Chiami il servizio clienti. Qualcuno risponde al primo squillo, ti chiama per nome, sa già qual è il tuo ultimo ordine.
Non è una persona.
Non è nemmeno fantascienza, ed è la cosa importante: è successo oggi, è successo anche ieri, e nessuno se n’è accorto. Le macchine sono entrate al lavoro. Non hanno bussato.
Questo articolo serve a capire due cose, senza paroloni: cos’è davvero il lavoro digitale e quale decisione devono prendere le aziende adesso. È una decisione che riguarda tutti, anche chi non lavora e anche chi non ha mai acceso un computer. Perché decide che tipo di negozio, di banca e di ospedale troveremo tra cinque anni.
Cos’è il “lavoro digitale”, in parole povere
Lavoro digitale vuol dire una cosa sola: del lavoro che prima facevano delle persone, adesso lo fa un software.
Non stiamo parlando di robot con le braccia e gli occhi luminosi. Stiamo parlando di cose noiose e invisibili che succedono ogni giorno:
- Un programma decide quanto pane ordinare al supermercato per giovedì.
- Un programma cambia il prezzo di un biglietto aereo, da solo, trenta volte al giorno.
- Un programma legge duemila curriculum e ne mette dieci sulla scrivania di chi assume.
- Un programma blocca la tua carta di credito perché quell’acquisto non ti somiglia.
- Un magazzino dove gli scaffali si muovono da soli verso la persona, invece del contrario.
Nessuna di queste cose è futuro. Sono tutte già in busta paga. Semplicemente, questi colleghi non timbrano il cartellino, non vanno in ferie e non si lamentano mai.
E gli “agenti”? Cosa sono, adesso che se ne parla ovunque
Qui serve una distinzione, ed è più facile di quanto sembri.
Una calcolatrice esegue: le dici 7 per 8 e ti dà 56. Le dici cosa fare, passo per passo.
Un agente è diverso: gli dai un obiettivo, non le istruzioni. È la differenza tra dire a qualcuno “gira a destra, poi a sinistra, poi parcheggia” e dirgli “portami in centro”. L’agente si arrangia: cerca, prova, riprova, e ti porta il risultato.
È un salto enorme. E infatti le aziende ci si sono buttate a capofitto.
La domanda che quasi tutti sbagliano
Quando un’azienda scopre che le macchine possono lavorare, la prima domanda che si fa è quasi sempre questa:
“Dove posso mettere una macchina al posto di una persona, così risparmio?”
Sembra una domanda sensata. È la domanda sbagliata.
La domanda giusta è un’altra, ed è quella che cambia tutto:
“Quali sono le cose che vengono meglio se le fa una persona?”
Detta ancora più semplice: cosa non dobbiamo dare alle macchine, nemmeno se potessimo?
Perché quella risposta non è un dettaglio tecnico. È l’azienda stessa. È il motivo per cui un cliente sceglie te e non quello di fronte.
Due esempi opposti (e sono giusti tutti e due)
Il modo migliore per capirlo è guardare chi quella decisione l’ha presa davvero.
Il primo esempio è Amazon. Probabilmente l’azienda più automatizzata del mondo: robot nei magazzini, programmi che decidono i prezzi, quel famoso sistema che ti consiglia il prodotto seguente. Quasi tutto è affidato alle macchine.
Quasi.
Quando qualcosa va storto davvero, lì torna una persona. Sempre. Il pacco perso nel momento sbagliato. Il cliente arrabbiato. Il caso che non rientra in nessuna regola. Perché una macchina sa applicare la regola. Non sa quando vale la pena romperla.
Amazon ha capito una cosa semplice: si può automatizzare la ripetizione, non si può automatizzare l’empatia.
Il secondo esempio ce l’hai sotto casa: la farmacia.
Da qualche anno molte farmacie italiane hanno un robot nel retro. Tu chiedi una scatola di medicinale, e da dietro arriva un braccio meccanico che la prende dallo scaffale giusto e te la porta davanti in pochi secondi. Niente più farmacista che sparisce nel magazzino per tre minuti a cercare.
Domanda: perché hanno comprato il robot?
Sembra ovvio dire “per fare prima”. Ma la risposta vera è un’altra: per avere più tempo al banco. Quei tre minuti di magazzino sono tornati indietro sotto forma di minuti passati a parlare con te. A spiegarti come si prende quella medicina. Ad accorgersi che stai prendendo due cose che insieme non vanno bene. A capire, guardandoti in faccia, che forse ti conviene passare dal medico.
Il robot fa la parte noiosa. La persona fa la parte che conta.
Due mondi lontanissimi, un colosso americano e la farmacia dell’angolo. Ma la decisione è la stessa: qualcuno si è seduto e ha deciso, apposta, cosa resta alle persone.
La maggior parte delle aziende, invece, quella decisione non la prende mai. Lascia solo che la tecnologia spinga il confine un po’ più in là, ogni volta che compra un programma nuovo. Un pezzettino alla volta, senza accorgersene.
La trappola: automatizzare la cosa sbagliata non ti fa risparmiare, ti fa sparire
Immagina dieci ristoranti nella stessa via. Tutti e dieci, per risparmiare tempo, smettono di fare il sugo e comprano lo stesso sugo pronto.
Hanno risparmiato? Sì. Sono più efficienti? Anche. E adesso, perché uno dovrebbe scegliere il tuo?
Questo è il punto che si tende a sottovalutare. Se automatizzi la cosa sbagliata non diventi più efficiente: diventi uguale a tutti gli altri. Ti sei tolto proprio la cosa per cui la gente veniva da te.
E quando sei uguale a tutti, l’unica cosa su cui puoi ancora competere è il prezzo. Che è la strada più corta verso i guai.
C’è una frase che riassume tutto e che vale la pena rileggere due volte:
Le macchine servono a moltiplicare l’efficienza. Le persone servono a creare significato.
Il significato è quello che ti rende diverso. Ed è l’unica cosa che non si compra a licenza.
La regola pratica: due domande, e le sai usare subito
Non serve essere esperti di tecnologia. Servono due domande, da farsi lavoro per lavoro, compito per compito.
Prima domanda: qui conta più la velocità o la gentilezza? Se conta la velocità, dallo alla macchina: contare, controllare, ordinare, archiviare, ripetere mille volte la stessa cosa. La macchina è instancabile, non si distrae alle sei di sera e non sbaglia perché ha sonno.
Seconda domanda: qui conta più la precisione o il buon senso? Se conta il buon senso, tienilo in mano alle persone.
Il “buon senso” è quella cosa che usi quando non c’è scritto da nessuna parte cosa fare. Quando devi decidere se fare un’eccezione. Quando capisci che quella persona al telefono non è arrabbiata per il pacco: è arrabbiata perché era un regalo e domani è il compleanno.
Una macchina è precisa. Una persona capisce.
Il vero ostacolo non è la tecnologia. È la digestione.
Qui arriva la parte più interessante, e arriva da un articolo che Forbes ha pubblicato il 23 settembre 2026.
Il giornalista racconta un incontro a porte chiuse tra dirigenti di grandissime aziende americane. Regola dell’incontro: nessuno può essere citato per nome. Ed è per questo che si sono detti le cose come stanno davvero, invece di quelle che si dicono ai convegni.
La sorpresa è cosa non è stato discusso. Quasi nessuno ha perso tempo a chiedersi quale tecnologia fosse la migliore, o se l’AI ce la facesse a fare quel lavoro. Non era quello il problema.
Il problema era un altro, e chi ha organizzato l’incontro, Ed Nelson, lo chiama con una parola che rende bene l’idea: metabolismo. Cioè quanto in fretta un’azienda riesce a digerire.
Puoi anche cucinare per cento persone. Se a tavola siete in quattro, hai solo sprecato la cena.
Attenzione, perché non è un articolo contro l’AI, anzi. Gli esempi riusciti ci sono e sono grossi: un’azienda ha sostituito 250 rapporti aziendali con un unico assistente digitale, usato da 4.000 venditori. Uno solo di quei 250 rapporti costava tre milioni di dollari l’anno. Un’altra ha risparmiato centinaia di milioni sulle tasse. Un’altra ancora, nella sanità, ha fatto leggere alla macchina decine di milioni di telefonate al servizio clienti per capire quali parole convincevano davvero le persone a scegliere una cura meno costosa: centosettanta milioni di dollari di margine in più, e duecento milioni risparmiati ai clienti.
Funziona. Quando si sa cosa si sta facendo.
I 18.000 agenti (la storia è diversa da come la raccontano)
Il titolo dell’articolo parla di 18.000 agenti costruiti e quasi nessuno tenuto, e in giro viene ripetuto come se fosse una figuraccia collettiva. Vale la pena leggere cosa c’è scritto davvero, perché è più interessante.
Si tratta di una sola azienda, che in tre mesi ha costruito circa 18.000 agenti sapendo fin dall’inizio che solo qualche centinaio sarebbe servito a qualcosa. Ha sforato il budget, e lo aveva messo in conto: la scommessa era che provare tantissimo insegna più in fretta di qualunque progetto pilota fatto con prudenza.
Non è un incidente. È una scelta, costosa, fatta a occhi aperti. Si può discutere se sia coraggio o spreco, e se lo chiede anche il giornalista.
Ma la lezione più utile è in un altro caso, raccontato nello stesso articolo. E questa vale per qualunque azienda, di qualunque dimensione.
Un’azienda sanitaria ha un processo lungo 200 passaggi. I responsabili propongono di automatizzarne tre. Il dirigente risponde una cosa che da sola vale tutto il resto: con l’AI, la maggior parte di quei 200 passaggi non dovrebbe esistere affatto.
Ecco il punto vero, ed è semplicissimo:
Automatizzare un lavoro fatto male non lo aggiusta. Lo fa solo andare più veloce.
Se una cosa non andava fatta, non serve una macchina che la faccia in fretta. Serve smettere di farla.
Molti di noi diventeranno capisquadra di macchine
C’è un ultimo pezzo, e riguarda direttamente chi lavora.
Gli agenti si moltiplicano in pochi secondi. Le persone no. E allora la velocità vera di un’azienda non la decide la tecnologia: la decidono le abitudini, la confidenza e le capacità delle persone che ci lavorano.
Quindi il lavoro cambia forma. Si passa dal fare ogni singolo passaggio al controllare, verificare e ridisegnare il lavoro che fanno le macchine. Detta in modo diretto: molti di noi diventeranno capisquadra di macchine.
Non è una brutta notizia, ma è una notizia impegnativa, per due motivi.
Il primo: controllare il lavoro di qualcun altro richiede più competenza, non meno. Chi non sa fare una cosa non si accorge di quando è fatta male. E una macchina, quando sbaglia, non sbaglia con aria incerta: sbaglia con sicurezza, in italiano perfetto.
Il secondo è che quasi nessuno sta preparando le persone a questo. Nelson ha guidato un dibattito proprio su questa domanda: come si insegna alla gente a supervisionare l’AI? La sua risposta è disarmante: non ha sentito niente di soddisfacente.
Nello stesso incontro è girata una battuta rivolta ai responsabili informatici mandati avanti da soli a “portare l’AI in azienda”: se sei l’unico in azienda su quella strada, tanto vale che cominci ad aggiornare il curriculum.
Tradotto: questa non è una faccenda da ufficio tecnico. È una decisione di chi guida l’azienda. Se non se ne occupa chi sta in cima, non succede.
C’era una frase, all’inizio di tutto questo ragionamento, che lo chiude bene. È di Greg Hoffman, ex direttore marketing di Nike, che dell’AI parla come di un nuovo compagno di squadra: ti aiuta a immaginare e a provare molto più in fretta di prima.
“Ma le mani devi tenerle sul volante.”
Vale per un colosso come per un artigiano con due dipendenti. L’auto può anche guidare quasi da sola. Dove andare, lo decidi tu.
In pratica: l’esercizio del foglio diviso in due
Se hai un’azienda, o anche solo un reparto, questo lo puoi fare stasera. Serve un foglio e mezz’ora.
Dividi il foglio in due colonne: “macchine” e “persone”.
Poi scrivi le cose che si fanno in una settimana e smistale, usando quattro domande:
- Questa cosa la ripetiamo identica ogni volta? → colonna macchine.
- Qui il cliente si accorge se dall’altra parte c’è una persona? → colonna persone.
- Se qui sbagliamo, ce ne accorgiamo subito? Se la risposta è no, ci vuole comunque qualcuno che controlli.
- Questa è una delle ragioni per cui i clienti scelgono noi? → colonna persone, e non si discute.
E prima di tutte, la domanda dei 200 passaggi: questa cosa, serve ancora a qualcuno? Ogni riga che cancelli è una riga che non dovrai né automatizzare né pagare.
Una regola importante: si parte dal valore, non dalla tecnologia. Prima decidi cosa vuoi dare ai tuoi clienti, poi guardi quali strumenti ti servono. Non il contrario. Il contrario è comprare un martello e andare in giro a cercare chiodi.
Riassumendo
| Meglio la macchina | Meglio la persona | |
|---|---|---|
| Quando | Si ripete sempre uguale | Ogni caso è diverso |
| Serve | Velocità e precisione | Buon senso ed empatia |
| Esempi | Contare, ordinare, controllare, archiviare, smistare | Consolare, convincere, decidere un’eccezione, capire il non detto |
| Cosa ci guadagni | Tempo e costi | Il motivo per cui ti scelgono |
| Se sbagli a metterlo qui | Sprechi soldi | Diventi uguale a tutti |
E la frase da portarsi a casa, che sembra al contrario ma non lo è:
Le persone sono l’investimento tecnologico più importante che puoi fare.
Non perché le macchine non servano. Servono, eccome. Ma una macchina senza qualcuno che sappia guidarla è solo un costo in più, con l’aggravante che fa danni molto più in fretta.
Parliamone
In Undici Tech questo lavoro lo facciamo tutti i giorni con le aziende, e nell’ordine giusto: prima si guarda come funzionano davvero le cose, poi si butta via quello che non serve più, poi si decide insieme cosa affidare alle macchine e cosa tenere in mano alle persone. Solo alla fine si costruisce.
È l’ordine che fa la differenza tra un’automazione che dopo un anno è ancora accesa e una che ha solo fatto andare più veloce un lavoro che non andava fatto.
Raccontaci una cosa sola: qual è il lavoro che in azienda vi fa perdere più tempo e di cui nessuno sentirebbe la mancanza? Ti diciamo se è un buon candidato per una macchina, se conviene toglierlo del tutto, oppure se è uno di quelli da non toccare mai.
Scrivici: la prima chiacchierata è gratis e serve a capire se ha senso.
Fonti
- Giuseppe Stigliano, lezione Digital Labor and the Human–Machine Boundary del percorso The Next Leap, che sto seguendo. Da qui l’esempio di Amazon, il principio del confine “progettato apposta, non per caso” e la distinzione tra efficienza e significato.
- Greg Hoffman, ex Chief Marketing Officer di Nike, intervistato nella stessa lezione: l’AI come nuovo compagno di squadra, e le mani sul volante.
- Redefining Retail, di Philip Kotler e Giuseppe Stigliano: il vantaggio competitivo, in un mondo post-digitale, nasce dal disegnare deliberatamente il confine tra uomo e macchina.
- Charles Towers-Clark, Why Fortune 500s Build 18,000 AI Agents And Keep Almost None, Forbes, 23 settembre 2026: l’incontro a porte chiuse, il “metabolismo organizzativo”, i casi di successo, i 18.000 agenti e il processo da 200 passaggi. Le dichiarazioni sono di Ed Nelson, cofondatore e direttore strategia dell’AI Infra Summit.