Alle 22.17 arriva un ordine urgente. Nessuno corre in magazzino: il sistema controlla le scorte, interroga i fornitori e riscrive il programma di produzione. Un robot prepara i componenti. Un responsabile guarda lo schermo, esita un secondo e approva.
Poi torna a casa.
La fabbrica continua a lavorare.
Non è ancora la normalità, ma mostra ciò che sta arrivando: macchine capaci non solo di eseguire istruzioni, ma anche di scegliere il passaggio successivo. Sembra una differenza minima. In realtà cambia il ruolo delle persone.
Il software tradizionale segue una strada già tracciata. Un agente d’intelligenza artificiale riceve un obiettivo, consulta documenti, usa altri programmi, controlla il risultato e prova a correggersi. Può sbagliare, anche in modi sorprendenti. Ma non gli chiediamo più soltanto di calcolare. Gli chiediamo di lavorare.
Una ricerca pubblicata nel giugno 2026 sull’uso di Codex mostra che questa abitudine si sta diffondendo anche oltre il mondo degli sviluppatori. Lo studio riguarda una piattaforma specifica e non dimostra, da solo, un aumento della produttività nell’intera economia. Indica però un cambio di mentalità: al computer non affidiamo più soltanto una domanda, ma un incarico. (arxiv.org⁠)
E la novità più esaltante non è soltanto che una macchina sappia rispondere. È che inizi a collegare percezione, ragionamento e azione.
Un robot può ricevere una richiesta formulata a parole, riconoscere gli oggetti davanti a sé, capire che cosa è cambiato nell’ambiente e scegliere come muoversi. I sistemi sperimentali di Google DeepMind combinano linguaggio, immagini e movimento per affrontare compiti diversi. In laboratorio è impressionante. In fabbrica, però, un gesto deve riuscire migliaia di volte, senza mettere in pericolo nessuno e a un costo ragionevole. Basta un oggetto fuori posto, un materiale deformato o una luce diversa per trasformare una dimostrazione in un problema. (deepmind.google⁠, storage.googleapis.com⁠)
Eppure è proprio qui che s’intravede una trasformazione enorme. Finora abbiamo costruito macchine specializzate: una per saldare, una per spostare, una per controllare. Il passo successivo è una macchina capace d’imparare una famiglia di compiti e di adattarsi a situazioni nuove senza essere riprogrammata ogni volta.
Non significa che avremo presto robot capaci di fare tutto. Significa qualcosa di più concreto: il costo per automatizzare un nuovo compito potrebbe diminuire drasticamente. Se oggi servono mesi di progettazione per insegnare a una macchina ogni singolo movimento, domani potrebbe bastare mostrarle il risultato desiderato, correggerla e lasciarle accumulare esperienza.
Qui finisce la fantascienza e comincia il bilancio.
Un’impresa spende un milione di euro l’anno per attività che un sistema potrebbe svolgere (in parte). Il risparmio promesso è del 20 per cento: duecentomila euro. Poi arrivano il canone, l’integrazione, la manutenzione e i controlli. Alla fine restano magari sessantamila euro di vantaggio.
Non è poco. Ma il conto cambia se il fornitore aumenta il prezzo, se il sistema si blocca o se per sostituirlo bisogna rifare tutto da capo. L’impresa può diventare più efficiente e, nello stesso momento, più dipendente.
È il lato meno fotografato della rivoluzione: non il robot che cammina, ma il contratto che non si può più disdire.
Per le piccole e medie imprese l’occasione è grande. Strumenti di analisi, progettazione e assistenza che un tempo richiedevano grandi uffici possono diventare accessibili anche a un’azienda di cinquanta persone. Proprio le imprese più piccole, però, devono evitare di consegnare il proprio patrimonio senza accorgersene.
Nel Veneto quel patrimonio spesso non è scritto da nessuna parte. È nella testa di chi riconosce un guasto dal rumore di una macchina, capisce che un cliente sta per cambiare ordine o sceglie il fornitore giusto quando gli altri falliscono.
L’intelligenza artificiale può trasformare questa esperienza in dati, procedure e strumenti condivisi. Può anche portarla fuori dall’azienda. Dipende dai contratti, dalle impostazioni e dal servizio utilizzato.
Le domande decisive sono concrete: chi possiede i dati? Possiamo esportarli? Cosa succede se il servizio s’interrompe? Possiamo cambiare fornitore senza perdere il modo in cui lavoriamo?
Sono domande da fare prima dell’entusiasmo, non dopo il primo guasto.
Anche il lavoro cambierà in modo meno netto di quanto suggerisca la formula «posti sostituiti». Ogni mestiere comprende attività diverse: alcune ripetitive, altre delicate, altre fondate sulla fiducia. Una macchina può eliminare la parte più noiosa e lasciare spazio a quella più utile. Oppure può permettere di fare più cose, più in fretta, con meno persone.
Prendiamo un ambulatorio. Se il sistema dimezza il tempo dedicato alla documentazione, quei minuti possono diventare ascolto del paziente. Oppure nuove visite. La tecnologia non decide quale strada prendere. Lo fanno i responsabili, attraverso obiettivi e incentivi.
C’è poi un rischio più silenzioso. Molte competenze s’imparano cominciando dalle mansioni semplici: controllare un documento, correggere un errore, preparare una prima analisi. Se affidiamo tutto questo alle macchine, chi entra oggi nel mondo del lavoro potrebbe non avere più il tempo d’imparare. Domani gli chiederemo di supervisionare processi che non ha mai visto nascere.
In una società che invecchia, robot e agenti digitali possono compensare la scarsità di personale e ridurre la fatica. È una ragione sufficiente per investire. Ma non basta comprare la macchina: bisogna progettare il passaggio. Servono formazione, nuove responsabilità e la possibilità di contestare le decisioni del sistema.
Altrimenti l’innovazione diventerà soltanto un modo elegante per trasferire il rischio su chi lavora.
Vale anche per l’ambiente. Se ogni prodotto richiede meno energia, è una buona notizia. Ma se il prezzo più basso fa aumentare molto la produzione, il consumo complessivo può crescere. I sistemi digitali, inoltre, non sono immateriali: richiedono server, elettricità, reti, manutenzione e materiali.
La vera leadership non consisterà nel dire «usiamo l’intelligenza artificiale». Consisterà nel decidere che cosa delegare, che cosa controllare e quando fermarsi.
Un dipendente davanti a un pulsante di approvazione non è necessariamente un supervisore. Per controllare una macchina servono tempo, informazioni e soprattutto il diritto di dirle di no.
Torniamo alla fabbrica delle 22.17. L’ordine è partito. Il robot ha preparato i componenti. Il sistema ha scelto il programma più conveniente. Il cliente è soddisfatto.
La domanda non è soltanto quanto è costato quel pezzo, ma chi saprà modificare il sistema domani? Chi potrà sostituirlo? Chi avrà imparato qualcosa? E quanto costerà uscire dall’accordo?
Quando l’intelligenza entra in fabbrica, non cambia solo il modo di produrre. Cambiano i rapporti di forza tra lavoratori, imprese e fornitori tecnologici.
Il progresso si vedrà nei pezzi prodotti, la sua qualità si capirà da quanta autonomia resterà a chi li produce.

Paolo Giopp