Chi ha insegnato alla macchina il nostro lavoro? #1

L’immagine in evidenza non è decorativa

Ogni volta che usiamo l’IA, stiamo insegnando a qualcuno a fare a meno di noi. Le piattaforme imparano. Noi cosa possiamo fare? Un percorso in cinque tappe per capire cosa ci sta succedendo e cosa possiamo fare.

I Tappa: La rivelazione

Ἀποκάλυψις, dal greco: rivelazione, lo svelamento di ciò che era nascosto.

Tra fine gennaio e metà febbraio 2026, le aziende di software hanno perso circa 2.000 miliardi di dollari di valore in Borsa nel corso di un violento sell-off, l’equivalente dell’intero PIL annuale dell’Italia evaporato.(1)

Tra i fattori scatenanti è stato citato il lancio di nuove funzionalità specializzate e i progressi di Claude Code di Anthropic(2), che hanno mostrato la capacità di un sistema IA di redigere documenti legali, gestire workflow contabili e automatizzare il lavoro cognitivo strutturato che prima richiedeva team di consulenti, analisti e avvocati.

Andrea Pignataro, CEO di ION Group, indicato da Forbes tra i primissimi in Italia per ricchezza con un patrimonio stimato in 42,8 miliardi di dollari, ha pubblicato un paper di nove pagine per spiegare cosa sta succedendo. Lo ha intitolato The Wrong Apocalypse, l’apocalisse sbagliata: il mercato, secondo lui, sta reagendo nel panico per le ragioni sbagliate.

Ma la parola «apocalisse» significa rivelazione, lo svelamento di ciò che era nascosto. E in questo senso l’apocalisse non è affatto sbagliata. È giustissima.

Ciò che la perdita improvvisa di 2.000 miliardi di dollari di valore in Borsa rivela non è che l’IA stia per distruggere il software enterprise. Rivela qualcosa di più profondo e più antico: stiamo industrializzando l’Uomo.

Stiamo applicando al giudizio, alla competenza, al pensiero, cioè a ciò che ci rende umani nel lavoro e nella vita, la stessa logica di estrazione, standardizzazione e ottimizzazione che dal telaio Jacquard in poi abbiamo applicato prima ai gesti, poi ai processi, poi ai dati.

Questa rivelazione non arriva dal nulla.

Il processo era iniziato da parecchio tempo: dalle schede perforate di Bouchon (1725) al management scientifico di Taylor (1911), dalla catena di montaggio di Ford alla delocalizzazione globale, dal cloud computing all’IA generativa. Ogni passaggio ha spostato il confine di ciò che è «automatizzabile» un po’ più in là, un po’ più in alto nella piramide delle competenze. Ogni passaggio è stato presentato come progresso inevitabile. Ogni passaggio ha concentrato più potere in meno mani.

La rivelazione del 2026 è che quel confine ha raggiunto il lavoro intellettuale, i contratti, le analisi, i report, le diagnosi, le consulenze, e che le persone che lo svolgono scoprono di colpo ciò che i tessitori di Lione scoprirono agli inizi dell’Ottocento, ciò che gli operai delle fabbriche scoprirono nel 1911, ciò che gli impiegati delle manifatture scoprirono negli anni Ottanta: il sistema che hai alimentato con il tuo sapere ha imparato a fare a meno di te.

Pignataro in effetti ha ragione nel dire che l’apocalisse del mercato è sbagliata, il crollo delle azioni è una reazione di superficie.

Ma la rivelazione è corretta: ora tutto è chiaro.

La domanda non è se l’IA possa fare ciò che fanno i professionisti, e non solo loro.

La domanda è se vogliamo continuare a industrializzare l’umano, o se questa rivelazione ci offre finalmente l’occasione per cambiare direzione.

1. The Wrong Apocalypse

Il paper di Pignataro nasce da una provocazione: il saggio di Dario Amodei, The Adolescence of Technology (26 gennaio 2026)(3), con l’esperimento mentale di un «paese di geni in un datacenter», aveva alimentato il panico di mercato. Pignataro risponde che il panico c’è, ma è mal indirizzato.

La sua tesi centrale: il vero rischio non è la sostituzione rapida del software, che richiederà anni, perché i sistemi enterprise sono infrastrutture di coordinamento, non semplici strumenti. Il vero rischio è la tragedia dei commons della conoscenza istituzionale: ogni impresa, adottando l’IA per restare competitiva, insegna alla piattaforma la propria «grammatica» organizzativa, accelerando collettivamente la disintermediazione di interi settori. Le aziende non si accorgono di farlo, perché ciascuna agisce razionalmente. Ma l’effetto cumulativo è autodistruttivo.

Il catalizzatore è stato il lancio di nuovi plugin specializzati e i progressi di Claude Code, che hanno mostrato la capacità di un sistema IA di redigere documenti legali, gestire workflow contabili e automatizzare il lavoro cognitivo strutturato. Il saggio di Dario Amodei ha fornito ulteriore forza a questa narrazione.

La sua tesi centrale: il vero rischio non è la sostituzione rapida del software, che richiederà anni, perché i sistemi enterprise sono infrastrutture di coordinamento, non semplici strumenti.

Il vero rischio è quello che Pignataro chiama la tragedia dei commons della conoscenza istituzionale.

L’idea viene da un concetto classico dell’economia: la «tragedia dei beni comuni» è ciò che accade quando tutti sfruttano una risorsa condivisa pensando solo al proprio vantaggio, finché la risorsa si esaurisce per tutti.

Qui la risorsa condivisa è il sapere professionale.

Ogni impresa, adottando l’IA per restare competitiva, insegna alla piattaforma come funziona il proprio settore, le procedure, il linguaggio, la logica delle decisioni.

Nessuna singola azienda condivide segreti.

Ma tutte insieme, interazione dopo interazione, stanno trasferendo alle piattaforme la «grammatica» di interi settori: consulenza, legale, finanza, assicurazioni.

Il risultato è che le piattaforme imparano a fare direttamente ciò che oggi fanno le aziende che le usano. Ogni impresa agisce razionalmente.

Ma l’effetto cumulativo è autodistruttivo.

2. Le sette domande di Neil Postman

Prima di entrare nell’analisi, è necessario un cambio di prospettiva. Neil Postman, autore di Technopoly: The Surrender of Culture to Technology (1992), ha formulato nella sua lecture The Surrender of Culture to Technology (1997) sette domande che ogni persona dovrebbe porsi di fronte a una nuova tecnologia.

Si tratta di un testo distinto dal più noto Five Things We Need to Know About Technological Change (1998). Queste domande, pensate in un’epoca precedente ai social media, all’IA generativa e al cloud, offrono oggi un quadro analitico di rara precisione per leggere ciò che Pignataro descrive, ciò che omette, e ciò che tutti noi stiamo vivendo.

Le applichiamo qui, una per una, all’intelligenza artificiale nel software enterprise.

I. Quale problema risolve questa nuova tecnologia?

L’IA generativa risolve il problema della velocità e del costo del lavoro cognitivo strutturato: redigere contratti, analizzare dati, produrre report, gestire workflow. È il problema che ossessiona i CEO come Pignataro: ridurre i costi, aumentare la produttività, restare competitivi. Ma Postman ci avverte: la risposta a questa domanda non è mai completa se non si affrontano le sei domande successive. La velocità e il costo risolti dalla tecnologia sono evidenti. Ciò che viene disfatto nel processo lo è molto meno.

II. Di chi è questo problema?

Ecco la domanda che Pignataro non pone. Il «problema» della lentezza e del costo del lavoro cognitivo è un problema dei proprietari delle imprese, degli investitori, dei CEO. Non è il problema dei professionisti che quel lavoro svolgono, né delle comunità che attorno a quel lavoro hanno costruito tessuto sociale, né dei giovani che si stanno formando per esercitarlo. La sostituzione del lavoro intellettuale non è un’urgenza universale: è un’urgenza di chi trae profitto dalla riduzione del costo del lavoro.

Presentarla come problema di tutti è, nella terminologia di Postman, il modo in cui «i vincitori persuadono i vinti che sono anch’essi vincitori».

III. Quali nuovi problemi creiamo risolvendo questo problema?

Questa è la domanda centrale che il paper di Pignataro sfiora ma non sviluppa fino in fondo. Risolvendo il «problema» del costo del lavoro cognitivo, creiamo:

• La tragedia dei commons della conoscenza istituzionale, il punto più originale di Pignataro, che però lo tratta come rischio tecnico anziché come questione di potere.
• La dipendenza cognitiva, professionisti che perdono progressivamente la capacità di esercitare giudizio indipendente, come l’operaio taylorizzato perde il controllo sul processo produttivo.
• L’erosione dell’identità professionale, milioni di persone il cui senso di sé è legato alla competenza che la macchina replica.
• La concentrazione del potere, il fattore strategico si sposta dal capitale finanziario al capitale computazionale, controllato da pochi.
• L’impatto ambientale , nel 2025 gli hyperscaler hanno raggiunto livelli record di investimento in infrastrutture: analisi come quelle di Synergy Research stimano la spesa infrastrutturale a oltre 140 miliardi di dollari nel solo terzo trimestre del 2025, un ritmo difficilmente compatibile con gli obiettivi climatici.

IV. Quali persone e istituzioni saranno più colpite da una soluzione tecnologica?

Il paper di Pignataro risponde parzialmente: studi legali, società di consulenza, advisor finanziari, real estate commerciale, viaggi d’affari, venture capital. Ma non nomina le persone in carne e ossa: i praticanti d’avvocato che non diventeranno mai avvocati, i consulenti junior che non faranno mai carriera, gli studenti che si iscrivono a facoltà i cui sbocchi professionali si stanno chiudendo mentre studiano.

Il parallelo con ciò che sta accadendo ai minori sui social media (4) è strutturalmente identico: le persone più colpite sono quelle che hanno meno potere negoziale e meno strumenti per comprendere cosa sta accadendo.

Come già documentato nell’articolo sulla dipendenza dai social media, i dati presentati al Congresso USA dal NCMEC sono eloquenti: 36,2 milioni di segnalazioni di sfruttamento nel 2023 (ridotte a 20,5 milioni nel 2024, che diventano 29,2 milioni di «incidenti» una volta scorporati i report raggruppati), casi di sextortion finanziaria passati da 139 nel 2021 a 26.718 nel 2023, e il NCMEC è a conoscenza di «almeno 36» adolescenti di sesso maschile che si sono tolti la vita dal 2021 a causa di questi ricatti.

Il processo Zuckerberg a Los Angeles (febbraio 2026), definito il «momento Big Tobacco» dei social media, rende giudiziariamente esplicito ciò che Postman intuiva: le piattaforme non sono strumenti che le persone usano, ma ambienti che plasmano le persone che li abitano.

V. Quali cambiamenti nel linguaggio avvengono come risultato del cambiamento tecnologico?

Questa è forse la domanda più sottile di Postman, e la più pertinente al paper di Pignataro. Le aziende non «usano» Salesforce: parlano Salesforce. L’IA generativa sta introducendo un nuovo vocabolario che non è neutro: «prompt», «allucinazione», «allineamento», «fine-tuning», «agente». Ogni termine incorpora una metafora cognitiva che ridefinisce il rapporto tra umano e macchina.

Quando un avvocato dice «ho chiesto a Claude di redigere la prima bozza», il linguaggio naturalizza la delega del giudizio. Quando un manager dice «l’IA ha analizzato i dati e suggerisce X», il linguaggio oscura il fatto che «suggerisce» non è giudizio ma ottimizzazione statistica. Il cambiamento linguistico precede, e prepara, il cambiamento di potere.

Come osservato nell’articolo sulla sovranità digitale, la stessa parola «indipendenza» viene declinata come proprietà, chi possiede l’infrastruttura, chi controlla il dato, e quasi mai come libertà: libertà di scelta, di migrazione, di interoperabilità, di trasparenza, indipendenza e continuità.

VI. Quali shift di potere economico e politico possono risultare dall’adozione di questa tecnologia?

Questa è la domanda che attraversa l’intero documento, dal saggio di Saint-Simon al processo di Los Angeles. Il pattern storico è: terra (aristocrazia) → capitale industriale (borghesia manifatturiera) → capitale finanziario (banche e mercati) → capitale computazionale (piattaforme IA). Ogni transizione produce una nuova classe egemone che si presenta come portatrice dell’interesse universale.

Pignataro è strutturalmente interessato: ION Group opera nel software finanziario, le sue obbligazioni hanno risentito del crollo. La raccomandazione di «costruire modelli open source sui propri dati» presuppone risorse che solo grandi organizzazioni possiedono. Il reddito di base universale (UBI) proposto negli USA, dall’American Equity Fund di Sam Altman (13.500 dollari annui per adulto, finanziati tassando il 2,5% del valore di mercato delle grandi imprese) al Guaranteed Income Pilot Program Act del 2025 (H.R. 5830, introdotto al Congresso nell’autunno scorso ma in attesa di approvazione), rischia di essere la moneta con cui i vincitori pagano i vinti per accettare la sconfitta, senza redistribuire il potere.

VII. Quali usi alternativi (e non previsti) possono essere fatti di questa tecnologia?

La domanda sugli usi imprevisti è la più profetica di Postman. Nessuno prevedeva che i social media sarebbero diventati il veicolo principale di sextortion finanziaria su minori. Nessuno prevedeva che la tecnologia di IA generativa sarebbe stata usata per produrre materiale di sfruttamento di minori .

Le segnalazioni alla CyberTipline del NCMEC contrassegnate come «GAI» sono aumentate bruscamente nei primi sei mesi del 2025; analisi successive, tra cui un’inchiesta di Bloomberg e le rilevazioni del Center for Internet and Society di Stanford, indicano che la quasi totalità di quelle segnalazioni (circa l’80%) proveniva dalla scansione automatica di dataset di addestramento da parte di grandi provider, in particolare Amazon, e consisteva in gran parte in falsi positivi piuttosto che in nuovo materiale di sfruttamento effettivamente generato dall’IA[^13]. Nessuno prevede con certezza gli usi imprevisti dell’IA nel software enterprise: sorveglianza granulare delle prestazioni dei dipendenti? Disintermediazione dei manager intermedi? Creazione di «gemelli digitali» delle organizzazioni che permettono a terzi di competere con l’originale?

La storia insegna che gli usi imprevisti superano sempre, per portata e conseguenze, gli usi previsti. L’IA non farà eccezione.

Postman conclude che in passato abbiamo attraversato i cambiamenti tecnologici «come sonnambuli». Il nostro slogan non dichiarato è stato «la tecnologia sopra tutto», e siamo stati disposti a plasmare le nostre vite per adattarle alle esigenze della tecnologia, non alle esigenze della cultura. Le sette domande che pone Postman sono uno strumento per riflettere, valgono per ognuno di noi.

L’esercizio di pensiero prima di continuare

Sigfried Giedion, storico svizzero della tecnologia, nel 1948 scrisse Mechanization Takes Command, sottotitolo: una storia anonima. La sua tesi era che la meccanizzazione non si limita a cambiare come si fanno le cose: rende invisibili i processi che prima erano visibili, umani, comprensibili. Il mattatoio industriale nasconde l’uccisione dell’animale. La catena di montaggio nasconde il gesto dell’artigiano. Il codice nasconde la logica della decisione.

Ora applichiamo Giedion al presente.

La «società dei servizi», il terziario avanzato su cui le economie occidentali hanno costruito la propria identità negli ultimi quarant’anni, è fatta di lavoro cognitivo: analisi, consulenze, contratti, report, diagnosi, strategie.

È lavoro che si vede, perché lo fanno persone in uffici, con nomi e volti.

Se un modello di IA prende in carico quel lavoro, il servizio non scompare: scompare chi lo eroga. Il report viene comunque prodotto. Il contratto viene comunque redatto. L’analisi viene comunque fatta. Ma non c’è più nessuno dall’altra parte.

Il terziario avanzato non rischia di crollare. Rischia qualcosa di più sottile: di diventare invisibile. Di scivolare dietro un’interfaccia, gestito da algoritmi, senza che nessuno se ne accorga, perché l’output continua ad arrivare.

Come il pane arriva sullo scaffale senza che nessuno pensi più al fornaio, i contratti arriveranno firmati senza che nessuno pensi più all’avvocato che non c’è più.

Giedion chiamava questo processo storia anonima: la storia di ciò che cambia senza che nessuno la racconti, perché è diventato troppo comodo non guardarla.

Prima di passare alla prossima tappa, la domanda è questa: quale parte del nostro lavoro potrebbe diventare invisibile, continuare a esistere come output, ma senza di noi?

Nella prossima tappa: i presupposti nascosti del paper di Pignataro, le sue logiche, e gli interessi materiali che ne condizionano le conclusioni.

Note e riferimenti (glossiario all’ultima tappa)

(1) Stima riferita al forte calo della market cap delle società di software registrato nelle prime settimane del 2026. Cfr. Yahoo Finance, “Trillion-dollar AI market wipeout happened because investors…” (16 febbraio 2026).

(2) I timori del mercato sulle aziende software classiche sono stati esacerbati dai rilasci di Anthropic, la cui capacità di disintermediare workflow complessi ha scosso le valutazioni enterprise.

(3) Il patrimonio è una stima real-time diffusa da Forbes. Nel mese di febbraio 2026, la classifica ha indicato Andrea Pignataro come l’uomo più ricco d’Italia, dato ripreso ampiamente dalla stampa nazionale, cfr. Open.online

Pignataro, A. (2026, 15 febbraio). The Wrong Apocalypse. ION Analytics.

Dario Amodei, The Adolescence of Technology (26 gennaio 2026)

College Lecture Series – Neil Postman – “The Surrender of Culture to Technology”

I nostri figli stanno pagando il prezzo più alto.(contiene i riferimenti a quanto citato)

La dipendenza dai social media: cosa sta accadendo (contiene i riferimenti a quanto citato)

Sovranità digitale: e se alzassimo lo sguardo?

Sigfried Giedion, Mechanization takes command, a contribution to anonymous history(esiste versione italiana ristampata da poco)