Nel 2026 i tracker del settore tech hanno contato 129.000 posti di lavoro tagliati, e molti titoli hanno attribuito la responsabilità all’intelligenza artificiale. Aprendo i singoli casi che compongono quel numero si scoprono però fenomeni completamente diversi tra loro.
Centoventinovemila tagli, letti bene Le quattro schede con cui abbiamo raccontato i numeri su LinkedIn. Scorri per vedere tutte le 4 pagine.
Uber: sparisce il coordinamento, non la mansione
Nella lettera ai dipendenti, l’amministratore delegato Dara Khosrowshahi non nomina mai l’intelligenza artificiale. Nomina i livelli gerarchici.
La riduzione colpisce del venti per cento chi lavora a sette gradi di distanza dal vertice, e dimezza i team composti da un manager con uno o due riporti diretti. Quello che sparisce non è un mestiere sostituito da una macchina: è lo strato di coordinamento che serviva a far passare le informazioni da un livello all’altro.
Apple: un prodotto che chiude
Apple ha eliminato poco più di 200 ruoli tra le aree Siri e Vision Pro e, nello stesso periodo, ha aperto nuove posizioni. Metà dei ruoli tagliati riguardava gaming e video immersivi per un visore che non ha trovato il suo mercato.
Non è un lavoro automatizzato. È un prodotto che chiude, con le persone ricollocate altrove. Succedeva anche vent’anni fa, senza che nessuno chiamasse in causa gli algoritmi.
Oracle: il costo del personale diventa data center
Oracle è l’unica delle tre che mette l’intelligenza artificiale nero su bianco in bilancio. Ma accanto a quella riga ce ne sono altre due che raccontano il resto della storia: 55,7 miliardi di capex e un flusso di cassa a meno 23,7 miliardi.
Qui non è l’AI che sostituisce le persone. È il costo del personale che si trasforma in infrastruttura: i soldi che prima andavano agli stipendi ora vanno ai data center necessari per far girare i modelli.
Anatomia di un numero
Tre movimenti diversi, un unico conteggio
Una riorganizzazione gerarchica, la chiusura di una linea di prodotto e uno spostamento di capitale finiscono tutti nella stessa statistica. E i tracker non concordano nemmeno sul totale: a seconda del perimetro considerato si va da 129.000 a oltre 200.000.
La domanda giusta per un’azienda normale
Se guidi un’impresa che non è Uber, Apple o Oracle, la domanda non è quale mansione sparirà. È un’altra, e nasce direttamente dal caso Uber.
Il primo strato a comprimersi è sempre quello che serviva a far parlare le persone tra loro. I passaggi intermedi, le riunioni di allineamento, le persone che riportano a persone che riportano ad altre persone. Quel livello esiste per compensare processi che non sono chiari: se il flusso di lavoro fosse documentato e leggibile, non servirebbe qualcuno a fare da ponte.
Le aziende che hanno processi definiti quello strato non ce l’hanno già oggi. Non perché abbiano adottato l’intelligenza artificiale prima degli altri, ma perché hanno fatto un lavoro di organizzazione a monte.
Cosa significa in pratica
Prima di chiedersi quali strumenti di AI introdurre, conviene chiedersi quanto lavoro nella propria azienda serve solo a far comunicare due reparti. Quante mail servono a sapere una cosa che dovrebbe essere già scritta da qualche parte. Quante riunioni esistono perché nessuno si fida del dato che ha davanti.
È lì che si nasconde il costo vero. E si affronta mappando i processi, non comprando tecnologia.
In sintesi. L’intelligenza artificiale applicata dopo il lavoro sui processi moltiplica il risultato. Applicata prima, si limita ad automatizzare la confusione che c’era già.
Mappare i processi prima di comprare tecnologia richiede comunque strumenti. La guida che usiamo negli Ethos Lab AI è pubblica: sette strumenti AI, le missioni per impararli e i prompt che funzionano davvero.
