi strumenti nonostante i loro limiti. La maggior parte dei limiti non esiste più. Il campo è progredito enormemente negli ultimi due anni. È una nuova forma di intelligenza o sub-intelligenza. Anche se non si tratta ancora di un’intelligenza generale, è incredibilmente utile.
Quindi, se mettiamo in gioco il dibattito: è intelligente o no—diciamo, okay, non importa. Sì, non è nemmeno rilevante per questa conversazione. Ci sono intere classi di cose che fa in maniera incredibilmente efficiente. Ed è semplicemente così massicciamente utile. Eppure, forse è solo un pappagallo stocastico. Non importa. Infatti, il fatto che la gente dica, “Oh, copia semplicemente quello che un esperto ha detto online,” e io risponda, “Beh, è per questo che paghi. È fondamentalmente ciò che vuoi.”
Voglio dire, ci sono molte situazioni in cui, se ripeti semplicemente quello che un esperto ragionevolmente competente ha detto sull’argomento, va già bene. Va già bene. Ed è così incredibilmente utile. E gratuito, a seconda del punto di accesso. Gratuito, sì. Insomma, è sostanzialmente gratuito anche se paghi—anche se ti scateni e paghi 20 dollari o qualche decina di dollari al mese—dal punto di vista aziendale, sono solo spiccioli.
Conor Doherty: Hai menzionato l’espressione “stochastic parrot.” Quello che ripete è molto impressionante e questo è diventato solo più vero col passare del tempo. Se i consulenti ascoltano questo, potrebbero sostenere che il loro lavoro comporta analisi numeriche e quantitative oltre all’analisi basata sul testo.
Joannes Vermorel: Direi, innanzitutto, che gli LLM sono molto bravi nella matematica simbolica. Quindi sono molto bravi a comporre una formula in cui prendono dieci fattori e ti forniscono una formula che potresti copiare e incollare, per esempio, in Excel. Sono eccellenti in questo. Insomma, le loro capacità di coding sono piuttosto elevate. E, diciamocelo, il tipo di numerical recipe che un consulente, anche se proviene da un gruppo d’élite, inventa è sul lato più debole di ciò che gli LLM possono fare. Oggi gli LLM sono in grado di affrontare sfide di coding ben più complesse rispetto alla ricetta di coding che i consulenti erano soliti fornire.
Quindi l’LLM è perfettamente in grado di fornirti la formula, e poi tu la copi e incolli in Excel oppure componi uno script Python e lui calcolerà tutto ciò che desideri. Direi quindi che questo argomento non regge davvero. Quando dicono, “Oh, l’LLM non fa certe cose.” Sì, intendo dire, tecnicamente, per esempio, un LLM non può intervistare i tuoi colleghi. Sì, è vero. È vero.
Ma, ancora, ciò che può fare è comporre molto bene il piano dell’intervista. Quindi ora il consulente dirà, “Beh, quello che posso fare è condurre l’intervista seguendo il piano fornito da ChatGPT.” Ma poi possiamo chiederci: è davvero competenza quello che stai apportando? Se il piano dell’intervista è stato composto dall’LLM, la missione e il suo svolgimento sono composti dall’LLM, e tu ti ritrovi semplicemente ad essere la persona che esegue l’operazione nello spazio d’incontro dove puoi incontrare persone e fare la cosa.
Ma, ancora, secondo me sarebbe un errore pensare che ciò che i consulenti portano in tavola sia competenza e che quindi siano stati resi obsoleti dagli LLM. Ancora, l’errore sta nel fatto che se accetti che ciò che i consulenti portano non è competenza, allora il fatto che gli LLM portino sul tavolo una quantità enorme di competenza diventa in parte irrilevante.
Conor Doherty: Solo per dire, sei un uomo di filosofia, quindi due cose possono essere vere contemporaneamente. Gli LLM possono portare competenza, e i consulenti potrebbero comunque portare competenza, ma diventa ridondante o obsoleta a causa del livello di competenza messo a disposizione dagli LLM. Hai affermato che non stai ricevendo competenza.
Joannes Vermorel: Se consideri il tipo di competenza che otterresti, come sessioni di formazione dai gruppi di consulenza d’élite, di solito iniziano con qualche settimana in cui vieni formato a produrre memo, PowerPoint e simili. Tuttavia, se il tuo obiettivo è replicare la forma dei deliverable, gli LLM sono incredibilmente capaci.
Conor Doherty: Questo porta al punto successivo, ma voglio collegare un commento che hai fatto in precedenza sui gruppi d’élite. Lascia che li unisca, perché quando si parla di gruppi d’élite in questo ambito, parliamo di AI. Hai scritto delle recensioni alquanto ascerbiche, schiette e sincere sul lavoro di Yan Lun e della Harvard Business School per quanto riguarda l’applicazione dell’AI generativa nelle supply chains. Qual è il punto di contesa tra la tua visione e quella degli altri? Hai una visione un po’ contraria.
Joannes Vermorel: Il motivo per cui menziono quei gruppi di consulenza d’élite è per affrontare l’argomentazione secondo cui ti troveresti a dover trattare con consulenti incompetenti che non contano. Diciamo che il punto di riferimento non sono le mie missioni di consulenza di un tempo. Sto parlando dei gruppi di consulenza d’élite, la miglior rappresentazione dei consulenti. Ho un’opinione divergente.
Per prima cosa, c’era un punto molto specifico in questo articolo su Harvard Business Review, in cui fondamentalmente l’affermazione implicita era: gli LLM possono scrivere autonomamente pezzi di software molto complessi ed estesi. E non penso che gli autori si rendessero nemmeno conto di ciò che stavano dicendo. E quando dico “autonomamente”, intendo perché affermavano che questa cosa potesse avvenire sotto la supervisione di una persona senza competenze tecniche.
E quindi, per me, questo era un problema su cui, beh, sono fondamentalmente in disaccordo. Io sono—anche se ora credo di essere un utente molto abile degli LLM, inclusa l’ultima versione di OpenAI e dei suoi pari—no, non funziona così. Anche considerando gli LLM all’avanguardia, non funziona così. E certamente, di conseguenza, come deliverable, non funziona affatto se la persona che supervisiona l’LLM non possiede una moltitudine di competenze nell’ingegneria del software.
Quindi quello era un punto specifico in cui—penso che le persone che scrivevano quell’argomento non fossero molto esperte di ingegneria del software. E quindi non si rendevano nemmeno conto che le affermazioni che facevano erano sostanzialmente: possiamo avere un software che si scriva da solo nel 2024. E no, non ci siamo ancora. Non ci siamo ancora. Quindi è stato qualcosa. Un altro punto era, direi, specifico per questo articolo.
Conor Doherty: Solo per intervenire, hai parlato di prendere un esempio esemplare, non di scegliere a caso o indicare un esempio debole. Stai discutendo di un documento su come l’AI generativa migliori lo supply chain management, esaminato lo scorso dicembre. MIT, McKenzie, Microsoft e Harvard Business Review sono stati coinvolti. Anche se in una posizione contraria, stai comunque puntando in alto.
Joannes Vermorel: Esattamente, il punto che intendo non riguarda i consulenti incompetenti. Sì, ce ne sono molti. Io sto discutendo dei migliori, perché è quello che conta. Scrivere software in maniera autonoma rimane fantascienza, soprattutto senza una supervisione competente.
Se hai un ingegnere del software competente nel team, è possibile — ciò che viene chiamato vibe coding — ed è possibile da oltre un anno ormai. È molto diverso dall’avere un LLM a supervisionare supply chain software senza un adeguato impegno nel padroneggiare la parte tecnica. Insisto — non siamo ancora vicini.
Più in generale, i casi d’uso proposti dai consulenti tendono a offrire un messaggio molto sommesso agli supply chain executives. Parliamo di casi d’uso per altri settori. Per i direttori di supply chain, gli LLM possono fungere da insegnanti incredibili per apprendere competenze tecniche. Utilizza gli LLM per insegnarti autonomamente conoscenze tecniche senza libri o corsi.
È perché, guardando le grandi aziende, molto spesso i problemi di supply chain sono per il 90% problemi di software. Si scopre che molti supply chain executives non sono molto competenti o ben preparati nelle tecnicalità del software. Beh, la cosa interessante è che gli LLM forniscono un rimedio incredibilmente utile a queste lacune nelle loro competenze.
Conor Doherty: Non solo, ma quando lo usi mi piace l’analogia dell’insegnante. Quindi, ad esempio, se utilizzassi una ricerca approfondita tramite un chatbot, essenzialmente un agente AI, e gli dessi il compito: “Voglio imparare i paradigmi dello sviluppo di software enterprise, come funziona il mio ERP.” Potresti dire, “Ok, bello. Vai via, trascorri 30 minuti a ricercare autonomamente, computer. Io devo essere in riunione.” Mi piace il fatto che puoi parallelizzare i compiti. Da un punto di vista della produttività, è così che lo venderei.
Joannes Vermorel: Ma vedi, qui dico che è difficile da vendere, perché le cose che i consulenti spingono sull’AI generativa sono del tipo in cui dicono, “Dirigenti, la vostra vita diventerà più facile. Questa cosa migliorerà tutto per voi.”
Sì, e qui avrei un messaggio contrario. Tuttavia, non sono più un consulente e non sto cercando di diventare il migliore amico di quei dirigenti. La realtà è che, grazie alla disponibilità di questi strumenti, il livello d’ingresso è aumentato. Ora hai ancora meno scuse per non acquisire quel bagaglio tecnico che dovresti avere. È un messaggio difficile.
Se lo confronto con il messaggio dell’articolo di Harvard Business Review, si diceva che puoi dare istruzioni di alto livello. Non sai nulla di software, e l’LLM comporrà automaticamente, in maniera end-to-end e olistica, la logica di ottimizzazione della supply chain per te.
La mia opinione è che no, non accadrà. Quello che puoi fare, invece, è usare l’LLM affinché ti insegni a comprendere quegli elementi tecnici. Raggiungerai un punto in cui avrai sufficiente competenza tecnica per far svolgere compiti all’LLM. Ma vedi, è un esercizio molto più impegnativo, a differenza dell’idea che la magia renderà il tuo lavoro più facile. Al contrario, credo che renderà il tuo lavoro complessivamente più impegnativo. L’LLM porta competenza, non il tuo amico. È una mentalità diversa quella che funziona al meglio.
Conor Doherty: Hai anche sostenuto, non tanto discusso, a quel tavolo insieme a Meinolf Sellmann, il valore degli agenti AI. Senza esagerare il valore, uno dei punti di forza dell’AI o dell’Agentic AI è la capacità di svolgere attività come la ricerca di mercato. Quindi, supponiamo che tu sia un supply chain executive. Hai bisogno di stilare una lista ristretta di aziende per qualunque cosa tu desideri. Ok. Beh, potrei assumere un consulente per questo, farlo io stesso, affidarlo a un tirocinante oppure rivolgermi alla finestra aperta sul mio laptop.
Joannes Vermorel: Ma vedi, ancora una volta, l’LLM sta rendendo il lavoro di un supply chain executive più impegnativo. Perché?
Consideriamo la situazione precedente. La ricerca di mercato richiedeva settimane, e dovevi assumere dei consulenti. L’intero processo era lento. Passavi il 90% del tuo impegno parlando con un consulente, informandolo, ricevendo aggiornamenti, sfidandolo, ecc. Ci vogliono tre settimane e, al termine, ottieni un rapporto di 10 pagine. Ora lo ottieni in 30 minuti e puoi ripetere il processo. Ciò significa che hai più responsabilità.
In un giorno, puoi ritrovarti con 200 pagine di informazioni di altissima qualità e di densità eccezionale che devi assimilare. Ecco perché dico che il lavoro sta diventando più difficile; gli LLM ti fanno capire che il tuo collo di bottiglia è la velocità con cui tu, in qualità di executive, riesci a processare tutte queste informazioni e a darle un senso. Se ci sono cose che non capisci, dovrai tornare dall’LLM, chiedendogli di spiegare questo e quello di nuovo.
Non hai il lusso di un processo lento con i consulenti, dove puoi goderti un bel pranzo con loro e impiegare alcune settimane per l’intero compito. L’LLM toglie le parti piacevoli dal lavoro e ti spinge direttamente davanti allo schermo per assimilare centinaia di pagine di documentazione accuratamente creata che risponde a tutte le tue domande.
Conor Doherty: Per essere un po’ concreti, supponiamo che un’azienda abbia un problema nella supply chain. Immagina ora che l’azienda voglia rivalutare: dovremmo, come azienda, cambiare fornitori? Un classico esempio di supply chain. Non sono soddisfatto delle prestazioni dei miei fornitori. Posso assumere una società di consulenza per questo, oppure posso usare un’AI. Potresti spiegare come questi due approcci differiscono, come li vedi differenti e positivamente diversi nel caso dell’AI?
Joannes Vermorel: Se opti per l’AI, ti chiederà immediatamente: “Come diagnostichi che il tuo fornitore non rispetta gli standard?” Hai un supplier scorecard? In caso contrario, te ne fornirà uno. Hai i KPI rilevanti? Fornisci i tuoi KPI all’AI, e li esaminerà offrendoti una lista migliorata. Riesci a calcolare automaticamente questi KPI dal tuo ERP? In caso contrario, fornisci all’AI uno schema del tuo ERP, e ti fornirà le query SQL.
Vedi, l’intero sistema ti permetterà, a pieno regime, di eseguire l’operazione. Questa è competenza, competenza, competenza, competenza. Quindi vedi, si accumula solo competenza.
Ora, la realtà potrebbe essere: “So già che dobbiamo escludere questo fornitore perché è scarso.” Il problema è che molti dei dipendenti di questo fornitore sono ex-dipendenti di questa azienda, perché ciò accade frequentemente. Nelle aziende, hai la capogruppo e poi i fornitori, e molte persone vi lavorano. Ok, dunque questo fornitore non è buono. Il problema è che ha molte persone con numerosi legami. E molte persone nei miei team apprezzano davvero questo fornitore. Sì, magari non sono ottimi, ma abbiamo eccellenti relazioni. Molte persone apprezzano lavorare con questa specifica azienda. Quindi c’è molta confusione in termini di interessi. E questo fornitore non è molto buono, ma è stato estremamente leale. Perciò temo molto le implicazioni per me — per la mia carriera — se dovessi, sai, escluderli. E se il fornitore sostitutivo non fosse migliore? E se, ecc.
E quindi c’è molta, direi, paura. Diciamo che sei un supply chain executive. Sai in qualche modo cosa devi fare. Conosci già i numeri. Sì, puoi avere altri 20 KPI, ma fondamentalmente sei già sicuro al 99% che questo sia corretto. E ora ciò che vuoi sono consulenti che ti supportino. Che producano quest’aura di autorità che dica: “Guarda, lo sto facendo, ma non è solo una mia decisione. Ho portato esperti. Gli esperti sono d’accordo. Questo è ciò che dobbiamo fare. È importante per la sopravvivenza.”
Ma stai davvero comprando expertise? Conosci già la conclusione, che sarà immediatamente condivisa con il consulente, portandolo a concludere ciò che vuoi concludere. Tuttavia, è quel tipo di supporto in cui hanno la tua spalla e ti aiutano. Il tocco umano. Così vedi come si confronta. La missione di expertise, in cui “Diamo il mezzo per fare la tua diagnosi, dove ti lascerò comporre una scorecard, dove ti lascerò capire analiticamente chi sono i veri fornitori scadenti, se ce ne sono” Contro: “Io so già la conclusione. So già cosa voglio fare. So già cosa dovrebbe accadere. Ma mi sento estremamente solo nel farlo.” “Mi sento—ed è un po’ terrificante, è estenuante, e ho solo bisogno di un backup che sia nella mia squadra per farlo.” “E quello sarà il consulente.” E questo significa—quindi in questo contesto c’è pochissima expertise in termini di pura abilità tecnica. Ma è esattamente ciò che il consulente può portare.
Conor Doherty: In realtà, ciò si ricollega a un punto menzionato da Eric Kimberling. Ne abbiamo parlato la settimana scorsa. Ricordi che uno dei suoi punti era che spesso, quando vengono coinvolte società di consulenza, il motivo principale non è necessariamente aver bisogno di accedere alla loro expertise. Invece, come membro del consiglio o supply chain executive, vuoi semplicemente un intermediario che trasmetta determinati messaggi. Ad esempio, quando dobbiamo liberarci di Joannes in qualità di fornitore, non sono io a dirlo, ma piuttosto Connor di Mackenzie, che ho appena assunto. È un modo per incanalare il feedback attraverso qualcun altro.
Joannes Vermorel: Esattamente. Un consulente può svolgere il ruolo della miccia. Sono disposti, a un prezzo, a giocare questo gioco, che ha valore. Ancora una volta, si tratta della value proposition non ufficiale, non legata all’expertise. Svolgere il ruolo della miccia non richiede una competenza super approfondita.
Conor Doherty: Beh, non il tipo tecnico di expertise. È un set di abilità diverso.
Joannes Vermorel: Sì, ma abbiamo davvero bisogno di qualcuno che fosse tra il 10% migliore dei laureati del MIT per farlo? Abbiamo bisogno di talenti di prim’ordine per l’ottica? Sì, ma per l’esecuzione effettiva, no. Quando ne parlo con i consulenti che hanno studiato scienze all’università, facevano calcoli complessi, eppure, come consulenti, spesso si ritrovano a calcolare semplici percentuali e a creare PowerPoint. Se fosse richiesta una vera expertise, starebbero facendo lavori più impegnativi di quelli universitari.
Ed a proposito, questo è il caso—per esempio—degli ingegneri del software di Lokad: lavorano su progetti, e di solito i piccoli frammenti di software che compongono sono di gran lunga più impegnativi di qualsiasi cosa abbiano mai fatto all’università.
Quindi, se in realtà sei in un lavoro in cui ciò che conta è la tua expertise—quando vai a lavorare—se è davvero l’expertise a essere acquistata dal tuo datore di lavoro, allora, per regola generale, ciò che fai nel tuo lavoro quotidiano è di gran lunga più impegnativo di qualsiasi cosa tu abbia mai fatto all’università.
Se invece è il contrario—ovvero, se facevi equazioni sofisticate all’università e poi finisci per creare PowerPoint a lavoro—allora molto probabilmente non stiamo parlando di expertise. Non è questo ciò che viene messo in campo. Non è qui che c’è valore aggiunto. È qualcos’altro. Importante—ma altro.
Conor Doherty: Beh, questo in realtà mi riporta a un punto che hai menzionato in precedenza, quando parlavi dei consulenti che addolciscono il messaggio per i supply chain executives. E hai appena citato gli studenti universitari. E se posso collegare questo riferimento—studenti universitari—a un commento precedente che hai fatto riguardo all’evento di estinzione di massa in arrivo o che forse è già arrivato a causa dell’IA. Voglio chiederti: quando parli di IA, intendi che sta per arrivare un evento di estinzione di massa per i white collars?
Joannes Vermorel: Sì, back office—soprattutto il back office.
Conor Doherty: I white collar del back office—compresi, ovviamente, in termini di expertise, i consulenti. E poi parli del, beh, top 10%.
Joannes Vermorel: Ancora, i consulenti non sono white collars del back office.
Conor Doherty: Ma l’expertise che dici possano fornire è già scomparsa.
Joannes Vermorel: Sì, ma come ho detto, l’expertise non è mai esistita—era solo la finzione. Non è mai stata la cosa reale. Quindi la finzione è stata in un certo senso smascherata, ma, sai, la farsa può continuare. Ancora, il punto è che sembra ridicolo pubblicizzare: “Ho bisogno di portare questo gruppo di consulenza d’élite perché, in realtà, mi sento solo. Ho bisogno di più supporto.” “Sì, costerà 500k all’azienda, ma ne ho bisogno.”
Va bene, suona ridicolo in questo modo. Quindi dico, “porto gli esperti.” Ok, va bene. Ma i tuoi altri colleghi—sai, altri executive, altri VP e via dicendo—conoscono il gioco in corso. Quindi non sono ingannati. Sanno che i consulenti vengono ingaggiati non per la loro expertise. Ne sono ben consapevoli, perché è quello che hanno fatto quando hanno utilizzato gli stessi consulenti. Quindi, di nuovo, il punto è che penso l’ottica possa rimanere. L’ottica può rimanere: “Stiamo portando gli esperti.” Sì, va bene. L’ottica resterà invariata. L’IA rende solo più evidente che si tratta puramente di una questione di immagine. Ma è tutto. Fondamentalmente—perché il valore aggiunto è completamente diverso—continuerà.
Conor Doherty: Quando dici che ci sarà un evento di estinzione di massa che colpirà molti posti di lavoro, ma la gente lo sa già, cosa vuoi ottenere attirando l’attenzione su questo?
Joannes Vermorel: Quindi, prima di tutto, chiarifichiamo alcune cose. In primo luogo, i consulenti chiaramente non ricoprono un lavoro da ufficio back office. Ne sono consapevole, perché sei sempre in una posizione di vendita. Quindi un buon consulente svolgerà la missione e, mentre la svolge, venderà la missione successiva. Per me, questo è l’archetipo del white collar del front office, che ha un lavoro di vendita. E mentre fanno il loro lavoro, svolgono anche il loro ruolo di venditori. Quindi è proprio una cosa per cui credo che, di nuovo, l’IA avrà davvero difficoltà ad automatizzare. Perché automatizzare le vendite aziendali è decisamente, ancora, una faccenda umana—vendere la missione. Quindi non è davvero in pericolo di automatizzazione.
Ora, quando parlo di questa estinzione di massa, mi riferisco a tutti gli impiegati. Le grandi aziende hanno migliaia e migliaia di persone che svolgono compiti amministrativi. Quindi arriva l’informazione, possibilmente tramite una casella di posta, ed esse devono seguire una serie di passaggi per poi inoltrare una versione leggermente modificata di queste informazioni a qualcun altro. E poi fare qualcos’altro. E quando hai quei lavoratori white collar che in realtà sono quasi blue collar—perché quello che fanno è fondamentalmente come degli automi, sai—stanno semplicemente processando informazioni. Il lavoro è estremamente ripetitivo. Ed è qui, direi, che l’estinzione è in arrivo.
Vedi, e il motivo per cui sottolineo questo—per tracciare una linea—è che credo i mercati non siano davvero ottimi educatori. Sono dei filtri. Quindi ciò che probabilmente accadrà è che la maggior parte delle aziende non farà assolutamente nulla a riguardo. Non miglioreranno i loro processi. Non cercheranno di automatizzare il 90% dei lavori. E va bene così. È quello che è successo nelle precedenti rivoluzioni industriali.
Quello che accadrà è che alcuni dei loro concorrenti lo faranno—e quelle aziende che non lo fanno semplicemente scompariranno. Una piccola minoranza di aziende effettuerà veramente l’aggiornamento e sopravviverà a queste ondate. Ma ancora, sarà una minoranza. Quello su cui sto facendo luce è che—penso che sia un momento cruciale in cui alcune aziende possono effettivamente fare questa transizione ed essere parte della prossima ondata di imprese. Ma tutte le aziende che non lo faranno finiranno con una struttura dei costi gonfia che non sarà più competitiva rispetto ai loro pari che hanno fatto questa transizione. E i loro pari includono anche aziende nuove, più giovani, che appariranno semplicemente in questo processo, in questa transizione.
Conor Doherty: Concludendo, considerando i recenti progressi tecnologici negli ultimi 20-24 mesi, proiettandoci a 5 anni, come vedi il futuro della supply chain consultancy?
Joannes Vermorel: Il business dei gruppi di consulenza d’élite non sarà radicalmente modificato dall’IA. La ragione principale è che l’expertise è per lo più irrilevante. Il fatto che esista una tecnologia che commoditizza l’expertise, come gli LLM, non è ciò che viene fornito. Credo che, per i gruppi di consulenza d’élite, l’IA sarà in gran parte irrilevante. Adotteranno quegli strumenti proprio come tutti gli altri, realizzando PowerPoint, memo ed email in modo più veloce. Ma è simile a quando hanno adottato l’email 20 o 30 anni fa. È solo uno strumento che diventerà parte della vita quotidiana dei consulenti, come lo sarà per ogni impiegato d’ufficio.
Tuttavia, per le supply chain e le vendite, i cambiamenti saranno molto più pronunciati. Stiamo vedendo questo accadere con i nostri clienti. Ad esempio, abbiamo un piccolo cliente che ha completamente automatizzato il proprio processo di richieste. Ricevono richieste di preventivo in forma libera via email per attrezzature specializzate. Avevano più persone che monitoravano questa casella di posta per riformattare le richieste in entrata in richieste di preventivo debitamente codificate, che sarebbero poi state convertite in PDF tramite sistemi ERP. Ora, questo processo è stato completamente automatizzato utilizzando LLM, riducendo significativamente la necessità di molti dipendenti.
Conor Doherty: Quando dici completamente meccanizzato, quante parti in movimento sono coinvolte in questo?
Joannes Vermorel: È solo un LLM che prende email in ingresso, potenzialmente con allegati, come fogli di calcolo o PDF, e crea un output JSON standardizzato che corrisponde alle aspettative degli ERP. Viene automaticamente iniettato nel sistema ERP, generando una email con un template a cui è allegato un PDF che rappresenta il preventivo. Pur essendo solo una funzione, ha un enorme impatto economico.
Sono passati da circa nove dipendenti a tempo pieno per questo lavoro a zero. Era un lavoro puramente di back office, e un’automazione simile sta accadendo in tutte le grandi aziende, specialmente nelle operazioni di supply chain, che tendono ad avere un grande nucleo burocratico. Nei prossimi cinque anni, molti lavori amministrativi di back office saranno completamente automatizzati.
Conor Doherty: C’è un precedente a questo. Recentemente, Shopify ha dichiarato che si aspetta che tutti i loro dipendenti diventino alfabetizzati nell’IA. Per la generazione dei miei genitori, anche le cose sono cambiate, come i manager di Procter & Gamble che hanno perso le segretarie che scrivevano le loro lettere.
Joannes Vermorel: Sì, quei lavori sono scomparsi con l’avvento dei microcomputer. Ora, le segretarie personali sono per lo più riservate a posizioni di altissimo livello. È stato un evento di estinzione di massa per certi ruoli, e ciò che sta accadendo ora è ancora più imponente, poiché colpisce tutte le mansioni amministrative contemporaneamente, anziché solo alcune posizioni.
Conor Doherty: Riassumendo, il consiglio una volta era “impara a programmare.” Stai dicendo che ora dovrebbe essere “impara un’abilità manuale” come l’idraulica o riparare motori?
Joannes Vermorel: Dipende. Gli LLM sono insegnanti incredibili, rendendo più facile imparare a programmare. Tuttavia, se il tuo lavoro è ripetitivo, come un ruolo white collar da back office, potrebbe essere saggio considerare un piano B poiché l’automazione interesserà quei posti di lavoro. Mentre i ruoli di front office che implicano interazioni con i clienti potrebbero rimanere intatti, quelli che operano principalmente dietro un computer saranno probabilmente automatizzati. Alcune aziende potrebbero ritardare l’automazione, ma in definitiva, ciò potrebbe portare al loro crollo se non si adattano.
Conor Doherty: Non ho ulteriori domande, ma mi piacerebbe riprendere questo tema tra due anni e vedere come si concretizzano le tue previsioni. Grazie mille per il tuo tempo; è sempre un piacere.
