I danni dell'AI usata per licenziare

Nel terzo trimestre del 2025 Gartner ha intervistato 350 executive di grandi aziende, tutte con almeno un progetto di AI o automazione in pilota o in produzione. L'80% ha dichiarato di aver ridotto il personale. L'entità dei tagli risulta però praticamente identica tra le aziende che dall'AI ottengono ritorni elevati e quelle che riportano guadagni modesti o negativi. Se licenziare fosse una strategia per far rendere l'AI, chi taglia dovrebbe guadagnare più di chi non taglia, e questo non emerge dai dati. I tagli creano spazio in bilancio, non ritorno, e per chi su queste pagine ha letto che i licenziamenti annunciati in nome dell'AI erano più finanza che automazione, questa è una conferma che arriva con i numeri.

Lo studio smonta la sequenza che domina i comunicati stampa da due anni, taglia il personale, finanzia l'AI e raccogli i ritorni. Helen Poitevin, analista di Gartner, la liquida così, «molti CEO ricorrono ai licenziamenti per dimostrare ritorni rapidi dall'AI, ma la convinzione è mal riposta». Le aziende con i ritorni più alti non sono quelle che eliminano il bisogno di persone, sono quelle che le amplificano, investendo di più in competenze, ruoli e modelli operativi che permettono alle persone di guidare e scalare i sistemi autonomi. Gartner ha un nome per questo approccio, people amplification, ed è l'unico approccio che, dalle sue analisi, risulta associato ai ritorni.

Forrester completa il quadro misurando cosa succede dopo i tagli. Nel suo report relativo alle previsioni 2026 sul futuro del lavoro, il 55% dei datori di lavoro che hanno licenziato in nome dell'AI dichiara di essersene pentito. Tra questi, il 35,6% ha riassunto più della metà delle persone licenziate e uno su tre ha speso per riassumere più di quanto aveva risparmiato tagliando. La previsione della società di ricerca è che metà dei licenziamenti attribuiti all'AI verrà riassorbita in silenzio, spesso offshore o a salari più bassi. La causa individuata dagli analisti è quasi banale, tagli decisi sulla base di capacità AI non ancora pronte per la produzione, o che richiedevano più supervisione umana del previsto.

Chi ha letto i precedenti interventi di Eufrontier sul tema, riconosce in questi numeri due tesi già argomentate. La prima è che i licenziamenti delle big tech servono a finanziare gli investimenti e a sostenere le valutazioni, non a raccogliere i frutti dell'automazione. La seconda riguarda la conoscenza tacita, il patrimonio di decisioni, eccezioni e relazioni che vive nella testa delle persone e che non è documentato da nessuna parte. I dati di Forrester le danno finalmente un prezzo, perché quando riassumi paghi selezione, inserimento e salari più alti, mentre la conoscenza dell'azienda che il licenziato portava con sé non torna con il sostituto. Si paga due volte, e la seconda volta si compra meno valore di quello che si aveva prima.

Questo problema è ancora più rilevante per le imprese italiane, perché nel nostro Paese eventuali tagli in nome dell'AI si sommerebbero a una carenza cronica di competenze digitali. Un'organizzazione che licenzia per fare spazio all'AI rinuncia due volte, alla conoscenza accumulata e alla produttività moltiplicata che quelle stesse persone, riorientate, potrebbero generare con gli strumenti nuovi. L'AI espansiva, quella che i dati di Gartner associano ai ritorni, non riduce l'organico, ne sposta il focus, dalle attività che la macchina ha assorbito alle decisioni che prima nessuno aveva il tempo di prendere.

La domanda giusta da porsi riguarda come riorientare chi c'è. Fino a ieri questa posizione si difendeva con argomenti di prudenza e di cultura aziendale, oggi si difende con la constatazione che il mercato ha già cominciato a riassumere, in silenzio, le persone che aveva licenziato a favore di annunci. L'obiettivo è trasformare un potenziale vantaggio di breve periodo in una doppia vittoria fatta di automazione e crescita.