Il mondo cambia più velocemente di quanto la maggior parte creda

Dove saremo nei prossimi anni?

Noi esseri umani siamo programmati per vedere il futuro come una linea retta, una dolce continuazione dell’oggi. Ma quella linearità è un’illusione comoda. In realtà, ci muoviamo in una spirale che accelera.

Per molto tempo ho creduto che essere un programmatore fosse l’ancora definitiva in questa tempesta, un luogo dove logica e artigianato formano una simbiosi intoccabile. Ma oggi devo ammetterlo a me stesso: anche gli architetti del mondo digitale non sono al sicuro dalla propria creazione. Ciò che per decenni abbiamo dichiarato “a prova di futuro” si rivela essere un’istantanea. La velocità drammatica con cui il sapere tecnico viene svalutato oggi non è solo una tendenza di mercato; è un cambiamento fondamentale nella nostra comprensione del lavoro e della maestria.

Non sottovalutiamo il futuro perché ci manca l’immaginazione, ma perché cerchiamo di misurare il mondo di domani con l’inerzia di ieri. E quel punto cieco è il nostro rischio più grande.

Nella mia vita ho lavorato in abbastanza aziende tecnologiche per vedere questa dinamica ripetersi più volte. Ci sono fasi in cui un’azienda sembra elettrizzata: troppo lavoro, troppe opportunità, troppo poche persone per realizzare tutto. In quelle fasi, politica, pensiero territoriale e lotte di potere spesso scompaiono da soli. Poi ci sono le altre fasi: meno opportunità reali, più persone che leva, più giochi di status, più processi, più teatro.

Molte aziende credono ancora di avere tempo. Non ce l’hanno.

L’errore di pensiero: confrontiamo l’IA con le vecchie curve di adozione

Quando si parla di IA, molti ne parlano come se avessimo ancora tutto il tempo del mondo. Come se fosse un lento cambiamento culturale. Come se si assestasse in qualche modo nell’arco di decenni.

Ma guardate quanto drasticamente il ritmo si è accelerato: mentre l’automobile (Ford Model T) ha impiegato circa 22 anni per diventare mainstream negli USA, lo smartphone ha fatto il salto in soli 14 anni. Con il software, l’attrito è quasi completamente scomparso: ChatGPT ha raggiunto 100 milioni di utenti in due mesi, Threads in soli cinque giorni.

La tecnologia oggi non si diffonde soltanto, esplode nei gruppi target in modi che prima richiedevano decenni. Il motivo è semplice: l’IA non ha bisogno di fabbriche o catene di approvvigionamento dal lato dell’utente finale. Un link o un’API bastano per aggiornare istantaneamente l’hardware esistente con nuove capacità.

Cosa c’è di diverso oggi

In passato, bisognava produrre qualcosa, spedirlo, venderlo e portarlo fisicamente nelle case.

Oggi, spesso basta un link.

Un nuovo strumento di IA può apparire un venerdì sera, essere diffuso tramite X, Reddit, Discord e YouTube durante il weekend, e il lunedì decine di migliaia di persone lo stanno già testando in flussi di lavoro reali. Non in demo. Non nella ricerca. Nel lavoro reale.

È esattamente per questo che trovo sviluppi come OpenClaw o l’intera ondata intorno ai setup di coding agentico così interessanti. Non solo per lo strumento in sé, ma per il ritmo. Improvvisamente le persone bruciano budget di token durante la notte, interi flussi di lavoro vengono ristrutturati e nel giro di poche settimane cambia ciò che è considerato “normale” in un team di sviluppo.

Un buon esempio è Claude Cowork: il progetto è stato lanciato pubblicamente solo dieci giorni dopo la nascita dell’idea. Dieci giorni. Questo da solo mostra di cosa stiamo parlando.

Molte persone ragionano ancora in cicli di prodotto trimestrali. L’IA ragiona già in giorni.

Il futuro viene spesso costruito anni prima

Il futuro appare spesso improvviso, anche se era stato integrato nei dispositivi molto tempo prima. Il chip U1 di Apple era già nell’iPhone 11 nel 2019, ma il beneficio tangibile è arrivato solo nel 2021 con AirTag. Il nuovo Studio Display contiene già un A19 secondo le analisi del firmware, senza che Apple ne faccia un grande evento. Tesla vende da anni veicoli che ricevono nuove funzionalità tramite aggiornamenti over-the-air, anche se il Full Self-Driving ufficialmente richiede ancora la supervisione del conducente.

Lo schema è sempre lo stesso: l’hardware è già là fuori. Quando il software è pronto, le nuove capacità non si diffondono in anni ma in settimane. Non solo i prodotti si diffondono più velocemente, le capacità all’interno di prodotti già venduti possono improvvisamente moltiplicarsi.

La prossima grande spinta non colpirà solo il software

Un errore comune nella discussione è vedere l’IA come un tema solo per sviluppatori, designer o lavoratori della conoscenza.

È una visione troppo ristretta.

L’impatto reale arriva quando l’IA si fonde con automazione e robotica. Prendiamo McDonald’s: non stiamo aspettando un robot da cucina umanoide, abbiamo già accettato l’automazione. Il terminale di ordinazione self-service è stato il passo decisivo.

Ha de-umanizzato il processo di ordinazione, aumentato i ricavi e ci ha abituati a flussi di lavoro mediati dal software. Quando più robotica entrerà in cucina, arriverà in un sistema che il cliente ha già accettato come “controllato digitalmente”. Il rollout non sarà una questione di se, ma solo di ritmo, non per cattiveria ma per logica: un sistema che a lungo termine è più economico, più prevedibile e più affidabile verrà quasi inevitabilmente adottato quando la pressione competitiva è sufficientemente alta.

Spesso è semplicemente logica economica

Molti di questi sviluppi non avvengono perché sono più belli o culturalmente più desiderabili per tutti. Avvengono perché diventano semplicemente logici in un dato contesto di mercato.

Lo si vede con le auto: il 10 marzo 2026 è stato annunciato che Volkswagen prevede di tagliare circa 50.000 posti di lavoro in Germania entro il 2030. Non per incompetenza, ma perché la vecchia struttura lotta contro la nuova logica (focus su software, integrazione verticale). Mentre le grandi aziende consolidate combattono con la complessità storica, aziende come Tesla o BYD scalano la loro produzione a un ritmo che non rientra più nei vecchi parametri di riferimento. Quando un mercato si ribalta, la velocità conta più della dimensione.

Questo vale anche su scala più piccola, come la scomparsa dell’artigianato tradizionale in tutta Europa. Ovunque vediamo piccole imprese che per generazioni hanno rappresentato la qualità perdere terreno contro le catene industriali. Non è solo una perdita culturale ma pura logica di mercato: quando costi crescenti e potere d’acquisto in calo trasformano la qualità in un lusso, l’alternativa industriale vince, non perché è migliore, ma perché il vecchio modello semplicemente non funziona più economicamente.

Non esploderà ovunque contemporaneamente, ma si insinuerà quasi dappertutto

Non credo nel semplice scenario hollywoodiano in cui tutti i lavori scompaiono domani e tutto viene fatto dai robot il giorno dopo.

Raramente la realtà funziona così.

Quello che mi aspetto invece:

• Prima scompaiono singole attività.
• Poi i ruoli vengono consolidati.
• Poi una persona gestisce improvvisamente ciò che prima richiedeva tre o cinque persone.
• E alla fine, non sono più le singole posizioni a essere sostituite, ma interi modelli di business.

Lo vediamo già oggi in forme più piccole:

• Casse self-checkout
• Kiosk al posto dei cassieri
• Prime linee di supporto basate sull’IA
• Traduzione automatica
• Produzione di contenuti assistita dall’IA
• Automazione dei magazzini
• Migliore pianificazione dei percorsi e della forza lavoro

Questa non è teoria.

Klarna è un buon esempio nello spazio puramente digitale. L’azienda ha scritto nel febbraio 2024 che il suo assistente IA aveva gestito 2,3 milioni di conversazioni in un solo mese, circa due terzi di tutte le chat di assistenza. Secondo Klarna, questo equivaleva al lavoro di 700 dipendenti a tempo pieno, operando in più di 35 lingue, in 23 mercati, 24/7.

Quando un sistema riduce simultaneamente i costi, è disponibile 24 ore su 24 e funziona abbastanza velocemente per i casi standard, il dibattito sul se è quasi finito. Allora si tratta solo del ritmo del rollout.

Il grande errore sarebbe vedere questi singoli sintomi come trovate.

Non sono trovate. Sono presagi.

E tuttavia ci saranno battute d’arresto lungo questo percorso.

Vedremo allucinazioni, fughe di dati, valutazioni assurde e sistemi a cui viene data troppa responsabilità troppo presto. Air Canada ha addirittura dovuto assumersi la responsabilità nel 2024 per informazioni false fornite dal chatbot del suo sito web, dopo che aveva dato a un cliente informazioni errate su una tariffa per lutto.

A ciò si aggiungono freni strutturali che possono rallentare le cose: regolamentazioni più severe, colli di bottiglia energetici per i data center, resistenza sociale o semplicemente il fatto che molti processi del mondo reale sono più complessi di quanto qualsiasi modello possa attualmente cogliere. Tutto questo frenerà il ritmo in alcuni punti. Ma chiunque creda che tali battute d’arresto fermeranno la tendenza fondamentale sta confondendo l’attrito a breve termine con la direzione a lungo termine.

Dove saremo probabilmente tra qualche anno

Credo che presto vivremo in un mondo in cui:

• L’IA lavora silenziosamente in background in quasi ogni lavoro della conoscenza
• Gli agenti preparano o eseguono autonomamente molte attività digitali standard
• Piccoli team con pochissime persone costruiscono cose che prima richiedevano interi reparti
• I lavori nei servizi sono più monitorati, standardizzati e parzialmente automatizzati
• “Saper lavorare con l’IA” non è più una competenza speciale ma una competenza di base
• La velocità conta più dei titoli
• Il giudizio diventa più prezioso del puro duro lavoro

E credo anche in un’altra cosa:

Il divario tra chi si adatta presto a questa realtà e chi la ignora sarà brutale.

Cosa dovrebbe davvero imparare oggi la generazione più giovane

Se fossi giovane oggi, non mi chiederei quale singolo strumento devo “imparare”.

Mi chiederei:

Quali competenze restano preziose anche quando gli strumenti cambiano ogni anno?

Per me, queste sono:

1. Principi invece di religione dello strumento

Non imparare solo nomi di app, impara i fondamentali: logica, statistica, sistemi e relazioni economiche. Gli strumenti cambiano ogni poche settimane, ma i principi fondamentali perdurano. Chi impara a imparare resta agile e non perde al prossimo ciclo di rilascio.

2. Pensiero strutturato e comunicazione precisa

In un mondo di IA, il linguaggio diventa l’interfaccia. Chi pensa in modo poco chiaro delega in modo poco chiaro e ottiene risultati poco chiari. La vera competenza non è il “prompting” ma scomporre con precisione un problema caotico: qual è la causa, qual è il sintomo? Di cosa ha bisogno la macchina per lavorare efficacemente?

3. Giudizio e gusto

Quando le macchine possono generare infinite varianti, la capacità di distinguere il buono dal mediocre diventa più preziosa. Il gusto non è un lusso, è un vantaggio competitivo. Bisogna imparare a rivedere i risultati, affinarli e assumersi la responsabilità dell’output.

4. Resilienza e controllo dell’ego

I prossimi anni non saranno stabili. Chi va nel panico a ogni cambiamento perde energia. Nei team AI-nativi, l’ego diventa meno importante: impara a tollerare il lavoro incompiuto, a elaborare il feedback rapidamente e a definirti meno per lo status e più per il tuo contributo effettivo.

5. Consapevolezza della sicurezza e responsabilità

Lavorare con gli agenti non scala solo l’output, scala anche il rischio. Allucinazioni, fughe di dati o automazioni difettose possono avere conseguenze fatali. Una profonda comprensione dei rischi e la capacità di mettere in sicurezza le interfacce critiche diventeranno una competenza di base.

6. Costruire invece di commentare

È sempre più facile avere opinioni o scrivere thread. Ciò che resta prezioso è costruire davvero qualcosa: uno strumento, un servizio, un’automazione, un sistema che qualcuno usa davvero. In un mondo pieno di output digitali a basso costo, la fiducia, le relazioni reali e l’esecuzione fisica aumentano enormemente di valore.

Conclusione

Dove saremo tra qualche anno?

Probabilmente in un mondo in cui l’IA non è più “la novità” ma infrastruttura, proprio come lo sono già oggi internet, gli smartphone e il cloud. La domanda non è se questa ondata arriverà. La domanda è chi si adatterà in tempo.

E la risposta onesta è: la maggior parte lo farà troppo tardi. Non per stupidità, ma per abitudine. Perché la superficie quotidiana funziona ancora, mentre sotto tutto sta già cambiando.

Chiunque voglia restare rilevante nei prossimi anni, come individuo, come team, come azienda, non dovrebbe chiedersi quale strumento è di moda adesso. Ma se la propria velocità, il proprio giudizio e la propria adattabilità possono tenere il passo con il ritmo che questa tecnologia sta imponendo.

Non possiamo nemmeno ignorare una domanda: cosa succede alle persone il cui lavoro scompare in questo cambiamento? Riqualificazione, reti di sicurezza sociale e un approccio sociale onesto allo spostamento lavorativo non sono questioni secondarie, sono il prerequisito affinché questa trasformazione diventi non solo efficiente ma anche sostenibile.

Perché il futuro non appartiene a chi digita più velocemente. Appartiene a chi capisce cosa deve davvero essere fatto, e perché.

Alla prossima,
Joe

Fonti e approfondimenti

• Curve di adozione e statistiche tecnologiche: Pew Research Center, Our World in Data, Ford Timeline.
• Crescita delle app (Threads/ChatGPT): TechCrunch, Reuters.
• Industria automobilistica e logica di mercato: VW Annual Report 2025, Tesla Investor Relations, BYD Sales Reports.
• Trasformazione IA e servizi: Klarna AI Report, Air Canada Chatbot Case.
• Artigianato ed economia: Zentralverband des Deutschen Baeckerhandwerks.