Una mia amica gestisce i contenuti per un'azienda SaaS di medie dimensioni. L'anno scorso, il suo team era composto da otto persone. Scrittori, redattori, uno specialista di localizzazione, qualcuno che si occupava della base di conoscenze. Un buon team, una produzione solida. Poi l'amministratore delegato ha partecipato a una conferenza, è tornato entusiasta dell'AI e nel giro di tre mesi il team si è ridotto a tre persone. Il motivo? "Con gli strumenti dell'AI, tre persone possono produrre quello che prima facevano otto".
E tecnicamente, è vero. Le tre persone rimaste producono più o meno lo stesso volume. Post sul blog, documenti di aiuto, aggiornamenti sui prodotti, comunicazioni interne. I numeri sembrano buoni su un cruscotto.
Ma la mia amica non dorme bene da mesi. Sta passando dalla scrittura, all'editing, al prompt engineering, al QA dell'output dell'AI, alla gestione delle traduzioni e a tutto il lavoro strategico che un tempo era condiviso da tutto il team. I suoi due colleghi rimasti sono nella stessa barca. Uno di loro sta già cercando un altro lavoro.
L'azienda ha risparmiato cinque stipendi. Ma sta anche perdendo lentamente le tre persone che sanno effettivamente come funzionano le cose.
La matematica che sembra giusta ma non lo è
Ecco l'argomentazione che sta facendo il giro dei consigli di amministrazione da quando il ChatGPT si è diffuso: una persona con l'AI può ora fare il lavoro di dieci. E se è così, perché tenerne dieci?
È un argomento convincente. Semplice. Pulito. Si adatta a una diapositiva.
È anche pericolosamente incompleto.
Sì, l'AI può comprimere i compiti. Secondo il Work Trend Index 2024 di Microsoft, il 90% degli utenti dell'AI al lavoro afferma che gli strumenti li aiutano a risparmiare tempo. Gli utenti più assidui di Microsoft Teams hanno riassunto otto ore di riunioni utilizzando Copilot in un solo mese. Si tratta di un'intera giornata lavorativa recuperata solo dai riepiloghi delle riunioni. E l'85% afferma che l'AI li aiuta a concentrarsi sul lavoro più importante.
Questi sono numeri reali. I guadagni di produttività non sono immaginari.
Ma ecco ciò di cui la folla "licenzia nove persone" non parla mai: la persona che rimane non assorbe solo il risultato. Assorbe il carico cognitivo, il contesto, il processo decisionale, la coordinazione, la garanzia di qualità e tutte le conoscenze istituzionali che sono uscite dalla porta con quei nove ex colleghi.
Il carico mentale non è un foglio di calcolo.
Esiste un concetto in psicologia chiamato teoria del carico cognitivo. Descrive la quantità totale di sforzo mentale utilizzato nella memoria di lavoro in un dato momento. E ogni volta che si chiede a una persona di fare il pensiero che prima era condiviso da cinque persone, non si risparmia sforzo. Lo sta concentrando.
Ci penso spesso quando le persone mi dicono che l'AI rende i lavoratori "10 volte più produttivi". Produttivi in cosa? A produrre più parole? Spedire più biglietti? Generare più slide decks? Certo. Ma la parte più difficile del lavoro di conoscenza non è mai stata la produzione. È il pensiero. Decidere cosa produrre. Capire il contesto. Fare scelte di giudizio. Sapere quando una cosa è sbagliata, anche quando sembra giusta in superficie.
L'AI non fa questo per lei. L'AI le dà una prima bozza e lei deve essere abbastanza intelligente da valutarla, abbastanza esperto da cogliere gli errori più sottili e abbastanza presente da notare quando il risultato è sicuramente sbagliato. (Se ha mai visto qualcuno spedire un documento interno generato dall'AI senza leggerlo, sa esattamente cosa intendo).
Il rapporto State of the Global Workplace 2025 di Gallup ha rilevato che l'impegno globale dei dipendenti è sceso al 21% nel 2024, rispetto al 23% dell'anno precedente. Questo calo è costato all'economia mondiale una perdita di produttività stimata in 438 miliardi di dollari. L'impegno dei manager è calato ancora di più, dal 30% al 27%. Le donne manager hanno registrato un calo di sette punti. I manager sotto i 35 anni sono scesi di cinque punti.
Queste sono le persone che dovrebbero guidare l'adozione dell'AI. E si stanno esaurendo.
L'argomento dell'amplificazione
Permettetemi di offrire un modo diverso di pensare a questo problema.
Se una persona con AI può fare il lavoro di dieci, allora dieci persone con AI possono fare il lavoro di cento.
Lo legga di nuovo. Perché questa è la parte di cui quasi nessuno parla, ed è la parte che dovrebbe tenere ogni CEO sveglio la notte. Non perché faccia paura, ma perché è un'enorme opportunità che la maggior parte delle aziende sta buttando via.
Le aziende che licenziano metà della loro forza lavoro perché "l'AI può farcela" non sono efficienti. Sono miopi. Stanno ottimizzando per un numero di dipendenti trimestrale, mentre i loro concorrenti scoprono cosa succede quando si danno strumenti potenti a un team completo di persone motivate ed esperte.
L'ho visto in un evento per startup a Zurigo il mese scorso. Due aziende nello stesso spazio. Più o meno delle stesse dimensioni, stesso mercato. L'azienda A aveva ridotto il suo team di contenuti da dodici a quattro. L'azienda B aveva mantenuto tutti e dodici e aveva dato loro strumenti di AI e formazione. Indovini quale delle due stava producendo contenuti multilingue in sei lingue, eseguendo esperimenti con nuovi formati e inviando aggiornamenti settimanali dei prodotti alla loro base di conoscenze? (Non era l'azienda A).
Cosa succede in realtà quando si taglia
Vediamo cosa succede in pratica quando si sostituisce un team di dieci persone con uno o due super-lavoratori "potenziati dall'AI".
La prima settimana è fantastica. Le persone rimaste sono energizzate. Hanno nuovi strumenti. Producono molto. La leadership è entusiasta. I numeri del cruscotto sono incredibili rispetto all'organico.
**L'unica persona responsabile della documentazione scopre che i contenuti generati dall'AI hanno bisogno di una revisione seria. Non un editing leggero. Una revisione profonda. Perché l'AI non conosce le sfumature del suo prodotto, il contesto del suo cliente o le tre cose che ha cambiato la settimana scorsa e che hanno invalidato metà di ciò che è stato scritto. Il lavoro di revisione da solo si mangia il tempo che è stato "risparmiato" generando contenuti più velocemente.
Al quarto mese, emergono le lacune di conoscenza istituzionale. Ricorda le otto persone che ha lasciato andare? Non si limitavano a scrivere contenuti. Avevano rapporti con i product manager. Conoscevano i punti dolenti dei clienti grazie ad anni di modelli di ticket di assistenza. Sapevano quali argomenti della documentazione generavano il maggior numero di domande. Questa conoscenza non c'è più. L'intelligenza artificiale non ce l'ha di certo.
**Perché le persone rimaste sono sovraccariche, la qualità è diminuita e qualcuno ha finalmente notato che la base di conoscenze non viene aggiornata correttamente da settimane. Ma anche gli appaltatori non hanno un contesto, quindi lei paga di più all'ora per risultati peggiori.
Non me lo sto inventando. Ho visto questo schema ripetersi in tre diverse aziende solo nell'ultimo anno.
I dati dicono di mantenere le persone (e di formarle)
Il World Economic Forum's Future of Jobs Report 2025 ha chiesto a più di 1.000 datori di lavoro globali i loro piani per la forza lavoro. I numeri raccontano una storia interessante. Sì, il 40% dei datori di lavoro prevede di ridurre il personale quando l'AI automatizza i compiti. Ma l'85% prevede di migliorare la propria forza lavoro esistente. E il 70% prevede di assumere persone con nuove competenze, non meno persone.
Il rapporto prevede una crescita netta di 78 milioni di posti di lavoro entro il 2030. E questo dopo aver tenuto conto dei 92 milioni di ruoli sfollati. Il mondo non si sta muovendo verso un minor numero di lavoratori. Si sta spostando verso lavoratori diversamente qualificati.
Ed ecco il dato che dovrebbe far riflettere tutti gli Amministratori Delegati che "tagliano gli organici": Il 64% dei datori di lavoro ha identificato il sostegno alla salute e al benessere dei dipendenti come una strategia chiave per la disponibilità di talenti. Non "ridurre i costi". Non "automatizzare tutto". Sostenere il benessere. Perché le aziende che bruciano le loro persone non possono assumere quelle buone in seguito.
Nel frattempo, uno studio di BCG e Harvard Business School ha rilevato che quando i team hanno utilizzato l'AI per i compiti creativi, circa il 90% ha migliorato le proprie prestazioni, con un aumento della qualità dei risultati del 40% rispetto ai gruppi di controllo. Ma lo studio ha anche rilevato qualcosa che dovrebbe mettere a disagio ogni leader: la diversità delle idee tra i gruppi assistiti dall'AI è diminuita del 41%.
Pensi a cosa significa. Lei licenzia sette persone dal suo team di dieci persone. I tre che rimangono utilizzano l'AI per produrre lo stesso volume. Ma la gamma di idee, prospettive e approcci si riduce di quasi la metà. La sua produzione sembra produttiva, ma gradualmente diventa omogenea. E nessuno se ne accorge, fino a quando un concorrente non lancia qualcosa di veramente creativo e lei non riesce a capire perché il suo team non stia facendo lo stesso.
Il carico mentale che nessuno mette in preventivo
Il sondaggio di Microsoft ha rilevato che il 68% delle persone ha difficoltà a gestire il ritmo e il volume del lavoro, e il 46% si sente esaurito. E questo era lo stato delle cose prima che lei dicesse loro che ora stanno facendo il lavoro dei loro tre ex compagni di squadra.
Ecco qualcosa che non appare nei dashboard di produttività: il costo cognitivo di essere l'ultima linea di difesa. Quando è l'unica persona a rivedere i risultati dell'AI, non può avere una giornata no. Quando è l'unico proprietario della base di conoscenze, ogni domanda di assistenza arriva sulla sua scrivania. Quando non c'è nessuno con cui scambiare idee perché il team è stato "dimensionato correttamente", ogni decisione è solo sua.
Ho costruito Rasepi in parte perché ho visto questo problema da vicino. Quando i team di documentazione si riducono, la conoscenza non si riduce con loro. La quantità di contenuti che devono esistere, essere aggiornati ed essere accurati in tutte le lingue non diminuisce solo perché ci sono meno persone che li mantengono. Anzi, aumenta (tra l'altro, questo è esattamente il problema che stiamo risolvendo con Rasepi, grazie a funzioni come le date di scadenza forzate e le traduzioni a livello di blocco, che rendono i team più piccoli davvero più efficaci, anziché più sovraccarichi).
Ma anche i migliori strumenti non risolvono una decisione fondamentalmente sbagliata in materia di personale. Non si può automatizzare la necessità di giudizio umano, di contesto e di attenzione. Si può solo rendere questi esseri umani più efficaci.
Cosa fanno le aziende intelligenti
La cosa più impressionante dei dati di Microsoft è l'aspetto dei "power user dell'AI". Si tratta di persone che utilizzano l'AI più volte al giorno e risparmiano oltre 30 minuti. Hanno il 68% di probabilità in più di sperimentare diversi modi di utilizzare l'AI. Non si limitano a generare più risultati. Riprogettano il modo in cui avviene il lavoro.
Ed ecco la novità: esistono all'interno delle organizzazioni che investono in loro. I power user dell'AI hanno il 61% di probabilità in più di sentir parlare il loro CEO dell'importanza dell'AI sul lavoro. Hanno il 53% di probabilità in più di ricevere dalla leadership l'incoraggiamento a ripensare l'intera funzione. Ricevono una formazione personalizzata, non solo un accesso a ChatGPT.
In altre parole, i lavoratori AI più produttivi non sono i solitari sopravvissuti a un licenziamento. Sono membri di team sostenuti e investiti.
Permettetemi di fare un contrasto con ciò che vedo nelle aziende che hanno scelto la strada del "taglio del personale". I dipendenti rimasti non sono dei power user. Sono generalisti sopraffatti che cercano disperatamente di far funzionare le cose. Non hanno il tempo di sperimentare l'IA perché sono troppo impegnati a usarla per sopravvivere. Non c'è un ripensamento della funzione, perché la funzione è solo... loro, da soli, che fanno tutto.
Il problema della conoscenza di cui nessuno parla
C'è un'altra cosa. E non sento nessuno parlarne, il che è strano perché dovrebbe essere ovvio.
Quando si licenziano i lavoratori esperti della conoscenza, la conoscenza se ne va con loro. Non rimane nell'edificio. Non è nel wiki. Non è nell'AI. È nella testa delle persone che hanno costruito i processi, compreso i casi limite e saputo quali clienti erano interessati a quali dettagli.
Sa cosa succede quando si hanno grandi strumenti di AI e nessuna conoscenza istituzionale? Si ottengono informazioni ben formattate, fornite con sicurezza e completamente sbagliate. In scala.
Il mese scorso ho parlato con una responsabile della documentazione di un'azienda fintech (non ha voluto essere nominata, il che la dice lunga). Dopo che il loro team è stato ridotto da sei a due, hanno iniziato a fare molto affidamento sull'AI per la manutenzione dei documenti degli sviluppatori. Nel giro di quattro mesi, hanno notato un aumento dei ticket di assistenza. I documenti sembravano a posto. Erano ben scritti, aggiornati in superficie. Ma contenevano errori sottili che solo una persona con una profonda conoscenza del prodotto avrebbe colto. Una descrizione dei parametri API tecnicamente corretta, ma praticamente fuorviante. Una guida alla migrazione che mancava un passaggio che tutti i membri del vecchio team conoscevano. Piccole cose che l'AI non può sapere, perché non partecipa ai suoi standup, non legge i suoi thread su Slack, non sente il frustrato "Oh, quel documento è di nuovo sbagliato" del tecnico dell'assistenza alla macchinetta del caffè.
La vera domanda
Quindi, ecco su cosa penso che la conversazione dovrebbe vertere.
Non: "Quante persone possiamo tagliare ora che abbiamo l'AI?".
Ma: Cosa diventa possibile quando diamo l'IA a tutti quelli che abbiamo già?".
Il suo team di documentazione di dieci persone con strumenti di AI non diventa ridondante. Diventa un team in grado di gestire i contenuti in dodici lingue invece che in due. Che può mantenere aggiornato ogni contenuto con controlli di freschezza automatizzati. Può sperimentare nuovi formati, eseguire test A/B sui contenuti di aiuto, costruire guide interattive e avere ancora tempo per pensare strategicamente a ciò di cui i clienti hanno effettivamente bisogno.
Il suo team di marketing di dieci persone con l'AI non diventa cinque persone che fanno lo stesso lavoro con più stress. Diventa dieci persone che possono personalizzare le campagne su una scala che prima era impossibile, testare più varianti creative, rispondere più velocemente ai cambiamenti del mercato e avere ancora la larghezza di banda cognitiva per proporre idee veramente originali che l'AI non avrebbe mai generato.
Non si tratta di un costo. È un investimento con un ritorno che si moltiplica.
Dove si va a finire
Le aziende che vinceranno i prossimi cinque anni non saranno quelle che taglieranno più teste. Saranno quelle che hanno capito come rendere i loro team esistenti davvero più capaci.
La questione non è se una persona può fare il lavoro di dieci. La questione è cosa succede quando tutti e dieci possono fare il lavoro di cento.
Se lei è un leader che sta leggendo, le chiedo una cosa. Prima di approvare il prossimo ciclo di "ristrutturazione abilitata dall'AI", parli con le persone che sono rimaste dopo l'ultimo ciclo. Chieda loro come si stanno comportando. Chieda loro cosa hanno smesso di fare perché non c'è tempo. Chieda loro che cosa si sta perdendo per strada.
E poi immagina cosa potrebbero realizzare se, invece di portare il carico da soli, avessero un team completo e i migliori strumenti disponibili.
Non è una fantasia. Per le aziende disposte a investire nelle loro persone invece di sostituirle, questi sono i prossimi dodici mesi.