Fino a pochi anni fa (diciamo fino al 2022), una parte considerevole del valore economico del lavoro era rappresentata dalla conoscenza, declinata in termini di competenza o expertise, con la quale si svolgeva, non a caso, un determinato compito.
Nelle aziende molti ruoli erano giustificati dalla competenza in un determinato settore.
Indice degli argomenti
La competenza non basta più: gli LLM cambiano le regole del gioco
Tutto questo è cambiato perché il sapere, o il saper fare sulla base di una certa conoscenza, non è più una prerogativa degli esseri umani. L’IA è capace di padroneggiare tutti i domini in cui la conoscenza è completa e in cui l’agire è riducibile a processi e compiti definiti.
Al netto di allucinazioni e altri problemi risolvibili, se un problema può essere descritto linguisticamente, l’IA, per via generativa o per via agentica, può sostituire un essere umano che opera sulla base di un corpo determinato di conoscenze. La competenza e la conoscenza, come obiettivi in sé, hanno perso valore perché gli LLM hanno sottratto la prerogativa del sapere agli esseri umani. Questa affermazione, che può sembrare radicale, è in realtà un’osservazione empirica. Non si tratta di stabilire se le macchine «sappiano» nel senso filosofico del termine, ma di riconoscere che il mercato non distingue più: se un sistema artificiale produce lo stesso output di un esperto umano a una frazione del costo, il valore economico della competenza umana crolla. È una questione di economia, prima ancora che di epistemologia.
Il valore non è intrinseco: economia, psicologia e intelligenza artificiale
Quest’ultimo punto è fondamentale. Il valore dipende dagli esseri umani, non è una proprietà intrinseca di un bene, di una merce o di un servizio. Il valore dipende, a seconda dei casi, o dal lavoro che si spende per produrre una certa merce (lato della produzione, teoria marxista del valore) o dal desiderio e dal consumo atteso della stessa (lato del consumo, che corrisponde a un’ampia costellazione di autori e di prospettive). Qui non entro nel merito della teoria del valore se non per ricordare come, proprio con l’avvento degli LLM e ancor più dell’IA agentica, la commistione tra agenti umani e agenti artificiali stia cambiando il paesaggio di riferimento dell’economia. L’economia non è una dimensione oggettiva, ma affonda le sue radici nella psicologia, nell’esistenza e, oggi, nell’intelligenza artificiale.
Nel 2025, Fenglin Zhang ha fatto notare che, anche nell’era dell’intelligenza artificiale, il valore continua a derivare solo dal lavoro umano vivo: l’IA non crea valore, ma funziona come capitale costante, cioè come una macchina sofisticata che aumenta la produttività, riduce il tempo di lavoro socialmente necessario e consente nuove forme di appropriazione del plusvalore attraverso piattaforme, dati e automazione (Zhang 2026).
Come controesempio, consideriamo di poter dare a tutti gli esseri umani dieci chili d’oro (perché magari cadono in polvere da una cometa di passaggio): se tutti ricevessero oro in abbondanza, nessuno sarebbe più ricco, perché il valore dell’oro crollerebbe fin quasi a zero. Questo suggerisce che il valore non dipende solo dal lavoro incorporato negli oggetti, ma anche dalla loro scarsità, dalla loro distribuzione e dalla struttura relazionale del mondo sociale. In questo senso, mentre Zhang resta fedele a una teoria della produzione del valore, la metafora dell’oro fa emergere che il valore non è una sostanza prodotta una volta per tutte, ma un effetto differenziale che può dissolversi quando diventa universalmente disponibile. In molti casi, l’IA funziona come la polvere d’oro caduta dalla cometa (Manzotti 2024).
I tre livelli del lavoro: processi, competenze e responsabilità
Torniamo a come l’IA modifica il panorama del valore del lavoro. Il punto cruciale non è se l’IA «stia per» sostituire il lavoro umano: lo sta già facendo, in modo selettivo. Ciò che ha perso valore è la competenza procedurale: la capacità di eseguire compiti ben definiti all’interno di domini conosciuti. Consideriamo la figura sotto.
Possiamo vedere il lavoro come una pila di fattori divisa in tre piani. Al livello più basso abbiamo le funzioni e i processi: tutto ciò che richiede un’esecuzione rigida e precisa. Si tratta di formalizzare le funzioni aziendali (o di qualsiasi altro settore). È un livello che si presta perfettamente a essere misurato con KPI o con misure più o meno oggettive. È il livello delle procedure. In pratica, a questo livello le persone sono semplici esecutori e, nella misura in cui sono addestrate a seguire determinate regole, non devono sapere nulla. Se fosse una nave, sarebbe il livello dei marinai.
Il livello intermedio: competenza operativa e decisione
Al livello superiore e intermedio abbiamo i compiti che richiedono esperienza e competenza. Le persone devono conoscere il settore in cui si muovono. I compiti non possono essere completamente specificati in termini di regole e chi li svolge deve avere un’idea degli obiettivi da raggiungere. È il livello in cui si prendono decisioni operative, anche molto importanti, ma che non mettono in discussione la cornice di riferimento. In una nave della marina inglese sarebbe il livello del master, ovvero di chi sa governare una nave anche in acque agitate e durante una tempesta. Richiede competenza e capacità decisionale.
Il terzo livello: visione, responsabilità e creatività
Infine, c’è il terzo livello, quello del comandante, che non solo deve avere un’idea di massima dei livelli inferiori, ma soprattutto deve scegliere quale rotta prendere, dove dirigere la nave e quali scelte, anche rischiose, affrontare. Il terzo livello è quello in cui la conoscenza, per quanto utile, non è più sufficiente. L’imprevedibilità è massima e, in parallelo, anche la responsabilità individuale di chi è chiamato a scrutare l’orizzonte. Al di fuori della metafora, questo è il livello in cui è richiesta creatività e innovazione.
La responsabilità positiva: il valore irriducibile dell’essere umano
L’ultimo livello è quello del valore perché è anche il livello della responsabilità irriducibile dell’essere umano. Ai livelli inferiori si possono fare errori e la responsabilità è soprattutto di carattere negativo: si può fare qualcosa di sbagliato perché non si sono seguite regole e direttive o perché non si aveva la competenza necessaria per decidere in modo efficiente. Ma al piano superiore non ci sono regole scritte, non ci sono procedure da seguire. Le persone sono sole davanti alle conseguenze di scelte che non possono essere ridotte alla conoscenza pregressa. L’ammiraglio, il comandante, il capo di stato maggiore non possono seguire gli ordini di nessuno: devono essere la fonte dei criteri e delle strategie da adottare.
Lo stesso vale in tutti gli ambiti dell’agire umano. Consideriamo il mondo della ricerca pubblica o privata. Al livello più basso si raccolgono i dati e si fanno gli esperimenti. Al livello intermedio si realizzano i progetti sulla base di programmi di finanziamento e delle caratteristiche del proprio istituto. Si gestiscono risorse e criteri. KPI e indici riguardano questi livelli. Ma al livello più alto c’è quella cosa che il filosofo della scienza Thomas Kuhn chiamava scienza straordinaria, e che consiste nella messa in discussione dei paradigmi dominanti e, in parallelo, nelle scelte etiche che riguardano la scienza e la cultura in generale. Il premio Nobel Eric Kandel ricorda come il suo percorso straordinario ebbe inizio nel momento in cui si mosse in direzione contraria a quella dei principali neurologi della sua epoca.
All’ultimo livello, all’opposto dei precedenti, la responsabilità è di natura positiva: si è responsabili di ciò che si propone. Al contrario dei livelli precedenti, caratterizzati, come accennato, da una responsabilità di natura negativa — si è responsabili di ciò che non si sapeva, di ciò che non si è fatto o di ciò che si è fatto e non era previsto da regole e procedure.
Lo tsunami dell’IA: dal basso verso l’alto
In questo contesto, l’impatto dell’IA sta seguendo uno schema molto preciso. L’IA è arrivata dal basso ed è velocemente risalita verso l’alto, come l’acqua di uno tsunami. I programmi hanno sostituito le procedure facilmente codificabili e, grazie all’IA generativa, hanno sommerso e fatto propri tutti i domini legati alla conoscenza. Gli esperti sono stati affiancati dall’IA che, al netto di qualche peccato di gioventù, ormai rivaleggia con gli esseri umani — dal gioco degli scacchi alle radiografie, dalla stesura di un rogito alla manutenzione di un meccanismo anche complesso. I primi due piani corrispondevano alla conoscenza acquisita e alla capacità di utilizzarla, e ormai sono stati ampiamente raggiunti dall’onda dello tsunami dell’IA (Manzotti & Rossi 2025).
In questo contesto, le attività dell’ultimo piano, che erano quantitativamente marginali fino a qualche anno fa — nel senso che, in ogni organizzazione, solo in pochi se ne facevano carico — sono ora diventate qualitativamente preponderanti per quanto riguarda il ruolo degli esseri umani.
Tra l’altro, l’arrivo negli ultimi mesi del 2025 della Agentic AI ha ulteriormente alzato il livello dell’acqua, consentendo l’implementazione sempre più facile di agenti IA capaci di prendere decisioni di ogni tipo e di agire nel mondo. Non siamo ancora al terzo piano, ma ne stiamo bagnando il pavimento.
Dal processo al fine: la nuova economia del valore umano
L’IA sta ridisegnando il valore del lavoro umano spostandolo dal livello della funzione a quello del fine, dal processo/competenza al fine, dal come al cosa. L’IA generativa ha reso disponibile a costi marginali quasi nulli tutto ciò che riguarda processi, procedure e competenze esecutive, mentre l’IA agentica comincia ad affacciarsi sul terreno degli obiettivi. Di conseguenza, la competenza tecnica smette di essere il luogo del valore e diventa un’infrastruttura data per scontata. Sopravviverà e prospererà chi sa porre domande, scegliere fini, giudicare e assumersi responsabilità — operazioni di senso che nessuna macchina può compiere da sé. L’IA va usata come augmented intelligence, esternalizzazione del processo per liberare risorse e potersi concentrare sul fine.
Come si vede nella figura sopra, il rapporto per quanto riguarda il valore è profondamente cambiato. Prima il grosso della forza lavoro umana doveva occuparsi delle attività operative e dei compiti che richiedevano l’applicazione di un dominio di competenza. Oggi questi livelli sono stati sostituiti dall’IA nelle sue varie incarnazioni e — in relazione a quanto scrivevo all’inizio, ovvero che il valore è sempre legato alla scelta, al lavoro e al consumo degli esseri umani — il valore economico dei primi due piani si sta rapidamente riducendo, come si vede nella seconda figura.
I dati confermano: l’IA redistribuisce il valore, non lo distrugge
Se consideriamo i dati presentati da Anthropic ai primi di marzo, della sostituibilità attuale e futura delle aree professionali, vediamo che ogni area caratterizzata da un’elevata competenza di carattere tecnico sta subendo una rapida obsolescenza (Massenkoff & McCrory 2026). Al netto di aree al sicuro per motivazioni di carattere ambientale, si vede molto bene come resistano tutti quei settori a bassa dipendenza da un dominio consolidato di conoscenza. Così matematica, programmazione, diritto, chimica e ingegneria subiscono una consistente invasione da parte dell’IA perché i loro membri svolgevano attività che richiedevano grandi competenze, ma spesso ridotta inventiva e responsabilità.
I dati confermano il quadro. Secondo il World Economic Forum, entro il 2030 saranno creati 170 milioni di nuovi ruoli e ne saranno eliminati 92 milioni, con un saldo netto positivo di 78 milioni. Ma il saldo netto nasconde la violenza della transizione: non sono le stesse persone che perdono un lavoro a trovarne un altro. Il rapporto PwC Global AI Jobs Barometer rivela un dato significativo: i salari crescono il doppio nei settori più esposti all’IA rispetto a quelli meno esposti. Questo significa che l’IA non distrugge valore in modo uniforme: lo redistribuisce. Chi sa lavorare con l’IA guadagna di più; chi ne viene sostituito guadagna zero. Il cognitariato, per dirla con Franco Berardi Bifo, ha perso la sua ragion d’essere.
La creatività umana come valore centrifugo: l’orizzonte che l’IA non raggiunge
Può sembrare velleitario attribuire agli esseri umani una capacità di innovazione e di scelta che l’IA non può invadere. Tuttavia c’è un motivo razionale per farlo. La creatività umana, che sta alla base del nostro valore in tutti gli ambiti (dalle scelte strategiche alla creatività artistica), non è di natura centripeta, ma piuttosto centrifuga. Voglio dire che non nasce in una nostra presunta interiorità per effetto di qualche misteriosa capacità di cui solo i cervelli biologici sarebbero dotati. Il nostro valore non viene dal centro, ma dalla nostra esistenza, quindi dall’orizzonte circostante, dalla periferia della nostra vita. È la capacità di fare nostri aspetti della realtà che sono ancora ignoti, cioè fuori dal cerchio della conoscenza e in attesa di diventarne parte.
Sappiamo che è così perché è quanto è sempre avvenuto, in grande, nella storia della scienza e della società e, in piccolo, nella vita quotidiana di tutti noi. Questa capacità di pensare fuori dal vaso e di cambiare la cornice di riferimento all’interno della quale ragioniamo e organizziamo la conoscenza è il fattore che più di ogni altro caratterizzerà il valore dell’essere umano, sia da un punto di vista sociale e culturale sia da un punto di vista economico e gestionale. Ovviamente, per raggiungerlo sarà necessario modificare quella struttura organizzativa e formativa su cui si è basato il sistema economico della società post-industriale.
Riferimenti
Massenkoff, M, McCrory, P. 2026. «Labor market impacts of AI: A new measure and early evidence», Anthropic, Marzo 5.
Manzotti, R.. 2024. «Denaro, tempo e valore nell’era dell’Intelligenza artificiale», Bancaria, 7/8: 1–6.
Manzotti, R., Rossi, S. 2025, Lo Tsunami. IA & IO. Rubettino, Soveria Mannelli.
World Economic Forum, Future of Jobs Report 2025, ISBN 978-2-940631-90-2.
Zhang, F. 2026. «The labor theory of value in the era of artificial intelligence and digital platforms: challenges, innovations, and new mechanisms», Humanities and Social Sciences Communications, doi.org/10.1057/s41599-026-07030-4.
Partecipa alla community