Molti impiegati si consolano con la domanda sbagliata. Continuano a chiedersi se l'AI possa fare tutto il loro lavoro. Non è quella la soglia che userà il loro datore. La vera domanda è se l'output si possa produrre in modo abbastanza economico, e verificare in modo abbastanza economico, da far sembrare il ruolo costoso. Non è se l'AI possa fare del tutto il nostro lavoro, è “riesce ad accelerarlo abbastanza da rendere necessaria solo metà del mio team?”. Perché la risposta a questo, purtroppo, è sì.
Conta perché gran parte del lavoro d'ufficio arriva già in forma verificabile. Una nota di mercato, una bozza, una rilettura della documentazione, un riassunto di ricerca. Una slide deck. Una correzione di codice di routine con criteri di accettazione chiari. Il lavoro manuale dietro quegli output può essere ancora reale, ma il prodotto finito è spesso abbastanza leggibile da permettere a una persona più senior di ispezionarlo, correggere gli errori evidenti e spendere comunque meno del vecchio costo del lavoro a pieno carico.
È il meccanismo che la gente non vuole guardare in faccia. L'AI non deve sostituire fiducia, giudizio o contesto tutti in una volta. Deve solo rendere abbastanza del primo passaggio producibile da una macchina da permettere a un solo revisore di supervisionare ciò che prima richiedeva diverse persone che producevano da zero. In pratica questo significa meno analisti, meno coordinatori, meno junior writer, meno junior coder a fare il lavoro di pulizia, e più pressione sulle persone rimaste perché validino l'output della macchina invece di generare ogni riga da sé.
Lo schema lo vedi già nel flusso di lavoro ordinario. Un manager aveva bisogno di un analista per raccogliere il materiale di partenza, redigere il memo interno e dare forma alla prima raccomandazione. Ora l'analista magari esiste ancora, ma probabilmente può servire più manager contemporaneamente. Oppure a un manager servono meno analisti. La stessa cosa succede nella code review. Un essere umano conta ancora, a volte molto, ma viene tirato verso l'alto, nella validazione, negli edge case e nella responsabilità, mentre il primo passaggio a basso costo viene generato altrove.
Ecco perché il lavoro d'ufficio è più esposto di quanto la gente voglia ammettere. È perché il lavoro sull'informazione era costoso. Le organizzazioni dovevano pagare degli esseri umani per il primo passaggio perché non c'era altro modo per ottenerlo. Una volta che il primo passaggio diventa economico, il valore del ruolo viene giudicato più severamente. Il ruolo non viene più prezzato attorno al produrre linguaggio organizzato. Viene prezzato attorno a ownership, verifica e conseguenze.
Il confronto con l'arte e gli altri lavori difficili da specificare va tenuto stretto. Un buon lavoro visivo è ancora più difficile da descrivere con precisione e più difficile da verificare a basso costo rispetto al testo, alla logica di uno spreadsheet o a modifiche di codice di routine. Questo non rende il lavoro creativo immune. Significa solo che la logica della compressione è più forte dove il successo è facile da descrivere e il fallimento è economico da ispezionare.
Il lavoro che sopravvive meglio sta più vicino alla realtà. Possiede i sistemi, mette la firma sui risultati, assorbe le conseguenze e gestisce il contesto disordinato che non rientra ordinato in una coda di revisione. È più difficile comprimere il lavoro di chi deve validare un sistema fisico, gestire un conflitto dal vivo con un cliente, farsi carico della risposta a un'interruzione di servizio o prendere una decisione quando gli input sono incompleti e il costo dell'errore è reale. Semmai, rende quei colli di bottiglia umani rimasti più visibili. Per gli ingegneri, per esempio, riduce molto il costo di scrivere codice (anche i design), aumentando il valore delle persone che sanno adattarsi e portare qualcosa a compimento. Essere una persona end-to-end, qualcuno che sa scomporre un'idea o una feature in tanti componenti e poi sa dare priorità ed eseguirli, è ciò di cui parla oggi l'ingegneria del software. È improbabile che scriverai ancora molto codice, soprattutto man mano che l'AI ci diventa più brava. Ma dovrai capire pattern, design, tooling... e mettere tutto insieme.
Sì, l'AI da sola non costruirà niente. Ma una persona con l'AI costruirà quello che prima faceva un team di 10. Quindi, a quei 9, puoi dire tranquillamente che l'AI li sta sostituendo.