In questi anni di lavoro nella formazione e nella consulenza, sia con aziende strutturate, sia con professionisti e studenti, una cosa si ripete con una frequenza che non lascia più spazio al dubbio: la maggior parte delle persone non ha ancora capito dove sta andando davvero l’intelligenza artificiale. Non è un giudizio, è un’osservazione. Ed è comprensibile, perché la velocità con cui questa tecnologia si evolve rende difficile anche a chi ci lavora ogni giorno avere una visione nitida di dove si stia andando.
Il punto di svolta non è stato quando i modelli linguistici hanno cominciato a rispondere in modo convincente alle nostre domande. Quello era il primo capitolo, straordinario ma ancora limitato nel suo impatto pratico: chiedevi, ricevevi una risposta, poi decidevi cosa farne. La discontinuità vera, quella che sta cambiando la struttura del lavoro e non solo la sua efficienza, si chiama agentic AI, ovvero l’intelligenza artificiale di tipo agentivo. Non un sistema che risponde, ma un sistema che agisce: che prende un obiettivo, lo scompone in sottocompiti, li assegna a sotto-agenti specializzati, coordina i risultati e porta avanti il processo in modo autonomo.
Facciamo un passo indietro nel tempo, molto indietro, perché il modo migliore per capire cosa sta succedendo è guardare a qualcosa che già conosciamo. Adam Smith, nell’opera “La ricchezza delle nazioni” pubblicata nel 1776, descriveva quello che è diventato uno dei concetti fondanti dell’economia industriale: la fabbrica degli spilli. L’intuizione era semplice ma rivoluzionaria: un artigiano da solo, occupandosi di ogni fase della produzione (tirare il filo, tagliarlo, appuntirlo, assemblarlo), riusciva a produrre al massimo una ventina di spilli al giorno. Dieci operai specializzati, ciascuno dedicato a una sola fase del processo, potevano arrivare insieme a produrne decine di migliaia nello stesso tempo. Non una differenza di efficienza, ma un salto di scala che ha cambiato il mondo.
Quello stesso principio, suddividere il processo in parti piccole e assegnare ciascuna parte a chi (o a cosa) è più adatto a eseguirla, è esattamente ciò che l’AI agentica sta portando dentro i flussi di lavoro moderni. Un agente principale capisce l’obiettivo e coordina la strategia; agenti esecutori si occupano delle singole fasi operative; un sistema di controllo verifica che ogni output sia corretto prima di passarlo alla fase successiva. La fabbrica degli spilli, in versione digitale e infinitamente più scalabile.
Fin qui, sembra tutto positivo. E in effetti lo è, almeno dal punto di vista dell’efficienza. Ma c’è una parte di questa storia che rischia di passare in secondo piano, e che invece merita tutta l’attenzione che sappiamo darle. Quando la specializzazione raggiunse il suo apice nell’industria manifatturiera, portò con sé anche l’omologazione: prodotti sempre più simili tra loro, prezzi sempre più schiacciati dalla concorrenza, margini sempre più ridotti. La differenziazione diventò possibile solo alzando il livello qualitativo o innovando radicalmente il prodotto. Chi non ci riusciva si trovava a competere solo sul prezzo, e quella è una guerra che porta tutti verso il basso.
Lo stesso meccanismo rischia di attivarsi ora, con una velocità molto superiore. Se deleghiamo alle macchine la scelta, quale fotografo scegliere, quale agenzia contattare, quale soluzione adottare, quella scelta verrà operata su dati oggettivi e criteri misurabili: il prezzo, la disponibilità, i feedback medi. Non si tratta di fantascienza, è già il modo in cui funzionano molte piattaforme di intermediazione. Il volo più conveniente da A a B negli orari indicati: l’algoritmo non ha dubbi, sa già la risposta. Se il nostro lavoro diventa altrettanto misurabile, altrettanto confrontabile su parametri oggettivi, smette di avere valore intrinseco e diventa solo un dato in una tabella.
Esiste una legge informale, osservata ogni volta che una tecnologia è diventata più veloce e più economica: la disponibilità aumenta, il prezzo scende, ma il tempo che pensiamo di risparmiare non si accumula davvero. Quando arrivò il processore più veloce, non ci trovammo con più tempo libero: cominciammo a fare di più, in meno tempo, e poi ancora di più. Quando le fotocamere digitali eliminarono il costo della pellicola, non scattammo lo stesso numero di fotografie: cominciammo a scattarne migliaia, quando prima ne facevamo decine. L’innovazione più veloce non liberava il tempo, lo riempiva di nuove richieste.
Con l’AI agentica sta accadendo la stessa cosa, ma con una variante che complica il quadro: questa volta, ciò che si automatizza non sono solo le azioni ripetitive e meccaniche, ma anche parti del processo creativo, decisionale, di analisi. E allora la domanda che si pone non è “quanto tempo sto risparmiando?” ma “cosa sto facendo con il tempo che sto liberando?”
Il consiglio che ci sentiamo di dare, e che stiamo testando anche nel nostro lavoro di Aiway LAB, è di cominciare a fare un’analisi metodica del proprio flusso di lavoro. Non in modo generico, ma con la precisione di chi vuole davvero capire cosa sta facendo. Prendere un processo (uno shooting fotografico, una campagna di comunicazione, un progetto editoriale) e scomporlo nelle sue azioni elementari: cosa si pianifica, cosa si esegue, cosa si controlla, cosa si distribuisce. Per ciascuna di queste azioni, chiedersi con onestà: questa attività richiede intuizione umana, oppure è riproducibile da un sistema ben istruito?
Non è un esercizio freddo o anti-creativo. È esattamente il contrario, perché permette di vedere con chiarezza dove si trova davvero il valore del proprio lavoro. Scoprire che una parte significativa di ciò che facciamo ogni giorno è automatizzabile non è una notizia scoraggiante: è la premessa per smettere di dedicare a quella parte il tempo e l’energia che invece dovrebbero andare altrove. Verso la strategia, verso l’intuizione, verso quelle scelte che un sistema, per quanto perfezionato, non riesce ancora a fare perché richiedono esperienza vissuta, senso del contesto, capacità di sbagliare e imparare dall’errore.
Quello che rimane alle persone, in questo schema, è la parte più difficile da imitare: non il fare, ma il pensare il fare. Non l’esecuzione, ma la visione di dove si sta andando e perché. Non la verifica tecnica dell’output, ma la capacità di riconoscere se quell’output è davvero quello giusto per quel momento, per quel cliente, per quella storia che si vuole raccontare. Sono le stesse cose che hanno sempre distinto un buon professionista da uno mediocre, ma diventano ancora più preziose in un mercato in cui la parte esecutiva si livella rapidamente verso un denominatore comune accessibile a tutti.
Il rischio che stiamo osservando, nelle aziende come tra i freelance, è opposto a quello che ci si potrebbe aspettare. Non è che le macchine tolgano lavoro alle persone. È che le persone, trovandosi di fronte a strumenti sempre più capaci, scelgano di delegare sempre di più, allontanandosi progressivamente da quella parte del proprio lavoro che genera valore reale. Diventare supervisori passivi di processi automatici non è un’evoluzione, è una rinuncia. E le rinunce, nel tempo, si pagano: in termini di differenziazione, di identità professionale, di capacità di offrire qualcosa che nessun sistema può generare al posto tuo.
Il futuro non è nella competizione con le macchine su ciò che le macchine sanno fare. È nell’investire con decisione su tutto il resto.
Vuoi entrare a far parte di Aiway LAB?
Domani, lunedì 30 Marzo, abbiamo la LIVE del mese:
scrivici per abbonarti o acquistare il pass per partecipare online
e ricevere la registrazione.
