Fine della consulenza? McKinsey cambia il rate dei partner

Tutti hanno notato la cifra, forse, ammesso che abbiate ascoltato il podcast. E quasi tutti hanno parlato di fine della consulenza guardando il dato sbagliato.

A gennaio 2026, sul podcast All In, Bob Sternfels (global managing partner di McKinsey) ha dichiarato che la sua azienda conta 60.000 dipendenti, di cui 25.000 agenti AI a fianco di 40.000 umani, con l’obiettivo di raggiungere la paritร  entro fine anno. La notizia รจ stata ripresa in tutto il mondo come prova che la consulenza strategica sta automatizzandosi piรน in fretta di qualsiasi altro settore knowledge-intensive.

C’รจ chi ha tirato fuori il termine “fine della consulenza” e chi, dall’altra parte, ha sminuito ricordando che i concorrenti EY e PwC parlano di poche unitร  di agenti capaci di fare il lavoro pesante senza bisogno di scalare a 25.000.

Trovo che entrambe le narrazioni siano interessanti, e in larga parte sbagliate. La notizia vera, secondo me, รจ arrivata pochi giorni fa, a metร  maggio, quando il Financial Times ha riferito che McKinsey sta riducendo la quota cash della remunerazione dei partner per spostarne una parte maggiore in equity. รˆ una notizia di compensation, apparentemente tecnica, ed รจ quella che racconta cosa sta cambiando davvero in quel settore.

Provo a spiegare perchรฉ.

Cambiano le compensation

Per capire l’importanza del cambio compensation serve un veloce ripasso di come รจ strutturata storicamente una grande consulenza strategica. McKinsey, BCG, Bain, e le big four nella loro componente advisory, sono partnership professionali. Il modello economico รจ semplice e ha retto per decenni: si vendono ore di consulente, organizzate in progetti, fatturate a rate molto alte, calcolate su un mix di seniority. Il partner del progetto guadagna due cose: uno stipendio base relativamente contenuto, e una quota dei profitti annuali che dipende dal volume e dalla marginalitร  dei progetti che ha portato a casa. La quota di profitto รจ cash, distribuita ogni anno, e rappresenta storicamente la parte piรน sostanziosa della remunerazione.

Questo modello si regge su un assunto: che i ricavi siano sufficientemente prevedibili anno per anno. Se conosci piรน o meno quanto fatturerai e con quanta marginalitร , puoi distribuire la maggior parte dei profitti subito ai partner senza creare instabilitร  finanziaria. Per anni questo รจ stato vero. I clienti grandi rinnovavano contratti, le tariffe orarie crescevano insieme all’inflazione, i progetti grandi si ripetevano. Non c’era bisogno di tenere capitale in azienda, perchรฉ il flusso di cassa era stabile.

Adesso quel flusso sta diventando volatile, per due ragioni che la mossa McKinsey rende esplicite. Primo: l’AI sta comprimendo le ore necessarie per fare il lavoro. Se un team che prima fatturava 5.000 ore per un progetto adesso ne fattura 2.000 perchรฉ 3.000 le fanno gli agenti, la base imponibile del fatturato si riduce. Secondo: il pricing si sta spostando dal time & materials all’outcome-based. Anzichรฉ vendere ore, McKinsey sta provando sempre di piรน a vendere risultati specifici, legando una parte significativa del compenso al raggiungimento di obiettivi misurabili per il cliente. Risultato? I ricavi diventano piรน discontinui e piรน rischiosi.

In un modello a remunerazione cash di anno in anno, la combinazione di queste due tendenze รจ esplosiva. Un cattivo anno svuota la partnership. Quindi bisogna tenere piรน capitale in azienda, distribuirne meno subito, dare ai partner una partecipazione che si valorizza nel tempo invece di pagarli a profitti annuali. Da qui lo spostamento in equity.

Perchรฉ la notizia conta piรน del numero degli agenti

Se prendi il numero 25.000 agenti, รจ una cifra grande ma di marketing. Conta cosa fanno e quanto valore generano davvero, e su questo le testimonianze esterne sono variegate. Il global engineering chief di EY, Steve Newman, ha commentato in modo pungente che “alcuni dei migliori risultati che abbiamo arrivano da una manciata di agenti che fanno il lavoro pesante” e che il numero di agenti, di per sรฉ, non si traduce automaticamente in valore. EY parla di “una manciata” di agenti che producono il valore reale, BCG dichiara che l’AI consulting sarร  il 20% dei suoi ricavi 2024, Accenture ha riorganizzato cinque unitร  nella nuova “reinvention services”. Ogni big sta giocando una partita diversa.

Il cambio compensation, invece, รจ una decisione strutturale che dice una cosa precisa: McKinsey ha smesso di scommettere sulla prevedibilitร  del proprio business e ha cominciato a gestirsi come un’azienda con ricavi volatili. รˆ la mossa di un’azienda che si sta riorganizzando per affrontare un decennio diverso, non per gestire una transizione di breve.

Tradotto in linguaggio operativo: la consulenza piรน elite del mondo ha appena ammesso pubblicamente che il proprio modello di ricavo non sta piรน funzionando come prima. Per un settore che vive di certezze trasmesse al cliente, รจ un’ammissione importante.

E chi fruisce della consulenza cosa deve valutare?

Per chi guida un’azienda italiana e ha rapporti consolidati con grandi societร  di consulenza, ci sono tre conseguenze pratiche da iniziare a osservare nei prossimi mesi.

La prima รจ sui pricing. Il modello time & materials non scomparirร  del tutto, ma diventerร  sempre piรน residuale. Nelle nuove proposte ti aspetterai sempre piรน spesso una struttura mista: una parte fissa contenuta, una parte legata al raggiungimento di KPI predefiniti. รˆ una buona notizia per chi compra, perchรฉ allinea gli incentivi del consulente con il valore generato. รˆ anche una sfida nuova, perchรฉ obbliga a definire ex ante quali sono gli outcome misurabili, e questo richiede una capacitร  di scoping che molte aziende clienti non hanno ancora sviluppato.

La seconda รจ sulla struttura dei team. Se le ore si riducono e gli agenti AI fanno parte del lavoro analitico, il team di progetto che ti arriva sarร  piรน snello. Meno junior, piรน senior consultant che orchestrano agenti. Per il cliente, questo cambia la dinamica di interazione quotidiana, perchรฉ spariscono i punti di contatto routinari, gli incontri operativi di follow-up, le revisioni intermedie che fino a ieri tenevano il progetto incollato alla tua organizzazione. C’รจ un rischio di disconnessione che va gestito con governance esplicita.

La terza รจ sui contenuti. Quando una consulenza ti vende un outcome, ha incentivo a portarti la soluzione che funziona, non quella che fattura di piรน. รˆ un’inversione che storicamente molti clienti hanno sperato e raramente ottenuto. La domanda diventa: come misuriamo davvero l’outcome? Se la definizione del successo la scrive il consulente, sarร  tarata in modo da renderlo raggiungibile. Se la scrivi tu cliente, devi avere chiaro cosa stai chiedendo, e questa รจ di nuovo una capacitร  interna che va costruita.

Il pezzo che mi convince meno

Una cosa che leggo in molti commentatori, e che secondo me รจ prematura, รจ che la consulenza tradizionale stia per essere disintermediata dagli stessi modelli AI che le grandi societร  stanno usando. La logica รจ: se McKinsey usa Claude per fare le sue analisi, perchรฉ io cliente non posso usare Claude direttamente e saltare McKinsey?

La logica funziona, ma solo per una fetta del lavoro che la consulenza fa. La parte di sintesi documentale, ricerca di mercato strutturata, benchmark settoriale, รจ effettivamente sempre piรน replicabile in autonomia con un buon prompt e un team interno competente. Quella parte sta scomparendo dalla value proposition delle consulenze, e infatti i partner di McKinsey lo stanno giร  dicendo apertamente.

Ma c’รจ una parte che resta scarsa e che non si comprime: l’autoritร  simbolica del consulente esterno nelle decisioni difficili. Quando un board deve prendere una decisione che spaccherร  il management, una societร  di consulenza serve a fornire copertura politica piรน che analitica. Quando una famiglia proprietaria deve fare la transizione generazionale, serve una voce terza che dia legittimitร  alla scelta. Quando un CFO deve giustificare una ristrutturazione, serve un report con un logo riconoscibile. Tutto questo l’AI non lo sostituisce, perchรฉ non รจ informazione, รจ autoritร . E l’autoritร  si costruisce con persone, relazioni, presenza fisica nei posti che contano.

Il cambio compensation di McKinsey, in questa lettura, ha senso. La consulenza non sparisce ma si sdoppia. Una parte commodity, sempre piรน automatizzata e a basso margine. Una parte high-touch, fatta di partner senior che vendono autoritร  e relazioni in situazioni dove conta piรน chi parla di cosa dice. รˆ sulla seconda parte che si concentreranno gli equity stake. La prima parte, in qualche anno, sarร  gestita quasi interamente da agenti, e questo i partner di McKinsey lo sanno bene.

Fine della consulenza o solo del suo vecchio modello?

Se questo รจ lo scenario, allora chi prende consulenza in Italia farebbe bene a chiedersi due cose, oggi. La prima: sto pagando per la parte commodity o per la parte high-touch? Se il mio rapporto con la consulenza รจ prevalentemente fatto di deliverable analitici, ricerche, benchmark, decking, allora sto pagando una cosa che fra tre anni potrรฒ fare da solo con un team minuscolo armato di buoni agenti, magari su un’infrastruttura di AI privata sotto il mio controllo. Conviene cominciare ad attrezzarsi adesso, prima che il mercato si riallinei. La seconda: sto comprando vera autoritร  decisionale, e se sรฌ, da chi? Perchรฉ la promessa di autoritร  del brand consulenza tradizionale dipende dalla stabilitร  del modello che la sosteneva. Se il modello cambia, anche l’autoritร  si rinegozia.

Da imprenditore che vede passare diverse aziende attraverso questi rapporti, dico che il vero rischio non รจ essere disintermediati. Il rischio รจ continuare a pagare la consulenza come se non stesse cambiando, mentre dall’altra parte i partner di McKinsey hanno giร  accettato che il loro mondo รจ cambiato e si stanno organizzando di conseguenza. Quando il fornitore si ristruttura prima del cliente, il cliente paga il conto della ristrutturazione del fornitore. รˆ sempre andata cosรฌ. Lo รจ ancora di piรน adesso, con tutta questa AI in mezzo.

Se volete ragionare su come attrezzarvi, lavoro esattamente su questo nei percorsi di advisory.

Magnifica Humanitas: Leone XIV e il bivio dell’IA

Al centro di Magnifica Humanitas, la prima enciclica di Leone XIV, ci sono due immagini bibliche contrapposte. Una รจ la torre di Babele, costruita per toccare il cielo e per farsi un nome, fatta crollare nella confusione delle lingue. L’altra sono le mura di Gerusalemme che Neemia ricostruisce dopo l’esilio, pezzo per pezzo, affidando a ciascuna famiglia un tratto. Babele come progetto di potere, uniformitร , autosufficienza. Gerusalemme come opera lenta e distribuita, fondata su responsabilitร  condivisa.

Quando oggi ho letto questa coppia di immagini, nelle prime pagine di Magnifica Humanitas, mi sono accorto che la stessa polaritร  l’avevo descritta in modo diverso quando ho scritto il mio libro Pelle Digitale ormai qualche mese fa, ma con altri nomi.

Babele per me si chiama “megastruttura accidentale”, riprendendo Bratton. Gerusalemme l’ho chiamata “umanesimo aumentato”. Stesso concetto, lessico diverso, e la cosa mi ha stupito non poco: c’รจ poco da stare sereni e pensare che sia un caso se una visione tecnologica converge con una visione teologica e spirituale. รˆ un segnale, probabilmente, che il tempo del dibattito puramente tecnico รจ finito o sicuramente ormai superato.

Cosa dice Magnifica Humanitas

Leone XIV non scrive contro la tecnica e a mio avviso nemmeno contro l’AI. La inserisce dentro un quadro di responsabilitร  che le tecnologie da sole non possono darsi. L’impalcatura di tutto il testo si regge su cinque punti.

Il primo รจ la denuncia del paradigma tecnocratico, giร  al centro di Laudato si’, qui aggiornato all’IA con un’accentuazione nuova. Al paragrafo 95 il Papa scrive che il controllo di piattaforme, dati e capacitร  di calcolo non appartiene piรน agli Stati ma a grandi attori economici e tecnologici “che, di fatto, fissano le condizioni di accesso”. Lo dice un Papa, ma potrebbe averlo scritto Shoshana Zuboff, sociologa ed economista americana, professoressa dell’Harvard Business School che รจ diventata un riferimento centrale del dibattito critico sul digitale per via di un libro del 2019, The Age of Surveillance Capitalism (in italiano Il capitalismo della sorveglianza, Luiss University Press), considerato uno dei testi piรน influenti dell’ultimo decennio su economia digitale e potere delle piattaforme.

Il secondo punto รจ un’antropologia del limite contro transumanesimo e postumanesimo. I sistemi di IA, scrive al paragrafo 99, “imitano alcune funzioni dell’intelligenza umana” ma non hanno esperienza nรฉ corpo, non hanno coscienza morale. Non capiscono ciรฒ che producono. La distinzione fra imitare e capire diventa il fulcro di un’intera argomentazione che oppone la pienezza umana, fatta di limite e relazione, alla promessa di un potenziamento illimitato.

Il terzo punto รจ la fenomenologia delle nuove schiavitรน digitali. Ghost worker che etichettano dati per pochi centesimi, adolescenti che lavorano nelle miniere di terre rare, reti criminali che usano profilazione e pagamenti anonimi per la tratta, neocolonialismo dei dati sanitari estratti dal Sud globale sotto l’etichetta della ricerca. Su tutto questo, ai paragrafi 173-178, c’รจ un passaggio in cui il Papa chiede sinceramente perdono a nome della Chiesa per il ritardo storico sulla condanna della schiavitรน, e usa quel precedente come monito a queste nuove forme di schiavitรน.

Il quarto punto salda epistemologia e democrazia. Senza ricerca condivisa della veritร  dei fatti, la vita democratica si svuota. Hannah Arendt viene citata direttamente: il suddito ideale dei totalitarismi รจ chi non distingue piรน fra fatto e finzione. La disinformazione non nasce con l’IA, ma trova in questa un moltiplicatore.

Il quinto punto รจ il disarmo dell’IA. Rifiuto delle armi autonome letali, critica all’idea che il giudizio morale possa essere ridotto a calcolo, controllo umano effettivo come condizione non negoziabile. Qui dentro c’รจ il paragrafo 107, uno dei piรน affilati, complessi e delicati del testo, che secondo me dovrebbe leggerlo chiunque sviluppa modelli: non basta moralizzare la macchina, allinearla a valori umani, se non si discute chi decide quei valori. La domanda dell’alignment, scrive Leone XIV, non รจ un tema tecnico ma politico.

Sette nodi dove mi ritrovo in quello che scrivo spesso

Il primo nodo รจ il paradigma tecnocratico. In Pelle Digitale apro descrivendo Apple, Google e Amazon come “signori della gabbia dorata”, architetti di ecosistemi che catturano l’esperienza e la monetizzano. L’enciclica al paragrafo 95 arriva alla stessa diagnosi da un lessico apparentemente opposto. Io descrivo un meccanismo, fatto di estrazione di dati, monetizzazione, lock-in degli utenti. Il Papa nomina un peccato: idolatria del profitto, dominio sull’altro, pretesa di autosufficienza. Linguaggi differenti che vengono da tradizioni che da secoli non si parlano, e che improvvisamente convergono sulla stessa fotografia: pochi attori privati che decidono per tutti, con strumenti opachi e responsabilitร  diluite.

Poi c’รจ l’ambiente. Io lo chiamo “pelle digitale” e “sistema nervoso invisibile” e intendo lo strato che avvolge persone, oggetti e cittร . Leone XIV al paragrafo 76 parla esplicitamente di “ecosistema digitale” che, come l’ambiente naturale, puรฒ essere custodito o sfruttato, condiviso o monopolizzato. La metafora ambientale, applicata al digitale, รจ uguale.

Il terzo nodo รจ l’opacitร  algoritmica. Nel capitolo 7 del libro io racconto i bias, facendo degli esempi in particolare cito COMPAS sulla recidiva e il caso del recruiting di Amazon, e arrivo a parlare di “teocrazia digitale” per descrivere algoritmi-divinitร  che decidono senza dover dare spiegazioni. L’enciclica, ai paragrafi 102-107, costruisce la stessa argomentazione con parole piรน “sobrie”: black box, accountability, catena di responsabilitร  non delegabile alla macchina. Il Papa non usa “teocrazia”. Ma il problema che descrive รจ esattamente quello a mio avviso.

Quarto nodo: i ghost worker. Nel libro dedico una pagina alla materia che si nasconde dietro l’immaterialitร  apparente del cloud e al lavoro umano che c’รจ dietro. Una catena globale di corpi e luoghi che regge la leggerezza apparente di una risposta generata in due secondi. Il paragrafo 173 di Magnifica Humanitas entra in questa anatomia con una forza che pochi documenti pubblici hanno. Leone XIV scrive che ogni risposta dell’IA proviene da “una lunga catena di mediazioni” che include risorse naturali, infrastrutture energetiche e persone. Nomina la fatica invisibile di chi etichetta dati e modera contenuti per compensi minimi, “spesso giovani donne”. Aggiunge l’estrazione delle terre rare, dove “adolescenti e bambini lavorano in condizioni pericolose”. E chiude con la frase che spacca la sezione: “corpi segnati, mutilati, consumati perchรฉ il flusso del calcolo non si interrompa”.

Quando un Papa nomina i corpi mutilati dentro un’enciclica sull’intelligenza artificiale, sta facendo un’operazione che nessun rapporto o paper accademico puรฒ fare: mette la materia umana al centro morale del dibattito, e non ai suoi margini. La conseguenza al paragrafo 174 รจ esplicita e a mio avviso centrale: una tecnologia che promette emancipazione ma produce nuove forme di subordinazione globale contraddice il principio fondamentale della dignitร  della persona.

C’รจ poi tutto il tema della mente estesa, attenzione catturata, forme di dipendenza che ne derivano. Nel capitolo 4 io ho scritto della cognizione distribuita di Andy Clark, e nel capitolo 6 sull’economia dell’attenzione progettata per catturarci. L’enciclica ai paragrafi 100 e 170 parla di “delega” cognitiva e di modelli imprenditoriali che “prosperano sulla debolezza umana”. Qui c’รจ uno scarto interpretativo che vale la pena tenere aperto: Clark vede nell’estensione un guadagno, il Papa la legge come rischio. E a mio avviso tutte e due sono vere.

Sesto, c’รจ il tema dello human-in-the-loop, che ho dichiarato pilastro del capitolo finale del libro. L’enciclica, parlando di IA militare al paragrafo 200, usa la stessa nozione con parole quasi sovrapponibili: la forza letale non puรฒ essere delegata a processi automatizzati, deve restare sotto “un controllo umano effettivo, consapevole e responsabile”.

Settimo, il piรน delicato a mio avviso. L’alignment come questione politica. Nel libro parlo di ethics by design e cito Stuart Russell sull’allineamento ai valori umani. Il Papa al paragrafo 107 fa un passo che la letteratura tecnica raramente fa: chiede chi decide quei valori. Se l’allineamento รจ una scelta morale, รจ una scelta che non puรฒ essere appannaggio di pochi laboratori. รˆ un punto della discussione che sposta tutta la conversazione sull’IA dall’ingegneria alla politica, e lo fa con una precisione che dovrebbe far riflettere chi lavora su questi temi.

Dove Magnifica Humanitas va ben oltre le riflessioni comuni

Il primo punto รจ la questione delle armi autonome. Io ne parlo in modo leggero nel capitolo sull’agency degli agenti, ma non la centro. Leone XIV le mette al cuore di un intero capitolo, riconosce che la riabilitazione contemporanea della guerra come strumento di politica internazionale รจ uno dei segni piรน gravi del tempo, e collega il riarmo all’IA in modo che dieci anni fa sarebbe stato impensabile. Ha ragione e condivido pienamente, gli scenari ibridi e gli attacchi cyber stanno cambiando la grammatica dei conflitti, e non si puรฒ parlare di etica dell’IA senza arrivare a parlare di questo.

Il secondo รจ il neocolonialismo dei dati sanitari. Nel libro descrivo l’asimmetria della medicina basata su dati, ma resto sul piano dell’individuo. L’enciclica al paragrafo 178 lo allarga ai popoli: chi possiede oggi i dati sanitari di intere popolazioni, raccolti sotto il segno della ricerca, “possiede in realtร  una leva strutturale sul futuro”. รˆ una lettura geopolitica dell’estrazione dei dati che a gennaio, quando ho pubblicato il libro, per quanto ne fossi consapevole non ho pensato di affrontare.

Il terzo, e forse il piรน importante, รจ la memoria storica. Il Papa usa il ritardo con cui la Chiesa ha condannato la schiavitรน come monito sul presente: se non vogliamo chiedere perdono in futuro per non aver visto le nuove asimmetrie di oggi, dobbiamo nominarle adesso. รˆ una valutazione che solo un’istituzione con quel tempo lungo puรฒ fare. La riflessione laica contemporanea, la mia compresa, ha una memoria corta. Senza memoria lunga, certe asimmetrie restano fuori dal campo visivo.

E poi c’รจ il nodo del lavoro

C’รจ un punto su cui Leone XIV passa, e su cui non ho una posizione netta. รˆ il capitolo sul lavoro, paragrafi 148-169, praticamente la parte piรน operativa di tutta l’enciclica a mio avviso e quella che parla piรน direttamente al mondo dell’impresa e della trasformazione digitale.

Il Papa cita san Benedetto e l’ora et labora, parla del lavoro come cammino di maturitร  e realizzazione. Al paragrafo 148 “lavoro” significa opera e contributo, fatica che ha senso, attivitร  con cui prolunghiamo in qualche modo l’opera del Creatore. Ma giร  al paragrafo 149 la parola scivola sull’occupazione retribuita che produce sostentamento.

Un’ambiguitร  antica, che la Dottrina Sociale trascina dalla Rerum Novarum del 1891 in poi, e che oggi pesa, perchรฉ tiene insieme due cose che dovremo scindere con intelligenza.

Lo scenario che mi interessa, e che discuto da tempo con un amico parroco con cui non sono d’accordo, รจ quello in cui l’automazione derivante da AI e Robot libera davvero l’umanitร  dalla necessitร  di lavorare per sussistere. รˆ uno scenario plausibile, forse il piรน radicale (e ottimista per certi versi). In quel mondo un reddito universale di base diventa obbligo strutturale prima ancora che scelta politica: senza, l’IA produce solo concentrazione di ricchezza e povertร  di massa. E se la base materiale รจ garantita, si apre uno spazio per un altro tipo di lavoro, fondato su contributo e non su scambio. Il lavoro dei monaci copisti che hanno salvato la civiltร  occidentale tra il VI e il XII secolo. Il lavoro delle madri che crescono i figli. Il lavoro dei volontari che reggono le associazioni, dei contributori di codice open source, dei ricercatori che pubblicano senza ricavarne nulla. Nessuna di queste attivitร  รจ retribuita. Tutte sono lavoro nel senso pieno benedettino del termine.

Il mio amico Don Michele la pensa diversamente. Non esiste dignitร  senza lavoro, mi ripete ogni volta che ne parliamo, e lo dice con una fermezza esperienziale prima che ideologica. Vede ogni giorno cosa succede alle persone che il lavoro lo perdono o non lo trovano. Vede come si perde il senso di sรฉ. Per lui il lavoro รจ un dato antropologico, non un dettaglio economico: รจ la forma stessa attraverso cui l’essere umano matura e si riconosce. Ed รจ qui che la sua tradizione e la mia visione del futuro si incontrano in modo costruttivo, perchรฉ ha ragione anche lui, su un pezzo del problema che spesso chi ragiona di reddito universale rimuove.

L’essere umano matura attraverso il fare che ha conseguenze. Senza un’opera che lo metta in rapporto con la realtร , con i limiti dei materiali, con il giudizio degli altri, con la propria fatica, la dignitร  diventa un’astrazione interiore che non regge. La tradizione cristiana lo sa da Genesi in poi, l’uomo รจ collaboratore della creazione e non spettatore. E sociologicamente succede esattamente quello che il mio amico vede sul campo: nelle comunitร  dove l’occupazione collassa senza essere sostituita da altre forme di contributo riconosciuto, le persone non fioriscono, si rovinano, entrano in forme diverse di collisione sociale. Le ricerche sulle zone deindustrializzate americane, sui quartieri operai italiani dopo le chiusure delle fabbriche, lo confermano. Se le persone non si sentono utili, tutto collassa.

Magnifica Humanitas apre un varco proprio su questo nodo. Al paragrafo 154 Leone XIV scrive che una societร  che garantisse occupazione solo a una minoranza esporrebbe molti a “inattivitร  forzata, assenza di responsabilitร , mancanza di impegni e stimoli quotidiani, con esiti di impoverimento umano e culturale in contrasto con l’elevato livello di sviluppo tecnico”. Lo chiama “paradosso di progresso materiale e regressione antropologica”. E conclude che รจ necessario “ripensare il lavoro stesso e il suo rapporto con la cittadinanza, perchรฉ l’assenza di occupazione non pregiudichi la partecipazione sociale”. Il Papa non sta dicendo che senza occupazione retribuita non c’รจ dignitร . Sta dicendo che la nozione novecentesca di lavoro, quella che lega stipendio e dignitร  in un nodo unico, sta diventando inadeguata e va sciolta con cura.

Il “lavoro” come lo intendiamo oggi, un’attivitร  salariata separata dalla vita domestica, misurata in ore, scambiata sul mercato del lavoro, รจ un’invenzione industriale di duecento anni.

Prima c’erano contadini e artigiani, monaci e madri di famiglia, scribi e copisti. Tutte figure che producevano valore senza essere “occupate” nel senso novecentesco. Hannah Arendt nella Condizione umana distingue tre cose. Labor, la fatica per sopravvivere. Work, la creazione di opere durevoli. Action, l’azione che lascia traccia nel mondo umano. Solo il primo รจ lavoro nel senso economico stretto. Gli altri due sono ciรฒ che intendo quando parlo di un lavoro non remunerato fatto di passione e contributo.

Da Arendt in poi sappiamo che la dignitร  del lavoro stipendiato novecentesco era un fascio di tre cose tenute insieme. Un fare che incontra resistenza reale: i materiali e il tempo, la fatica, il giudizio degli altri. Senza questo l’identitร  si squaglia. Un riconoscimento sociale del valore di quel fare. Senza questo l’attivitร  diventa hobby privato e non sostiene la dignitร  pubblica. Una base materiale di sussistenza che permetta di farlo senza disperazione. Senza questa, ogni discorso su “passione e ambizione” รจ privilegio per ricchi. Il salario industriale offriva i tre insieme, e questo ne ha fatto il modello dominante per due secoli. L’errore di chi parla solo di reddito universale, il mio compreso quando alleggerisco troppo il discorso, รจ pensare che la sola base materiale basti. L’errore opposto, di chi difende una visione ottocentesca del lavoro, รจ pensare che solo il lavoro retribuito possa fornire le altre due.

C’รจ poi un nodo geografico che l’enciclica nomina al paragrafo 153 e che vale la pena ripetere. La transizione non procederร  in modo omogeneo. Le societร  ricche si automatizzano caoticamente e producono disoccupazione. Vaste regioni del Sud globale restano intrappolate in quelle che Leone XIV chiama “economie ibride” dove lavoro umano sottopagato e tecnologie parziali convivono senza mai trasformarsi davvero. Diventano serbatoi di manodopera precaria e focolai di migrazioni forzate. Il discorso sul futuro del lavoro va sempre tenuto a due velocitร , perchรฉ chi parla di reddito universale spesso parla da Paesi ricchi e dimentica che intere economie del pianeta non hanno mai conosciuto il salario industriale come modello.

Siamo all’inizio di una transizione in cui dobbiamo inventare istituzioni che riconoscano come lavoro il fare non retribuito. Se non lo facciamo, la sostituzione algoritmica del lavoro stipendiato sarร  una catastrofe antropologica, e su questo l’enciclica ha ragione a essere allarmata. Se lo facciamo, puรฒ essere lo spostamento di senso del lavoro piรน grande dai tempi della riforma benedettina. La domanda concreta, quella che resta aperta, รจ questa: quali istituzioni possono oggi riconoscere come dignitร  il lavoro non remunerato? La parrocchia ne รจ una storica. L’associazione di volontariato un’altra. La famiglia estesa un’altra ancora. Sono tutte istituzioni in crisi, ognuna per ragioni sue. Servono forme nuove, e quelle vecchie vanno rigenerate. Su questo l’enciclica รจ ambigua secondo me, e credo che il prossimo passo della Dottrina Sociale dovrร  essere piรน esplicito di quanto Leone XIV osi oggi in questa enciclica.

Cosa cambia, se cambia qualcosa

Chi sviluppa e finanzia IA, chi la regola, non puรฒ piรน dichiararsi “tecnico” come schermo. Il paragrafo 209 dell’enciclica chiama in causa scienziati e imprenditori, investitori e autoritร  accademiche, politici. Quando ci si limita a guardare al proprio settore, scrive Leone XIV, ci si illude di svolgere un compito moralmente neutro. Mi ci ritrovo perfettamente, perchรฉ รจ la stessa argomentazione che faccio nel manifesto finale del libro: il fallimento etico รจ un fallimento progettuale.

La responsabilitร  progettuale, che chiamo ethics by design, l’enciclica la riformula come responsabilitร  condivisa fra istituzioni capaci di regolare, imprese che riconoscono nel lavoro e nella dignitร  un criterio di successo, corpi intermedi che ricostruiscono fiducia.

C’รจ un altro elemento operativo che vale la pena segnalare, perchรฉ passa sottotraccia ma c’รจ e non รจ sottovalutabile. Magnifica Humanitas al paragrafo 159 chiede esplicitamente di superare il Prodotto Interno Lordo come metrica unica dello sviluppo. Servono, scrive Leone XIV, parametri complementari capaci di misurare dignitร  del lavoro, prosperitร  condivisa, riduzione delle disuguaglianze, salvaguardia ambientale. Per chi lavora in impresa e si confronta ogni trimestre con KPI finanziari, รจ un invito a chiedersi quali metriche stiamo davvero usando per misurare il successo dei progetti tecnologici che lanciamo.

Lo stesso vale per il paragrafo 163, dove il Papa elenca quattro criteri operativi che diventano una check-list utile per chi progetta sistemi di IA che incidono su persone. Trasparenza e responsabilitร  nelle decisioni algoritmiche che riguardano accesso al credito e al lavoro, ai servizi essenziali. Inclusione e accesso ai benefici dell’innovazione, perchรฉ la tecnologia non allarghi il divario fra chi ha e chi non ha. Misure di equitร  che correggano gli squilibri creati dalla concentrazione di ricchezza e potere. Cooperazione internazionale, perchรฉ molte decisioni economiche superano i confini degli Stati. Sono cose verificabili, piรน che principi generici. E sono il vero terreno comune fra una riflessione laica sulla tecnologia e la Dottrina Sociale aggiornata.

Nessuno di noi che lavora su queste materie ha gli strumenti per agire da solo. La convergenza fra tradizioni distanti, su questo, รจ un dono che vale la pena prendere sul serio.

Neemia ricostruรฌ le mura di Gerusalemme con famiglie diverse, ognuna su un tratto. Nessuna ricostruรฌ l’intera cinta da sola. A chi progetta tecnologia oggi tocca il tratto in cui passa la decisione su cosa deleghiamo, cosa controlliamo, cosa restiamo capaci di giudicare. Il prossimo noi, come scrivevo a chiusura del manifesto di Pelle Digitale, inizia da lรฌ.


Lettera Enciclica Magnifica Humanitas di Papa Leone XIV, 15 maggio 2026.

Il 57% di McKinsey รจ il numero sbagliato per fare scelte aziendali

Il 25 novembre 2025 il McKinsey Global Institute ha pubblicato uno dei report piรน discussi dell’ultimo semestre, Agents, Robots, and Us: Skill Partnerships in the Age of AI. La cifra che รจ girata su tutti i media internazionali รจ una: il 57% delle ore lavorative negli Stati Uniti รจ tecnicamente automatizzabile oggi, senza attendere ulteriori breakthrough. Il 44% via agenti AI, il 13% via robotica. Una percentuale cosรฌ alta che, raccontata male, suona come un annuncio di disoccupazione di massa.

Leggere cosรฌ quel numero, secondo me, รจ il modo peggiore di usare quel report. Il 57% misura il potenziale tecnico in laboratorio, non lo scenario reale di adozione. Usarlo per fare scelte aziendali porta nella direzione opposta a quella utile. Ho letto il report intero in questi giorni e provo a dare la mia lettura, da chi lavora in azienda con le aziende, non da chi commenta da fuori.

Il 40% รจ il dato da cui partire

Il 57% รจ il limite superiore in laboratorio. Risponde alla domanda: se prendiamo gli strumenti AI e robotici che giร  esistono, quante ore di lavoro umano potrebbero in teoria essere svolte dalle macchine? La risposta รจ oltre la metร . Ma McKinsey stesso sottolinea che questa cifra non si tradurrร  in posti persi nella stessa proporzione, per tre ragioni che il report spiega bene.

  • Tempo di adozione: l’adozione richiederร  anni, in molti casi decenni, perchรฉ le aziende devono ridisegnare i flussi prima di poter automatizzare.
  • Mix di attivitร  dentro ogni ruolo: la maggior parte dei lavori contiene un mix di attivitร , e raramente un singolo lavoro รจ automatizzabile al 100%.
  • Gap fra laboratorio e produzione: molte attivitร  che oggi sembrano automatizzabili in laboratorio non lo sono in produzione, per ragioni di affidabilitร , responsabilitร  legale, accettabilitร  sociale o semplice costo del bilanciamento errore-supervisione.

Il numero che secondo me andrebbe letto in parallelo รจ un altro che si nasconde nel report: circa il 40% dei lavori cade nelle categorie a piรน alta automatizzabilitร , principalmente attivitร  amministrative, legali junior, programmazione di routine. Quel 40% non sparisce, ma cambierร  natura entro l’orizzonte 2030, e cambierร  bruscamente per chi non si attrezza per tempo. Questo dovrebbe essere il dato da cui partono le riunioni di leadership team in questi mesi, non il 57% da titolo apocalittico.

Persone, agenti software, robot fisici: il framework di McKinsey

Il contributo piรน interessante del report รจ il framework dei sette archetipi di lavoro che McKinsey costruisce mappando 800 occupazioni rispetto a tre dimensioni: quanto รจ people-centric, quanto รจ agent-centric (cioรจ automatizzabile da AI software), quanto รจ robot-centric (cioรจ automatizzabile da hardware). Ne emergono profili misti che rispecchiano quello che si vede nei contesti reali. Un radiologo รจ people-centric per la responsabilitร  clinica e agent-centric per l’analisi delle immagini, e la combinazione delle due dimensioni in un’unica figura professionale รจ un nodo organizzativo nuovo da governare.

La parola chiave del framework รจ partnership. McKinsey parla di collaborazione fra persone, agenti software e robot fisici, ciascuno con la propria competenza, orchestrati in workflow ridisegnati. La parte piรน scomoda del messaggio รจ che il framework funziona solo se l’organizzazione fa il lavoro di ridisegno. Se prendi un workflow esistente, ci ficchi dentro un agente AI sopra al processo che hai sempre fatto, non ottieni il 57%, ottieni nel migliore dei casi un risparmio del 10-15% e una serie di frustrazioni operative.

Per chi compra AI in azienda, questo punto vale piรน di mille slide. Il valore non sta nel tool, sta nel ridisegno del processo intorno al tool. Senza ridisegno, il ROI delle implementazioni AI rimane sotto le attese e i progetti finiscono nel limbo dei pilot perpetui.

Tre competenze umane che si fanno scarse

Una parte del report che mi ha colpito riguarda le competenze umane che diventano piรน rare, e quindi piรน richieste, man mano che l’AI assorbe i compiti standardizzati. McKinsey mappa migliaia di skill estratte dagli annunci di lavoro e individua tre cluster che resistono e crescono.

Il primo รจ quello delle skill relazionali avanzate: gestione del conflitto, negoziazione, coaching, costruzione del consenso in gruppi diversi. Sono attivitร  che richiedono lettura del contesto sociale, contestualizzazione, judgement etico, e che le macchine fanno male anche quando sanno parlare bene.

Il secondo รจ quello del problem framing: la capacitร  di formulare la domanda giusta da porre all’AI, di distinguere un buon prompt da uno mediocre, di interpretare un output e capire quando merita fiducia e quando no. รˆ una skill che ha piรน a che fare con il pensiero critico che con la tecnica, e curiosamente รจ una skill che il sistema scolastico italiano non ha mai sviluppato in modo sistematico.

Il terzo รจ quello dell’orchestrazione: tenere insieme processi multi-step in cui interagiscono persone diverse, agenti diversi, sistemi diversi. Project manager evoluti che capiscono dove inserire un agente nel flusso e dove tenere fermo l’umano. Sono profili che fino a un anno fa non esistevano e che adesso le aziende si contendono.

Tre skill scarse, prezzi che si muovono. รˆ quasi un piccolo manuale di come riallocare il budget HR per il prossimo triennio.

Tre conversazioni che i board italiani dovrebbero aprire entro fine anno

In Italia il dibattito sull’AI nel lavoro รจ ancora dominato da due narrative simmetriche e sbagliate. La prima dice che l’AI ci ruberร  i posti e che bisogna proteggerli con qualche regolazione. La seconda dice che l’AI รจ un super-strumento neutro, basta adottarlo per essere piรน competitivi. Il report di McKinsey mostra che entrambe queste narrative perdono il punto.

Le aziende che vinceranno il prossimo decennio non saranno quelle che adottano l’AI prima, ma quelle che ridisegnano i propri processi intorno alla collaborazione fra persone, agenti software e robot fisici. Per farlo serve qualcosa che in Italia abbiamo strutturalmente poco, ovvero capacitร  di trasformazione organizzativa profonda. Non capacitร  di acquistare tool, ne abbiamo a sufficienza. Capacitร  di rimettere mano a chi fa cosa, di toccare le abitudini consolidate, di accettare che metร  del valore di un’implementazione AI si gioca prima ancora di accenderla, nella riprogettazione del flusso che le sta intorno.

Per chi guida un’azienda strutturata, oggi, ci sono tre conversazioni che meritano di essere portate al tavolo del board nei prossimi tre mesi.

La prima: quali nostri workflow contengono il maggior numero di ore standardizzabili, e quali no? Una mappa di alto livello del 57% dentro la nostra realtร  specifica.

La seconda: chi sono i nostri orchestratori naturali? Persone che hanno giร  la capacitร  di tenere insieme processi multi-attore, che capiscono dove servono le competenze relazionali e dove serve la disciplina tecnica. Le aziende che riescono a identificarli e a metterli nei posti giusti partiranno con un vantaggio enorme.

La terza: dove possiamo permetterci di pilotare un workflow completamente ridisegnato, e non solo automatizzato a strati? Dove ci possiamo permettere il rischio di romperlo e ricostruirlo, su uno scope contenuto, per imparare come si fa prima di doverlo fare su scala?

Sono tre domande che non hanno bisogno di numeri da 57% per essere utili. Hanno bisogno di tempo dedicato dalla leadership, e di sufficiente coraggio per dare risposte concrete entro fine anno. Da imprenditore vedo molte aziende ferme alla prima delle tre, alcune che hanno provato la seconda, pochissime che hanno avuto il coraggio della terza. รˆ lรฌ, secondo me, che si decide la parte interessante del prossimo ciclo competitivo italiano. Non nei budget AI, che ormai tutti hanno. Nelle scelte organizzative dietro a quei budget.


Articolo di riferimento: McKinsey Global Institute, Agents, Robots, and Us: Skill Partnerships in the Age of AI, 25 novembre 2025.

Riprogrammare lโ€™etica: lโ€™hacker mindset nellโ€™era dellโ€™AI

Ci sono libri che segnano, altri che ispirano, altri ancora che mettono in discussione le fondamenta di ciรฒ che sei. Per me “L’etica hacker” (2001) di Pekka Himanen ha rappresentato qualcosa che va oltre: un compagno silenzioso che ha orientato, negli anni, scelte, approcci, e un certo modo di guardare al lavoro, alla tecnologia, alla collaborazione. Non รจ stato solo un testo: รจ stato un cambio di mindset.

Quando lo lessi la prima volta, ormai piรน di vent’anni fa, non era solo la storia di una controcultura nata nei laboratori del MIT o nelle stanze dei pionieri dellโ€™open source. Era la dimostrazione concreta che si poteva lavorare per passione, condividere senza calcoli, apprendere per curiositร , innovare senza chiedere il permesso.

E soprattutto, era possibile costruire un mondo digitale piรน aperto, umano e meritocratico.

Negli anni, questo spirito รจ diventato parte del mio modo di pensare e di agire. L’ho portato nei progetti, nelle aziende, nelle lezioni in aula. L’ho trasmesso ai miei team, ai collaboratori, agli studenti. E ancora oggi รจ un riferimento che ritorna, soprattutto in un momento in cui l’intelligenza artificiale sta ridefinendo profondamente l’equilibrio tra uomo e macchina, tra creativitร  e automazione, tra responsabilitร  e delega.

Qualche giorno fa, parlando di competenze nell’era dell’AI, durante l’evento di iKairos โ€ข Mentoring ed economia sociale, ho affermato che il manifesto dell’etica hacker, nella sua visione originaria, puรฒ e deve essere rivisto alla luce delle sfide odierne. Perchรฉ i principi che lo sostenevano non sono invecchiati. Anzi. Hanno solo bisogno di un nuovo contesto in cui esprimersi. E forse dovrebbe diventare manifesto alla base di alcuni insegnamenti.

L’etica hacker nasce negli anni ’60 e ’70 come espressione di una nuova cultura emergente attorno al mondo dei computer. Nei laboratori del MIT e tra le community dei primi sviluppatori si forma un modo radicalmente diverso di concepire il lavoro, il sapere, la collaborazione. Il termine “hacker”, prima ancora di essere associato a intrusioni informatiche, definisce una figura che smonta, esplora, migliora, condivide.

L’hacker, quello vero, รจ un artigiano del codice mosso da passione, non da tornaconto. Uno spirito libero che rifiuta lโ€™autoritarismo, le regole imposte, le gerarchie chiuse.

Nel 2001, Pekka Himanen raccoglie quellโ€™ereditร  e la organizza in un sistema valoriale. Il suo libro รจ una vera e propria dichiarazione di indipendenza culturale rispetto allโ€™etica protestante del lavoro, fatta di sacrificio, dovere, e produttivitร .

Lโ€™etica hacker, al contrario, si fonda su passione, creativitร , libertร , condivisione. Il lavoro รจ vissuto come gioco esplorativo. Lโ€™accesso alla conoscenza รจ un diritto. Il merito รจ superiore al titolo. La tecnologia non รจ solo strumento: รจ terreno di espressione personale e collettiva.

Questa visione ha contaminato generazioni di innovatori. Ha ispirato il movimento open source, lโ€™idea stessa di community digitale, il pensiero meritocratico nelle organizzazioni fluide. Ma soprattutto ha lasciato una traccia culturale che oggi, nellโ€™era dellโ€™Intelligenza Artificiale, puรฒ essere riattivata come codice sorgente per leggere un futuro che si complica.

Viviamo un tempo in cui le macchine non sono piรน solo strumenti, ma soggetti conversazionali, agenti autonomi, creatori di contenuti. Lโ€™intelligenza artificiale si insinua nei processi creativi, nelle relazioni, nella formazione. Ridefinisce i ruoli, accelera le scelte, amplia (o restringe) lโ€™accesso alle opportunitร . I principi dellโ€™etica hacker, ne sono convinto, possono essere riletti come una grammatica di riferimento per orientarsi.

Per questo ho ripreso il Manifesto originale, e lโ€™ho riscritto alla luce del 2025, cercando di coglierne la continuitร  e la trasformazione.

Oggi, nella convergenza tra AI e creativitร , la visione hacker trova una nuova casa.

Non รจ lโ€™AI che minaccia lโ€™arte, รจ la sua adozione inconsapevole. La sfida non รจ resistere allโ€™automazione, ma integrarla in modo critico, curioso, anche ironico dove necessario. Come farebbe un hacker davanti a una macchina nuova: la smonta, la esplora, la spinge oltre i limiti. E magari la usa per disegnare qualcosa che prima non era possibile.

Oggi un artista รจ anche chi addestra un modello generativo sul proprio stile. Chi sperimenta prompt per generare variazioni visive, musicali, testuali. Chi ibrida. Chi contamina. Lโ€™hacker di oggi non รจ solo un coder: รจ un “creatore aumentato”, che gioca con i linguaggi della macchina per raccontare cose che prima non aveva voce per dire.

Nellโ€™educazione, questa visione suggerisce un ribaltamento radicale. Non si tratta di proteggere la scuola dallโ€™AI, ma di ripensare la scuola con lโ€™AI come laboratorio permanente.Lโ€™apprendimento non รจ trasmissione passiva, ma esplorazione.

Unโ€™aula hacker รจ un luogo dove si smontano algoritmi, si analizzano bias, si creano strumenti. Dove si insegna a usare lโ€™AI per creare valore, non per copiarlo. Dove gli studenti non sono utenti, ma sperimentatori. E i docenti, non trasmettitori, ma facilitatori di senso.

In questo senso, formare nuove competenze non รจ solo una questione tecnica. รˆ culturale. Significa coltivare la capacitร  di porre domande nuove. Di interpretare modelli. Di saper leggere un output generato da una macchina e chiedersi: perchรฉ ha risposto cosรฌ? Quali dati ha usato? Cosa manca?

Anche nelle relazioni umane, lโ€™etica hacker ha qualcosa da dire. In unโ€™epoca in cui chatbot apparentemente empatici, avatar conversazionali e interfacce simulate creano nuove forme di interazione, lโ€™hacker ethic suggerisce di mantenere luciditร . Non demonizzare la tecnologia, ma comprenderne la natura. Non rifiutare la relazione mediata, ma riconoscerne i limiti. Lโ€™empatia non รจ solo output simulato, รจ ascolto attivo, รจ vulnerabilitร  reale. E questo รจ ancora umano.

Nel lavoro e nelle organizzazioni, lโ€™approccio hacker si traduce in apertura, sperimentazione, decentralizzazione. Una leadership che sa condividere processi, coinvolgere team nel co-design di strumenti intelligenti, responsabilizzare sullโ€™uso dellโ€™AI. Non si tratta di temere lโ€™automazione, ma di scegliere cosa automatizzare e cosa proteggere. Di disegnare processi che valorizzino lโ€™iniziativa, non la deresponsabilizzazione.

Lโ€™organizzazione hacker non รจ una rete caotica: รจ una comunitร  di scopo, dove ogni nodo ha autonomia e interconnessione: lโ€™adozione dellโ€™AI puรฒ diventare un driver di empowerment distribuito, se accompagnata da trasparenza, documentazione condivisa, strumenti formativi aperti.

E poi ci sono loro: gli hacker di domani.

Non saranno sviluppatori. Saranno artisti, insegnanti, ricercatori, imprenditori. Persone capaci di leggere la tecnologia non come un fine, ma come un mezzo. Persone che sapranno dove mettere le mani, ma soprattutto perchรฉ mettercele. Non solo skill, ma mindset.

Saranno quelli che useranno lโ€™AI per risolvere problemi, ma anche per porre domande nuove. Che non cercheranno scorciatoie, ma nuove strade. Che non si accontenteranno dellโ€™efficienza, ma andranno in cerca del senso.

Ecco perchรฉ oggi, piรน che mai, serve riconsiderare lโ€™etica hacker. Non per nostalgia, ma per visione.

Perchรฉ se lโ€™AI รจ il fuoco della nostra epoca, come dicevo in una riflessione di ieri, qualcuno deve insegnare come usarlo. E come non bruciarsi.