La faglia sul lavoro e la fine dell'innocenza

La faglia sul lavoro e la fine dell'innocenza

Chi promette più lavoro e chi annuncia la fine di molti mestieri si scontrano per la prima volta. E intanto i costruttori dell'AI chiedono di essere regolati.

C'è un momento, in ogni tecnologia, in cui smette di essere una promessa e diventa un problema di potere. La settimana che racconta oggi Signal Brief, 21 luglio 2026, è tutta dentro questo passaggio. Non si discute più di cosa possano fare le macchine, ma di chi decide cosa faranno. E, soprattutto, di cosa succede a chi lavora. Da una parte c'è chi giura che nasceranno più posti di lavoro di prima. Dall'altra chi avverte che molti mestieri stanno per sparire, e non torneranno. È su questa frattura che si apre la scena di oggi.

Immaginate Jensen Huang su un palco, a Taipei, davanti a una platea di ingegneri. Gli chiedono se l'intelligenza artificiale distruggerà il lavoro, e lui liquida la questione con due parole: "assolute sciocchezze". Poi snocciola un numero che gli piace: le istanze di programmazione assistita dall'AI sono passate da trecento milioni nel 2023 a quasi un miliardo e quattrocento milioni nei primi mesi di quest'anno. Il suo messaggio è semplice: si assumono più ingegneri, non meno.

Nelle stesse settimane, dall'altra parte, un altro costruttore dice l'esatto contrario. Dario Amodei, in un lungo saggio, scrive che questa volta è diverso: la disruzione sul lavoro sarà duratura, non un semplice riassestamento, e stima che fino alla metà dei lavori d'ufficio di primo livello sia a rischio nel giro di uno o cinque anni. Mustafa Suleyman, dentro Microsoft, parla la stessa lingua: automazione, e in fretta.

È la prima volta che queste due visioni si guardano in faccia così apertamente. E vale la pena fermarsi qui, perché è un dibattito antico travestito da notizia nuova. Quando l'elettricità entrò nelle fabbriche, all'inizio del Novecento, non si limitò a sostituire le macchine a vapore: riorganizzò il modo stesso in cui si lavorava, cambiò la forma dei mestieri prima ancora del loro numero. Chi prometteva sfracelli e chi prometteva prosperità avevano ragione entrambi, ma su cose diverse. Oggi siamo esattamente lì.

Dietro questa faglia, però, se ne muove una più profonda. Quasi tutte le voci di questa settimana hanno smesso di parlare di quanto siano potenti i modelli e hanno cominciato a parlare di potere vero: economico, statale, fisico. La tecnologia ha smesso di essere neutrale, e ognuno cerca di capire dove mettere le mani sul volante.

Il segnale più netto arriva dalla scienza. Ilya Sutskever ha dichiarato finita l'era in cui bastava aggiungere calcolo e dati per andare avanti. Attorno a lui si è formato un fronte compatto. Yann LeCun ha messo oltre un miliardo di dollari dietro un'idea diversa. François Chollet insiste che ai modelli sempre più grandi serve opporre un altro approccio. Non è più solo un dibattito da conferenza: è diventato una scommessa di capitale.

E mentre la scienza si divide, il potere politico entra in scena. Amodei chiede qualcosa di sorprendente per un imprenditore: uno standard di sicurezza obbligatorio, imposto dallo Stato, modellato su come si regola l'aviazione. Una generazione di costruttori che, invece di chiedere mano libera, chiede di essere frenata. All'estremo opposto c'è chi, come Jack Dorsey, vuole eliminare del tutto il punto di controllo. Due direzioni opposte, la stessa domanda sotto: dove collochiamo il timone.

Torniamo su questa domanda più volte, oggi. Perché è il filo che tiene insieme tutto il resto.

Cominciamo da chi ha fatto la mossa più concreta. Yann LeCun, per dodici anni il capo degli scienziati dell'intelligenza artificiale di Meta, ha lasciato l'azienda e ha fondato un proprio laboratorio, AMI Labs, con base a Parigi e uffici sparsi tra New York, Montréal e Singapore. Fin qui una notizia da pagina economica. Il punto interessante è un altro: ha raccolto un miliardo e trenta milioni di dollari, a una valutazione intorno ai tre miliardi e mezzo. In pratica ha messo il proprio nome, la propria reputazione e ora anche una montagna di capitale dietro una convinzione che ripete da anni: la strada verso l'intelligenza delle macchine non passa dai modelli linguistici sempre più grandi.

La sua idea è quella dei world model, i modelli del mondo. Detta semplice: un sistema che deve pianificare azioni fisiche — muoversi, afferrare, decidere il passo successivo — deve prima sapere immaginare cosa succederà se lo fa. Deve avere in testa una specie di simulazione della realtà. LeCun sostiene che i modelli che oggi vanno per la maggiore, quelli che scrivono testi, questa capacità non ce l'hanno per come sono fatti. E qui viene la cosa notevole: a fine maggio il suo gruppo ha pubblicato due studi che mettono sotto esame proprio la sua stessa linea di ricerca. Un test associato ha trovato che i modelli attuali, i suoi compresi, sono ancora fragili. È raro vedere qualcuno ammettere pubblicamente i limiti della propria scommessa mentre ci punta sopra un miliardo.

Ed è questo che rende la sua posizione diversa da un anno fa. Prima LeCun contestava lo scaling soprattutto a parole — famosa la sua battuta sul fatto che la parola "generale" nell'espressione intelligenza artificiale generale non avesse senso. Adesso la critica ha una struttura, dei dipendenti, degli uffici e un conto in banca. È passato dal rifiuto retorico alla scommessa economica.

C'è un parallelo storico che aiuta. Quando le automobili cominciarono a diffondersi, non tutti scommisero sul motore a scoppio: alcuni puntarono sull'elettrico, altri sul vapore. Per decenni sembrò una partita aperta, poi la storia scelse. LeCun oggi è come uno di quegli scommettitori che dice: state tutti costruendo la stessa macchina, e forse è quella sbagliata. Può avere torto. Ma il fatto che qualcuno con la sua storia sia disposto a mettere in gioco così tanto, contro la corrente dominante, è di per sé un segnale che l'aria sta cambiando.

Restiamo sul terreno delle idee contro la scala, perché lì la settimana ha un secondo protagonista. Benedict Evans non costruisce modelli: li osserva, e scrive un'analisi settimanale che leggono in parecchie decine di migliaia di persone. Il suo pezzo del nove luglio ha un titolo asciutto, che si potrebbe tradurre come "modi di pensare al prezzo dei token", cioè al prezzo di quello che i modelli producono. Ma la domanda che pone è tutt'altro che tecnica.

Oggi, dice Evans, aziende come OpenAI e Anthropic possono far pagare care le loro risposte perché la domanda di potenza di calcolo è più alta dell'offerta. Siamo in un momento di scarsità. E allora la sua domanda è quella giusta da fare in un momento di scarsità: è una condizione destinata a durare, o passeggera? Perché quando le fabbriche di calcolo avranno raggiunto la domanda, cosa impedisce a queste risposte di diventare merce a basso margine, come è successo prima a tante altre cose?

Qui il paragone lo fa lui stesso, ed è calzante. Anni fa lo spazio su un server, la banda di internet, la memoria per archiviare dati erano beni preziosi, costosi, su cui si costruivano imperi. Poi sono diventati commodity: economici, intercambiabili, con margini risicati. Il valore non è sparito, si è spostato altrove — a chi costruiva sopra quei mattoni, non a chi vendeva i mattoni. Evans si chiede se ai modelli di intelligenza artificiale non stia per succedere la stessa cosa.

È il rovescio esatto della posizione di Jensen Huang. Per Huang la fame di infrastruttura è talmente forte da reggere il valore per anni — parla di ordini arretrati per mille miliardi di dollari. Per Evans quella fame è il segno di uno squilibrio temporaneo, non di un fossato permanente. Uno vede una montagna, l'altro vede una marea che sale e poi si ritira.

La cosa più interessante, per me, è che questa domanda economica e la domanda scientifica di cui parlavamo prima sono la stessa domanda vista da due lati. Se il calcolo smette di essere il vantaggio decisivo — perché diventa merce comune, o perché come dice Sutskever non basta più aggiungerne — allora il vantaggio torna a essere l'idea. La testa, non i muscoli. Ed è curioso che a dirlo, da angolazioni così diverse, siano un investitore che guarda i margini e uno scienziato che guarda i limiti della ricerca. Arrivano alla stessa casa da due strade opposte.

C'è poi la parte politica di questa storia, e il suo protagonista di questa settimana è Dario Amodei, che guida Anthropic. Il suo testo di riferimento è un saggio uscito a giugno, con un titolo che si potrebbe rendere come "una politica per l'intelligenza artificiale che accelera". La tesi di fondo è netta: la tecnologia corre in modo esponenziale, e le istituzioni politiche restano indietro di almeno un anno. Amodei usa un'immagine presa dal Signore degli Anelli: la politica è come Barbalbero, la creatura lentissima che va svegliata in fretta.

Ma la richiesta concreta è quella che colpisce. Amodei chiede test tecnici obbligatori e controlli di terze parti sui modelli più potenti, e — soprattutto — uno standard di sicurezza vincolante, imposto per legge, modellato su come si regola il volo. È la prima volta che sentiamo un costruttore chiedere così esplicitamente uno standard in stile aviazione civile.

Vale la pena prendere sul serio il paragone, perché ha una storia. Negli anni Venti volare era un'avventura da acrobati: piloti spericolati, incidenti continui, nessuna regola. Poi arrivò una legge, nel 1926, che impose licenze, ispezioni, standard obbligatori. Non fu un freno all'aviazione: fu ciò che la rese affidabile abbastanza da diventare un'industria di massa. Amodei sta dicendo, in sostanza, che l'intelligenza artificiale è ancora nella sua fase da acrobati, e che senza regole condivise nessuno si fiderà abbastanza da lasciarla entrare davvero nella vita di tutti.

È una posizione che si intreccia con quella di Geoffrey Hinton, che questa settimana ha ribadito che il pericolo vero non è un'AI cattiva, ma un sistema di incentivi economici che rende impossibile alle aziende regolarsi da sole. E si scontra frontalmente con chi tira dalla parte opposta: Jack Dorsey, che invece di chiedere un'autorità centrale vuole smontare del tutto i punti di controllo, spingendo comunicazioni e pagamenti fuori dalle piattaforme.

Ricapitoliamo un attimo dove siamo, che il filo è fitto. Da un lato una generazione di costruttori che chiede allo Stato di metterle le briglie. Dall'altro chi sogna sistemi paralleli senza nessuno al comando. In mezzo, la domanda che tiene insieme tutta la giornata: la tecnologia non è più neutrale, e adesso il problema è chi tiene il volante. La cosa che resta più impressa, in questo capitolo, è il gesto di Amodei: un uomo che costruisce potenza e chiede pubblicamente che qualcuno gliela limiti.

Chiudiamo i ritratti tornando alla faglia da cui siamo partiti, quella sul lavoro, e a chi la incarna con più forza: Mustafa Suleyman, che oggi guida la divisione di intelligenza artificiale di Microsoft. La sua novità di queste settimane è doppia. Da un lato ha rivelato, in un'intervista, che circa sei mesi fa una modifica contrattuale ha liberato la sua divisione dal legame con OpenAI, dandole l'autorità formale di inseguire la superintelligenza per conto proprio — ricercatori, dati e chip fatti in casa. Sono le sue parole: "siamo stati liberati dal contratto con OpenAI solo sei mesi fa". In pratica Microsoft passa da alleato dipendente a concorrente diretto.

Dall'altro lato ha presentato sette modelli costruiti da zero, e ci ha messo sopra una bandiera: la chiama superintelligenza umanista, un'intelligenza pensata per servire le persone, non per sostituirle. Suona rassicurante. Ma è lo stesso Suleyman che, sul lavoro, è tra i più espliciti nel prevedere un'automazione profonda dei mestieri d'ufficio, di quelli che si fanno seduti a una scrivania.

Ed è qui che la faglia si vede a occhio nudo. Sullo stesso tema, nelle stesse settimane, Patrick Collison dice che Stripe assumerà più che mai, e paragona l'AI a un farmaco che potenzia le capacità umane invece di tagliarle. Marc Andreessen rilancia la sua vecchia tesi: la tecnologia abbassa i costi, fa salire la domanda, e alla fine crea più lavoro, non meno. Jensen Huang, come abbiamo visto, parla di "assolute sciocchezze". Da una parte questo coro ottimista. Dall'altra Suleyman e Amodei che dicono: questa volta è diverso.

Chi ha ragione? Probabilmente, come per l'elettricità nelle fabbriche, nessuno dei due del tutto. I telai meccanici distrussero il mestiere del tessitore a mano e ne crearono altri che prima non esistevano. Il punto doloroso non fu il numero finale dei posti, ma il fatto che le persone in mezzo — quelle vive, in quel momento — pagarono il passaggio. La domanda vera non è se ci sarà più o meno lavoro tra vent'anni. È chi si prende cura di chi resta scoperto nel frattempo. E non è un caso che sia proprio Amodei, quello che vede la disruzione più dura, a proporre anche assicurazioni sul salario e sostegni a chi perde il posto. Chi guarda in faccia il costo umano è anche chi prova a immaginare come attutirlo.

Qualche progetto da tenere d'occhio, e questa settimana sono tutti nomi già visti, che continuano a crescere piano. C'è la costellazione che ruota attorno ad Andrej Karpathy: nanochat, per costruirsi un piccolo modello conversazionale da soli; una sua raccolta di appunti sui modelli linguistici; e autoresearch, un esperimento di ricerca automatizzata. È la stessa idea che torna: capire una tecnologia costruendola con le proprie mani, in pubblico.

Poi ci sono gli strumenti per far girare i modelli sul proprio computer, senza dipendere dalle grandi fabbriche di calcolo: llama punto cpp, che fa funzionare i modelli anche su hardware modesto, e il programma llm di Simon Willison, per parlarci dalla riga di comando. Risuonano proprio con la tensione di oggi: da una parte chi ha data center grandi come città, dall'altra chi vuole tutto sul proprio laptop.

C'è ARC-AGI, il banco di prova di François Chollet, quello che serve a misurare se un sistema sa davvero ragionare o se sta solo ripetendo schemi — e capirete quanto sia centrale, vista la sua battaglia contro l'idea che basti ingrandire i modelli. E ci sono i mattoni della nuova ondata di agenti: superpowers e claude-context, pensati per dare agli assistenti automatici memoria e capacità di agire. Poi, sul versante di chi ama configurarsi tutto da sé, restano in crescita l'ambiente desktop Hyprland, la raccolta omarchy e le note di Obsidian.

Nessuna novità clamorosa, ma una direzione chiara: gli strumenti per capire, far girare e mettere al lavoro i modelli da soli continuano ad attirare persone. È il contraltare silenzioso ai palchi e ai miliardi di cui abbiamo parlato.

Resta un'immagine, alla fine di questa giornata: un uomo che costruisce macchine potenti e chiede pubblicamente che qualcuno gli imponga dei limiti. È il gesto che dice tutto. Abbiamo passato anni a chiederci cosa potessero fare queste macchine. Adesso la domanda è chi tiene il volante — e, sotto, chi si prende cura di chi resta indietro mentre la strada cambia. Non è più una questione tecnica. È diventata una questione di potere. È stato Signal Brief. Alla prossima.