L'AI scrive, l'AI riassume, nessuno pensa: guida Lean all'AI slop

Lunedì mattina, ufficio acquisti. Un buyer chiede al chatbot un'analisi dei fornitori critici e in quaranta secondi ottiene dodici pagine: matrice dei rischi, SWOT, raccomandazioni. Le inoltra al responsabile. Il responsabile non ha tempo, quindi incolla le dodici pagine in un altro chatbot e chiede un riassunto in cinque righe. Le cinque righe finiscono nella presentazione per la direzione.

Facciamo l'inventario del processo. Il documento è stato scritto, letto, sintetizzato e presentato. Tre persone ci hanno messo le mani. In nessun punto del flusso qualcuno ha pensato.

È questo l'AI slop. Merriam-Webster ha scelto "slop" come parola dell'anno 2025 e lo definisce come contenuto digitale di bassa qualità, prodotto di solito in grandi quantità con l'intelligenza artificiale. Chi conosce il Lean ci vede due sprechi insieme: la sovraelaborazione, cioè più forma di quanta ne serva, e il difetto che passa a valle. È un pezzo verniciato alla perfezione sopra una saldatura che non tiene: supera il controllo visivo e si rompe al montaggio.

Riconosci qualcuno di questi?

La mail da tre paragrafi per spostare una riunione. Apre con "Spero che questo messaggio ti trovi bene" e chiude con "Resto a disposizione per qualsiasi chiarimento". In mezzo c'è un'informazione sola: giovedì invece di mercoledì.

Il verbale di una riunione di venti minuti lungo tre pagine. Ha sezioni, punti elenco e una tabella "Next steps" con sette azioni. Nessuna ha un responsabile e nessuna ha una data. Alla riunione successiva qualcuno chiede "chi doveva occuparsene?", e il silenzio è lo stesso di prima dell'AI.

I cinque perché fatti dal chatbot. Il problema era la bava sul pezzo dopo la tranciatura. Al quinto perché la risposta è "mancanza di una cultura della qualità condivisa". È formalmente corretta e praticamente inutile, e nessuno è andato a guardare lo stampo.

L'istruzione operativa da quattordici pagine. È ben formattata, ha l'indice e cita la norma. Intanto l'operatore continua a usare il foglio scritto a mano e attaccato con lo scotch alla macchina, perché lì c'è scritto quello che serve davvero: la sequenza, il punto critico, cosa fare se suona l'allarme.

La presentazione per il comitato di direzione. Trenta slide, icone coordinate, una frase motivazionale in apertura. L'idea che conta sta alla slide diciannove, e ci si arriva quando metà della sala sta già guardando il telefono.

In tutti questi casi il documento esiste, circola e occupa tempo, ma il passaggio che dava valore, cioè capire, scegliere, decidere, è stato saltato. Se ti sei riconosciuto, da una parte o dall'altra della scrivania, sei in ottima compagnia.

Perché succede: scrivere non costa più niente, leggere sì

Basta un ragionamento da controllo di gestione. Fino a pochi anni fa scrivere un report da dodici pagine costava giorni di lavoro, e quel costo faceva da filtro: nessuno produceva dodici pagine se ne bastavano due. Oggi il costo di produzione è sceso quasi a zero. Il costo di lettura è rimasto identico, perché una persona legge alla stessa velocità di dieci anni fa.

Quando produrre è gratis e consumare no, produrre tanto diventa la scelta razionale per chi produce. Ed ecco spiegato il riassunto del riassunto: chi riceve troppo testo si difende con lo stesso strumento che lo ha generato. L'AI scrive per smaltire una richiesta, l'AI riassume per smaltire una lettura. È come un reparto che lavora a lotti enormi "perché tanto il setup l'abbiamo già fatto", mentre il reparto a valle compra un secondo macchinario per smaltire i pezzi invece di chiedere di riceverne meno.

I numeri confermano il fenomeno. Una ricerca di BetterUp Labs e Stanford pubblicata su Harvard Business Review lo chiama workslop: lavoro generato con l'AI che ha l'aspetto del lavoro finito ma non fa avanzare niente. Il 40% dei lavoratori d'ufficio intervistati ne ha ricevuto nell'ultimo mese, e il 53% ammette di averne mandato almeno qualche volta. Ogni episodio costa in media quasi due ore. I ricercatori stimano una tassa invisibile di 186 dollari al mese per dipendente, oltre 9 milioni l'anno per un'azienda di 10.000 persone.

Per chi fa Lean, il dato più interessante è un altro. Chi riceve il lavoro impiega circa 20 minuti in più di quanti ne sarebbero serviti al mittente per farlo bene da sé. La stazione a monte risparmia tempo spedendo pezzi non conformi, quella a valle li rilavora, e il lead time totale sale. Chi produce lo slop vede solo la propria efficienza migliorare. In reparto non lo accetteremmo mai. In ufficio succede ogni giorno, e qualcuno lo chiama pure innovazione.

Cosa nasconde: il livello dell'acqua si alza

Chi ha fatto un corso Lean conosce l'immagine della barca sul fiume. Il livello dell'acqua sono le scorte, gli scogli sotto sono i problemi: fermi macchina, difetti, fornitori inaffidabili. Finché l'acqua è alta la barca passa e nessuno vede gli scogli. Ridurre le scorte serve proprio a farli emergere.

Lo slop alza l'acqua. Un'analisi delle cause da dodici pagine ben scritte nasconde benissimo che nessuno è andato in reparto. Un piano d'azione elegante nasconde che nessuno ha deciso chi fa cosa. Una procedura completa nasconde che chi l'ha scritta non ha mai visto la macchina. E il riassunto in cinque righe nasconde tutto il resto, comprese le due righe sbagliate che nessuno ha controllato.

Il volume di testo copre l'assenza di pensiero come il magazzino copre l'instabilità del processo. Il tempo perso è il danno minore. Il danno vero è che i problemi restano sott'acqua e il management crede di averli affrontati, perché ha un documento che dice di sì.

Cosa ci fa perdere: chi smette di pensare non impara

Tra gli sprechi del Lean ce n'è uno che spesso viene aggiunto come ottavo: il talento non utilizzato. Nel ciclo "scrive, riassume, nessuno pensa" rischia di diventare il più costoso.

Pensa a un giovane tecnico al primo anno. Il modo in cui impara a risolvere problemi è sempre stato lo stesso: sbaglia i primi 5 perché, il responsabile glieli rimanda indietro con due domande, lui torna in reparto, guarda meglio e riscrive. Dopo dieci volte ha imparato a pensare. Se i 5 perché li scrive il chatbot, quel ciclo salta. Il documento arriva subito e sembra fatto bene, e il tecnico non impara niente. Tra cinque anni avrà un'ottima padronanza del prompt e nessuna del processo.

Lo stesso vale a valle. Il responsabile che riassume tutto con l'AI perde il contatto con i dettagli, ed è nei dettagli che si vedono gli scogli.

C'è poi un costo relazionale. Circa metà di chi riceve workslop giudica i colleghi che lo inviano meno capaci e affidabili, e il 42% dichiara di fidarsi meno di loro. Un sistema Lean regge su due cose, persone che sanno risolvere problemi e fiducia tra chi lavora nel flusso. Lo slop le consuma entrambe senza fare rumore.

Dove l'AI aiuta a pensare, invece di sostituirlo

Il problema non è lo strumento. Il discrimine è lo stesso che usiamo per qualunque attività: c'è qualcuno a valle che ne ha bisogno, in quella forma e in quel momento? E nel flusso resta una persona che ragiona? Se le risposte sono sì, l'AI diventa un acceleratore formidabile. Qualche esempio di uso tirato dal cliente e non spinto dal produttore:

• trasformare una norma tecnica di quaranta pagine nei cinque punti che riguardano davvero quella linea, poi verificati dal responsabile qualità;

• tradurre un'istruzione di lavoro per gli operatori stranieri del turno di notte, dopo che la versione originale è stata validata al gemba;

• preparare la prima bozza di una checklist di avviamento macchina, da portare in reparto e correggere con chi la userà;

• analizzare le non conformità di un anno per trovare le ricorrenze, partendo da dati veri e non da ipotesi.

Il filo comune: il contenuto parte da una domanda reale, poggia su dati verificabili e passa per una persona che conosce il processo prima di arrivare al destinatario. È il jidoka applicato all'ufficio. La macchina lavora veloce, ma qualcuno sa quando fermarla.

La guida pratica: cinque test da fare domani

Non serve un software. Prendi l'ultimo documento che hai ricevuto, o quello che stai per mandare, e fagli cinque domande.

• Il test del nome. Sostituisci il nome dell'azienda con quello di un concorrente. Se il testo funziona lo stesso, non parla di te. Vale soprattutto per analisi, piani strategici e raccomandazioni.

• Il test del cestino. Se lo cancelli senza leggerlo, entro una settimana qualcuno se ne accorge? Se la risposta è no, era scorta e non valore. La prossima volta forse non va prodotto.

• Il test della firma. Lo firmeresti riga per riga davanti a chi lo riceve? Se c'è una frase che non sapresti difendere, il pezzo non esce dalla stazione. È l'autocontrollo che chiediamo a ogni operatore.

• Il test del gemba. Ogni causa, ogni numero, ogni raccomandazione: qualcuno è andato a vedere? Se la risposta è "l'ha detto l'AI", hai un'ipotesi da verificare, non un dato su cui decidere.

• Il test della decisione. Cosa deve fare il lettore dopo aver letto? Se non lo sai tu, non lo saprà nemmeno lui. E se il documento non porta a nessuna decisione, è da chiedersi perché esista.

Un consiglio in più per chi riceve: prima di chiedere all'AI di riassumere un documento, chiediti se quel documento andava prodotto. Se la risposta è no, il problema non si risolve a valle.

La domanda scomoda, per i manager

Chi ha chiesto di "usare l'AI" senza dire per cosa?

In molte aziende l'indicazione arrivata dall'alto è stata adottare lo strumento, senza definire cosa serve al cliente a valle e con quale criterio di accettazione. È un sistema push con un KPI di quantità, e un KPI di quantità genera quantità. Se poi l'adozione viene misurata contando gli utilizzi, si sta premiando esattamente il comportamento che produce slop.

Funziona anche al contrario, e qui la responsabilità è ancora più diretta. Se in riunione il report da una pagina viene accolto con "tutto qui?" e quello da trenta con "ottimo lavoro", hai appena insegnato al team cosa produrre. Le persone non sono stupide: danno al capo quello che il capo dimostra di apprezzare.

Le contromisure sono quelle di sempre, ed è una buona notizia perché le conosci già.

• Il pull. Ogni richiesta di documento contiene la decisione da prendere e la lunghezza massima. "Mi serve per decidere se internalizzare questa lavorazione, una pagina" produce un risultato diverso da "fammi un'analisi".

• Il limite al WIP. Meno documenti in circolazione, meno riunioni con allegati che nessuno apre. Come in reparto, ridurre la quantità rende visibile la qualità.

• L'A3. Un foglio solo, con situazione attuale, analisi delle cause, contromisure e verifica. Su un foglio solo lo slop non ci sta, e il pensiero che manca si vede subito.

• La domanda del sensei. "Come lo sai?", "L'hai visto?", "Cosa succede se hai torto?", fatte con costanza a ogni documento. È il controllo qualità più efficace mai inventato, e funziona anche sull'output dell'AI.

• La metrica giusta. Non quante volte si usa l'AI, ma cosa cambia nel flusso: tempi di attraversamento delle pratiche, decisioni prese più in fretta, rilavorazioni evitate.

Torniamo a lunedì mattina

Rifacciamo il processo dell'ufficio acquisti con queste regole. Il responsabile chiede: "Quali sono i tre fornitori su cui rischiamo di più nei prossimi sei mesi? Una pagina, per decidere se cercare alternative". Il buyer usa l'AI per incrociare i dati di consegna e qualità dell'ultimo anno, controlla i risultati, telefona a due fornitori per verificare, scrive una pagina. Il responsabile la legge in cinque minuti senza bisogno di riassunti, fa due domande e decide.

L'AI ha lavorato anche qui, e ha fatto risparmiare tempo vero. La differenza è che nel flusso c'è di nuovo una stazione presidiata: quella in cui qualcuno pensa.

In Leanbet affianchiamo imprese manifatturiere e di servizi nell'integrazione dell'AI nei processi operativi, partendo da dove partiamo sempre: mappatura del flusso, misurazione dello stato attuale, formazione delle persone. La tecnologia è un mezzo. Il metodo e la cultura del miglioramento continuo restano il fine.

Contattaci: info@leanbet.eu o 376 210 8166