Questa è la parte del boom dell’IA che continua a infastidirmi: i soldi sono ovunque, ma l’ondata di assunzioni no. Le valutazioni sono enormi. I budget di calcolo sono enormi. Le bollette del cloud sono enormi. La spesa per i data center è enorme. Eppure, quando guardi il mercato del lavoro, non vedi la stessa esplosione di posti verso l’esterno che i vecchi boom tecnologici avevano creato.
Questa discrepanza smette di sembrare misteriosa non appena guardi dove finiscono davvero i soldi. Nei vecchi boom di internet e del mobile, il capitale si riversava sulle persone: product manager, marketer, team di supporto, QA, personale operativo, lavoratori dei contenuti, contractor, creator, autisti, corrieri, moderatori, sviluppatori junior. In questo boom, una quantità brutale di denaro va prima da un’altra parte: chip, calcolo, contratti cloud, data center, energia e team piccolissimi ad altissima leva. Ecco perché il boom dell’IA può sembrare enorme sulla carta e tirchio nella vita reale.
La differenza comincia con una domanda di budget molto concreta
Nel vecchio copione, un’azienda digitale in rapida crescita traduceva di solito i soldi in organico.
Nuovo prodotto? Assumi un team.
Più utenti? Assumi supporto.
Più funzionalità? Assumi sviluppatori, QA, designer e ops.
Più crescita? Assumi marketing e vendite.
Ecco perché le ondate precedenti hanno assorbito così tanti lavoratori. Il software aveva bisogno di molte persone intorno a sé.
Il denaro dell’IA si comporta in modo diverso.
Una grossa parte del nuovo budget non dice “assumi più persone”.
Dice:
- prenota calcolo
- compra chip
- blocca capacità cloud
- paga l’inferenza
- scala il data center
Questa è una storia del lavoro completamente diversa.
I vecchi boom assumevano folle. Questo compra infrastruttura
Questo è il modo più semplice in cui posso dirlo.
Il boom del web assumeva folle.
Il boom del mobile assumeva folle.
Il boom dell’IA compra prima infrastruttura.
Questo conta perché l’infrastruttura non assume come assume una piattaforma consumer.
Un gigantesco contratto di calcolo non crea lo stesso effetto a catena di un marketplace, una rete di consegne o un’app consumer sostenuta dal coordinamento umano.
La spesa è reale. L’attività economica è reale. Ma il moltiplicatore occupazionale è molto più debole.
Piccoli team ora possono costruire ciò che un tempo richiedeva interi reparti
Questa è la seconda parte che le persone continuano a sottovalutare.
Molti prodotti IA sono costruiti sopra:
- API di modelli già esistenti
- infrastruttura cloud già esistente
- pattern di interfaccia già esistenti
- workflow di coding assistiti dall’IA
Questo significa che una singola persona brillante o un piccolo team pieno di senior ora può portare avanti una quantità sorprendente di lavoro che prima era distribuita su ruoli multipli.
Lo senti nella logica delle riunioni:
non “ci servono altre cinque persone”,
ma “vediamo fin dove arriva il team attuale con strumenti migliori”.
Quella sola frase spiega molti dei posti mancanti.
Questo boom è stato costruito per avere bisogno di meno persone
Questa è la frase che la gente continua a evitare perché suona troppo brutale.
L’IA non è solo un nuovo settore.
È uno strato di efficienza che viene calato sopra settori già esistenti.
E quando uno strato di efficienza funziona, le aziende non chiedono soprattutto “Chi altro dovremmo assumere?”.
Chiedono:
- cosa possiamo automatizzare?
- quale team può restare più piccolo?
- quale ruolo possiamo smettere di rimpiazzare?
- quali compiti junior non giustificano più uno stipendio?
Questo non è un bizzarro effetto collaterale del boom.
È il business case.
I lavori che crescono sono reali, ma stretti
Questo non significa che non vengano creati posti di lavoro.
Lo sono.
Ma guarda bene che tipo di lavori sono:
- ricerca sui modelli
- ingegneria infrastrutturale
- evaluation
- lavoro di prodotto con l’IA
- implementazione enterprise
- governance e rischio
- soluzioni e integrazione
Questi lavori contano.
Alcuni pagano molto bene.
Ma non sono ampie categorie del tipo “entra e impara sul lavoro”. Sono più strette, più specializzate e molto più piccole in volume totale rispetto agli strati di impiego di massa creati dalle vecchie ondate tecnologiche.
Ecco perché il mercato sembra capovolto. L’opportunità reale c’è, ma non del tipo che assorbe comodamente chiunque stia cercando di entrare.
Lo strato junior viene colpito per primo
È qui che il problema inizia a sembrare personale.
Nei team di un tempo, molto lavoro entry-level esisteva perché qualcuno doveva fare la parte ripetitiva:
- pulizia della documentazione
- lavoro CRUD di base
- passaggi di QA
- copy di prima bozza
- smanettamento con fogli di calcolo
- ricerca di routine
- produzione di design ripetitiva
Quello strato non era glamour, ma dava alle persone una porta d’ingresso.
L’IA sta mangiando esattamente quello strato per primo.
Quindi, anche quando la professione sopravvive, la scala d’ingresso alla professione può comunque crollare.
Questo è uno dei motivi per cui questo boom sembra così freddo. Non sta solo cambiando i lavori. Sta cambiando chi ha ancora una possibilità di impararli.
L’unica parte speranzosa non è “più posti di lavoro”. È “leva più economica”
Se provo a essere onesto e a trovare comunque un varco, probabilmente è questo:
L’IA può abbassare il costo di costruire una piccola impresa, un’operazione solitaria o un minuscolo team ad altissima produttività.
Questo conta.
Una consulente può fare di più.
Un founder solitario può rilasciare più in fretta.
Un negozio di nicchia può restare piccolo e comunque portare a termine il lavoro.
Un esperto di materia può trasformare la conoscenza in prodotto senza assumere un’intera struttura.
Questa leva è reale.
Ma nota che tipo di speranza è. Non è una storia di assunzioni di massa. È una storia di leva per team piccoli.
È molto più stretta.
Considerazione finale
Quindi perché il boom dell’IA non sta creando posti di lavoro come i boom tecnologici del passato?
Perché questa volta il denaro non sta soprattutto costruendo giganteschi strati umani intorno a nuove piattaforme.
Sta comprando calcolo, comprimendo team e insegnando alle aziende che meno persone possono produrre abbastanza.
Ecco perché il boom appare enorme dall’alto e sottile dal basso.
Il capitale è reale.
La tecnologia è reale.
La storia della produttività è reale.
E una grossa parte della proposta di valore resta la stessa brutta frase che la gente continua a non voler dire ad alta voce:
il sistema dovrebbe avere bisogno di meno persone.