C’è un tecnico alla centrale idrica di Genova che negli ultimi cinque anni non ha mai fatto notizia: il suo lavoro, d’altra parte, è così noioso. Cosa ha fatto in tutto questo tempo? Beh, ha sostituito valvole prima che cedessero, ha segnalato pressioni anomale prima che diventassero rotture, talvolta ha passato qualche notte a controllare un dato che poi si è rivelato innocuo.
Il suo bilancio personale, in termini di articoli di giornale scritti su di lui, è zero. Però, se poi capita un allagamento, i colleghi che riparano il danno magari finiscono sul telegiornale regionale.
Questa asimmetria ha un nome tecnico: paradosso della prevenzione, e sta per diventare uno dei problemi economici più interessanti del prossimo decennio. Man mano che sensori, modelli predittivi e intelligenza artificiale spostano intere categorie di tecnologia dal “riparare il danno” al “far sì che il danno non nasca mai”, il mondo si trova a dover inventare un modo per quantificare e pagare qualcosa che, per definizione, non produce alcuna prova visibile del proprio successo.
Un prodotto che non lascia tracce
Un reparto IT spende due milioni di euro su un sistema di rilevamento minacce. Passa un anno: non succede niente. Nessuna violazione, nessun ransomware, nessun titolo sui giornali di settore. Per chi deve approvare il budget dell’anno successivo, quei due milioni sembrano un costo puro, una roba con ritorno pari a zero, perché il ritorno, in questo caso, è un evento che non è mai accaduto. Futuro Prossimo lo aveva già raccontato parlando di come l’intelligenza artificiale abbia accelerato il cyber crimine: il paradosso è che più le minacce diventano sofisticate, più diventa difficile mostrare a un consiglio d’amministrazione perché il software di difesa “vale” i soldi spesi, soprattutto se l’unico output visibile di un anno di lavoro è un registro incidenti completamente vuoto.
Conoscete il ransomware Mamona? Quello che si autocancella dopo aver colpito? Offre un caso limite dello stesso problema visto al contrario: un malware progettato apposta per non lasciare traccia forense rende quasi impossibile anche solo dimostrare che l’attacco è avvenuto, figuriamoci dimostrare che qualcuno lo ha prevenuto. Quando sia il danno sia la sua assenza diventano invisibili, il bilancio economico perde ogni appiglio.
Lo stesso schema vale per un ospedale che decide se finanziare un protocollo anti-infezioni, per una città che valuta una barriera anti-alluvione, o ancora per una fabbrica che si chiede se il sensore di manutenzione predittiva valga l’abbonamento mensile. In ogni caso il valore della tecnologia è un negativo: la cosa che sarebbe andata storta, e non è andata storta.
Confrontatelo con quasi ogni altro investimento aziendale
Non so: ad esempio, nel mio mondo una nuova linea di prodotto può generare un fatturato tracciabile, e una campagna marketing genera un numero contabile di contatti. I dirigenti amano questi numeri perché sono tangibili, facili da mettere in un grafico, facili da difendere in una riunione di budget.
La prevenzione non offre nessuna di queste comodità.
Come si contano i disastri che non sono accaduti
Lo strumento che economisti e ricercatori usano per risolvere questo rompicapo si chiama analisi controfattuale: si costruisce una simulazione accurata di cosa sarebbe successo in un mondo senza l’intervento, poi si misura lo scarto tra quel mondo immaginato e quello reale. È così che si può dire, con onestà statistica, “questa diga ha prevenuto circa 370 milioni di euro di danni da alluvione”, anche se il danno in questione non è mai esistito da nessuna parte se non dentro un modello matematico.
La gestione degli incendi boschivi ne è un esempio concreto: i ricercatori forestali confrontano, tramite modelli probabilistici controfattuali, paesaggi trattati con interventi di prevenzione contro paesaggi simili non trattati, facendo girare migliaia di scenari di incendio simulati su entrambi. I paesaggi trattati mostrano sistematicamente un rischio ridotto rispetto ai gemelli non trattati: sembra ovvio in teoria, è terribilmente difficile da provare in pratica, perché la storia non si può far scorrere due volte per vedere quale versione brucia davvero.
Poi c’è l’esempio più ordinario, quello che milioni di persone hanno vissuto senza accorgersene: un sensore su un macchinario di fabbrica registra una vibrazione anomala tre settimane prima che un cuscinetto ceda del tutto, fermando la linea di produzione per due giorni interi. Il tecnico di manutenzione sostituisce il pezzo durante una finestra già programmata, un martedì pomeriggio qualunque. Nessuno applaude. Nessun rapporto d’incidente viene aperto. La fabbrica continua a funzionare, esattamente come doveva. Quel fermo di due giorni che non è accaduto è valore economico reale: semplicemente non compare mai come voce di bilancio, perché i sistemi contabili non sono costruiti per registrare le assenze.
Chi si prende il merito quando nessuno vince
La matematica del controfattuale è già abbastanza difficile per conto suo. Ma c’è anche un secondo problema: anche quando riesci a stimare che qualcosa di brutto è stato evitato, capire chi (o cosa) se ne debba prendere il merito diventa un groviglio a parte. Un singolo attacco informatico prevenuto è quasi sempre il risultato di più controlli che agiscono insieme: un allarme precoce da un feed di threat intelligence, un firewall che blocca un indirizzo malevolo, un software di rilevamento che termina un processo sospetto, un dipendente che riconosce correttamente una mail di phishing. Districare quale pezzo di quella catena si sia davvero guadagnato la vittoria è quasi impossibile, e questo significa che ogni singolo pezzo tende a restare sottofinanziato rispetto al suo reale contributo, perché nessuno riesce a dimostrare la propria quota di merito nello sventare il disastro.
Immaginate un reparto ospedaliero che passa un anno intero senza una sola infezione da catetere, su un’unità che ne registrava in media quattro all’anno prima. È stato il nuovo protocollo di inserimento? La formazione aggiuntiva del personale infermieristico? Il carrello sterile riprogettato che rende più facile seguire la procedura corretta ogni singola volta?
Nella pratica è quasi certamente tutti e tre insieme, ma le riunioni di budget premiano raramente il “tutti e tre insieme”: premiano il reparto che riesce a indicare un grafico e dire, senza ambiguità, “questo l’abbiamo fatto noi”.
Chi già vende il “non disastro”
L’assicurazione è l’esempio più antico e più ovvio di un settore che ha già costruito un modello economico intorno a questo problema. Un assicuratore non aspetta che la tua casa bruci per calcolarne il valore: prezza il rischio in anticipo, usando dati di frequenza e gravità, e ti fa pagare oggi un premio basato su disastri che, nella maggior parte dei casi, non accadranno mai.
È un’industria da mille miliardi di euro costruita interamente sulla monetizzazione dei non-eventi, e funziona così da secoli. FP lo aveva già intuito parlando di assicurazione auto intelligente che cambia in tempo reale grazie ai dati di guida: il premio non misura più il conducente medio, misura proprio ognuno di noi, e lo fa continuamente, spostando esattamente nella direzione di cui parla questo pezzo, dal “quanto rischi in teoria” al “quanto stai effettivamente riducendo il rischio, oggi, con questo comportamento”.
Un esempio più recente arriva dalla quantificazione del rischio informatico, dove i ricercatori propongono modelli formali di pareggio che convertono la probabilità di un incidente, il costo se accadesse, e l’efficacia della tecnologia di mitigazione in un unico numero su cui le aziende possono davvero costruire un budget, spostando la conversazione da “cosa abbiamo prevenuto” a “di quanto abbiamo ridotto il nostro rischio”.
Quella riformulazione conta moltissimo: non puoi dimostrare un negativo, ma puoi dimostrare che una probabilità si è spostata, e le probabilità sono un po’ più facili da quantificare.
Tre scenari di un’economia futura che vende l’assenza di disastri
Provate a immaginare un’autostrada dove un sistema di gestione traffico basato su IA non viene pagato per la licenza software, ma per ogni ora di ingorgo che non si è verificata, misurata contro una linea di base modellata di come sarebbe stato il traffico senza quel sistema.
Un gestore autostradale non comprerà più un prodotto: comprerà un risultato, e pagherà tanto quanto quel risultato vale davvero, mese per mese.
Ora provate a immaginare un ospedale che paga un bonus al proprio fornitore di un “sistema di prevenzione infezioni” legato direttamente alle infezioni che non si sono verificate, confrontate con la media storica dello stesso reparto. Non più un canone fisso per un servizio, ma una percentuale di un danno evitato che nessuno vedrà mai su una cartella clinica.
Provate a immaginare, infine, una compagnia assicurativa che riduce il vostro premio in tempo reale, mese dopo mese, sulla base di un modello continuamente aggiornato dei disastri che i sensori di casa vostra stanno attivamente prevenendo prima che arrivino sulla scrivania di un liquidatore. Non uno sconto annuale calcolato a tavolino, ma un numero che si muove ogni volta che il vostro tetto non perde, il vostro scaldabagno non esplode, o il vostro impianto elettrico non prende fuoco.
La prevenzione come servizio. Già. Si chiama proprio così.
Frammenti di questo modello, il “prevention as a service“, esistono già: contratti di cybersecurity basati sulle prestazioni, programmi sanitari pay-for-outcomes, polizze auto telematiche che premiano la guida sicura in tempo reale e altro. Quello che manca è l’infrastruttura di misurazione standardizzata per farlo funzionare su scala ovunque insieme: basi di riferimento condivise, modelli controfattuali condivisi, e un modo condiviso per spartire il merito tra i tanti strumenti che lavorano insieme dietro un singolo non-evento.
Il valore che ancora non ha un metro
La connettività industriale di tipo edge, quella di cui FP aveva scritto a proposito della manutenzione predittiva, è già oggi il pezzo tecnico su cui poggia gran parte di questo discorso: sensori che leggono vibrazioni, temperature, micro-variazioni, tutto elaborato in tempo reale ai margini della rete anziché in un data center lontano. Il pezzo tecnico esiste. Manca il pezzo economico: un modo condiviso, verificabile, che tutti accettino come vero, per dire quanto vale un fermo macchina che non è mai iniziato.
L’azienda o la città che risolveranno per prime questo problema di misurazione non si limiteranno a risparmiare soldi: sbloccheranno pool enormi di capitale che oggi restano fermi a bordo campo, perché gli investitori non riescono ancora a mettere un numero credibile sul valore delle cose che non succedono mai. Una volta che qualcuno costruisce un contatore davvero affidabile per misurare l’assenza, la prevenzione smette di essere un centro di costo non ricompensato e diventa una delle categorie più preziose, e più finanziabili, dell’intera economia.
Il tecnico della centrale idrica di Genova continuerà a non fare notizia. Ma il giorno in cui qualcuno riuscirà a mettere un prezzo credibile sulla sua notte tranquilla, quel silenzio varrà più di qualunque titolo di giornale.
