L’analisi di Thomson Reuters sulle ore fatturabili con l’AI mette in luce un conflitto sui prezzi

Secondo Thomson Reuters, l’AI può far risparmiare a ogni avvocato 190 ore lavorative all’anno, eppure la maggior parte della spesa per consulenza legale esterna continua a basarsi su tariffe orarie. L’analisi di Thomson Reuters sulle ore fatturabili con l’AI evidenzia un conflitto che le società di servizi professionali non possono più considerare teorico. L’AI premia il completamento più rapido, mentre la fatturazione oraria trasforma tale efficienza in meno unità da vendere.

Una recente analisi del Financial Times ha descritto l’AI come una palla demolitrice che colpisce le strutture tariffarie di avvocati, consulenti, commercialisti e altri advisor. Il problema non è semplicemente che il software svolge più rapidamente le attività di routine. Le aziende hanno costruito la propria economia, il personale, i percorsi di carriera e gli obiettivi di performance attorno al tempo necessario per completare quel lavoro.

Il confronto centrale è ora chiaro. I clienti vogliono che i risparmi ottenuti con l’AI si riflettano in costi inferiori o risultati migliori. Le società professionali devono preservare i ricavi finanziando al contempo tecnologia, supervisione e il giudizio esperto che i sistemi automatizzati ancora non possiedono.

Questa tensione non eliminerà dall’oggi al domani la fatturazione oraria. Tuttavia, rende il modello più difficile da difendere per il lavoro prevedibile che il software può comprimere da ore a minuti.

L’AI ha reso misurabile il conflitto sulla fatturazione

Il cambiamento importante non è che le società professionali usino l’AI, ma che i clienti possano ora chiedere dove sia finito il tempo risparmiato.

L’AI legale può cercare nella giurisprudenza, confrontare contratti, riassumere materiali di discovery, redigere documenti di routine e identificare clausole in grandi raccolte di documenti. Un professionista qualificato deve comunque riesaminare il risultato. Tuttavia, la prima elaborazione può richiedere molto meno tempo umano.

Thomson Reuters stima che gli avvocati prevedano di risparmiare in media 190 ore di lavoro ogni anno grazie all’AI. La sua analisi di economia degli studi legali valuta tali potenziali risparmi in circa 20 miliardi di dollari di lavoro legale annuale negli Stati Uniti.

La stessa ricerca ha rilevato che l’80% degli intervistati negli studi legali si aspetta che l’AI modifichi il modo in cui operano le proprie organizzazioni. Prezzi, organico e fornitura dei servizi sono al centro di questo cambiamento atteso.

Questi risultati creano una sfida diretta per un incarico a tariffa oraria. Se un’attività di ricerca richiedeva in precedenza dieci ore ma ora ne richiede tre, una fattura accurata registra tre ore. Il cliente riceve il beneficio dell’efficienza, mentre lo studio perde sette unità fatturabili.

Lo studio può reindirizzare il tempo risparmiato verso ulteriori incarichi, consulenza ai clienti, sviluppo commerciale o revisione interna. Questo approccio funziona solo se la domanda cresce abbastanza da assorbire la capacità. Presuppone inoltre che gli studi riescano a trovare lavoro di maggior valore per le persone le cui attività di routine sono scomparse.

L’alternativa è aumentare le tariffe orarie. Questa risposta protegge i ricavi per professionista, ma rende la contraddizione più evidente. I clienti possono ragionevolmente chiedersi perché il lavoro assistito dal software comporti una tariffa oraria più elevata quando lo strumento ha ridotto lo sforzo necessario.

Le tariffe fisse ribaltano l’incentivo. Se uno studio accetta di fornire un risultato definito per un compenso concordato, completare il lavoro in modo efficiente può migliorare il margine. L’AI diventa quindi un vantaggio economico anziché una minaccia alle ore registrate.

Tuttavia, le tariffe fisse trasferiscono il rischio al fornitore. Una definizione inadeguata dell’ambito, una complessità inattesa o un’ampia verifica umana possono rendere non redditizio un incarico apparentemente attraente. Gli studi hanno bisogno di migliori dati storici e definizioni più chiare del completamento prima di accettare tale rischio.

Ecco perché la controversia va oltre il formato della fattura. Uno studio deve decidere cosa stia acquistando il cliente. La risposta potrebbe essere tempo, un’attività completata, accesso all’esperienza, riduzione del rischio o un risultato aziendale misurabile.

La fatturazione oraria evita parte di questo dibattito perché il tempo è facile da contare. L’AI indebolisce l’assunto secondo cui il tempo conteggiato rappresenti in modo affidabile il valore erogato.

Il conflitto è particolarmente visibile nel lavoro legale ad alta intensità documentale. La revisione dei contratti e la discovery contengono spesso passaggi ripetibili che l’AI può accelerare. La consulenza strategica, la negoziazione, la difesa in aula e la responsabilità di un giudizio finale restano più difficili da standardizzare.

Questa differenza significa che probabilmente i prezzi si frammenteranno per attività. Le componenti di routine possono passare verso addebiti fissi o basati sulle unità. Il lavoro incerto, conflittuale o aperto può rimanere orario.

Una tale divisione è più plausibile di un unico sostituto universale dell’ora fatturabile. Richiede inoltre che gli studi comprendano il proprio lavoro a un livello che molti sistemi esistenti di registrazione del tempo non sono mai stati progettati per fornire.

Il problema delle ore fatturabili con l’AI di Thomson Reuters inizia all’interno dello studio

La fatturazione oraria non è solo un addebito al cliente, perché organizza anche il modo in cui molti studi assumono, formano, valutano e promuovono i professionisti.

Negli anni Ottanta, l’ora fatturabile era diventata uno strumento centrale di gestione degli studi legali. Gli studi la usavano per misurare la produttività individuale, valutare gli incarichi, fissare obiettivi finanziari e confrontare i gruppi di pratica.

Il modello collega diverse decisioni attraverso un’unica metrica. Gli associati registrano il tempo, i partner supervisionano l’utilizzo, i team finanziari prevedono i ricavi e i dirigenti valutano la performance rispetto agli obiettivi annuali. Sostituire la fattura del cliente lascia intatti quei sistemi interni, a meno che lo studio non li riprogetti a sua volta.

Ecco perché il conflitto di Thomson Reuters sulle ore fatturabili con l’AI va oltre i prezzi. L’AI può ridurre le ore visibili necessarie per ricerca, redazione, revisione e analisi svolte dai junior. Questi incarichi sono serviti anche come opportunità formative.

Tradizionalmente, un giovane avvocato imparava esaminando molti documenti, redigendo versioni iniziali e ricevendo correzioni da colleghi esperti. Quando il software produce l’output iniziale, il giovane professionista parte dalla revisione anziché dalla costruzione.

La revisione resta preziosa, ma sviluppa competenze diverse. Una persona può diventare abile nell’individuare errori evidenti senza imparare a costruire autonomamente un’argomentazione o un’analisi. Gli studi devono creare una formazione intenzionale se l’automazione elimina quella ripetizione iniziale.

La piramide dell’organico affronta una pressione simile. Le grandi società professionali impiegano tradizionalmente molti lavoratori junior, il cui output fatturabile sostiene un gruppo più ristretto di esperti senior. L’AI riduce il lavoro necessario per alcune delle attività assegnate a quel livello junior.

Gli studi possono reagire assumendo meno lavoratori entry-level. Possono anche reimpiegare i junior nel contatto con i clienti, nelle indagini, nell’analisi specializzata e nella supervisione tecnologica. Entrambe le scelte modificano il percorso attraverso cui i futuri professionisti senior acquisiscono esperienza.

L’economia resta incerta perché l’adozione non produce automaticamente risultati finanziari. Nel sondaggio sui servizi professionali, solo il 21% delle organizzazioni ha dichiarato di misurare i rendimenti dell’AI generativa.

Tra questo gruppo, i risparmi sui costi interni hanno ricevuto molta più attenzione della soddisfazione dei clienti o del nuovo business. Questa lacuna di misurazione conta perché le società non possono prezzare con fiducia i risultati quando non li misurano in modo coerente.

Quasi la metà degli studi legali intervistati ha dichiarato di aver ottenuto almeno un beneficio dall’AI. Tuttavia, un beneficio come il tempo risparmiato non rivela chi acquisisca il valore risultante.

Uno studio lo acquisisce quando un incarico a tariffa fissa diventa meno costoso da erogare. Il cliente lo acquisisce quando un incarico orario richiede meno ore registrate. Un fornitore tecnologico ne acquisisce una parte attraverso i costi del software, mentre i professionisti assorbono il costo della verifica e della governance.

La distribuzione dipende dal contratto. Ciò rende la progettazione commerciale importante quanto la capacità del modello.

Gli obiettivi orari possono anche scoraggiare l’adozione. Un professionista che termina più rapidamente con l’AI può migliorare l’esperienza del cliente ma rimanere più indietro rispetto a un obiettivo interno di utilizzo. A meno che la direzione non modifichi il sistema di misurazione, il dipendente riceve istruzioni contrastanti.

Lo studio afferma di usare l’AI per l’efficienza. Il suo sistema di promozione continua a premiare le ore accumulate.

Le nuove metriche di performance devono riconoscere qualità, responsabilità, fidelizzazione dei clienti, redditività degli incarichi, collaborazione e uso efficace della tecnologia. Nessuna è semplice quanto contare le ore. Insieme, tuttavia, descrivono il contributo professionale in modo più accurato.

La sfida operativa assomiglia alla costruzione di un workflow AI affidabile. La velocità ha un valore limitato se input, passaggi di revisione e decisioni responsabili non restano visibili.

Per le società professionali, l’output non è semplicemente un documento generato. È un risultato approvato da un esperto, con conseguenze legali, finanziarie o reputazionali.

I clienti stanno imponendo il passaggio verso compensi alternativi

L’AI offre agli acquirenti aziendali prove più solide che un compenso basato sugli input non sempre corrisponde al valore del lavoro concluso.

Gli accordi tariffari alternativi includono tariffe fisse, tariffe con tetto massimo, abbonamenti, prezzi per unità, retainer e pagamenti legati a risultati definiti. Ognuno separa almeno una parte dell’addebito dal numero di ore registrate.

Thomson Reuters ha rilevato che il 40% dei professionisti intervistati si aspettava che l’AI generativa aumentasse l’uso di accordi tariffari alternativi. Tale aspettativa è significativa, ma non implica che clienti e studi abbiano concordato un sostituto.

La tariffazione oraria domina ancora la spesa legale esterna. Thomson Reuters ha riferito che fino al 90% della spesa aziendale per studi esterni continuava a prevedere tariffe orarie.

La familiarità aiuta a spiegare questa persistenza. I team di procurement comprendono tariffe, ore, sconti e budget. Gli studi legali sanno come registrare il tempo e confrontare la realizzazione, che misura i ricavi incassati rispetto al valore registrato.

Le strutture alternative richiedono a entrambe le parti di definire l’ambito e allocare il rischio. Una tariffa fissa funziona bene per un processo ripetuto con input stabili. Funziona male quando fatti, controparti o richieste normative possono cambiare senza preavviso.

Anche i clienti possono preferire la fatturazione oraria quando l’ambito è incerto. Possono diffidare di una tariffa fissa che include un ampio premio per il rischio. La trasparenza sul tempo può sembrare più sicura che pagare per un risultato il cui costo sottostante resta nascosto.

Il cambiamento avverrà quindi prima dove il lavoro può essere standardizzato e misurato. Portafogli contrattuali, revisioni ricorrenti di conformità, ricerca di routine e analisi strutturata dei documenti sono candidati probabili.

Il contenzioso ad alto rischio e le transazioni complesse presentano un problema diverso. Il valore della consulenza può dipendere dall’evitare una perdita, preservare la leva negoziale o individuare una questione critica. Il lavoro necessario è difficile da prevedere all’inizio.

La tariffazione basata sui risultati sembra attraente in questi contesti, ma il nesso causale diventa controverso. Un esito favorevole può dipendere dalle condizioni di mercato, dalle decisioni giudiziarie, dalle controparti o dalla condotta stessa del cliente. Gli studi non possono controllare ogni variabile.

Gli abbonamenti offrono un’altra strada. Un cliente paga per l’accesso continuativo a servizi, capacità o competenze definiti. Questa struttura crea una spesa prevedibile per l’acquirente e ricavi ricorrenti per il fornitore.

Le tariffe basate sull’utilizzo possono collocarsi tra gli abbonamenti e la fatturazione oraria. Uno studio potrebbe addebitare un importo per contratto esaminato, deposito completato, richiesta valutata o deliverable approvato. L’unità riflette il volume di lavoro senza esporre ogni minuto interno.

La determinazione dei prezzi basata sulle performance si avvicina ulteriormente al valore per il cliente. Il pagamento dipende in parte da risultati concordati o parametri di servizio. Forrester ha riferito che il 45% dei responsabili decisionali nei servizi prevedeva di ampliare la determinazione dei prezzi basata sulle performance, mentre il 46% si aspettava un maggior numero di contratti a prezzo fisso.

La tendenza della determinazione dei prezzi basata sulle performance va oltre il settore legale. Società di consulenza, integratori tecnologici e fornitori di servizi gestiti affrontano la stessa domanda quando l'AI riduce il lavoro necessario per l'erogazione.

Queste opzioni possono anche essere combinate. Un accordo ibrido potrebbe includere una tariffa base fissa, addebiti a consumo per volumi aggiuntivi e una componente legata alle performance, collegata a risultati concordati.

La determinazione ibrida dei prezzi evita di trattare ogni incarico come prevedibile. Mantiene una remunerazione per il lavoro incerto, premiando al contempo l'efficienza nelle attività ripetibili.

Gli acquirenti aziendali continueranno a chiedere prove. Le aziende devono dimostrare in che modo l'AI abbia inciso sui tempi di risposta, sui tassi di errore, sulla coerenza, sul rischio e sul livello di attenzione dei professionisti senior.

Non basta affermare che la tecnologia abbia reso il team più efficiente. I clienti vogliono sapere se le fatture sono diminuite, i risultati sono migliorati o la capacità è aumentata.

Questa domanda rafforzerà i team di legal operations e pricing. Questi gruppi possono analizzare lo storico delle pratiche, definire unità di misura, modellare il rischio e confrontare le tariffe proposte con i costi effettivi di erogazione.

I vincitori non saranno necessariamente le aziende che usano più AI. Quelle che misurano bene il lavoro e spiegano chiaramente i propri prezzi avranno una posizione commerciale più forte.

Un lavoro più rapido non elimina la responsabilità professionale

L'argomento più forte contro un rapido azzeramento dei prezzi è che l'AI riduce i tempi di produzione senza eliminare verifica, responsabilità legale o accountability degli esperti.

L'AI generativa può produrre citazioni inesatte, analisi incomplete, fonti inventate e affermazioni sicure ma non supportate dal materiale di origine. La revisione professionale è quindi parte del servizio, non una correzione facoltativa.

La verifica può assorbire una quota significativa del tempo che l'automazione sembrava aver risparmiato. Lo sforzo richiesto varia in base all'attività, al modello, alla qualità dei dati, ai controlli di riservatezza e al potenziale danno derivante da un errore.

Un riepilogo interno a basso rischio non richiede lo stesso processo di un deposito giudiziario o di un parere di revisione. I prezzi devono riflettere questa differenza.

L'American Bar Association ha affrontato questa tensione nel Formal Opinion 512, pubblicato nel luglio 2024. Le sue linee guida etiche sull'AI affermano che gli avvocati che fatturano a ore devono addebitare il tempo effettivamente impiegato, anziché il tempo che un'attività richiedeva in precedenza.

Questo principio impedisce a uno studio di usare l'AI per un'ora e fatturare diverse ore umane fittizie. Non richiede però alle aziende di regalare investimenti, giudizio professionale o rischio in ogni struttura tariffaria.

Le stesse linee guida avvertono che le tariffe fisse o condizionate devono restare ragionevoli. L'AI non concede automaticamente il permesso di applicare una vecchia tariffa fissa quando quasi nessun lavoro viene svolto.

La ragionevolezza dipende dal servizio, dall'accordo, dalla responsabilità assunta e dalle regole professionali applicabili. Questo rende essenziale la trasparenza.

I clienti devono capire se una tariffa copre l'uso del software, la revisione umana, la consulenza strategica, la responsabilità legale o la disponibilità continuativa. Un singolo sovrapprezzo tecnologico non spiegato raramente risolverà la questione.

La riservatezza crea un altro costo. I servizi AI per i consumatori potrebbero non offrire i controlli di accesso, le politiche di conservazione, i confini dei dati o le tutele contrattuali richieste per il materiale sensibile dei clienti.

Le società professionali necessitano di sistemi approvati, revisioni della sicurezza, formazione, piste di audit e politiche che disciplinino l'uso accettabile. Servono anche procedure per identificare quando un modello non dovrebbe essere utilizzato.

Questi controlli riducono il rischio, ma complicano le affermazioni su risparmi immediati. Una risposta rapida di un modello può inserirsi in un processo professionale più lento, che comprende verifiche delle fonti, escalation e approvazione finale.

Le prestazioni dell'AI variano inoltre tra i diversi ambiti. I sistemi possono gestire schemi comuni in modo più affidabile rispetto a fatti insoliti, giurisdizioni poco note o registri incompleti. I clienti potrebbero non sapere quando la loro pratica ricade al di fuori delle aree in cui il modello è più affidabile.

Questa incertezza sostiene la necessità di una responsabilità umana continuativa. Limita anche la tariffazione puramente basata sui risultati, perché i fornitori devono prezzare la possibilità di ulteriori revisioni o di un fallimento.

Il report incentrato sul cliente di KPMG sostiene che l'automazione stia indebolendo la rilevanza dei tradizionali modelli orari nei servizi professionali. Il report indica inoltre una direzione verso prezzi basati sul valore e sulle esigenze del cliente.

Passare dal tempo al valore non rende la valutazione oggettiva. Un cliente e un consulente possono non concordare sul valore di un rischio evitato, di una decisione più rapida o di un contratto migliorato.

Le tariffe basate sui risultati possono creare incentivi propri. Un fornitore pagato per la velocità potrebbe investire troppo poco nella prudenza. Un fornitore remunerato per un risultato misurato potrebbe trascurare conseguenze non misurate.

I buoni contratti necessitano di soglie qualitative accanto agli obiettivi di velocità o risparmio. Dovrebbero definire standard di revisione, esclusioni, percorsi di escalation e responsabilità quando il materiale generato fallisce.

Esiste anche un rischio competitivo per le aziende più piccole. L'AI offre loro accesso a capacità un tempo associate a team più grandi, ma una governance di livello enterprise può richiedere investimenti operativi significativi.

Le grandi aziende dispongono di maggiori risorse per strumenti sicuri, dati proprietari, valutazione e formazione. Le aziende più piccole possono muoversi più rapidamente, ma un errore grave può imporre un costo proporzionalmente maggiore.

Le prove supportano quindi una frattura, anziché un collasso immediato. La fatturazione oraria sta perdendo credibilità per il lavoro routinario e misurabile. Resta difendibile quando portata e rischio non possono essere previsti in modo affidabile.

I prezzi dell'AI cambiano la mappa competitiva

L'AI sposta il vantaggio dalle aziende con la più ampia piramide di manodopera verso quelle che sanno combinare competenza, tecnologia ed erogazione misurabile.

Un'azienda più piccola può usare l'AI per cercare, riassumere, classificare e redigere su una scala che in precedenza richiedeva più personale junior. Può quindi offrire una tariffa fissa senza sostenere la stessa base di lavoro di un concorrente più grande.

Questo non elimina il valore della profondità istituzionale. Le grandi aziende offrono ancora un'ampia copertura specialistica, portata internazionale, relazioni consolidate e la capacità di gestire contemporaneamente diversi filoni di lavoro.

L'AI modifica il costo di produzione della prima versione. Non riproduce automaticamente il giudizio, la reputazione o la capacità di coordinare decisioni complesse di un'azienda.

La concorrenza si intensificherà sul margine standardizzato del lavoro professionale. Fornitori alternativi di servizi legali, piattaforme contabili, società di servizi gestiti e aziende native dell'AI possono isolare attività ripetibili da incarichi più ampi.

Possono prezzare tali attività come prodotti anziché come tempo professionale a durata indefinita. Le aziende incumbent si trovano quindi di fronte alla scelta tra eguagliare l'offerta prodotto o difendere un servizio più ampio.

La productizzazione significa definire input, flusso di lavoro, standard di revisione, output e prezzo prima dell'inizio di ogni incarico. Questa struttura si adatta all'AI perché la ripetizione migliora sia l'automazione sia la previsione dei costi.

Le aziende tradizionali spesso vendono accesso alle persone e determinano in seguito lo sforzo finale. Questa flessibilità resta utile per il lavoro complesso, ma appare costosa accanto a una chiara offerta basata su unità.

La consulenza affronta una sfida correlata. L'AI può accelerare ricerca, benchmarking, produzione di documenti, analisi dei dati e preparazione delle presentazioni. I clienti possono inoltre svolgere internamente una parte maggiore di queste attività.

La società di consulenza deve dimostrare valore nella definizione del problema, nel cambiamento organizzativo, nei dati specializzati, nell'implementazione e nelle decisioni di cui risponde. Un report curato ha minore scarsità quando il software può generare rapidamente bozze credibili.

Le aziende di contabilità e fiscalità affrontano pressioni simili nell'analisi ricorrente e nella gestione dei documenti. Le loro responsabilità regolamentate e il lavoro di assurance preservano un ruolo forte per gli esperti, ma la produzione routinaria diventa più difficile da prezzare soltanto in base allo sforzo.

Il problema delle ore fatturabili legato all'AI di Thomson Reuters è quindi un esempio di una transizione più ampia nei servizi professionali. Il meccanismo comune è la separazione tra tempo di lavoro e volume dell'output.

I concorrenti nativi dell'AI possono progettare intorno a questa separazione fin dall'inizio. Possono utilizzare abbonamenti, addebiti a consumo o tariffe basate sui risultati senza dover smantellare sistemi di remunerazione legacy.

Gli incumbent affrontano vincoli diversi. Remunerazione dei partner, obiettivi di utilizzo, rendicontazione finanziaria, piani di personale e contratti con i clienti possono tutti presupporre un'economia oraria.

Questo fardello può rallentare il cambiamento anche quando i leader accettano la diagnosi. Un'azienda non può sostituire il proprio modello di pricing senza capire come la sostituzione influenzi il riconoscimento dei ricavi, gli incentivi e lo sviluppo delle carriere.

La transizione potrebbe produrre un mercato a due velocità. I fornitori nuovi o con un focus ristretto possono offrire risultati standardizzati. Le aziende consolidate possono mantenere componenti orarie per le pratiche complesse, introducendo al contempo moduli fissi per il lavoro prevedibile.

I clienti combineranno questi servizi. Potrebbero affidare una revisione ripetibile a un fornitore specializzato, riservando le decisioni strategiche a un consulente tradizionale.

Questa disaggregazione mette sotto pressione le aziende i cui margini dipendono dalla combinazione di consulenza costosa e grandi volumi di esecuzione junior. I clienti acquisiscono maggiore capacità di separare le due componenti.

Il brand da solo non porrà fine al dibattito. Gli acquirenti confronteranno tempi di risposta, qualità, prevedibilità, sicurezza e accountability. Le aziende hanno bisogno di prove per ciascuna dimensione.

Il vantaggio più duraturo deriverà dal rendere riutilizzabile l'esperienza senza rendere vaga la responsabilità professionale. Ciò richiede conoscenza curata, flussi di lavoro controllati, revisioni documentate e prezzi che i clienti possano comprendere.

Tre segnali mostreranno se l'ora fatturabile si sta davvero sgretolando

La fase successiva sarà decisa dal comportamento contrattuale, dai sistemi interni di performance e da risultati misurabili per i clienti, anziché dalle dimostrazioni dell'AI.

Il primo segnale è la quota della spesa dei clienti che si sposta verso accordi a prezzo fisso, basati su unità, in abbonamento o sulle performance. Le aspettative rilevate nei sondaggi sono utili, ma i contratti eseguiti forniscono prove più solide.

Un aumento significativo sosterrebbe l'idea che l'AI stia cambiando il modo in cui i clienti acquistano lavoro professionale. Un movimento limitato mostrerebbe che familiarità e allocazione del rischio proteggono ancora la fatturazione oraria.

I dettagli contano. Le aziende potrebbero etichettare un incarico come tariffa alternativa pur calcolandolo in base a ore e tariffe previste. Questo modifica il formato della fattura senza cambiare l'economia sottostante.

Un segnale più forte sarebbe costituito da servizi ripetuti prezzati in base a unità, livelli di servizio o risultati. Queste strutture consentono all'efficienza di incidere direttamente sul margine del fornitore.

Il secondo segnale è se le aziende sostituiscono gli obiettivi sulle ore fatturabili nelle decisioni relative a remunerazione e promozione. I prezzi per i clienti non possono cambiare in profondità finché le carriere restano legate principalmente al tempo registrato.

Occorre osservare metriche che coprono la redditività delle pratiche, la qualità, la fidelizzazione dei clienti, i contributi alla conoscenza, l'uso della tecnologia e lo sviluppo del team. Queste misure rivelano se il management considera l'AI una riprogettazione operativa o un altro acquisto software.

I modelli di assunzione forniranno prove correlate. Un minor numero di ruoli junior suggerirebbe che l'automazione sta riducendo la tradizionale piramide. Un lavoro entry-level riprogettato mostrerebbe che le aziende stanno proteggendo il percorso formativo, modificandone al contempo il contenuto.

Il terzo segnale è la qualità della misurazione dei risultati. La maggior parte delle organizzazioni manca ancora di prove mature che colleghino l'AI generativa alla soddisfazione dei clienti, ai ricavi o ai risultati aziendali.

Questa lacuna ostacola una credibile tariffazione basata sul valore. Un'azienda non può far pagare un risultato che non riesce a definire, attribuire e verificare.

Le metriche utili varieranno a seconda del servizio. Possono includere tempi di consegna, tassi di errore, completamenti riusciti, rilavorazioni evitate, risultati in termini di conformità o rispetto di un livello di servizio concordato.

La qualità deve restare parte della misurazione. Una consegna più rapida, da sola, può nascondere rischi aggiuntivi o trasferire al cliente il lavoro di revisione.

Questi segnali mostreranno anche chi beneficia dei vantaggi. I clienti possono ottenere tariffe più basse o più prevedibili. Le aziende possono conseguire margini più elevati sui lavori a prezzo fisso. I dipendenti possono dedicare meno tempo alla produzione ripetitiva.

I benefici non si distribuiranno in modo uniforme da soli. Le clausole contrattuali e gli incentivi interni determinano dove ricadranno.

È improbabile che la tariffazione oraria scompaia in un unico evento coordinato. Si ritirerà attività per attività, cliente per cliente e contratto per contratto.

Il lavoro di routine con risultati misurabili cambierà per primo. Gli incarichi complessi con un perimetro instabile manterranno più a lungo componenti orarie o ibride.

Questo cambiamento graduale resta comunque importante. Una volta che gli acquirenti si saranno abituati a pagare per risultati definiti in una categoria, potranno chiedersi perché i servizi adiacenti rimangano interamente legati al tempo.

Le società di servizi professionali dovrebbero quindi sperimentare i prezzi prima che il mercato imponga una risposta affrettata. Hanno bisogno di dati puliti sugli incarichi, definizioni ristrette dei servizi, controlli di qualità e regole esplicite per gestire le eccezioni.

I clienti dovrebbero porre domande altrettanto dirette. Quale lavoro è automatizzato? Chi lo revisiona? In che modo la tariffa condivide i guadagni di efficienza? Per quale risultato il fornitore si assume la responsabilità?

Il dibattito di Thomson Reuters sull'IA e la tariffazione oraria riguarda in definitiva la fiducia. I clienti devono essere certi che la rapidità non indebolisca la qualità, mentre le aziende devono essere remunerate per l'esperienza e il giudizio responsabile.

La prossima fattura non è l'unico problema. La questione più ampia è se i servizi professionali possano attribuire valore ai risultati senza nascondere i rischi, gonfiare il tempo o ridurre il lavoro degli esperti a un output automatizzato.