Dati reali, non numeri a caso

Sono sempre stato affascinato dalle persone che lavorano sul campo e che, con due conti apparentemente spannometrici e un pizzico di intuito, prevedono meglio di mille software cosa succederà. Non è magia, e soprattutto non sono spanne: è osservazione accumulata negli anni, esperienza trasformata in logica concreta. Il software, nel frattempo, macina incroci tra un gestionale e l’altro — ma se nessuno gli ha raccontato come si eseguono davvero le attività in cantiere, sta elaborando il nulla con grande precisione.

Il tema è questo: i dati veri, quelli che si sporcano le mani in cantiere, contro i numeri da report plastificato, con le curve perfette e le slide in PowerPoint.

Da dove viene quel numero?

Prendiamo il montaggio del ferro. “Si montano 1.000 kg al giorno a ferraiolo: cinque persone, 5.000 kg al giorno.” Fermi tutti: quel dato da dove arriva? Chi l’ha misurato, in quali condizioni, su quale lavorazione?

Perché la realtà è più articolata. Il giorno che arriva il bilico con il materiale, qualcuno deve scaricarlo: servono ore, serve il mulettista, serve chi lega il ferro, poi bisogna riagganciarlo con la gru, portarlo sul piano di lavoro, avere sotto chi slega, sistemarlo. E serve una logistica pensata, perché ogni volta che il materiale viene rimaneggiato è resa persa. Poi c’è la lavorazione stessa: finché posi barre dritte di grosso diametro su una superficie piana, butti giù quintali; quando iniziano i nodi, i dettagli, le pieghe e gli spilli, la resa cambia completamente. Il numero vero non è 1.000 kg al giorno tutti i giorni: è una media ponderata tra le fasi in cui vai veloce e quelle in cui la natura del lavoro ti rallenta.

Vale ovunque. Una parete in cartongesso: la struttura si tira su in fretta, avvitare le lastre è veloce — ma i metri quadri di parete non sono i fogli montati, sono la parete stuccata, rasata e finita. Una copertura in lamiera: i metri quadri posati dipendono dai tiri di gru che riesci a fare in giornata e dalla lunghezza delle lamiere, ma l’opera è finita solo quando è cucita e tassellata, e quei tempi vanno contati.

I dati che servono sono questi: calati nel contesto, costruiti guardando il lavoro. Nessun manuale e nessun corso di pianificazione ti darà mai le durate delle attività — e chi insegna a pianificare lo dice esplicitamente: le informazioni si raccolgono più volte, da persone diverse, e se ne ricava una resa ponderata.

Tutti vogliono i numeri, pochi vogliono il sistema

Questi dati servono al management, che su di essi deve prendere decisioni informate. Ma quando entri in un progetto, ti accorgi che i dati necessari non vengono registrati e proponi di organizzare una raccolta seria — processi pensati dall’inizio, formato dei dati, frequenza, responsabilità — ti guardano come se stessi parlando di filosofia. Poi però la pressione arriva puntuale: “Va bene tutto, ma entro stasera dammi il report.”

Tutti vogliono numeri precisi. Pochi sono disposti a costruire il sistema che quei numeri li rende affidabili.

E il problema non è solo lato management. Dall’altra parte, chi fa produzione vive la richiesta di dati come un controllo: pensa che tu voglia calcolare le rese per sorvegliarlo, non capisce a cosa servono quelle informazioni, e quindi non le condivide. Risultato: chi deve analizzare strappa informazioni di qua e di là per riuscire a fare il proprio mestiere, i report si costruiscono su frammenti, e le decisioni si prendono su numeri fragili.

È un circolo vizioso che non ci permette di fare passi avanti. Ho descritto altrove il cost controller come un detective dei numeri: ma anche il miglior detective può fare poco se nessuno raccoglie le prove. E un Earned Value calcolato su avanzamenti stimati a occhio non misura il progetto — misura l’ottimismo di chi compila il foglio.

L’AI non aspetta i nostri comodi

Fin qui, siamo nell’andamento normale di come si sono sempre gestiti i progetti di costruzione. Il punto è che questa normalità sta per finire. Le previsioni che circolano tra gli analisti raccontano una direzione precisa: entro fine 2025 oltre un terzo delle organizzazioni userà l’AI per ottimizzare lavoro e collaborazione, entro il 2026 quasi due su tre si appoggeranno ad agenti AI per supportare le decisioni, entro il 2027 tre su quattro smantelleranno i vecchi sistemi per passare a modelli agili e modulari integrati con l’intelligenza artificiale.

E su cosa pensiamo che si baseranno tutti questi sistemi? Sui dati. Se l’impasto che gli dai è fatto di numeri inventati, l’AI non ti salverà: automatizzerà l’inaffidabilità.

Lo stesso vale per i nuovi KPI che il mercato chiede sempre più spesso — carbon footprint, requisiti ESG, certificazioni LEED e BREEAM. Tutti si basano su dati strutturati, coerenti, verificabili. E qui il paradosso diventa evidente: come pensiamo di calcolare la CO₂ associata a un getto se non sappiamo misurare nemmeno le ore macchina che richiede, le rese di armatura o i consumi dell’illuminazione notturna del cantiere? Il rischio vero è che anche la sostenibilità diventi solo un’altra colonna vuota in fondo a un report Excel.

La lezione del tecnigrafo

Chiariamo una cosa: il dato non è un obbligo morale. Si è sempre costruito — gli Egizi e i Romani non facevano analisi dei KPI, eppure il mondo l’hanno costruito loro. Il dato serve a una cosa sola: avere maggior potere decisionale. Chiarezza, competenza, decisioni più informate.

Ma c’è un precedente che conosciamo bene. Chi, davanti ad AutoCAD, ha deciso che il tecnigrafo andava benissimo così, oggi non disegna più — o lo fa come artista. Non perché disegnasse male: perché il mondo intorno ha cambiato strumento. Con l’AI la dinamica è la stessa, solo con tempi molto più stretti: ogni giorno c’è uno strumento nuovo, potenza nuova. Non serve diventare data scientist. Serve prendere coscienza che questi sistemi esistono, capire cosa serve per farli funzionare — e iniziare oggi, con strumenti semplici, con l’esperienza di chi lavora sul campo e con il coraggio di costruire strutture dati che abbiano senso. Non per la moda delle dashboard: per vera sostanza.

Chiudo con una domanda semplice, ma scomoda.

Quali dati raccogli oggi nel tuo progetto — e a cosa ti servono davvero?

Tratto dall’EP.16 del podcast Costruzioni Competenze — anche su YouTube.