C’è una cosa che accomuna il casellante autostradale degli anni ’90 e il copywriter junior del 2024: entrambi erano convinti che il loro lavoro fosse troppo umano per essere automatizzato. Uno raccoglieva monete e sorrideva. L’altro scriveva email di benvenuto e credeva di farlo con anima.
Telepass e GPT-4 hanno opinioni diverse.
Il punto non è la tecnologia. Il punto è che lo abbiamo già fatto — cento volte, su scala industriale, senza chiamarlo rivoluzione. Il parcheggiatore, l’operaio in catena di montaggio, il centralinista: sostituiti uno per uno, con la sistematicità silenziosa di chi rinnova un abbonamento. Nessuno ha scritto editoriali apocalittici sul Telepass. Eppure il casellante non esiste più.
Gli LLM non sono una rottura. Sono un’accelerazione — e soprattutto un abbassamento radicale della soglia d’accesso. Prima serviva un programmatore per automatizzare un processo. Oggi basta saperlo descrivere in italiano corrente. L’automazione è diventata democratica, e questa è la cosa che spaventa davvero: non che sia potente, ma che sia banale.
C’è però una differenza che vale la pena segnalare, perché cambia tutto.
La programmazione classica automatizza processi deterministici: dai certi input, ottieni output prevedibili. È logica applicata, niente di misterioso. Gli LLM invece lavorano sul probabile: non calcolano, generano. E questo significa che hanno iniziato a comprimere non solo il fare, ma il dire — scrivere, spiegare, tradurre, riassumere. Le attività che fino a ieri erano considerate intrinsecamente umane perché richiedevano “espressione”.
L’espressione, si scopre, è in parte imitabile. Non del tutto. Ma abbastanza.
È qui che si innesca l’ansia collettiva. Non perché un modello linguistico capisca davvero, viva davvero, senta davvero — non lo fa, ed è importante non dimenticarlo. Ma non serve capire per essere economicamente utile. In larghissima parte dei contesti lavorativi reali, una risposta “abbastanza buona” non è un compromesso: è esattamente ciò che serve. Veloce, coerente, scalabile, gratuita. Chi paga per la perfezione quando l’accettabile costa zero?
Detto questo, il tasso di adozione globale dell’AI è ancora basso. Se qualcuno vi cita quella statistica per rassicurarvi, ignoratela. Il cambiamento non avviene nella media — avviene nei nodi. Nelle aziende ad alta produttività, negli studi professionali, nelle piattaforme software che milioni di persone usano già. È lì che anche il 10% di automazione produce effetti economici enormi.
E poi c’è la mossa più elegante di tutte: l’integrazione silenziosa.
Le grandi aziende software non vi chiederanno se volete l’AI. Ve la metteranno nell’editor di testo, nell’email, nel CRM, nella piattaforma di customer service. L’adozione non sarà una scelta — sarà una condizione. Come l’elettricità in ufficio: nessuno decide di “adottare” l’elettricità. È lì, e ci lavori sopra. Un giorno apri Word e c’è un tasto che riscrive la tua email meglio di te. Non l’hai chiesto. Non ti hanno chiesto il permesso. È già lì.
L’AI diventa invisibile. Diventa standard. Diventa infrastruttura.
A quel punto, la domanda non è più “uso o non uso l’AI”. La domanda è: cosa rimane di specificamente mio quando gli strumenti fanno già metà del lavoro?
Rimangono le cose che un modello non sa fare — non perché sia stupido, ma perché richiedono di avere una faccia, una storia, delle conseguenze.
Capire che il cliente è incazzato non per quello che dice, ma per come lo dice. Entrare in una riunione tesa e non peggiorarla. Scegliere a chi dare una brutta notizia e come farlo senza che esploda tutto. Convincere un collega difficile senza mandargli un prompt. Tenere insieme persone che vogliono cose diverse, in una stanza dove nessuno vuole cedere per primo.
Non è una lista di competenze da mettere sul CV. È una descrizione di ciò che resta quando togli tutto ciò che una macchina può fare al posto tuo — e guardi cosa rimane sul tavolo.
Nessun LLM ha ancora imparato a gestire il pranzo di Natale aziendale. E finché non ci riesce, hai un lavoro.
Ma la frase da smettere di ripetere non è “l’AI ci ruberà il lavoro”.
La frase da smettere di ripetere è: “il mio lavoro ha valore perché so farlo”.
Saperlo fare non basta più. L’hanno insegnato anche alle macchine.
La parte interessante — e un po’ scomoda — è capire cosa sai fare tu che non si insegna con un dataset. E la risposta, quasi sempre, ha a che fare con qualcosa di molto meno glamour dell’intelligenza artificiale: essere presenti, assumersi la responsabilità, stare dentro il casino senza scappare.
Le macchine, per ora, preferiscono ambienti controllati.
Il caos è ancora nostro.
