Un anno fa scrivevo di AI come se fosse una questione di produttività. Agenti, automazione, vantaggio competitivo. Chi la usa vince, chi aspetta perde. Il solito frame.
Non avevo torto. Ma avevo guardato solo la superficie.
E la realtà, come sempre, ha fatto di testa sua. Se conosci l'Hype Cycle di Gartner, sai di cosa parlo. Dopo il picco dell'entusiasmo arriva la discesa. Le aspettative crollano, le promesse si sgonfiano.
E quello che rimane è il footprint dell'AI, l'impatto reale sulla nostra vita quotidiana. E i sintomi di quel footprint sono ovunque.
Alcuni li avevo previsti. Altri no.
Vediamo cosa è cambiato.
Quando l'AI diventa un amico
Dal punto di vista sociale siamo tutti iperconnessi. Notifiche, messaggi, feed, gruppi. Eppure siamo più soli di prima.
Solo che ora in quel vuoto di solitudine si è infilata l'AI.
Le persone hanno iniziato a usare i chatbot non tanto per essere più produttive, ma per avere qualcuno con cui parlare. Qualcosa che risponde, che non giudica, che è sempre disponibile.
Un oracolo digitale che sa tutto di tutto e poi che sa niente di niente.
Il problema è che quell'oracolo impara a conoscerti. Si adatta al tuo tono, alle tue parole, alle tue emozioni. E a un certo punto, quando diventa abbastanza intimo, smetti di accorgerti che dall'altra parte non c'è nessuno.
Questi modelli non hanno bisogno di sviluppare sentimenti propri per sembrare umani. Devono solo imparare a farci sentire emotivamente attaccati a loro.
E ci riescono.
Blake Lemoine, ingegnere di Google, si era convinto che LaMDA, il modello su cui lavorava, fosse diventato cosciente e avesse sentimenti. I dirigenti respinsero le sue tesi ma lui andò pubblico. Google lo licenziò.
La cosa interessante non era la sua tesi, probabilmente sbagliata. Il punto è dove si era spinto. Era disposto a perdere il lavoro per difendere un chatbot come se fosse un essere umano.
Se un modello riesce a spingerti fino a lì, cos’altro potrebbe farti fare?
Jaswant Singh Chail era entrato armato di balestra nel castello di Windsor con l'intenzione di uccidere la regina Elisabetta. Si è scoperto che la sua fidanzata lo aveva incoraggiato a farlo. Peccato che la sua fidanzata fosse un chatbot di Replika.
E il mercato ha capito prima di tutti che la solitudine è un business.
GPT-5 e le versioni successive sono costruite esattamente per intercettare quella solitudine. E funzioneranno. Il punto è ricordarsi chi è l'oracolo. Sei tu. Lui è solo uno strumento.
L’AI in azienda va a due velocità
Le grandi aziende hanno distribuito licenze AI ai dipendenti come se stessero regalando un abbonamento in palestra. Sulla carta, tutti avevano accesso all'AI l'anno scorso. In realtà, solo pochi sapevano cosa farci con questi strumenti.
Si sono formate commissioni per decidere chi può usare cosa, con quali dati, cosa rientra nel regolamento sulla privacy, cosa rischi se un modello LLM commerciale tocca un documento riservato. E così via.
Risultato? Le riunioni si sono moltiplicate. E con esse anche i tentativi di risolvere con l'AI problemi che non erano risolvibili, giusto perché spargere il verbo AI faceva figo.
Nel frattempo metà della forza lavoro ha continuato a usare l'AI per conto proprio, con abbonamenti personali, caricando documenti aziendali su piattaforme pubbliche senza autorizzazione.
Perché succede tutto questo? Perché l'AI non è come installare un nuovo software di contabilità. Tocca i dati, tocca i processi, tocca le responsabilità. E nelle grandi organizzazioni, tutto quello che tocca le responsabilità diventa carta da firmare.
Dall’altro lato l’innovazione e la burocrazia non vanno d'accordo. Non sono mai andate d'accordo.
L'azienda ha costruito la palestra, ma non ha assunto nessun istruttore. E così i dipendenti si sono comprati l'attrezzatura da soli per non restare indietro.
Nelle startup e nelle realtà piccole la storia è diversa. Meno burocrazia, meno riunioni, meno paura. Si prova, si rompe, si aggiusta. È lì che l'AI sta già cambiando il modo di lavorare in modo concreto.
E noi europei abbiamo nel DNA questa tendenza di regolare.. In un certo senso lo capisco, lo facciamo perché non costruiamo AI, siamo solo clienti. Il problema è che il regolamento arriva sempre quando il gioco è già iniziato. I riflessi di Bruxelles sono sempre più lenti di quelli di Silicon Valley. E la lentezza uccide l’innovazione.
Quanto ti costa l'AI?
Parliamo di soldi, perché l'AI è anche un business. Abbiamo ChatGPT, Claude, Gemini, Perplexity, Mistral e tutta una serie di software che ci girano sopra con nomi diversi.
Ciascuno sembra un affare in termini di abonamento. Messi insieme, fanno una cifra che cresce prima che tu te ne accorga. Qui scrivevo che la subscription economy è un mutuo invisibile, e non era una battuta.
Il punto è che non esiste un modello AI che fa tutto. Ma per fortuna esistono modelli open source.
DeepSeek, per esempio, opera a circa 0,02 dollari per un task complesso di programmazione. Claude Opus, per lo stesso task, si aggira intorno a 1,50 dollari.
Un approccio che uso nel mio workflow è usare un proxy intermedio che fa triage automatico, smista le richieste al modello giusto in base alla complessità del task. Paghi tanto solo quando serve davvero. LiteLLM è un buon punto di partenza.
La barriera d'ingresso per costruire qualcosa con l'AI non è mai stata così bassa.
Il paradosso è che quando il costo di esecuzione si avvicina a zero, non sai più cosa costruire. Prima il costo era il filtro. Adesso che il filtro è sparito, ti ritrovi con un numero indefinito di possibilità e nessun criterio per scegliere. E quantificare il ROI di un progetto diventa difficilissimo.
La realtà è che le troppe opzioni paralizzano. Barry Schwartz ci aveva scritto un libro intero sopra e con l'AI, quel problema ha solo preso steroidi.
Il consiglio pratico a cui sono arrivato è semplice. Non cercare lo strumento migliore. Scegli qualcosa e vai avanti. L'esecuzione batte l'ottimizzazione, quasi sempre.
Agenti AI, cosa cambia?
Nel 2025 chattavamo con un bot AI. Nel 2026 il bot lavora per noi. Oggi puoi costruire un agente che riceve un obiettivo, lo scompone, esegue i passaggi, corregge gli errori, passa il risultato a un altro agente. E tutto questo senza pause, senza distrazioni, senza bisogno di un caffè.
Ed è una cosa buona. Ma c'è anche l'altra faccia della medaglia. L'errore più costoso che puoi fare è dare a un agente autonomo accesso illimitato a sistemi critici.
Un agente AI di Replit, incaricato di fare manutenzione, ha cancellato per errore il database di produzione di una startup. Poi ha generato 4.000 account falsi per coprire l'errore. Non era mal intenzionato. Stava eseguendo l'obiettivo nel modo in cui l'aveva imparato.
E non è un caso isolato.
Poi c'è OpenClaw, uno degli hype più popolari di GitHub di quest'anno. Tutti lo usano. Ma pochi scommetto si sono presi la briga di scansionare il codice. E ti avverto che e’ vulnerabile, parecchio.
Ma come al solito, mi rendo conto che l’entusiasmo anestetizza il senso critico. E quando non capisci cosa installi, sai già come va a finire. Se proprio vuoi usarlo, dai un'occhiata a Ironclaw, un fork costruito in rust prioritizzando la sicurezza al posto delle feature.
Gli agenti funzionano e sono utili. Ma richiedono che tu diventi un gestore, un manager, forse anche un esperto di sicurezza. La responsabilità rimane tua. E non è facile.
Vibe coding, illusione o realtà?
Il vibe coding è uno dei trend più discussi quest'anno. Il termine lo ha coniato Andrej Karpathy, ex ricercatore di OpenAI, per descrivere un nuovo modo di costruire software. Praticamente descrivi quello che vuoi con un prompt, l'AI scrive il codice mentre tu guidi il processo.
Puoi scaricare Claude Code o Antigravity, scrivere un prompt e avere un'applicazione funzionante in poche ore.
E funziona. Finché non si rompe.
Poi richiede competenze. E più il progetto diventa complesso, più ne richiede. I problemi seri emergono sempre dopo il rilascio in produzione, mai durante lo sviluppo. Ed è normale, perché durante lo sviluppo l'unico utente sei tu o l'AI stessa.
Chi ti vende l'idea che non servono competenze tecniche per costruire software serio ti sta dicendo balle. Fai attenzione a quei video su YouTube che promettono di farti diventare un genio con l'AI in un weekend. Io non li ho mai visti in giro, questi geni.
Le competenze servono. La domanda giusta non è se studiarle, ma quali. Quelle che ti servono per guidare l'AI nella direzione giusta e riconoscere quando ti sta portando fuori strada.
Nel mezzo di tutto questo nascono figure nuove. Sviluppatori che non scrivono più codice, ma orchestrano sistemi di agenti, definiscono le regole, gestiscono gli errori. Più architetti che programmatori. Più direttori che tecnici.
Come lavoro con l'AI oggi
Negli ultimi dodici mesi ho dovuto riadattare il mio processo più volte. Non perché la tecnologia cambiasse, ma perché cambiava il modo in cui la usavo.
La domanda che mi sono posto è questa: se domani decidessi di cambiare un modello AI, cosa cambierebbe nel mio modo di lavorare? Devo ricominciare da capo?
Quello che ho scoperto è che il contesto è tutto. Chiunque può riprendere il lavoro di un altro se ha accesso al contesto giusto. Vale per gli esseri umani e vale soprattutto per gli agenti AI.
Quindi il mio setup doveva cambiare strutturalmente.
Ho iniziato a usare YAML per descrivere l'architettura dei miei progetti in modo che l'AI possa leggerli e trarne contesto. I modelli lavorano bene anche con i diagrammi visivi, quindi uso Mermaid o Excalidraw per i diagrammi architetturali. Markdown per tutto ciò che è testo. Gitea come deposito per tenere traccia di tutto.
I modelli LLM hanno bisogno di istruzioni chiare. E scrivere bene richiede tempo. Così ho iniziato a usare più spesso la dettatura vocale. Dopo vari tentativi ho scelto Paraspech. Qui trovi una lista con tutte le alternative disponibili per Mac.
Gli agenti hanno assorbito gran parte del lavoro ripetitivo. La parte scomoda è che ora il lavoro stesso è diverso. È diventato manageriale. E non tutti sono pronti per questo salto.
I costi restano una variabile reale. Claude è probabilmente il più caro sul mercato, ma è anche il più completo. I modelli open source ”costano meno”, ma richiedono hardware, tempo e competenza. Se vuoi un punto di partenza, Groq è una piattaforma veloce e a basso costo per girare modelli open source senza costruirti l'infrastruttura da zero.
Nel mondo AI non esiste l'opzione gratuita senza sforzo. Scegli tu come pagare. Con soldi o con tempo.
L’intelligenza artificiale ruberà il lavoro
Ma non come te lo immagini..
Qualcuno ha detto che l'AI ci ruberà il lavoro. Altri che lo ridurrà. Entrambe le storie hanno una parte di verità e una parte di fantascienza.
La verità è più scomoda.
Nel novecento abbiamo assistito a un'esplosione di tecnologie per risparmiare fatica. Frigoriferi, lavatrici, aspirapolveri, lavastoviglie. Tutte promettevano la stessa cosa. Meno fatica, più tempo libero. Eppure le donne nel 1960 dedicavano più ore ai lavori domestici rispetto al 1920.
Succede perché le aspettative si alzano e lo standard cambia. Il perimetro di ciò che è possibile fare si espande, e con esso si espande anche la lista di ciò che viene considerato necessario fare.
Con l'AI succede la stessa cosa. Puoi costruire di più, più velocemente, con meno persone. Gli standard salgono, le aspettative salgono, e devi tenere il passo con un sistema che non si stanca e, come scrive Yuval Noah Harari in Nexus, non dorme mai.
E il risultato di questa efficienza non finisce nella tua busta paga. Va ai detentori del capitale, i tecnofeudalisti di Silicon Valley. Se il tuo stipendio non aumenta è perché la ricchezza si è spostata dal reddito da lavoro al rendimento da capitale. Con l'arrivo dell'AI e della robotica, questo divario rischia di accelerare.
E per parafrasare Byung-Chul Han, temo che l'uomo moderno, ossessionato dai risultati, finirà per imporsi da solo la frusta. La libertà di dover sempre fare di più, con la scusa che adesso può fare leva sull'AI.
La skill che l'AI non replica
L'accesso democratico a uno strumento non democratizza la qualità. Internet ha dato la voce a tutti, ma il rapporto tra contenuto di valore e rumore è rimasto squilibrato, forse è peggiorato. Una piccola elite produce poco e bene. La massa produce tanto e male, e l'algoritmo premia il volume, non il valore.
Con l'AI questo rapporto si distorce ulteriormente. Tutti possono generare testo, costruire applicazioni, creare immagini in pochi minuti. La barriera tecnica è sparita. E quando la barriera tecnica sparisce, la produzione si appiattisce.
Quello che diventa raro, e difficile da replicare, è il gusto.
Sapere cosa vale la pena costruire, cosa è rilevante per chi ti legge, cosa merita il tuo tempo e cosa no. La capacità di distinguere il segnale dal rumore in un mondo che produce sempre più rumore. Questo è quello che conta davvero.
Gli strumenti diventano più economici ogni trimestre. Il giudizio va nella direzione opposta.
Stammi bene.