Licenzierò chiunque mi mandi altra robaccia fatta con l’AI

Negli ultimi due anni abbiamo raccontato soprattutto aziende che correvano ad adottare l’AI in ogni processo, dai report finanziari alle risposte ai clienti. Ora qualcosa potrebbe stare cambiando. Secondo quanto riferito dal consulente tech Joe Procopio, che scrive sul magazine Inc., un amministratore delegato, di cui non viene fatto il nome, avrebbe minacciato di «licenziare la prossima persona» che gli manda un’email generata con ChatGPT e lasciata lì com’era, senza rielaborazione. Sarebbe un ultimatum, più che una policy aziendale. E non sarebbe il solo.

Sempre secondo Procopio, un secondo CEO, anche in questo caso anonimo ma di un’azienda tech, avrebbe imposto un divieto totale di usare l’AI in tutta l’organizzazione, il primo caso di ban completo di cui si abbia notizia. Due casi, per quanto suggestivi, non fanno un trend. Ma il consulente americano riferisce di un «numero crescente di aziende» che starebbero limitando o bloccando l’uso dell’intelligenza artificiale generativa. Le ragioni ufficiali andrebbero dalla sicurezza informatica ai costi. Quelle reali potrebbero essere più terra-terra: chi riceve certi testi si è stancato di leggere messaggi che sembrano scritti da un robot e non dicono niente. Se le cose stanno così, il paradosso sarebbe che molte di queste aziende sono le stesse che fino a sei mesi fa spingevano per l’adozione più rapida possibile, distribuendo licenze a tappeto senza accompagnarle con un’idea chiara di cosa volessero ottenere.

La bolletta che nessuno aveva previsto

Che i racconti di Procopio siano verificati o meno, il fenomeno che descrivono ha già numeri solidi alle spalle. Il ban sarebbe solo la punta dell’iceberg: sotto c’è un problema economico che molte aziende stanno scoprendo in diretta, ovvero che mettere l’AI in mano a tutti costa molto più di quanto faccia risparmiare. Secondo un report del MIT, il 95% delle aziende non ha visto alcun ritorno misurabile sugli investimenti in intelligenza artificiale. E i costi continuano a salire: le aziende pagano licenze e token a provider che a loro volta affrontano colli di bottiglia su data center, energia e personale specializzato. Microsoft ha dato accesso a Claude Code a 5.000 ingegneri: il 70% del codice è diventato generato dall’AI, ma il budget 2026 è finito ad aprile. Uber ha comunicato pubblicamente che i costi dell’AI sono «sempre più difficili da giustificare». Walmart ha imposto un tetto mensile per dipendente dopo che un singolo utente aveva consumato 281 miliardi di token, l’equivalente di 1,4 milioni di dollari. La bolletta sta esplodendo, e i conti non tornano.

Il fenomeno ha già un nome accademico: workslop, robaccia da ufficio. Secondo una ricerca congiunta di Stanford e BetterUp, il 40% dei lavoratori da scrivania riceve workslop ogni mese e il 15% dei contenuti che circolano in azienda sarebbe robaccia generata dall’AI. Ogni episodio costa in media quasi due ore per essere risolto, e il conto stimato è di 186 dollari al mese per dipendente. Per un’azienda di 10.000 persone, parliamo di 9 milioni di dollari l’anno di produttività persa. E il danno non è solo economico: il 53% dei destinatari si sente irritato, il 38% confuso, e circa la metà giudica i colleghi che mandano workslop come meno creativi, meno capaci e meno affidabili. Un fenomeno che, se i numeri sono corretti, starebbe erodendo la fiducia nei team su scala significativa.

I dati sull’efficienza sono ancora più rivelatori. Secondo un report di ActivTrak, da quando i dipendenti usano l’AI il tempo passato a scrivere email è raddoppiato (+104%), le chat e i messaggi sono aumentati del 145% e le sessioni di lavoro concentrato sono calate del 9%. Il report è netto: «I dati sono inequivocabili: l’AI non riduce i carichi di lavoro». Dietro questi numeri c’è un meccanismo che chiunque abbia un collega può riconoscere: il dipendente ha una scadenza, apre ChatGPT, incolla la richiesta, copia la risposta e la spedisce. Il destinatario riceve un testo che sembra professionale ma non aggiunge niente, perde tempo a decifrarlo, si irrita, e il ciclo riparte con l’email successiva. Nel frattempo il mittente ha delegato al modello non un’attività meccanica, ma l’atto stesso di pensare. La prossima volta sarà ancora più rapido a premere invio. Una spirale che parte dall’efficienza e arriva all’incompetenza.

Usarla bene significa avere persone che sanno cosa stanno facendo

Qui sta il punto che anche i CEO più esasperati rischiano di mancare. Che i due casi raccontati da Procopio siano veri o meno, il problema non è ChatGPT. Il problema è chi lo usa senza aver prima fatto il lavoro che serve. La ricerca di Stanford e BetterUp introduce una distinzione che aiuta a capire: ci sono i «piloti» (chi usa l’AI per potenziare la propria creatività e il proprio giudizio) e i «passeggeri» (chi incolla il prompt e spedisce il risultato senza toccarlo). I piloti usano l’AI il 75% più spesso dei passeggeri, anche fuori dal lavoro, ma con un approccio radicalmente diverso: lo strumento è al servizio della competenza, non il contrario. La differenza tra un’email utile e workslop non la fa il modello: la fa la persona che decide se premere invio.

Usare bene un modello linguistico in azienda non è questione di prompt engineering: è questione di competenza di dominio. Un output generato da un LLM va revisionato da una persona che conosce il contesto, il destinatario e il processo in cui quel testo si inserisce. Un agente AI va configurato, istruito, monitorato (non è un dipendente che assumi e lasci libero di operare). I numeri sugli agenti sono indicativi: secondo Gartner, oltre il 40% dei progetti di AI agentica sarebbe cancellato entro il 2027, e una survey su 2.527 decisori aziendali ha rilevato che il 74% delle aziende che hanno messo agenti AI nella comunicazione con i clienti è stata costretta a fare marcia indietro. Il motivo non è quasi mai la qualità del modello. È che l’agente è stato lanciato senza aver prima formalizzato la conoscenza aziendale, mappato i processi e definito le procedure di escalation. Automatizzare un processo che non hai capito significa romperlo più in fretta e su scala più ampia.

Tutto questo richiede persone. Persone competenti, che padroneggiano il dominio e sanno valutare un output, distinguere un’allucinazione da un’informazione utile, riconoscere quando il modello sta girando a vuoto. Persone che conoscono i processi abbastanza da capire quale passaggio può essere automatizzato e quale no, e che hanno l’autorità per dire «questo non va bene, lo rifaccio». Non serve un’azienda piena di ingegneri AI. Serve un’azienda in cui chi usa l’AI capisce il proprio mestiere abbastanza da saper giudicare se il risultato è buono o è robaccia. I numeri confermano che il divario di competenze è la variabile decisiva: chi investe in formazione ottiene 2,7 volte più competenza operativa dai propri dipendenti, e le aziende che usano l’AI per potenziare le persone anziché per sostituirle registrano un 188% di ROI mediano, contro un -72% di quelle che hanno tagliato team.

Se i racconti di minacce e ultimatum colgono un fenomeno reale, la reazione sarebbe comprensibile, quasi fisiologica. Ma sarebbe anche esattamente il tipo di provvedimento che arriva quando si è saltata la fase intermedia: quella in cui si investe sulla formazione e sull’organizzazione dei team. Ed è la fase più difficile, perché non si risolve con un contratto enterprise. L’AI in azienda non funziona comprando licenze e dicendo «usatela». Funziona quando ci sono ruoli chiari, procedure definite e persone che sanno incanalare lo strumento verso un risultato utile. Non è una questione tecnologica: è una questione organizzativa. E l’organizzazione la fanno le persone, non i modelli.

Chiuderla con un ban o con un ultimatum è più rapido ed emotivamente soddisfacente che costruire competenze. Ma, se i segnali che arrivano dal mercato sono corretti, è anche il modo migliore per ritrovarsi indietro mentre i concorrenti imparano a usare l’AI con giudizio. Perché oggi il vero vantaggio competitivo non sta nell’avere accesso all’AI (quello ce l’hanno tutti, basta una carta di credito). Sta nell’avere persone capaci di farla funzionare per davvero. E quelle non si comprano con un abbonamento.