Giugno 2020

L’esperienza della pandemia influirà sulla “gig economy”?

Sameer Hasija, V. “Paddy” Padmanabhan, Prashant Rampal

Giugno 2020

L’esperienza della pandemia influirà sulla “gig economy”?

Il termine “gig economy” è stato coniato dalla giornalista del New Yorker Tina Brown nel 2009. Descriveva come i lavoratori dell’economia della conoscenza stessero sempre più puntando a realizzare “un mucchio di progetti, consulenze e lavori part-time mentre si aggiravano nello spazio di mercato digitale”.

All’epoca sembrava di capire che la gig economy avrebbe ridefinito il lavoro dei colletti bianchi e messo in discussione l’esistenza stessa delle società di servizi professionali: perché dovresti assumere una società di analisi dei dati per un progetto, quando potresti avere accesso illimitato a esperti collegati da una piattaforma digitale di portata globale che potrebbero lavorare tutti insieme per te? Per un certo periodo, sembrava proprio che le cose andassero in questo modo: la sfida da milioni di dollari di Netflix nel 2009 per lo sviluppo del miglior algoritmo di raccomandazione è stata vinta da un team che non apparteneva a una singola azienda - e nemmeno a un singolo Paese.

Ma si è capito che la Brown ha avuto ragione solo a metà. C’è stata una crescita enorme nella gig economy, ma la maggior parte di essa può essere attribuita a lavori non qualificati come guidare (Lyft e Uber), consegnare (cibo, pacchi, ecc. attraverso Amazon, Glovo o Deliveroo) e fare semplici commissioni (TaskRabbit). Una vivace economia del lavoro per i lavoratori della conoscenza - ingegneri, consulenti, dirigenti - non si è realmente concretizzata.

 

Cosa non ha funzionato?

Il lavoro del premio Nobel Ronald Coase sui costi di transazione fornisce una spiegazione. Secondo questa teoria, ormai vecchia di quasi un secolo, le aziende non sarebbero necessarie se vi fossero bassi costi (in denaro o tempo) per un cliente (individuo o impresa) nella ricerca di fornitori alternativi, nella valutazione della loro qualità, nella contrattazione, nella supervisione e nel coordinamento del loro lavoro. Chiaramente, se il lavoro è semplice, ripetibile, standardizzato, facilmente misurabile e controllabile, questi costi saranno bassi, il che spiega il successo di piattaforme gig che si concentrano su lavori come il ride-sharing, gli alloggi e le consegne, in gran parte a spese di altre aziende.

Ma immaginate di essere un cittadino americano che vive a Singapore e ha bisogno di una consulenza fiscale. Se volesse ottenerla attraverso la gig economy avrebbe due opzioni: trovare un commercialista competente sia nel sistema fiscale di Singapore sia in quello statunitense, che potrebbe essere piuttosto arduo; oppure utilizzare due commercialisti freelance, uno specializzato nel diritto fiscale di Singapore e l’altro nel diritto americano. Se scegliesse la seconda opzione, dovrebbe assicurarsi che i due si coordinino correttamente tra loro, il che potrebbe non essere facile. In entrambi i casi, dovrebbe trovare un modo per capire se sono così competenti come affermano di essere, e dovrebbe comunque farsi carico della stesura dei contratti. Tutti questi costi di transazione relativamente elevati (ricerca, coordinamento e contratti) si ridurrebbero in gran parte se incaricasse la KPMG, ed è proprio per questo che, infatti, società come KPMG sono ancora tra noi.

La persistenza di questi costi per servizi complessi e di alta qualità è dovuta semplicemente al fatto che la tecnologia non è ancora del tutto disponibile? Crediamo di no. Le nuove tecnologie hanno abbassato notevolmente i costi di transazione in tutti i settori. Lo sblocco dei flussi di informazioni dovuto all’avvento del Web 2.0 ha abbassato significativamente il costo di ricerca di un fornitore di servizi freelance. La digitalizzazione del lavoro intellettuale permette di disporre di valutazioni più obiettive, che non solo rendono più facile avere dai clienti dei feedback e dei rating più affidabili, ma rende anche più facile redigere contratti basati sulle prestazioni. Gli algoritmi di intelligenza artificiale, in rapido sviluppo, hanno la capacità di aiutare a soddisfare la domanda in modo economicamente conveniente con professionisti con le skill appropriate. Prodotti come Slack hanno la capacità di ridurre significativamente i costi di coordinamento. E tecnologie come le blockchain, che consentono di formulare contratti intelligenti, possono ridurre significativamente i costi di negoziazione.

Alla luce di tutto questo, per capire perché la gig economy nei knowledge work non è cresciuta dovremo guardare oltre la tecnologia e l’economia, e considerare invece il ruolo svolto da organizzazione e cultura.

 

Il fattore cultura

I gig worker dell’economia della conoscenza dovrebbero lavorare con e per le aziende che hanno valori, incentivi, pratiche e preferenze ben definiti. Ma è difficile che si integrino in tali organizzazioni (a meno che non vi entrino) in quanto spesso lavorano a distanza e vengono visti da chi è interno all’organizzazione come estranei - o addirittura come minacce - che rendono difficile una cooperazione efficace e creano il potenziale per un conflitto. In questo contesto, i gig worker spesso faticano a comprendere, e tanto meno ad accettare, i più ampi processi organizzativi e le politiche di molte delle persone con cui devono lavorare. Anche la valutazione delle prestazioni può essere problematica, soprattutto se il lavoratore indipendente viene incaricato da un’azienda per svolgere un lavoro che le metriche tradizionali della maggior parte delle organizzazioni non riescono ancora a cogliere.

Quando si inizia a considerare questi problemi, diventa meno misterioso il motivo per cui le aziende preferiscono ancora assumere lavoratori della conoscenza come dipendenti a tempo pieno o dare un incarico ad altre aziende che utilizzino questo tipo di lavoratori, piuttosto che prendere a contratto direttamente i gig worker, nonostante la tecnologia consenta di ridurre molti dei costi connessi.

Questa situazione potrebbe essere ormai sul punto di cambiare. Non per l’avvento di una qualche nuova tecnologia, ma a causa dalla pandemia che sta mettendo in ginocchio l’economia globale. I fattori organizzativi che agiscono come barriere all’utilizzo di lavoratori indipendenti nel campo della conoscenza sono gli stessi che in passato avevano inibito il lavoro a distanza da parte dei dipendenti a tempo pieno. Se questi problemi possono essere risolti, che il lavoratore a distanza sia assunto a tempo pieno o sia un gig worker indipendente è solo una questione contrattuale. Chiaramente, l’esperienza di lavoro durante la pandemia fornisce utili indicazioni su come affidare con successo il lavoro basato sulla conoscenza ad appaltatori esterni. Ma dobbiamo affrontare queste lezioni con attenzione.

 

Concentrarsi sui singoli compiti, non sul lavoro nel suo complesso

I lavori della conoscenza non sono uniformi e, se si può dire così, una data “unità” di lavoro della conoscenza è di per sé molto complessa. Un’università, ad esempio, educa gli studenti per portarli alla laurea. Un’unità, quindi, potrebbe essere il titolo di studio con cui uno studente esce. Ma la creazione di quell’unità coinvolge molti compiti diversi. Cosa significa lavoro “gig” in questo contesto?

Le università potrebbero certamente prendere in considerazione l’utilizzo di lavoratori gig come esaminatori, assistenti didattici o fornitori di lezioni online preregistrate. Ma è improbabile che la maggior parte delle lezioni veramente rilevanti (che avvengano faccia a faccia o su canali virtuali) che devono essere effettuate in diretta in momenti specifici siano tenute da indipendenti. Dal momento che qualsiasi laurea coinvolgerà inevitabilmente entrambi i tipi di lezioni, l’insegnamento universitario sarà sempre un ibrido tra i due, almeno a livello di corso, possibilmente anche a livello di classe.

Dobbiamo dunque ricavarne che tutto il lavoro basato sulla conoscenza può essere suddiviso in una serie di compiti diversi. Per capire il futuro dell'economia della conoscenza per i lavoratori “gig”, quindi, dobbiamo analizzare le cose a livello di task piuttosto che a livello complessivo. Abbiamo trovato che il semplice diagramma di processo mostrato qui sotto è estremamente utile per capire quali tipi di compiti siano adatti ai gig worker. Si tratta di porre le tre domande di base inserite nel diagramma su ogni attività ad alta intensità di conoscenza che comporta la fornitura di un prodotto o di un servizio.

 

 

1. Il compito è codificabile?

Per prima cosa distinguiamo tra task strutturati che possono essere facilmente specificati e misurati in modo più oggettivo e compiti non strutturati che non possono esserlo. I task codificabili possono essere sicuramente contrattualizzati con i lavoratori indipendenti, e i processi organizzativi che coinvolgono questo tipo di compiti sono di solito facili da reingegnerizzare. Ma affidare ai gig worker compiti non codificabili non è invece semplice e la comprensione di quali di questi compiti possano entrare nella gig economy comporta la risposta alla seconda domanda.

 

2. C’è un ritardo tra creazione di valore e consumo di valore?

In alcuni compiti, la creazione di valore e il consumo di valore devono essere simultanei, come quando un medico conduce l’esame fisico di un paziente. Nel caso, dunque, di un lavoro a diretto contatto con un cliente, è un grosso rischio affidarlo a un lavoratore indipendente dato che non esiste alcuna possibilità di controlli di qualità e di eventuale ripetizione della prestazione. E se quel cliente è interno, si aggiunge un ulteriore livello di complicazione perché trattare con i clienti interni di solito richiede un alto grado di familiarità con la cultura di un’organizzazione.

Ma per molti compiti c’è - o può esserci - un distacco tra creazione e consumo di valore.  Ad esempio, la revisione contabile di un’azienda (creazione di valore) e la condivisione dei risultati con il consiglio di amministrazione (consumo di valore) possono avvenire in momenti distinti. In effetti, un ritardo tra i due casi è utile, in quanto fornisce una finestra di opportunità per inserire un processo di controllo della qualità. Inoltre, avere un tale ritardo permette al flusso di lavoro di seguire un disegno più modulare, riducendo le necessità di collaborazione, e con esse la necessità per un lavoratore di comprendere i meccanismi di potere e la politica dell’organizzazione. Tutto questo, naturalmente, significa che il compito dovrà essere riconfigurato, il che non pone sfide particolari, e ci porta alla terza questione.

 

3. Il compito può essere svolto a distanza?

Prima della pandemia, le società più esperte nel lavoro a distanza erano quelle di software come GitLab, che ha più di 1.200 dipendenti che lavorano a distanza. GitLab ha messo insieme quello che chiama “manifesto a distanza”, che identifica dove le pratiche da remoto differiscono da quelle sul posto di lavoro. Secondo questo documento, il lavoro a distanza favorisce “l'orario di lavoro flessibile rispetto all'orario di lavoro prestabilito”, “scrivere e registrare la conoscenza rispetto alle spiegazioni verbali”, “la comunicazione asincrona rispetto alla comunicazione sincrona”. Si noti che tutte queste pratiche sarebbero difficili da attuare se non ci fosse un divario tra la creazione e il consumo di valore.

Prima della pandemia, al di fuori dell’industria del software, le aziende come GitLab erano poche e diverse tra loro, il che significava che c’era un certo rischio per le società di altri settori nell’adottare approcci come quello di GitLab. Ma la crisi da Covid-19 ha costretto le aziende di settori precedentemente impermeabili al lavoro a distanza a reingegnerizzare i loro processi di lavoro e a rafforzare i loro sistemi di supporto tecnologico, che hanno rappresentato le tradizionali barriere all’alternanza delle modalità di lavoro.  Questo mette a disposizione un’ampia varietà di esperimenti naturali, molti dei quali sono più rilevanti per le esigenze di una data azienda che non l’esperienza delle aziende di software, e fornirà un buon punto di partenza alle aziende che stanno pensando di passare al modello della gig economy.

L’epidemia di Covid-19 potrebbe rivelarsi un punto cruciale nella “gigificazione” del lavoro intellettuale e molte aziende saranno attratte dalle prospettive di risparmio diretto e indiretto che il modello della gig economy sembra offrire.  Ma, data la complessità dei lavori della conoscenza, c’è anche il rischio di un’estensione eccessiva e di uno spreco di investimenti. La semplice categorizzazione basata sui task che proponiamo aiuterà i manager a fare scelte più intelligenti su quali compiti debbano essere assegnati ai gig-lavoratori.

 

Sameer Hasija è professore all’INSEAD di Singapore e detiene la Shell Fellowship in Business and the Environment.

V. “Paddy” Padmanabhan è professore di Marketing e direttore accademico dell’Istituto dei mercati emergenti dell’INSEAD.

Prashant Rampal è responsabile delle Strategia operativa per la gestione delle soluzioni per i clienti presso Amazon Web Services a Singapore.

 

 

Questo articolo gratuito fa parte di una serie realizzata allo scopo di contribuire allo sforzo di far fronte alle conseguenze della pandemia. Se avete apprezzato questi articoli, considerate un abbonamento a Harvard Business Review Italia. È il modo migliore per aiutarci a rafforzare l’iniziativa.

Commenta scrivi/Scopri i commenti

Condividi le tue opinioni su Hbr Italia

Caratteri rimanenti: 400

Edizione Digitale

Leggi Hbr Italia
anche su tablet e computer

Newsletter

Lasciaci la tua mail per essere sempre aggiornato sulle novità di HBR Italia