Anatomia di un licenziamento AI — Parte 3

A marzo ho sostenuto due cose: che i "licenziamenti da AI" negli Stati Uniti sono spesso operazioni di allocazione del capitale — Oracle pianifica tagli con 108 miliardi di dollari di debito, Amazon annuncia circa 30.000 tagli nelle funzioni corporate e chiude il 2025 con 51.000 dipendenti in più rispetto a fine 2023 — e che il cambiamento più profondo passa dai posti di lavoro che non vengono mai creati: assunzioni entry-level nel tech europeo a −73% in un anno, senza un solo licenziamento.

Entrambi gli articoli lasciavano senza risposta la stessa domanda: com'è fatta l'azienda quando questo processo arriva alla sua conclusione logica?

Questa volta lascio la cronaca e faccio una previsione. L'azienda che sto per descrivere oggi non esiste su larga scala. Ma i dati sul mercato del lavoro cominciano a disegnarne il contorno.

Un numero anticipa tutto il resto

Il dato più predittivo dell'intera serie viene dal BLS, ripreso da IEEE Spectrum: tra il 2023 e il 2025 l'occupazione dei programmers — chi scrive codice a partire da specifiche altrui — è scesa del 27,5%. Quella dei software developers — chi decide cosa costruire e come — dello 0,3%.

Nel linguaggio comune i due titoli si confondono in un unico mestiere. Nella tassonomia del BLS sono occupazioni distinte — e il mercato le sta separando molto più nettamente di quanto abbia mai fatto il linguaggio. Da anni i titoli migrano lentamente da "programmer" verso "developer"; una migrazione lenta non produce un crollo del 27,5% in ventiquattro mesi.

Stesso settore. Stessa tecnologia. Un divario di novanta volte.

Più un lavoro è pura esecuzione, più in fretta scompare. Più richiede giudizio, più resta.

Basta prolungare quella linea e la previsione per il software diventa precisa: lo sviluppatore non scompare come persona. Scompare come categoria di organico — e sopravvive come funzione: chiunque nel team abbia abbastanza contesto può invocarla. Descrivi il risultato, un agente produce l'artefatto, un umano lo revisiona.

Fin qui è ciò che i dati già lasciano intravedere. La mia previsione è che lo stesso meccanismo si estenda al designer, all'analista, al copywriter — a ogni ruolo il cui nucleo è eseguire un compito ben specificato.

Per metà di questa storia esiste un precedente. La maggior parte degli sviluppatori non lavora più direttamente in assembly, eppure la programmazione non è scomparsa: è salita di un livello di astrazione. La previsione è che questa volta il livello superi del tutto lo specialista: l'unità di lavoro smette di essere un artefatto scritto a mano e diventa un risultato descritto a parole — e quindi a originare un cambiamento non sono più soltanto le persone capaci di produrre l'artefatto.

L'azienda alla fine della curva

Se l'esecuzione è invocabile, l'azienda non si organizza più attorno alle specializzazioni funzionali che presidiano il fare. Si organizza attorno a ciò che gli agenti non possono ancora assorbire in modo affidabile. Cinque responsabilità, in sostanza:

Direzione. Decidere cosa vale la pena costruire e perché — priorità, vincoli, criteri di successo. Quando tutti nel team possono consegnare un prodotto, la competenza scarsa è sapere quale valga la pena consegnare.

Coerenza. Pochi profili tecnici profondi che custodiscono la forma dei sistemi. Scrivono poco codice; definiscono i binari e gli invarianti architetturali. Senza di loro, il flusso di modifiche generate dagli agenti produce successi locali e decadimento globale.

Gusto. Gli agenti generano varianti senza limite. Qualcuno deve definire — e far rispettare, ogni giorno — cosa significa "buono" per quell'azienda: l'asticella di qualità, la voce, le cose su cui non si transige.

Contesto. Conoscenza profonda e difficile da codificare del proprio dominio — utenti, normative, casi limite, storia dell'azienda. Gli agenti sono generalisti potenti; è esattamente ciò che gli sfugge. Ed è il ruolo che gran parte dei lettori di questa newsletter occupa già.

Responsabilità. Persone con nome e cognome che rispondono dei risultati — legalmente, verso i clienti, verso i regolatori — e che fissano i confini di autonomia: cosa un agente può fare senza revisione, e cosa richiede una firma.

A queste si aggiunge una funzione davvero nuova: mantenere l'infrastruttura degli agenti — contesto condiviso, permessi, valutazione, controllo dei costi. Quel contesto condiviso diventa la memoria istituzionale: i nuovi umani e i nuovi agenti si orientano dalla stessa fonte di verità. Il ruolo di piattaforma di questo decennio.

L'aritmetica che ne segue: un'organizzazione di prodotto un tempo composta da team separati di engineering, design, prodotto e analisi può funzionare con un nucleo umano molto più piccolo che dirige un ampio strato di esecuzione automatica. L'organigramma si appiattisce in gruppi organizzati per risultato, non per funzione. E il profilo da assumere si rovescia — la persona che vale la pena assumere non è più l'esecutore, ma chi sa specificare con precisione e valutare con rigore.

In questa configurazione una scelta di progettazione diventa vitale: poiché chiunque può invocare l'esecuzione, l'azienda deve decidere in anticipo dove la revisione umana è obbligatoria, dove basta un campionamento e come emergono le eccezioni. Se la sbaglia, la qualità non si degrada — crolla.

Un'anteprima — e perché la scala amplifica il modello

ELECTE opera già una versione di questo modello: un nucleo umano ridotto che dirige pipeline automatizzate per codice, contenuti multilingue, video, produzione podcast e reportistica — lavoro che pochi anni fa avrebbe richiesto un'assunzione specialistica per ciascuna funzione. È un'anteprima su piccola scala — ma a 500 persone la logica morde di più, non di meno. La scala genera più esecuzione, ma anche più coordinamento attorno a quell'esecuzione: pianificazione, reportistica, passaggi di consegne, approvazioni e livelli di management la cui ragione d'essere cambia quando l'esecuzione diventa invocabile. E questa previsione si ferma deliberatamente all'esecuzione digitale: l'automazione del lavoro fisico estenderebbe l'argomentazione, non la indebolirebbe.

La differenza sta nel percorso. Le aziende nuove nascono in questa configurazione. Quelle esistenti vi convergono nel modo descritto nella seconda parte: non ridisegnando l'organigramma, ma smettendo di riempirlo. In entrambi i casi il vincolo punta nella stessa direzione: l'input scarso non è più la capacità di esecuzione. È la capacità di specificare e di revisionare.

Cosa smentirebbe la previsione

Tre controargomenti, perché una previsione che non può essere smentita non è una previsione.

Un rimbalzo alla Jevons. Se produrre software diventa molto più economico, le aziende potrebbero semplicemente produrne molto di più. Lo stato finale potrebbe quindi significare più sistemi in totale — e forse più persone in totale — con un rapporto di leva radicalmente diverso.

La revisione è il vero collo di bottiglia. Gli agenti producono output plausibile in grande volume. Cogliere il difetto non ovvio — la falla di sicurezza, la deriva architetturale — richiede ancora persone che capiscono il sistema in profondità. Se la capacità di revisione non scala, il nucleo umano ridotto torna ad allargarsi per necessità.

I marcatori da osservare. Se questa previsione è corretta, entro il 2028–2030 dovremmo vedere quattro cose: la quota entry-level delle assunzioni continuerà a scendere; il divario retributivo tra senior e junior si allargherà; il fatturato per dipendente crescerà nettamente nelle aziende nate con l'AI; gli annunci per specialisti si sposteranno dalla produzione verso architettura, integrazione e revisione. Se non accadrà, vorrà dire che la previsione era sbagliata.

Un livello più in là. Anche i controargomenti hanno una data di scadenza. Il confine tra ciò che gli agenti non possono assorbire e ciò che diventa invocabile si è spostato in una sola direzione, ogni anno, dal 2022. Parti della revisione, parti dell'orchestrazione, col tempo parti del gusto lo attraverseranno. L'azienda descritta qui non è un punto di arrivo — è la forma dell'organizzazione alla frontiera attuale, e ogni volta che la frontiera si sposta, il nucleo umano si restringe ancora. Il che rende ancora più urgente, non meno, la domanda: da dove verrà il giudizio.

Il presupposto con una data di scadenza

Ed ecco la parte che dovrebbe preoccupare più dell'organigramma.

L'azienda che ho descritto funziona quasi interamente sul giudizio dei senior — direzione, architettura, gusto, responsabilità. Ognuna di queste competenze, storicamente, si costruiva facendo prima il lavoro junior. E i dati mostrano, al tempo presente, che il lavoro junior sta scomparendo: assunzioni entry-level a −73% nel tech europeo, un divario occupazionale del 19% per i 22–25enni nelle occupazioni più esposte all'AI rispetto ai coetanei meno esposti — un divario alimentato soprattutto dalle mancate assunzioni, non dai licenziamenti — e mansioni automatizzabili eliminate dagli annunci prima ancora che un umano si candidi.

L'azienda sottile non ricostruisce la scala. Presuppone persone che l'hanno già salita. Oggi quella popolazione esiste: senior formati nell'economia pre-agenti. È uno stock, non un flusso — e si esaurisce con i pensionamenti da un lato e con i mancati ingressi dall'altro.

C'è poi un effetto che aggrava il quadro, documentato nella mia ricerca su The B+ Trap: man mano che l'esecuzione assistita dall'AI converge verso una qualità uniforme, il giudizio diventa l'unico differenziale competitivo rimasto — proprio nel momento in cui la sua linea di produzione viene chiusa.

Nel secondo articolo scrivevo che se il primo gradino non esiste, non esiste la scala. La conseguenza estrema è un'azienda fatta soltanto di gradini alti — presidiata da una generazione formata da un sistema che l'azienda stessa non mantiene più.

Funziona — benissimo — per esattamente una generazione.

Questo articolo è il terzo di una serie su come l'AI sta ridisegnando l'architettura operativa delle imprese. La prima parte analizza il mercato statunitense; la seconda l'Europa. Per un'analisi operativa più approfondita, il white paper: AI for European SMEs: The 2026 Playbook.

Fonti:

BLS / IEEE Spectrum, "How AI Is Reshaping Entry-Level Tech Jobs," dicembre 2025 (serie occupazionali programmers vs. software developers)

Ravio, dati sulle assunzioni early-career, mercato tech europeo 2025 (assunzioni P1/P2 −73,4%)

Brynjolfsson, Chandar, Chen — "Canaries in the Coal Mine?", versione rivista agosto 2026, Stanford Digital Economy Lab / ADP (divario occupazionale del 19%, età 22–25, occupazioni più esposte all'AI, alimentato soprattutto dalle mancate assunzioni)

Revelio Labs, composizione delle mansioni esposte all'AI negli annunci di lavoro (2022–2025)

Amazon, Oracle — depositi SEC, come analizzati nella prima parte di questa serie

Lauria, F., "The B+ Trap," DOI 10.13140/RG.2.2.10486.46403

Fabio Lauria

CEO & Founder, ELECTE

Ogni settimana esploriamo l'AI senza l'hype — con dati, analisi e una prospettiva indipendente.

P.S. — Una soluzione è possibile; i mercati raramente lasciano a lungo un input scarso senza qualcuno che lo produca. Ma la vecchia scala era sovvenzionata dal lavoro produttivo dei junior. Se quel lavoro scompare, qualcuno dovrà pagare esplicitamente per fabbricare giudizio. Chi — e perché — è la prossima domanda.