L'AI produce più lavoro.

Più gli agenti abbassano il costo di una competenza, più cresce la domanda di esperti che sanno giudicarla. Il paradosso dell'automazione, spiegato da chi ci lavora dentro ogni giorno.

Dan Shipper, CEO di Every, ha pubblicato il 21 maggio 2026 un saggio lungo che gira parecchio nelle community AI. Il titolo è After Automation. La tesi, in una riga: più automatizzi, più lavoro umano esperto hai bisogno.

Every è una delle aziende più avanzate nell'uso operativo degli agenti AI. Usano Claude Code, Codex, agenti embedded nel customer service, agenti in Slack con nome e cognome. Shipper passa la giornata in Codex, scrive email tramite agente, ha l'inbox a zero da settimane.

Eppure hanno quasi trenta persone. Non hanno licenziato nessuno.

Il paradosso che nessuno vuole ammettere

I benchmark crescono in modo esponenziale. Humanity's Last Exam, il test di ragionamento a livello post-laurea, è passato da pochi punti percentuali a circa il 44% in un anno. GDPval, che misura quanto i modelli reggono il confronto con professionisti umani su compiti economici reali, segna intorno all'85% per i modelli frontier. METR ha pubblicato un risultato su Claude Mythos che mostra un tasso di successo dell'80% su task che richiederebbero a un esperto umano circa quattro ore.

I titoli di giornale dicono: i lavori stanno per sparire. La realtà nelle aziende che usano davvero gli agenti dice altro.

Shipper spiega il meccanismo con chiarezza. I modelli vengono addestrati sul residuo visibile della competenza umana: codice, documenti, ticket, specifiche. Tutto ciò che è stato già fatto, ridotto a testo. Il risultato è che le competenze che prima erano rare diventano accessibili a chiunque.

Gli operativi iniziano a mandare pull request. I marketer creano thumbnail in pochi minuti. Gli ingegneri scrivono guide e landing page. Il volume di output aumenta. La qualità media scende, perché tutti usano gli stessi modelli addestrati sullo stesso corpus, con le stesse tendenze di default.

L'abbondanza crea uniformità. L'uniformità crea domanda di differenza.

Quando tutto inizia ad assomigliarsi, ciò che non assomiglia a nulla diventa prezioso. Quella diversità non può venire da un modello addestrato su ciò che è già stato fatto. Viene da un umano con un problema specifico, un cliente specifico, un momento specifico.

È la stessa logica che vedo nel mio lavoro.

Quando aiuto una PMI a capire dove l'AI può ridurre il tempo perso, il valore non è nel prompt che scrivo. È nel sapere quale processo vale la pena toccare, in quale sequenza, per quell'azienda in quella fase. Quella valutazione non si addestra su un dataset generico.

Shipper ha un nome preciso per questo: "smuggled intelligence", intelligenza di contrabbando. Dentro ogni benchmark impressionante c'è già una quantità enorme di lavoro umano nascosto. Qualcuno ha definito la domanda, scelto gli intervalli di confidenza, deciso il formato dell'output. Il modello esegue dentro una cornice che un umano ha costruito.

Il benchmark misura la performance dentro una cornice. Non misura chi costruisce la cornice.

L'altro punto che trovo utile è quello sui toddler. Sembra strano come argomento in un saggio sull'AI, eppure è il più preciso. Un bambino di due anni è peggio di qualsiasi modello frontier su quasi ogni task misurabile. Non sa scrivere codice, non sa fare analisi, non sa riassumere un documento. Però vuole toccare il palloncino rosso. Inventa un gioco. Prova a capire se ridi o ti arrabbi.

Ha fini propri.

I modelli attuali, per quanto capaci, non hanno fini propri. Eseguono obiettivi che qualcuno ha stabilito. Anche quelli con più "autonomia" operativa rimangono strumenti al servizio di un obiettivo esterno. Finché questa distinzione regge, il "framer" rimane umano.

Cosa cambia nella pratica?

Due cose, per chi fa consulenza o formazione su questi temi.

La prima: smettere di vendere "efficienza generica". L'efficienza generica è esattamente ciò che i modelli producono a basso costo.

Il valore sta nell'identificare il problema specifico, nel definire la cornice giusta prima che il modello inizi a girare. Questo non si ottimizza via.

La seconda: il lavoro di revisione e giudizio non è un costo, è il prodotto. Quando un operativo manda una pull request generata dall'AI, qualcuno deve valutarla. Quando un marketing manager crea dieci thumbnail in venti minuti, qualcuno deve scegliere quella giusta e capire perché le altre non funzionano. Quel qualcuno è l'esperto.

Il mercato per chi sa giudicare l'output degli agenti è più grande oggi di quanto fosse prima degli agenti.