L’AI ci ruberà
il lavoro?

La paura del progresso

Ogni grande rivoluzione tecnologica ha suscitato il timore che le macchine potessero sottrarre lavoro agli esseri umani. All’inizio dell’Ottocento i luddisti arrivarono a distruggere macchinari industriali che minacciavano le loro condizioni di lavoro. Non era soltanto un rifiuto irrazionale della tecnologia: le conseguenze economiche e sociali erano reali.

Eppure la meccanizzazione non ha eliminato il lavoro umano. Lo ha trasformato. Se agli inizi del 1900 il 90% della popolazione mondiale guadagnava meno di 2$ al giorno, oggi a guadagnare la stessa cifra è all’incirca meno del 8% della popolazione.

Lo stesso è accaduto con l’elettrificazione, i computer e Internet. Alcune professioni sono scomparse, altre sono nate, molte hanno cambiato natura. Pensiamo alla corrispondenza: oggi spediamo meno lettere, ma comunichiamo enormemente attraverso strumenti digitali. E mentre alcune attività postali tradizionali si sono ridimensionate, il commercio elettronico ha alimentato nuovi bisogni di logistica e consegna.

Questo non significa che ogni posto perso venga automaticamente rimpiazzato. Significa che il progresso modifica non soltanto il modo di soddisfare i bisogni, ma anche i bisogni e i mercati stessi. È da questa osservazione che nasce la mia domanda: l’AI ci ruberà il lavoro, oppure cambierà il sistema economico in cui lavoriamo?

La provocazione è questa: se avessimo chiesto a un tessitore dell’Ottocento di immaginare il futuro, avrebbe visto soprattutto la macchina che gli stava togliendo il mestiere. Difficilmente avrebbe immaginato il commercio elettronico, l’industria del software o le professioni nate intorno a Internet. Oggi rischiamo lo stesso errore: guardiamo l’AI che svolge in pochi minuti un compito e immaginiamo soltanto il posto di lavoro che sparisce.

Non voglio però raccontare la storia come una favola. Chi perse il proprio lavoro durante una rivoluzione tecnologica non poté attendere serenamente la nascita di un mestiere nuovo. La transizione può essere dolorosa. Ma non possiamo nemmeno trattare il numero dei lavori attuali come una quantità fissa, dalla quale sottrarre ogni mansione automatizzata. Il progresso cambia anche quello che desideriamo, consumiamo e siamo capaci di produrre.

L’errore di immaginare un’economia immobile

Quando si discute di AI, spesso si immagina un’azienda con cento dipendenti che automatizza il lavoro di novanta. È una possibilità concreta e seria. Ma questa fotografia non mostra che cosa succede quando la stessa tecnologia diventa accessibile a milioni di individui.

E se quelle persone potessero utilizzare l’AI non soltanto per cercare un nuovo impiego, ma per creare prodotti e servizi che prima non erano in grado di realizzare? Il punto non sarebbe più soltanto quanti compiti vengono automatizzati, ma come cambia l’intera organizzazione della produzione.

C’è un precedente utile per capire questa dinamica: il paradosso di Jevons. Nel 1865 l’economista William Stanley Jevons osservò che le macchine a vapore più efficienti non avevano ridotto il consumo di carbone in Inghilterra, ma lo avevano aumentato: rendendo l’energia più economica, ne avevano moltiplicato gli usi. Lo stesso potrebbe accadere con l’intelligenza artificiale. Se progettare, programmare o analizzare costa meno, non ci limiteremo a fare le stesse cose con meno sforzo: cominceremo a realizzare prodotti e servizi sempre più complessi e sofisticati, che a loro volta richiederanno ancora più AI per essere progettati, gestiti e migliorati. L’efficienza, in altre parole, potrebbe far crescere il nostro bisogno di AI invece di esaurirlo.

Un caso che aiuta a ragionare è la radiologia. Il timore che l’AI potesse sostituire i radiologi ha alimentato dubbi sul futuro della specializzazione. Eppure negli Stati Uniti si registra una carenza di professionisti rispetto alla domanda di esami. La Radiological Society of North America, nel dicembre 2024, descriveva un interesse crescente degli studenti per la radiologia, frenato dalla disponibilità di posti formativi, mentre aumentavano il numero e la complessità degli esami. Non possiamo quindi attribuire quella carenza semplicemente alla paura dell’AI: contano anche pensionamenti, invecchiamento della popolazione e limiti della formazione.

È qui che vedo un possibile collegamento con Jevons. Se gli strumenti AI permettono a un radiologo di analizzare più esami nello stesso tempo e contribuiscono a rendere il servizio più accessibile, il risultato potrebbe essere anche soddisfare bisogni prima trascurati per costi o tempi di attesa. Aumentare la capacità di diagnosi può significare raggiungere più persone, anziché limitarsi a svolgere gli stessi esami con meno professionisti. Questo meccanismo non dimostra che l’AI abbia già causato l’attuale domanda di radiologi, né garantisce che ogni aumento di produttività crei occupazione. Mostra però perché, per immaginare il futuro di un mestiere, dobbiamo chiederci anche quanta domanda oggi rimane insoddisfatta.

Non sostengo che tutti avranno successo, né che ogni lavoratore troverà una nuova occupazione. Sostengo che potrebbero moltiplicarsi le possibilità di partecipare direttamente al mercato.

Un’economia non è un foglio Excel nel quale si modifica una formula lasciando tutto il resto invariato. Se un’impresa elimina novanta mansioni, il problema sociale è reale. Ma se milioni di persone ricevono nello stesso momento strumenti produttivi che prima erano accessibili soltanto a organizzazioni costose, non possiamo limitarci a osservare i licenziamenti di quell’impresa.

Il paradosso di Jevons è per me una provocazione utile: quando una risorsa diventa più efficiente, i suoi utilizzi possono moltiplicarsi. Non è una legge che garantisce nuovi posti di lavoro. È un invito a non dare per scontato che useremo l’AI soltanto per produrre le stesse identiche cose con meno persone. Potremmo usarla per tentare ciò che prima era troppo costoso persino immaginare.

L’AI come leva delle competenze

Non credo che usare lo stesso modello AI renda equivalenti le capacità di tutti. Immaginiamo due persone che vogliono progettare un’elica più efficiente. Una non conosce l’aerodinamica; l’altra è un ingegnere che sa formulare vincoli, interpretare simulazioni e riconoscere errori. Entrambe possono usare l’AI, ma difficilmente la utilizzeranno allo stesso modo.

Lo stesso vale per il programmatore che comprende sicurezza e architettura, il musicista che conosce armonia e composizione o il contabile che conosce i problemi reali di uno studio. L’AI può già generare idee e suggerire soluzioni. Ma individuare un bisogno, formulare obiettivi, valutare risultati e assumersi responsabilità sono contributi umani che oggi conservano valore.

Considero dunque l’intelligenza artificiale una leva: può amplificare le competenze e ridurre le capacità tecniche mancanti. Non possiamo però presumere che questo vantaggio umano resti immutato per sempre, perché anche le capacità dei modelli continueranno a evolversi.

Possedere uno strumento potente non equivale a sapere che cosa farne. Se un programmatore esperto e una persona senza competenze tecniche chiedono alla stessa AI di sviluppare un’applicazione, possono entrambi ottenere qualcosa di funzionante. Ma chi saprà riconoscere una vulnerabilità? Chi saprà distinguere un prototipo convincente da un sistema realmente affidabile, sicuro e manutenibile?

Ecco perché insisto sulla leva. Non penso che il valore dell’essere umano sia soltanto scrivere codice, disegnare o compiere materialmente una determinata operazione. Il valore può risiedere nel riconoscere un problema, imporre vincoli, scegliere tra soluzioni, scartare quelle sbagliate. Un ingegnere aerodinamico che guida l’AI nella progettazione di un’elica parte da una comprensione che io non possiedo. Il modello potrebbe suggerire molte idee, ma lui ha strumenti migliori per giudicarle. Almeno finché quella differenza di competenza rimarrà significativa.

La democratizzazione della produzione

Quante persone hanno avuto un’idea per un’applicazione, un oggetto, un capo d’abbigliamento, un servizio o un brano musicale senza riuscire a realizzarla? Spesso non mancano le idee, ma tempo, capitale e competenze. Un prodotto software che ieri richiedeva un team potrebbe, in alcuni casi, essere sviluppato da una persona supportata da agenti AI.

Non significa che tutto costerà venti euro al mese: infrastrutture, manutenzione, distribuzione e sicurezza rimangono necessarie. Ma la dimensione minima per avviare certe attività potrebbe diminuire drasticamente.

Una microimpresa non deve fatturare quanto una grande società per essere sostenibile. Un servizio che un tempo richiedeva un’organizzazione costosa potrebbe essere venduto a molto meno da una sola persona, con margini sufficienti per mantenersi.

Molti progetti falliranno. Se un’idea entra in un mercato saturo senza offrire qualcosa di diverso, probabilmente non funzionerà, come già accade oggi. La novità potrebbe essere che tentare, fallire e riprovare diventi meno costoso. Anche il fallimento, comunque, richiede tempo e può comportare sacrifici economici.

Pensiamo a quante idee sono rimaste chiuse in un cassetto. Un’applicazione, un servizio, una maglietta particolare, un oggetto, una composizione musicale. Non tutte sono idee buone. Anzi, molte sono probabilmente pessime. Ma fino a ieri spesso non avevamo nemmeno la possibilità di scoprirlo senza investire somme importanti.

L’AI potrebbe abbassare il costo dell’esperimento. Una persona può costruire un prototipo, proporlo a potenziali clienti, scoprire che non interessa a nessuno e cambiare strada. Fallirà? Pazienza. Il fallimento non scompare, ma potrebbe diventare meno costoso. E non serve che una microimpresa fatturi milioni: se ha costi ridotti, anche una nicchia trascurata dai grandi operatori può permettere a una persona di mantenersi.

Questo è il punto: non sto promettendo successo universale. Sto immaginando una radicale riduzione delle barriere che separano chi ha un’idea da chi possiede i mezzi per provarla.

Dalla produzione di massa alle esigenze individuali

Una parte importante dell’economia è concentrata in grandi aziende capaci di servire milioni di persone. Ma non tutti vogliamo le stesse cose e questo è trend sempre più in crescita. Io, per esempio, non compro necessariamente le camicie dai grandi e-commerce: preferisco una piccola sartoria che sceglie tessuti, tagli e personalizzazioni adatti a me.

Quella sartoria non deve competere con colossi su tutto. Deve soddisfare meglio una particolare esigenza. Immagino un mercato con molti più prodotti di nicchia: piccoli servizi digitali, oggetti personalizzati, social network per comunità specifiche, soluzioni che i grandi operatori non hanno interesse a offrire.

L’individualismo sociale non implica automaticamente consumi più personalizzati. La mia ipotesi è che la varietà delle preferenze, unita a costi produttivi più bassi, possa rendere sostenibili più attività specializzate. Le grandi imprese continueranno a esistere, ma potrebbero convivere con un numero crescente di microproduttori.

Non penso che Amazon scomparirà. Penso che Amazon non possa soddisfare ogni desiderio umano. Io, per esempio, posso acquistare una camicia da una grande piattaforma, ma scelgo una piccola sartoria perché voglio determinati tessuti, tagli e personalizzazioni. Quella sartoria non deve battere Amazon su tutto: deve offrire qualcosa che per me ha più valore.

Ora moltiplichiamo questo esempio per milioni di preferenze. Un piccolo social network per una comunità particolare, un software per una procedura aziendale insolita, un accessorio realizzato su misura. Oggi molte di queste esigenze non vengono soddisfatte perché il costo di produrre la soluzione è troppo alto rispetto al numero di clienti. Se quel costo diminuisce, mercati prima invisibili possono diventare sostenibili.

La mia scommessa non è che tutti compreranno prodotti personalizzati. È che una maggiore varietà di bisogni, combinata con strumenti produttivi accessibili, possa far nascere un’offerta molto più distribuita.

La trasformazione del mondo fisico

Non penso soltanto ai prodotti digitali. Robotica, stampa 3D, prefabbricazione e sistemi modulari potrebbero rendere più accessibile anche la produzione materiale. Si potrebbe progettare un oggetto con l’AI e farlo realizzare da impianti automatizzati.

Nell’edilizia queste tecnologie potrebbero ridurre alcuni costi, anche se il prezzo delle abitazioni dipenderà sempre da terreni, localizzazione, infrastrutture e norme. In agricoltura, biotecnologie e miglioramento genetico potrebbero contribuire ad aumentare la disponibilità alimentare. Nell’Unione europea alcuni OGM sono già autorizzati con regole specifiche; la carne coltivata deve ancora superare ostacoli tecnici, economici e autorizzativi.

Non sono esiti garantiti: sono possibili fattori che potrebbero ampliare l’offerta e ridurre alcuni vincoli della produzione.

Non fermiamoci allo schermo. Se un individuo può progettare un oggetto con l’AI e farlo produrre da macchinari automatizzati, la distanza tra avere un’idea e venderla potrebbe accorciarsi enormemente. La robotica, la stampa 3D e la produzione su richiesta potrebbero dare a piccole realtà accesso a capacità manifatturiere che oggi richiedono investimenti ingenti.

Lo stesso ragionamento si estende all’edilizia, ai trasporti e all’agricoltura. Una costruzione modulare più efficiente non cancella il costo del terreno; una coltura più produttiva non elimina i problemi di distribuzione. Ma sarebbe miope immaginare che l’automazione possa cambiare soltanto i lavori intellettuali e non anche i vincoli materiali che determinano prezzi e opportunità.

Gli agenti AI personali e l’incontro tra domanda e offerta

Se milioni di persone possono produrre, come troveranno clienti? Immagino un futuro in cui ciascuno abbia un assistente AI personale che, attraverso conversazioni quotidiane e con il suo consenso, conosca competenze, esperienza, interessi e bisogni.

Un consumatore potrebbe chiedere una camicia con caratteristiche precise e lasciare all’agente il compito di cercare fra migliaia di produttori, confrontando qualità, prezzo e affidabilità. Una piccola sartoria sconosciuta potrebbe raggiungere un cliente che non avrebbe mai intercettato con la pubblicità tradizionale.

La stessa logica potrebbe valere per il lavoro. Un contabile con quindici anni di esperienza, che non sa programmare, potrebbe essere informato dal suo agente che un’azienda cerca qualcuno in grado di riorganizzare la fatturazione. L’AI potrebbe aiutarlo a proporre un servizio e a realizzare parte della soluzione tecnica. La competenza amministrativa diventerebbe il suo valore distintivo.

Non sarebbe soltanto gig economy: immagino un’economia delle competenze distribuite, mediata da agenti AI che individuano opportunità, facilitano collaborazioni e mettono in relazione domanda e offerta.

C’è un rischio: pochi grandi fornitori potrebbero controllare gli assistenti e diventare nuovi intermediari dominanti. Modelli open-weight, concorrenza e interoperabilità potrebbero attenuare questa dipendenza, ma non la eliminerebbero automaticamente.

Qui si trova forse l’aspetto più radicale della mia visione. Non immagino un semplice curriculum online. Immagino un assistente con cui una persona parla ogni giorno, che conosce progressivamente ciò che sa fare, i problemi che ha affrontato, gli interessi, la disponibilità e le competenze dimostrate. Un’anagrafica professionale viva, molto più ricca di due pagine compilate una volta ogni cinque anni.

Supponiamo che una persona abbia lavorato per anni nella logistica e conosca i problemi reali di un magazzino. Non sa programmare e non pensa a se stessa come imprenditrice. Il suo agente potrebbe individuare un’impresa che cerca di migliorare gli inventari, suggerirle un servizio, aiutarla a formulare una proposta e utilizzare altri strumenti AI per realizzarne la componente tecnica. Non deve necessariamente inventarsi dal nulla un’azienda: potrebbe scoprire che ciò che già conosce è esattamente ciò di cui qualcun altro ha bisogno.

Dal lato opposto, l’assistente del cliente potrebbe cercare non il fornitore più famoso, ma quello più adatto a una necessità specifica. È un mercato nel quale domanda e offerta potrebbero incontrarsi con una precisione oggi impensabile. Ma per funzionare dovrebbe tutelare la privacy, verificare le competenze e impedire che pochi agenti diventino i nuovi padroni dell’accesso ai clienti.

Perché continueremo ad avere bisogno degli altri

Se tutti potessimo creare software, musica e oggetti, perché comprarli? Perché il tempo resta limitato. Posso prepararmi la pasta fresca, ma non voglio necessariamente farlo ogni volta che ho fame. Posso spremere arance, ma non voglio coltivarle e raccoglierle. Posso costruire un sito web, ma potrei preferire acquistare un prodotto già pronto e verificato.

La capacità di fare qualcosa non implica la convenienza di farla da soli. Non è un’idea mia: Adam Smith, nel 1776, aveva descritto i vantaggi della divisione del lavoro e, più di due secoli fa, nel 1817, David Ricardo la formalizzò con la teoria del vantaggio comparato, mostrando che conviene specializzarsi e scambiare anche quando si sarebbe in grado di fare tutto da sé. La divisione del lavoro, la specializzazione e il costo opportunità continueranno a incentivare gli scambi. Anche gli agenti AI avranno costi computazionali, limiti di tempo e necessità di verifica.

Questo non dimostra che ogni scambio futuro richiederà lavoro umano: molti servizi potrebbero essere prodotti quasi interamente da macchine. Ma spiega perché l’accesso universale agli strumenti produttivi non farà necessariamente scomparire il mercato degli altri.

Microimprese, concorrenza e reputazione

Immagino milioni di attività più piccole e flessibili. Alcune resteranno individuali, altre assumeranno personale. Non tutti dovranno diventare imprenditori: chi preferisce uno stipendio prevedibile potrà cercare un impiego, mentre chi desidera sperimentare potrà farlo.

La concorrenza non sparirà. Se migliaia di persone offrono lo stesso servizio, non tutte troveranno clienti. Competenze, qualità, reputazione e specializzazione potrebbero giustificare compensi differenti. Chi non riesce a vendere dovrà cambiare prodotto, settore o strategia.

L’AI potrebbe rendere più facile iniziare, ma non rendere facile avere successo. Inoltre, non è necessario che tutti lavorino lo stesso numero di ore: ciascuno potrebbe scegliere quanto impegnarsi, sapendo che il reddito dipenderà dal valore riconosciuto dal mercato, non semplicemente dal tempo impiegato.

Se mille persone possono sviluppare lo stesso gestionale, non significa che tutte debbano svilupparlo. Alcune falliranno, altre cambieranno settore, altre si specializzeranno. Non ho mai sostenuto che l’AI trasformi automaticamente ogni idea in denaro. Un prodotto inutile resterà inutile anche se è stato creato in dieci minuti.

Chi possiede competenze, reputazione e capacità di soddisfare esigenze specifiche potrà differenziarsi. Chi offre un risultato mediocre dovrà accettare prezzi inferiori o cercare altro. E molte di queste attività, una volta cresciute, potranno assumere personale. Non sto sostituendo l’obbligo di avere un datore di lavoro con l’obbligo di aprire un’impresa: sto descrivendo un numero maggiore di percorsi possibili.

La scuola che dovrebbe prepararci

Una trasformazione simile richiederebbe un’istruzione diversa. La riforma Gentile del 1923 assegnava al liceo classico una posizione privilegiata nella formazione delle élite. La scuola italiana è stata più volte “riformata”, ma resta importante superare l’idea che soltanto alcune discipline abbiano un alto valore formativo.

Il latino non possiede il monopolio del ragionamento. Anche programmare, studiare matematica, fisica o una lingua straniera aiuta a sviluppare modi diversi di pensare e risolvere problemi.

Vorrei una scuola che unisca solide basi scientifiche e tecniche, cultura generale, teoria e pratica. Gli studenti dovrebbero imparare i principi e poi applicarli a progetti concreti. L’AI potrebbe essere un tutor e un laboratorio, ma non una scorciatoia per evitare la comprensione: chi genera codice senza comprenderlo potrebbe non saper riconoscere errori e rischi.

Servono STEM, ma anche pensiero critico, comunicazione, collaborazione, comprensione economica e capacità di valutare idee. Non per obbligare tutti a diventare imprenditori, ma per dare a ciascuno più strumenti per scegliere.

Se questo futuro è anche soltanto plausibile, continuare a preparare i ragazzi esclusivamente a ripetere nozioni è una scelta miope. Non mi interessa una scuola che contrapponga teoria e pratica. Voglio studenti che studino la fisica e poi provino a progettare un’elica; che imparino la matematica e poi la utilizzino per analizzare dati reali; che imparino a programmare e poi costruiscano qualcosa, scoprendo sulla propria pelle che un sistema funzionante non è necessariamente un sistema corretto.

Libertà individuale, non un Eden tecnologico

Non credo a un futuro necessariamente organizzato intorno a un reddito universale nel quale le macchine producono tutto e gli esseri umani non lavorano. Non è questo l’orizzonte della mia riflessione. Anzi, mi sembra un pensiero panglossiano, degno del Pangloss di Voltaire, convinto di vivere nel migliore dei mondi possibili: l’idea che l’AI produrrà tutta la ricchezza necessaria e che a noi resterà soltanto il compito di godercela. Non credo che l’essere umano funzioni così. Ogni volta che un bisogno viene soddisfatto, ne nascono di nuovi: nuove aspirazioni, nuovi obiettivi, il desiderio di fare più di quanto già si ha. Per questo non immagino un’umanità che smette di lavorare, ma un’umanità che sposta continuamente più in là i propri traguardi.

Immagino una maggiore libertà di scelta. Chi vuole lavorare molto potrà farlo; chi preferisce dedicare più tempo ad altro potrà cercare un equilibrio differente. Qualcuno costruirà un’impresa, qualcun altro sarà dipendente (con competenze specifiche), altri cambieranno strada più volte.

Credo nell’iniziativa e nella responsabilità personale. Ma essere responsabili delle proprie decisioni non significa controllare ogni circostanza: salute, condizioni iniziali, opportunità e fortuna incidono sugli esiti. Non ogni successo è interamente meritato e non ogni fallimento è una colpa.

Non credo alla favola di un Eden tecnologico in cui le macchine producono tutto, a ciascuno viene distribuito un reddito e l’umanità smette semplicemente di desiderare, inventare e lavorare. Non sto affermando che ogni misura di sostegno al reddito sia sbagliata: sto contestando l’idea che questo scenario debba essere considerato l’unico approdo possibile dell’AI.

Le obiezioni da prendere sul serio

La mia ipotesi non risolve automaticamente due problemi.

Primo: la transizione. Nuove opportunità potrebbero nascere più lentamente dei posti di lavoro eliminati, lasciando molte persone senza reddito per periodi anche lunghi.

Secondo: la concentrazione del potere. Le grandi imprese potranno usare le stesse tecnologie delle microimprese, partendo da vantaggi di capitale, infrastrutture, marchio e distribuzione.

La storia non prova che ogni innovazione crei tanti posti quanti ne distrugge. La mia è una teoria sulle possibilità di trasformazione dell’economia, non una legge che garantisce piena occupazione.

Non voglio nascondere la difficoltà principale: non posso dimostrare che le nuove opportunità nasceranno abbastanza rapidamente da compensare i lavori eliminati. La storia non offre una garanzia automatica. Una persona può perdere il reddito oggi e non trovare una nuova strada per anni. Questo problema non sparisce pronunciando la parola «innovazione».

C’è poi la domanda: milioni di persone capaci di produrre non significano milioni di clienti disposti e in grado di pagare. E c’è il potere degli intermediari: chi controlla modelli, energia, chip, distribuzione e sistemi di pagamento può catturare una parte enorme del valore. Una microimpresa che dipende da un unico fornitore AI può essere vulnerabile quanto un lavoratore che dipende da un unico datore di lavoro.

Queste obiezioni non mi portano a rifiutare la teoria. Mi obbligano a formularla correttamente: non sostengo che il futuro garantirà lavoro e prosperità a tutti. Sostengo che stiamo sottovalutando quanto profondamente possa cambiare il modo in cui un individuo entra nel mercato, produce e trova clienti.

Conclusione: l’AI ci ruberà il lavoro?

Penso che l’intelligenza artificiale eliminerà alcune mansioni, ridimensionerà professioni e renderà possibili attività oggi difficili persino da immaginare. Ma credo che il suo effetto più profondo potrebbe essere un altro: consentire a molte più persone di trasformare conoscenze, intuizioni e capacità in prodotti e servizi economicamente sostenibili.

La produzione potrebbe diventare più accessibile, la domanda più personalizzata e gli agenti AI potrebbero mettere in contatto individui e opportunità che oggi non si incontrano. La robotica potrebbe estendere questa trasformazione al mondo fisico. Le competenze umane potrebbero continuare a orientare sistemi produttivi sempre più autonomi.

Non tutti avranno successo. Non tutti vorranno diventare imprenditori. Non tutti i lavori perduti saranno necessariamente sostituiti. Ma forse stiamo commettendo lo stesso errore che accompagna molte rivoluzioni tecnologiche: cercare di immaginare il futuro limitandoci a sottrarre posti di lavoro dall’economia che conosciamo oggi.

La domanda, allora, non è soltanto quanti lavori l’AI potrà svolgere al posto nostro. È quanti nuovi modi di produrre, collaborare, vendere e creare valore potrà rendere accessibili agli esseri umani.

Forse l’AI non segnerà semplicemente la fine di alcune professioni. Potrebbe segnare l’inizio di un modo profondamente diverso di partecipare all’economia.

C’è però un’ultima ragione per non rimandare questa riflessione, e la spiega bene la storia dei cavalli raccontata da Andy Jones, uno dei primi ricercatori assunti da Anthropic. I motori a vapore compaiono all’inizio del Settecento e per circa duecento anni migliorano a un ritmo costante, di circa il 20% ogni decennio. Per oltre un secolo i cavalli non se ne accorgono: nel 1920 negli Stati Uniti se ne contano ancora 25 milioni. Poi, tra il 1930 e il 1950, circa il 90% scompare. Il progresso dei motori era stato graduale; il sorpasso è stato improvviso.

Jones ritrova lo stesso schema negli scacchi, dove i computer sono migliorati di circa 50 punti Elo all’anno per quarant’anni, e nella propria esperienza. Nel 2024 lui e i colleghi più anziani rispondevano a circa 4.000 domande al mese dei nuovi assunti. A dicembre Claude ha cominciato a rispondere ad alcune di esse; sei mesi dopo l’80% di quelle domande non arrivava più a loro, mentre Claude ne gestiva 30.000 al mese. Ai cavalli erano serviti decenni, ai maestri di scacchi anni; a lui sono bastati sei mesi.

La sua sintesi è netta: il progresso dell’AI è costante, l’equivalenza con l’essere umano è improvvisa. Per questo non possiamo pensare di avere decenni per adattarci. La differenza rispetto ai cavalli è che noi possiamo usare il motore: possiamo imparare a servirci degli stessi strumenti che rischiano di sostituirci, ripensare la scuola, costruire nuove forme di impresa. Ma dobbiamo cominciare adesso, non quando il sorpasso sarà già avvenuto.

La mia risposta alla domanda del titolo non è un rassicurante «no, non succederà nulla». Succederà moltissimo. Alcune professioni saranno travolte. Alcune aziende ridurranno il personale. Alcune persone non riusciranno a reinventarsi. Ma trovo altrettanto limitante immaginare il futuro come un mondo identico a quello attuale, con le stesse imprese, gli stessi bisogni, le stesse competenze e soltanto meno lavoratori.

La provocazione che voglio lasciare è un’altra: e se stessimo assistendo non soltanto all’automazione del lavoro, ma alla democratizzazione della possibilità di produrre? E se milioni di persone potessero finalmente mettere alla prova idee, capacità e intuizioni che oggi rimangono inutilizzate? E se gli assistenti personali potessero scoprire per noi mercati e clienti che non sappiamo nemmeno esistano?

Non chiedo di credere ciecamente a questo scenario. Chiedo di considerarlo seriamente, prima di dichiarare conclusa la storia del lavoro umano.