Gerarchia svuotata, codice automatizzato: chi governa il lavoro?

Due segnali apparentemente distanti - uno da Google, uno dalle aziende italiane - descrivono lo stesso fenomeno da angolazioni opposte. Letti insieme, aprono una questione che le organizzazioni non hanno ancora affrontato in modo diretto.

Il primo segnale arriva dall'alto. Sundar Pichai ha dichiarato che il 75% del nuovo codice prodotto internamente da Google è generato dall'AI e approvato dagli ingegneri - in crescita dal 50% registrato solo sei mesi prima. La velocità di questa transizione è rilevante quanto il dato in sé: non si tratta di un trend graduale ma di una compressione accelerata del contributo umano diretto alla produzione software. Gli ingegneri non scrivono più codice nella misura in cui lo facevano; lo revisionano, lo validano, lo indirizzano. Il che è una funzione diversa, con competenze diverse, con una diversa posizione nella catena del valore.

Il secondo segnale arriva dalla base. Lo studio di Professional Link su manager italiani - citato da Il Sole 24 Ore - mostra che una larga maggioranza delle aziende italiane opera ancora secondo schemi gerarchici tradizionali, ma la fiducia in quel modello sta cedendo. I manager riconoscono i limiti strutturali della piramide e guardano alla governance distribuita e alle tecnologie digitali come leva di adattamento. Non è un'adesione ideologica all'orizzontalità: è una risposta pragmatica all'inadeguatezza della gerarchia verticale quando la velocità decisionale e la complessità informativa superano la capacità di elaborazione dei livelli intermedi.

Il punto di convergenza tra i due segnali è questo: l'AI non sta solo cambiando cosa viene prodotto, sta cambiando chi ha senso che governi la produzione. Quando tre quarti del codice è generato da sistemi automatizzati, il ruolo del senior engineer come esperto tecnico si trasforma in qualcosa di più simile a un curatore editoriale - con un'autorità che deriva sempre meno dalla capacità esecutiva diretta e sempre più dal giudizio su qualità, coerenza, rischio. Allo stesso tempo, le strutture gerarchiche progettate per controllare e coordinare l'esecuzione umana perdono presa quando l'esecuzione diventa in larga parte automatica.

Questo crea un vuoto di governance che non è ancora stato nominato con precisione. Le aziende che spostano verso la governance distribuita lo fanno spesso per ragioni di velocità e flessibilità, ma non necessariamente con una risposta chiara a domande fondamentali: chi è responsabile di una decisione presa da un sistema che ha generato il 75% del codice? Chi valuta le performance di un ingegnere la cui funzione primaria è ora di revisione e approvazione? Come si misurano le competenze quando il contributo diretto alla produzione è ridotto?

Il contesto da altri domini amplifica il problema. I programmi di supporto per chi perde il lavoro a causa dell'AI - come segnalato nelle analisi sul reddito e sopravvivenza - si moltiplicano, ma gli esperti avvertono che non sono calibrati sulla velocità della transizione. Questo suggerisce che la riorganizzazione interna alle aziende sta avvenendo più rapidamente di quanto le strutture esterne di ammortizzazione riescano ad assorbire.

Il problema aperto non è se l'AI cambierà le organizzazioni - lo sta già facendo, con dati pubblici e tracciabili. Il problema è che le categorie con cui le organizzazioni si auto-descrivono - ruoli, responsabilità, autorità, performance - non sono state aggiornate allo stesso ritmo. Le aziende italiane che riconoscono i limiti della gerarchia e quelle come Google che vedono il 75% del loro codice generato automaticamente stanno entrambe navigando senza una mappa aggiornata. La governance distribuita è una risposta parziale. La questione di fondo - chi decide, chi risponde, come si misura il contributo quando la produzione è automatizzata - resta aperta.