Il cinquantasei percento dei lavoratori statunitensi che hanno usato l'AI sul lavoro nella settimana precedente ha risparmiato due ore o meno. Il tredici percento non ha risparmiato nulla, oppure ha avuto bisogno di tempo aggiuntivo per completare il lavoro (U.S. Census Bureau, 2026; Nextgov/FCW, 2026).
È la prima misurazione federale e indipendente dai fornitori del tempo risparmiato con l'AI al lavoro. Non è un pitch di licenze, un export di telemetria del customer success, né un sondaggio condotto da un'azienda che vende postazioni. E per un Head of Operations che sta costruendo un business case AI per il 2026, risolve una questione che i dati dei vendor non possono strutturalmente risolvere: quanto ottiene realmente indietro l'utente mediano.
La risposta è una o due ore. Il problema non è che il numero sia piccolo. È che una o due ore frammentate non sono l'unità in cui è denominato il tuo business case.
Cosa ha misurato davvero il Census sul tempo risparmiato con l'AI al lavoro
La Household Trends and Outlook Pulse Survey di marzo 2026, pubblicata l'11 agosto, ha chiesto ai lavoratori intervistati se avessero usato l'AI per una qualsiasi di 11 attività lavorative specifiche. Circa il 55% ha risposto di sì (Census Bureau, 2026).
Vale la pena leggere con attenzione l'elenco delle attività, perché descrive la forma dell'adozione reale, non la forma di una roadmap:
- 37% — ricerca di informazioni o supporto tecnico
- 32% — scrittura di comunicazioni, documentazione o istruzioni
- 32% — generazione di idee
- 31% — interpretazione, traduzione o sintesi di informazioni
- 27% — attività amministrative
Nulla di tutto questo è agentico. È recupero, redazione e compressione — la parte sostituibile del lavoro della conoscenza, non la proprietà end-to-end dei processi attorno a cui è scritta la maggior parte dei piani di deployment per il 2026.
Poi la domanda sul tempo. Tra i lavoratori che avevano usato l'AI nella settimana precedente, la distribuzione era: 25% ha risparmiato meno di un'ora, 31% da una a due ore, circa il 30% tre ore o più (diviso più o meno equamente tra tre ore e quattro o più), 10% non ha risparmiato tempo e il 3% ha dichiarato che il lavoro ha richiesto più tempo con l'AI che senza (Census Bureau, 2026; CBS News, 2026).
Una nota metodologica che conta per come citerai questo dato internamente: la domanda del Census è ancorata alle attività completate nella settimana precedente, non a un totale settimanale netto per persona. Semmai, questa formulazione è generosa. Anche l'uso è più sottile di quanto suggeriscano i titoli sull'adozione: solo il 24% degli utenti AI l'ha toccata ogni giorno nella settimana di riferimento, mentre il 46% l'ha usata almeno un giorno.
Due letture federali indipendenti, un solo numero: circa due ore
La caratteristica più utile di questo dataset è che è la seconda misurazione di matrice federale ad atterrare quasi nello stesso punto.
L'indagine rappresentativa a livello nazionale di Bick, Blandin e Deming — quella alla base del lavoro sull'adozione della St. Louis Fed — ha chiesto agli utenti di AI generativa quante ore aggiuntive avrebbero impiegato per completare il lavoro della settimana precedente senza di essa. La risposta è stata il 5,4% delle ore lavorate, ovvero circa 2,2 ore su una settimana di 40 ore (St. Louis Fed, 2024).
Due strumenti diversi, due anni diversi, due disegni di domanda diversi. Entrambi atterrano su circa due ore.
Ecco la parte che quasi tutti interpretano al contrario. Nemmeno i vendor sono lontani da questo numero. Lo studio Total Economic Impact di Forrester su Microsoft 365 Copilot costruisce il proprio motore di valore su circa 9 ore risparmiate per utente al mese — circa 2,25 ore a settimana — e arriva comunque a un ROI del 116% per la sua organizzazione composita, con 36,8 milioni di dollari di benefici contro 17,1 milioni di costi su tre anni (Forrester, 2025).
Quindi il disaccordo tra i dati federali e il modello dei vendor non riguarda le ore. Riguarda quanto vale un'ora. Ed è un'assunzione di modello che appartiene a te, non una che il fornitore possa validare al posto tuo.
Il tuo business case non sbaglia sulle ore. Sbaglia su cosa siano quelle ore.
L'aritmetica standard è ore risparmiate × costo orario pieno × organico. È pulita, sopravvive a una revisione del CFO ed è sbagliata in un modo preciso: presume che il tempo recuperato sia fungibile con il tempo acquistato.
Non lo è. Due ore a settimana, distribuite su una dozzina di attività interrotte, sono slack. Vengono assorbite nella giornata lavorativa — in finali di giornata leggermente anticipati, revisioni leggermente più lunghe, una compressione di fine settimana leggermente minore. Non si consolidano in un incremento di capacità riallocabile, perché nulla nel modello operativo è progettato per raccoglierle. In un'azienda da 200 FTE non esiste alcun meccanismo che raccolga i novanta minuti sparsi di quaranta persone in un progetto finanziato.
È la versione mid-market di un risultato macro. La contabilità a livello di attività di Acemoglu sull'effetto aggregato dell'AI — quota di attività impattate moltiplicata per il risparmio medio di costo per attività — produce non più di uno 0,66% di aumento della produttività totale dei fattori in dieci anni, proprio perché risparmi significativi per singola attività su una fetta modesta di lavoro non si aggregano come l'intuizione pretende (Acemoglu, 2024). Il tuo conto economico esegue la stessa aritmetica su scala minore, con lo stesso risultato.
Il test operativo è binario e implacabile: un'attività intera ha lasciato la scrivania di qualcuno?
Se una riconciliazione mensile, un ciclo di prima stesura, una classe di ticket di primo livello o la costruzione di un report sono ora completamente assorbiti — quella è capacità, ed è monetizzabile. Si manifesta come una posizione che non rimpiazzi, un consulente che non rinnovi, una coda che si smaltisce senza straordinari. Se invece ogni attività richiede ancora una persona e ciascuna è solo un po' più veloce, hai comprato comfort. Il comfort è un acquisto legittimo. Non è una voce di costo, e non avrebbe mai dovuto essere modellato come tale.
Il 13% che nessuno prezza
Il dieci percento degli utenti AI non ha risparmiato tempo. Il tre percento ne ha impiegato di più rispetto a quanto ne avrebbe impiegato senza (Nextgov/FCW, 2026).
Non ho mai visto un business case mid-market che porti con sé una coda negativa. Ogni modello che riesamino tratta il risparmio come se avesse un pavimento a zero e una distribuzione al di sopra. I dati federali dicono che circa un utente su otto è pari o sotto zero — e quegli utenti consumano comunque una licenza, uno slot di formazione e attenzione manageriale.
Questo riformula l'ampiezza del deployment. Un rollout universale a prezzo fisso per postazione ti compra l'intera distribuzione, incluso il suo ottavo inferiore. Un rollout mirato sui profili di attività che corrispondono alla parte alta della distribuzione — redazione ad alto volume, sintesi, ruoli intensivi di ricerca informativa — ne compra una troncata. Su 500 postazioni, la differenza tra queste due curve è l'intero argomento del ROI, ed è decisa dal perimetro d'acquisto, non dalla tecnologia.
L'obiezione: "Il nostro pilota ha mostrato di più"
Probabilmente sì. Due ragioni strutturali, entrambe da tenere presenti prima di estrapolare troppo.
I piloti selezionano sull'entusiasmo. I volontari per un pilota AI provengono dalla coda destra della stessa distribuzione appena pubblicata dal Census — quel 30% che ottiene tre ore o più. Estendere all'intera popolazione ti sposta verso la mediana, non verso la media del pilota. Un pilota che ha reso quattro ore a settimana per partecipante non prevede quattro ore a settimana per dipendente; prevede il tetto massimo.
Il tempo risparmiato auto-dichiarato è la stima di un controfattuale. Sia lo strumento del Census sia quello della St. Louis Fed chiedono alle persone di immaginare quanto avrebbero impiegato senza l'AI. È un compito cognitivo difficile, e non è affatto ovvio che sia distorto verso il basso. Nulla qui corregge la possibilità che le auto-dichiarazioni sovrastimino.
Nessuno dei due punti significa che la tecnologia renda meno del previsto. Entrambi significano la stessa cosa sul piano operativo: il tuo business case va costruito sulla mediana di una popolazione completa e stressato sul decile inferiore — non costruito sulla coorte pilota e proiettato in avanti per speranza.
Tre decisioni prima della chiusura del trimestre
- Ridenomina il modello in attività, non in ore. Prendi il tuo attuale business case AI e individua ogni riga in cui le ore risparmiate vengono convertite in denaro. Per ciascuna, nomina l'attività specifica che ha lasciato la scrivania di una persona specifica. Le righe che superano la prova restano. Quelle che non sanno nominare un'attività vengono riclassificate da risparmio di costo a beneficio di qualità o di esperienza — reali, degne di finanziamento, ma non più portanti per il ROI.
- Prezza esplicitamente l'ottavo inferiore. Aggiungi una riga per quel circa 13% di utenti con risultato netto pari a zero o negativo. Moltiplica per il costo pieno della postazione più l'abilitazione. Se quella riga cambia in modo sostanziale il tuo periodo di payback, la risposta è un deployment più ristretto, non una migliore libreria di prompt.
- Strumenta un processo end-to-end prima del rinnovo. Scegli un singolo flusso di lavoro ad alto volume e ben delimitato. Misura il tempo di ciclo e i passaggi di mano prima e dopo — a livello di processo, non individuale. Una misurazione pulita a livello di processo vale più di un anno di ore auto-dichiarate, ed è l'unica evidenza che distingue lo slack dalla capacità.
La domanda che vale la pena porre prima del rinnovo
Il contributo del Census Bureau non è che il tempo risparmiato con l'AI sia poco. Due ore a settimana per più della metà di una forza lavoro che adotta al 55% è un guadagno reale e diffuso, e converge con la stima federale indipendente.
Il contributo è che quel numero ora è pubblico, non commerciale e abbastanza stabile da poterci pianificare sopra — il che elimina l'ultima scusa per un business case che moltiplica minuti sparsi per un costo orario pieno e chiama capacità il risultato.
Prima di firmare il rinnovo, poni al tuo team una domanda e pretendi un nome, non un numero: quale attività non richiede più una persona? Se nessuno sa rispondere, quest'anno non hai comprato capacità. Hai comprato una settimana un po' più leggera — ed è meglio saperlo prima che lo scopra il controllo di gestione nel report degli scostamenti.
