Il ciclo taglia-riassumi e il conto che non torna

Nel corso dell'ultimo earnings call di JPMorgan, Jamie Dimon ha ammesso quello che fino a poco fa veniva sistematicamente negato: in alcuni dipartimenti la banca ha ridotto l'organico del 40% grazie all'adozione dell'AI. La dichiarazione è notevole non per il numero in sé, ma per il contesto in cui arriva. Dimon aveva ripetutamente sostenuto che l'AI non avrebbe prodotto licenziamenti su larga scala. Il fatto che abbia cambiato registro durante una domanda sull'efficienza - e non in una comunicazione proattiva - suggerisce che la disclosure sia avvenuta per necessità comparativa, non per scelta narrativa.

Quasi in simultanea, Meta si trova a fronteggiare una class action che cambia la natura del dibattito sull'automazione del lavoro. Il punto non è che Meta abbia tagliato il 10% della forza lavoro - circa 8.000 persone - ma che, secondo la denuncia, la selezione dei licenziati sia avvenuta attraverso un sistema interno di AI denominato 'Metamate', senza che i manager esercitassero giudizio diretto. I dipendenti colpiti includono persone con disabilità e lavoratori in congedo medico o familiare, categorie protette dalla legislazione antidiscriminatoria statunitense. Se l'accusa reggesse, il problema non sarebbe semplicemente etico: sarebbe che il sistema algoritmico ha replicato - o amplificato - bias strutturali senza che nessun responsabile umano potesse intervenire nella catena decisionale.

Il terzo segnale chiude il ciclo in modo imbarazzante. Le aziende che negli ultimi due anni hanno ridotto il personale citando l'AI come sostituto efficiente stanno ora cercando di riassumere. Secondo dati CNBC ripresi da Fast Company, diversi employer hanno scoperto che il calcolo non regge: i sistemi AI hanno coperto alcune funzioni ma ne hanno generate di nuove, hanno richiesto supervisione umana che non era stata pianificata, hanno prodotto errori che il personale rimasto non ha capacità di correggere. Il pattern 'taglia, cita l'AI, va avanti' che ha dominato le comunicazioni corporate tra il 2024 e il 2025 si rivela retrospettivamente una narrazione ottimizzata per gli analisti, non una strategia operativa verificata.

Dal settore sanitario arriva una conferma laterale. Le infermiere di Kaiser Permanente denunciano che i sistemi di sorveglianza AI introdotti nella gestione del lavoro clinico stanno peggiorando sia le condizioni lavorative che la qualità dell'assistenza ai pazienti. Il punto critico non è la tecnologia in sé, ma la sequenza decisionale: i sistemi vengono implementati top-down, senza che chi lavora a contatto diretto con i pazienti abbia voce nella progettazione dei flussi. Il risultato è un layer di controllo che genera attrito operativo senza produrre valore misurabile per i pazienti.

Esiste un filo che connette questi quattro segnali: la ristrutturazione guidata dall'AI viene progettata come evento contabile prima che come evento organizzativo. I tagli vengono annunciati con la logica del risparmio di costo, senza che venga mappato il lavoro invisibile che il personale eliminato stava svolgendo - il coordinamento tacito, il trasferimento informale di conoscenza, la gestione delle eccezioni che i sistemi automatizzati non riconoscono come eccezioni. Il rehire successivo e le performance degradate nei reparti clinici sono la stessa cosa vista da due angolazioni: la ricomparsa del lavoro che si credeva eliminabile.

Il problema aperto non è se l'AI possa sostituire lavoro umano in specifiche funzioni - può farlo, e lo fa. Il problema è che le organizzazioni stanno prendendo decisioni di ristrutturazione basate su modelli di lavoro semplificati, che non catturano la complessità reale di quello che le persone fanno. Quando la semplificazione incontra la realtà operativa, il conto torna - ma con segno invertito.