Benvenuti nell’Era dell’AI: Ora Lavorate il Doppio
C’è un momento preciso in cui una narrazione si incrina. Non è un crollo rumoroso,
non è il tonfo di una certezza che si frantuma sul pavimento.
Come conciliare i licenziamenti di massa di IBM, Klarna e Block con lo studio della Harvard Business Review che ribalta ogni certezza
È qualcosa di più sottile: una crepa sottilissima che appare mentre stai guardando un’infografica con una testa umana attraversata da circuiti elettronici e sei nomi aziendali disposti attorno come sentenze di un tribunale silenzioso. IBM, Duolingo, Klarna, BT Group, Block, Proximus. Aziende che tagliano, eliminano, ottimizzano. E poi leggi lo studio della Harvard Business Review pubblicato a febbraio 2026, e invece di trovare la contraddizione che ti aspettavi, trovi qualcosa di molto peggio: una coerenza perturbante.
Le due cose non si contraddicono. Si completano. E questo dovrebbe tenerci svegli la notte.
Il Quadro che Fa Paura
L’immagine che circola in rete ha la crudeltà silenziosa di un referto medico. Una testa umana trasparente, i circuiti visibili come vene illuminate, e attorno a lei sei verdetti aziendali che insieme raccontano una storia di trasformazione epocale.
| Azienda | Azione | Anno |
|---|---|---|
| IBM | Sospensione delle assunzioni nei ruoli amministrativi, con previsione di automazione totale | 2023 |
| Duolingo | Taglio dei contratti con traduttori e creatori di contenuti in favore degli strumenti AI | 2023–2024 |
| BT Group | Piano di eliminazione di 55.000 posti di lavoro entro il 2030 | 2024 |
| Klarna | L’assistente AI svolge il lavoro equivalente a centinaia di operatori di customer care | 2024 |
| Block | Taglio del 40% della forza lavoro annunciato da Jack Dorsey | 2024 |
| Proximus | Eliminazione di 1.200 posizioni entro il 2030 | 2024 |
Cinquantacinquemila posti da BT Group. Il quaranta per cento della forza lavoro da Block, con la Borsa che ha risposto con un applauso caloroso, come si fa a teatro quando un numero riesce particolarmente bene. Milleduecento persone da Proximus. Non sono numeri astratti: sono famiglie, mutui, identità professionali costruite in anni di lavoro che un comunicato stampa archivia in tre righe.
Eppure questa non è la parte più inquietante della storia.
La parte più inquietante è che nessuna di queste aziende sta mentendo quando dice che l’AI la rende più efficiente. Il problema è ciò che non dice subito dopo.
Lo Studio che Ribalta Tutto (o Forse No)
A febbraio 2026, la Harvard Business Review pubblica i risultati di una ricerca condotta per otto mesi all’interno di un’organizzazione reale che aveva adottato strumenti di AI enterprise. Il titolo è diretto come uno schiaffo: “AI Doesn’t Reduce Work — It Intensifies It”. L’AI non riduce il lavoro. Lo intensifica.
Prima reazione: impossibile. Seconda reazione, quella più onesta: ovviamente.
Lo studio identifica tre meccanismi precisi che spiegano come mai ogni strumento progettato per alleggerire il carico finisce per appesantirlo. Tre ingranaggi che girano insieme, silenziosamente, dentro ogni ufficio che ha adottato un assistente AI credendo di comprare tempo libero e che invece ha comprato complessità a credito.
Primo Meccanismo: L’Espansione dei Compiti
Quando uno strumento ti permette di fare in venti minuti ciò che prima richiedeva due ore, la reazione istintiva non è fermarsi e godersi l’ora e quaranta rimasta. La reazione istintiva è riempire quell’ora e quaranta con qualcosa che prima non facevi perché non te lo potevi permettere.
È la stessa logica per cui chi compra un’auto più veloce non arriva prima a destinazione: allunga il tragitto. Il tempo guadagnato viene immediatamente reinvestito in nuove ambizioni.
Per Klarna questo si traduce in qualcosa di paradossale: l’azienda elimina centinaia di operatori di customer care perché il suo assistente AI gestisce milioni di interazioni a costo marginale quasi zero. Ma poi cosa succede? Il servizio non si contrae: si espande. Nuovi mercati, nuove lingue, nuovi canali che prima erano economicamente insostenibili. E qualcuno deve progettare quella espansione, supervisionarla, correggere gli errori dell’AI quando risponde in modo inappropriato a un cliente frustrato alle undici di sera. Il lavoro non è scomparso: si è trasferito verso l’alto nella catena del valore, portandosi dietro tutta la sua densità cognitiva.
Secondo Meccanismo: La Spirale delle Aspettative di Velocità
Questo è il meccanismo più elegante nella sua crudeltà, perché si autoalimenta senza bisogno di interventi esterni.
L’AI accelera i compiti. Le aspettative di velocità aumentano di conseguenza: se prima una analisi richiedeva tre giorni e ora ne richiede tre ore, il cliente o il manager si aspetta la risposta in tre ore. I lavoratori si affidano ancora di più all’AI per mantenere quel ritmo. L’ambito di ciò che tentano di fare si allarga ulteriormente. La quantità e la densità del lavoro crescono. E il ciclo ricomincia, ogni volta un giro più stretto.
Per aziende come IBM o BT Group, questo processo produce quello che si potrebbe chiamare il gioco delle sedie musicali cognitive: vengono eliminati i ruoli che eseguono compiti standardizzati, ma i ruoli rimasti assorbono responsabilità che prima giustificavano assunzioni aggiuntive. I sopravvissuti ai tagli si ritrovano a fare il lavoro di tre persone, assistiti da una macchina instancabile che però non sa giudicare, non sa empatizzare e non sa decidere in contesti ambigui. La macchina gestisce il volume. L’umano gestisce tutto il resto, che è esattamente la parte più difficile e più logorante.
Terzo Meccanismo: La Dissoluzione dei Confini
Il terzo meccanismo è il più subdolo, quello che agisce mentre non stai guardando.
L’AI abbassa la soglia percepita di avvio di qualsiasi compito. Se rispondere a una email complessa richiede trenta secondi con l’assistente AI invece di venti minuti, perché non farlo durante la pausa pranzo? Se generare un report richiede cinque minuti invece di due ore, perché aspettare lunedì mattina? Se preparare una presentazione è diventata una questione di prompt invece che di sudore, il sabato pomeriggio diventa improvvisamente un momento produttivo.
I partecipanti allo studio riferivano di alimentare l’AI durante le riunioni, durante le pause, durante i pranzi. Il cervello non smette mai di essere tecnicamente “in servizio” perché il costo di avvio di qualsiasi attività è diventato così basso da rendere ogni momento potenzialmente produttivo. Proximus può annunciare con orgoglio l’eliminazione di 1.200 posizioni entro il 2030, ma le 1.200 persone che restano lavoreranno in un ambiente dove il confine tra lavoro e vita non è sfumato: è dissolto.
La Contraddizione che Non È una Contraddizione
Mettendo insieme i due piani, i licenziamenti dell’infografica e lo studio della HBR, emerge una narrativa coerente, anche se scomoda da guardare in faccia. Siamo nel mezzo di una transizione in due atti, e il problema è che il pubblico vede solo il primo.
Il primo atto è quello che l’immagine documenta: lo spostamento brutale dei ruoli a bassa specializzazione, eliminati perché l’AI li esegue meglio, più in fretta, senza stipendio e senza contributi previdenziali. È la fase del displacement, visibile, numerabile, annunciata nei comunicati stampa con il linguaggio asettico dell'”ottimizzazione operativa”. Block taglia il 40% della forza lavoro. Duolingo congeda i traduttori. Il mercato applaude, perché i mercati applaudono i margini.
Il secondo atto è quello che la HBR illumina, e che nessun comunicato stampa menziona: i sopravvissuti ai tagli, e i nuovi assunti in ruoli cosiddetti “aumentati”, si ritrovano dentro un ciclo di intensità lavorativa senza precedenti storici comparabili. I job posting per ruoli analitici, tecnici e creativi, quelli potenziati dall’AI, sono cresciuti del 20% dopo il lancio di ChatGPT, mentre quelli per ruoli ripetitivi sono calati del 13%. Il lavoro non sparisce: si trasforma, si sposta verso l’alto nella catena del valore, e nella catena del carico cognitivo.
| Categoria di ruolo | Variazione job posting post-ChatGPT |
|---|---|
| Ruoli analitici, tecnici e creativi | +20% |
| Ruoli ripetitivi e standardizzati | -13% |
La vera domanda, quella che nessun comunicato stampa di IBM o Klarna si pone, è chi paga il costo di questa intensificazione. I lavoratori che restano, intrappolati nella spirale di velocità, nell’espansione continua dello scope e nei confini dissolti, stanno assorbendo un debito cognitivo che nessun bilancio aziendale registra come passività. È un costo esternalizzato con eleganza: finisce nei giorni di malattia, nei tassi di turnover, nelle dimissioni silenziose, nei disturbi d’ansia che i medici di base trattano senza sapere che stanno curando una crisi industriale.
La Responsabilità di Chi Governa la Transizione
Da anni si sostiene che la tecnologia debba essere guidata dall’umanesimo digitale, che ogni strumento debba rispondere a una logica di potenziamento dell’essere umano piuttosto che di sua sostituzione. Questo studio della HBR non smentisce quella posizione: la rende più urgente e più precisa.
Non è sufficiente adottare l’AI. Bisogna ridisegnare il lavoro consapevolmente attorno a essa, come si ridisegna un edificio quando si cambia la struttura portante e non solo i mobili. Le organizzazioni che usciranno vincitrici da questa transizione non sono quelle che usano l’AI per fare di più nello stesso tempo, ma quelle che la usano per decidere meglio, proteggendo il giudizio umano, il tempo di recupero cognitivo e la disciplina decisionale come risorse scarse e preziose.
Se introduci strumenti di AI senza mappare i flussi di lavoro, senza capire dove risiede il giudizio umano insostituibile e senza stabilire confini espliciti tra tempo produttivo e tempo di rigenerazione, non ottieni un’organizzazione più efficiente. Ottieni un’organizzazione più veloce nell’avvicinarsi al burnout collettivo.
IBM, Block e BT Group stanno ottimizzando i costi operativi con una precisione chirurgica. Ma stanno anche, probabilmente senza volerlo, seminando le condizioni per una crisi di salute mentale e produttività su scala industriale che si manifesterà nei prossimi anni con la puntualità di un debito non pagato.
Conclusione: Due Crisi, Una Sola Storia
La fase di displacement che l’infografica documenta è reale, è dolorosa e sta già accadendo. Cinquantacinquemila posti da BT Group non sono un’astrazione: sono cinquantacinquemila storie che cambiano direzione senza che nessuno abbia chiesto loro il permesso.
Ma la fase di intensificazione che la HBR descrive è la crisi che ancora nessuno sta nominando con la stessa chiarezza, quella che si accumula in silenzio nei cervelli di chi è sopravvissuto ai tagli e ora lavora più veloce, su più fronti, senza mai smettere davvero.
La macchina salvifica non salva nessuno. Sposta il peso. E fino a quando non impareremo a progettare il lavoro umano con la stessa cura con cui progettiamo gli algoritmi, continueremo a celebrare l’efficienza mentre costruiamo, mattone dopo mattone, qualcosa che assomiglia molto a un esaurimento collettivo in attesa di un nome.
📚 Fonti e Approfondimenti
Tutti i dati e le ricerche citati in questo articolo sono verificabili. Di seguito trovi i riferimenti originali per approfondire ciascun punto.
Harvard Business Review — Febbraio 2026
AI Doesn’t Reduce Work — It Intensifies ItLo studio di otto mesi condotto in organizzazioni reali che hanno adottato strumenti di AI enterprise. Identifica i tre meccanismi di intensificazione del lavoro: task expansion, speed-expectation spiral e boundary blurring.
IBM — 2023
IBM sospende le assunzioni nei ruoli amministrativiLa dichiarazione del CEO Arvind Krishna sulla sospensione delle assunzioni in circa 7.800 ruoli amministrativi, con previsione di automazione totale entro cinque anni.
Klarna — 2024
Klarna AI Assistant: il report ufficiale sull’automazione del customer careIl comunicato ufficiale di Klarna in cui l’azienda dichiara che il suo assistente AI gestisce il lavoro equivalente a 700 agenti umani, con un impatto diretto sulla forza lavoro del servizio clienti.
BT Group — 2024
BT Group annuncia il taglio di 55.000 posti entro il 2030Il piano di ristrutturazione di BT Group che prevede l’eliminazione di oltre 55.000 posizioni lavorative entro il 2030, con l’AI indicata come principale driver della trasformazione.
Block — 2024
Jack Dorsey annuncia il taglio del 40% della forza lavoro di BlockL’annuncio di Jack Dorsey sul piano di riduzione della forza lavoro di Block, con la reazione positiva dei mercati finanziari e le motivazioni legate all’adozione dell’AI.
Proximus — 2024
Proximus: piano di eliminazione di 1.200 posizioni entro il 2030Il piano strategico di Proximus che prevede la riduzione di 1.200 posizioni lavorative entro il 2030 come conseguenza diretta dell’adozione di strumenti di intelligenza artificiale.
Dati sul Mercato del Lavoro — 2024
Job posting post-ChatGPT: +20% ruoli tecnici, -13% ruoli ripetitiviL’analisi delle variazioni nei job posting successivi al lancio di ChatGPT, con la crescita dei ruoli analitici e creativi e la contrazione di quelli standardizzati e ripetitivi.
⚠️ Alcuni link potrebbero richiedere abbonamento o registrazione per l’accesso completo. Le sintesi dei contenuti sono disponibili gratuitamente nelle rispettive sezioni stampa delle aziende citate.
Domande Frequenti
Tutto quello che ti sei chiesto leggendo l’articolo, raccolto in un posto solo.
Non è un allarme esagerato. IBM ha sospeso le assunzioni nei ruoli amministrativi prevedendone l’automazione totale. BT Group ha pianificato l’eliminazione di 55.000 posti entro il 2030. Block ha tagliato il 40% della sua forza lavoro. Duolingo ha congedato traduttori e creatori di contenuti. I numeri esistono, sono pubblici e sono stati annunciati nei comunicati ufficiali delle aziende.
La parte più complessa è che l’eliminazione dei posti riguarda prevalentemente i ruoli standardizzati e ripetitivi, mentre i ruoli analitici, tecnici e creativi sono cresciuti del 20% dopo il lancio di ChatGPT. Il lavoro non sparisce in blocco: si trasforma, e non sempre in modo favorevole a chi deve adattarsi.
Lo studio, pubblicato a febbraio 2026 e condotto per otto mesi all’interno di organizzazioni reali che avevano adottato strumenti di AI enterprise, ha identificato tre meccanismi attraverso cui l’AI intensifica il lavoro invece di ridurlo.
Il primo è la task expansion: quando uno strumento velocizza un compito, il lavoratore non si ferma ma espande la lista di ciò che tenta di fare. Il secondo è la spirale delle aspettative di velocità: l’AI accelera i ritmi, le aspettative crescono di conseguenza, e il ciclo si autoalimenta. Il terzo è la dissoluzione dei confini: abbassando la soglia di avvio di qualsiasi attività, l’AI rende ogni momento potenzialmente produttivo, erodendo il confine tra lavoro e vita privata.
Perché il tempo guadagnato non viene restituito al lavoratore: viene immediatamente reinvestito in nuovi compiti, nuove responsabilità, nuovi progetti che prima erano considerati fuori portata. È la stessa logica per cui chi compra un’auto più veloce non arriva prima a destinazione ma allarga il tragitto.
A questo si aggiunge il fatto che i lavoratori sopravvissuti ai tagli si trovano ad assorbire le responsabilità dei colleghi eliminati, assistiti da una macchina che gestisce il volume ma non il giudizio, non l’empatia, non le decisioni in contesti ambigui. Quella parte resta umana, ed è esattamente la più logorante.
Sono i due atti della stessa storia. Il primo atto è il displacement: i ruoli standardizzati vengono eliminati perché l’AI li esegue meglio, più velocemente e senza costi fissi. È visibile, numerabile, annunciato nei comunicati stampa con il linguaggio asettico dell’ottimizzazione operativa.
Il secondo atto è l’intensificazione: chi resta, e chi viene assunto in ruoli aumentati dall’AI, si ritrova dentro una spirale di carico cognitivo senza precedenti. Questi due fenomeni non si contraddicono: si completano, e insieme raccontano una transizione che ha costi reali distribuiti in modo profondamente asimmetrico.
Sì, ma richiede un approccio consapevole che va ben oltre l’adozione tecnologica. Le organizzazioni che escono vincitrici da questa transizione non sono quelle che usano l’AI per fare di più nello stesso tempo, ma quelle che la usano per decidere meglio, proteggendo esplicitamente il giudizio umano, il tempo di recupero cognitivo e i confini tra lavoro e vita privata.
Questo significa mappare i flussi di lavoro prima di introdurre qualsiasi strumento, identificare dove risiede il giudizio umano insostituibile e stabilire regole esplicite su quando la macchina supporta e quando l’umano decide. Introdurre l’AI senza questo lavoro preparatorio non produce efficienza: produce intensificazione travestita da progresso.
Ci sono alcuni indicatori abbastanza precisi. Il primo è un aumento del turnover nei mesi successivi all’adozione degli strumenti AI, spesso accompagnato da dimissioni silenziose nei ruoli tecnici e analitici. Il secondo è la crescita dei giorni di malattia e dei disturbi legati allo stress nei team che hanno adottato l’AI più intensivamente.
Il terzo, forse il più sottile, è la normalizzazione del lavoro fuori orario: quando rispondere a una email complessa richiede trenta secondi, smettere di farlo la sera diventa una scelta che richiede disciplina attiva invece che essere il comportamento predefinito. Se un’azienda non ha politiche esplicite su questo, sta accumulando un debito cognitivo che prima o poi presenterà il conto.
Da informatico a cercatore di senso
Unisciti al mio mondo di conoscenza e iscriviti al mio canale WhatsApp.
Sarai parte di una comunità appassionata, sempre aggiornata con i miei pensieri e le mie idee più emozionanti.
Non perderti l’opportunità di essere ispirato ogni giorno, iscriviti ora e condividi questa straordinaria avventura con me!
Nota di trasparenza sull’uso dell’AI nel blog
In questo spazio digitale, dedicato alla comprensione critica dell’innovazione tecnologica, desidero condividere con chiarezza due aspetti importanti del lavoro che porto avanti.
Immagini generate con l’AI
La quasi totalità delle immagini presenti nel blog è generata tramite strumenti di intelligenza artificiale. Le utilizzo sia come supporto visivo sia come modo per sperimentare nuove forme di comunicazione creativa, coerenti con i temi trattati.
Un blog nato dalla scrittura… e trasformato dalla velocità dell’AI
Scrivere è sempre stata una mia passione. Dopo anni di appunti, riflessioni e sperimentazioni, tre anni fa è nato questo blog. Fin da subito, però, ho dovuto confrontarmi con una sfida evidente: l’incredibile accelerazione dell’evoluzione scientifica legata all’intelligenza artificiale rende complesso mantenere aggiornato un progetto di divulgazione che ambisce alla qualità e alla precisione.
Per questo, in coerenza con la mia missione di promuovere consapevolezza, oggi più che mai un elemento vitale, ho scelto di farmi affiancare da piattaforme di AI in molte fasi del lavoro editoriale. In particolare, l’AI mi supporta in:
- ricerca e verifica preliminare delle notizie
- organizzazione e strutturazione degli articoli
- creazione di sezioni HTML per FAQ e link alle fonti
- ideazione di infografiche
- esplorazione di titoli efficaci e pertinenti
L’obiettivo non è delegare il pensiero, ma amplificare la capacità di analisi e di sintesi, così da offrire contenuti sempre più chiari, accurati e utili.
