La produttività europea è bloccata nei fogli di calcolo

La gestione della conoscenza in produzione decide quanto spesso uno stabilimento paga due volte lo stesso problema. Nell’UE, dove in dieci anni un’ora di lavoro ha prodotto solo il 7% in più, rendere reperibile ogni problema risolto è una delle poche leve rimaste.

Eravamo bloccati su un problema difficile. Poi abbiamo scoperto che un ingegnere lo aveva studiato qualche anno prima. Era tutto lì, sul suo portatile, che conteneva più di 20 anni del suo lavoro.

Nessun altro lo sapeva. La risposta era già in casa.

Perché la gestione della conoscenza in produzione viene prima di tutto

A mio avviso è proprio nella conoscenza persa in questo modo che la produttività europea resta bloccata. Sta in ciò che l’azienda sa già e non riesce a trovare.

La gestione della conoscenza sembra il nome di una categoria di software. In reparto è più semplice. Si tratta di capire se la prossima persona che si imbatte in un problema riesce a trovare ciò che ha imparato chi c’era prima.

La maggior parte degli stabilimenti non può rispondere di sì. Il resto di questo articolo spiega perché oggi conta più di dieci anni fa.

L’ora di lavoro europea si è mossa appena

Eurostat misura quanto produce un’ora di lavoro, al netto dell’inflazione. Per l’UE quel valore è cresciuto del 7% tra il 2015 e il 2025.

Dieci anni di investimenti in impianti e software, e l’ora è migliorata del 7%.

Nell’UE nel suo complesso il costo è la parte minore della storia. Un’ora di lavoro costava 25,6 euro nel 2016 e 34,9 euro nel 2025. In euro del 2025 l’ora del 2016 valeva 33,95 euro, quindi il costo reale è salito di circa il 3%, meno del valore prodotto. La Slovenia è un caso diverso, di cui parliamo più avanti.

Il problema è la lentezza con cui cresce il valore prodotto. L’Europa deve ricavare di più da ogni ora, e i modi per farlo sono pochi.

Più persone non bastano

La risposta ovvia è assumere. I numeri chiudono questa porta.

Il rapporto Draghi sulla competitività europea, pubblicato a settembre 2024, lo dice così: “By 2040, the workforce is projected to shrink by close to 2 million workers each year.”

Lo stesso rapporto riassume la conseguenza in una riga: “If Europe cannot become more productive, we will be forced to choose.”

Nemmeno orari più lunghi bastano

La seconda risposta ovvia è lavorare di più. La storia economica l’ha già messa alla prova.

John Pencavel, di Stanford, ha studiato le fabbriche di munizioni britanniche durante la Prima guerra mondiale. La produzione cresceva con le ore solo fino a un certo punto. Oltre quel punto, le ore in più non aggiungevano quasi niente.

Un confronto spicca sugli altri. Gli operai che lavoravano 48 ore in sei giorni, con la domenica libera, producevano un po’ di più di quelli che ne lavoravano 70 in sette giorni.

Un team stanco lavora più lentamente su un problema difficile, e strada facendo ne crea di nuovi.

I problemi più costosi sono quelli vecchi

Resta da ricavare di più da ogni ora. Nella qualità c’è un punto che salta subito all’occhio.

I clienti continuano a dirmi la stessa cosa. I problemi più costosi non sono nuovi. Sono dimenticati.

Sono rari per chi è di turno. Un difetto che compare una volta ogni qualche anno è nuovo per il team che lo incontra. Per l’azienda è storia vecchia. Qualcuno l’ha già risolto.

Di solito la risposta sta in uno di questi quattro posti:

1. Un vecchio 8D report, archiviato per numero e data.
2. Un foglio di calcolo senza riga di intestazione, su un disco di rete.
3. Una cartella che capisce una sola persona.
4. La testa di una persona, o il suo portatile.

In nessuno di questi si può cercare partendo dalla domanda che il prossimo ingegnere fa davvero: “è già successo qualcosa di simile su questa linea?”

Così il team ricomincia, e la linea e il cliente aspettano. Nessuno registra quelle ore come spreco, perché sembrano lavoro.

Cosa dice la ricerca

Uno studio pubblicato nel 2025 sul Quarterly Journal of Economics ha verificato cosa succede quando questo tipo di risposta viene condiviso.

Erik Brynjolfsson, Danielle Li e Lindsey Raymond hanno seguito 5.172 operatori dell’assistenza clienti. L’azienda ha dato loro un assistente AI addestrato su come i suoi operatori migliori avevano risolto i casi passati.

Qui contano tre risultati:

1. I miglioramenti maggiori si sono avuti sui problemi moderatamente rari, dove gli operatori avevano poca esperienza propria ma il sistema aveva ancora abbastanza casi passati da cui imparare.
2. Gli operatori meno esperti sono migliorati di più. I più esperti sono migliorati poco.
3. Gli operatori con due mesi di anzianità e l’assistente hanno reso quanto quelli con più di sei mesi e senza assistente.

Si trattava di assistenza clienti, non di una fabbrica. Penso che una fabbrica funzioni allo stesso modo, perché anche i suoi problemi più costosi sono rari. È una mia lettura dello studio, e lo studio non la verifica.

Ciò che si trasferisce è il meccanismo. Grazie all’assistente, ciò che sapevano gli operatori migliori è diventato accessibile a tutti gli altri.

Cosa cambia in reparto

Collegate ogni problema di qualità che l’azienda ha risolto e fate in modo che chiunque possa cercarlo. La conoscenza dell’ingegnere migliore arriva a tutti.

Ecco lo stesso problema raro, prima e dopo.

	Conoscenza in report, cartelle e teste	Conoscenza che chiunque può cercare
Dove sta l’ultima soluzione	un 8D report, un foglio di calcolo, un solo portatile	un’unica registrazione, reperibile per sintomo, pezzo o macchina
Chi sa che esiste	chi l’ha risolto, se è ancora in azienda	chiunque lo chieda
Prima ora di un problema raro	riunioni per ricostruire ciò che si sa già	leggere cosa è stato provato e cosa ha funzionato
Nuovo ingegnere	impara rifacendo lavoro già fatto	parte dall’ultima soluzione
Linea e cliente	aspettano l’intero percorso di soluzione	hanno una risposta prima
Costi della non qualità	pagati di nuovo ogni volta	pagati una volta, poi calano

Secondo me la linea riparte prima e il cliente ha una risposta prima. Si risolvono problemi più difficili, e i costi della non qualità calano.

La Slovenia, un caso ancora più netto

In Slovenia la pressione è più alta, perché il costo dell’ora cresce più in fretta del valore che produce.

Tra il 2016 e il 2025 il costo reale di un’ora di lavoro in Slovenia è salito del 35%. Il valore prodotto in un’ora è salito del 16%. Entrambe le cifre sono al netto dell’inflazione e si basano su dati Eurostat.

Una semplice verifica mostra il divario. Se il costo orario del 2016, 16,8 euro, fosse cresciuto solo con la produttività e i prezzi, nel 2025 sarebbe stato di 25,6 euro. Il dato effettivo era 29,7 euro. Sono 4,1 euro l’ora che il valore prodotto non ha coperto. Il calcolo è nostro, su dati Eurostat.

Solo nel 2025 il costo orario del lavoro in Slovenia è salito del 9,3%, contro il 4,1% nell’UE (Eurostat).

Nel 2025 la produttività slovena era all’86% della media UE, in standard di potere d’acquisto (SPA). L’UMAR, l’istituto sloveno per l’analisi macroeconomica e lo sviluppo, scrive che il divario si sta chiudendo solo lentamente. Il rapporto European Innovation Scoreboard 2026 classifica la Slovenia come innovatore moderato.

Nel 2023 Peter Wostner dell’UMAR ha detto che la Slovenia deve smettere di raccontarsi come un paese che si accontenta della media. Nella stessa presentazione, secondo RTV SLO, ha sostenuto che i benefici dell’AI andranno soprattutto ai paesi ambiziosi, innovativi e capaci di adattarsi in fretta.

Uno stabilimento non può cambiare i dati nazionali. Può smettere di pagare due volte lo stesso problema.

E le persone

La preoccupazione legittima riguarda i posti di lavoro.

L’Organizzazione Internazionale del Lavoro ha analizzato quanto ogni professione sia esposta all’AI generativa. La sua conclusione è che la maggior parte dei lavori cambierà anziché scomparire.

I ricercatori di Stanford hanno esaminato i dati sulle buste paga statunitensi di ADP, fino a giugno 2026. L’occupazione dei lavoratori tra i 22 e i 25 anni è calata nelle professioni più esposte all’AI, dove l’AI sostituisce le loro mansioni. Dove l’AI affianca le persone, l’occupazione è stabile o in crescita.

Per come la vedo io, la scelta è questa. Togliere alle persone il lavoro ripetitivo e quello sui dati, e spostarle verso attività che aggiungono più valore. Un archivio ricercabile dei problemi risolti è un uso di questo tipo. L’ingegnere resta, e sparisce il lavoro di rifare ciò che l’azienda ha già pagato.

Una domanda per il vostro stabilimento

Prendete i 10 problemi di qualità più costosi dell’anno scorso.

Quanti di questi la vostra azienda aveva già risolto una volta?

Domande frequenti

Che cos’è la gestione della conoscenza in produzione?

È il modo in cui uno stabilimento conserva ciò che le sue persone hanno imparato, così che qualcun altro possa trovarlo e usarlo. Nella qualità significa che ogni problema risolto resta ricercabile per sintomo, pezzo o macchina, con la sua causa, le sue evidenze e l’azione che ha funzionato. Un report archiviato per numero e data non supera questa prova.

Perché la produttività in Europa cresce così lentamente?

Le ragioni sono molte e gli economisti non concordano sul loro peso. I numeri sono chiari: il valore prodotto per ora lavorata nell’UE, in termini reali, è cresciuto di circa il 7% tra il 2015 e il 2025 (Eurostat). Il rapporto Draghi aggiunge che fino al 2040 la forza lavoro calerà di quasi 2 milioni di lavoratori l’anno, quindi la crescita deve venire dall’ora stessa.

L’AI in produzione sostituisce i posti di lavoro?

L’Organizzazione Internazionale del Lavoro prevede che la maggior parte dei lavori esposti all’AI generativa cambierà anziché scomparire. I ricercatori di Stanford hanno rilevato che l’occupazione dei lavoratori giovani cala dove l’AI sostituisce le loro mansioni, e resta stabile o cresce dove affianca le persone. Il risultato dipende da come un’azienda la usa.

Perché i problemi di qualità si ripetono?

Perché i problemi più costosi sono rari per chi è di turno e storia vecchia per l’azienda. La prima soluzione sta in un vecchio report, in una cartella o nella testa di una persona, e il team successivo non riesce a trovarla, quindi ricomincia da capo.

Altro su galileon.si

1. Le fabbriche dimenticano ciò che hanno già risolto
2. Come SolveR tiene insieme un caso

Fonti

1. Eurostat, Labour productivity and unit labour costs (nama_10_lp_ulc), produttività reale del lavoro per ora lavorata, indice 2015 = 100, UE27 e Slovenia. Dati estratti il 28 September 2026. Banca dati Eurostat
2. Eurostat, Labour cost levels by NACE Rev. 2 activity (lc_lci_lev), industria, costruzioni e servizi, UE27 e Slovenia. Dati estratti il 28 September 2026. Banca dati Eurostat
3. Eurostat, HICP annual average index (prc_hicp_aind), 2015 = 100, UE27 e Slovenia. Dati estratti il 28 September 2026. Banca dati Eurostat
4. Eurostat, EU hourly labour costs ranged from €12 to €57 in 2025, comunicato stampa, 31 March 2026. Notizie Eurostat
5. Mario Draghi, The future of European competitiveness, Part A, September 2024, p. 5. Commissione europea
6. John Pencavel, The Productivity of Working Hours, The Economic Journal 125 (589), December 2015. Wiley, versione ad accesso libero IZA DP 8129, April 2014
7. Erik Brynjolfsson, Danielle Li, Lindsey Raymond, Generative AI at Work, The Quarterly Journal of Economics 140 (2), April 2025. Oxford Academic
8. ILO e NASK, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, 20 May 2025. ILO
9. Erik Brynjolfsson, Bharat Chandar, Ruyu Chen, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab, versione del 12 August 2026. Stanford Digital Economy Lab
10. UMAR, Poročilo o razvoju 2026 (Rapporto sullo sviluppo 2026), May 2026, p. 19. UMAR
11. Commissione europea, European Innovation Scoreboard 2026, 9 July 2026, e profilo paese Slovenia. Commissione europea, profilo Slovenia
12. RTV SLO, UMAR: za hitrejšo rast produktivnosti je potrebno več ambicioznosti in poguma, 6 December 2023. RTV SLO