L'azienda senza dipendenti: struttura organizzativa o fiction?

Anything AI è una startup da 100 milioni di dollari con un organigramma apparentemente normale. C'è Emma, che gestisce i bug report. C'è Otis, che supervisiona le operazioni di engineering. C'è Tilda, che gestisce l'inbox del CEO e lo briefa ogni mattina. Nessuno di loro è umano. Sono agenti AI a cui sono stati assegnati nomi, ruoli, e responsabilità operative concrete.

La notizia non è che esistono agenti AI capaci di svolgere compiti complessi - questo è noto da mesi. La notizia è la forma che sta prendendo la loro integrazione: non come strumenti plug-in su processi umani esistenti, ma come titolari di posizioni nell'organigramma. Il linguaggio usato non è quello dell'automazione. È quello dell'assunzione.

Questo spostamento semantico non è innocuo. Chiamare un agente AI 'office manager' o 'brand manager' non è solo marketing: è una scelta architettonica. Significa progettare l'organizzazione attorno a entità che non negoziano, non si ammalano, non chiedono promozioni, non hanno memoria istituzionale nel senso tradizionale, e non partecipano alla cultura aziendale con i meccanismi attraverso cui quella cultura si forma e si trasmette.

Il contesto rende il segnale ancora più denso. Un sondaggio condotto da Careerminds UK su lavoratori britannici rileva che il 36,7% degli intervistati ritiene che un manager AI li renderebbe più produttivi. La maggioranza vuole ancora che il feedback sulle performance venga dato da un umano - ma quella distinzione è già fragile. Se un agente AI gestisce il tuo calendario, filtra le tue comunicazioni, monitora i tuoi output e sintetizza il tuo lavoro per il CEO, la linea tra 'strumento di supporto al manager' e 'manager' diventa difficile da tracciare con precisione.

Paperall'arxiv firmato da ricercatori del campo della valutazione AI argomenta che il paradigma dominante - ottimizzare i sistemi AI per performance superumane autonome - stia implicitamente puntando alla sostituzione degli umani, quando invece il target utile sarebbe la performance del team umano-AI. È una critica metodologica al modo in cui viene pensato lo sviluppo, non solo il deployment. Le metriche che usiamo per valutare i sistemi AI definiscono quale tipo di sistema viene costruito.

McKinsey documenta nel frattempo che i team software che vedono impatto reale dall'AI non sono quelli che hanno aggiunto strumenti AI a processi esistenti, ma quelli che hanno riprogettato l'intero ciclo di sviluppo prodotto attorno alle capacità agentiche. La distinzione è fondamentale: non si tratta di efficienza incrementale, ma di ristrutturazione dell'unità di lavoro di base.

Asana ha completato in due settimane, con OpenAI Codex, cinque anni di lavoro di engineering stimato - per circa 12.000 dollari. Non è una metrica di produttività. È una metrica di ridefinizione di cosa costituisce 'un progetto', 'una timeline', 'un team'.

Il problema aperto che emerge da questi segnali non è tecnico. È strutturale e definitorio. Le organizzazioni stanno adottando agenti AI con la velocità che la tecnologia permette, senza che esista ancora un framework condiviso per rispondere a domande elementari: chi è responsabile quando un agente AI titolare di un ruolo prende una decisione sbagliata? Come si costruisce accountability in un organigramma misto? Cosa significa 'cultura aziendale' quando parte dell'organico non partecipa ai meccanismi informali attraverso cui quella cultura si riproduce?

Il 36,7% di lavoratori che preferirebbero un manager AI non sta esprimendo entusiasmo per la tecnologia. Sta probabilmente segnalando un problema con i manager umani attuali - arbitrarietà, incoerenza, politica. Quella preferenza è un dato sul malessere organizzativo esistente, non un endorsement del modello che si sta costruendo.

La domanda che rimane aperta: stiamo progettando organizzazioni migliori, o stiamo istituzionalizzando l'assenza di alcune delle frizioni che, nel lavoro umano, producono anche adattamento, negoziazione e apprendimento collettivo?