"L'AI non sa fare il tuo lavoro. Ma un venditore di AI sa perfettamente convincere il tuo capo a licenziarti, rimpiazzarti con un'AI che non sa fare il tuo lavoro, e quando la bolla scoppierà e i modelli andranno offline, tu sarai già sparito: riqualificato, in pensione, o scoraggiato fuori dal mercato del lavoro."
Cory Doctorow ha scritto queste parole nel marzo 2025 sul suo blog Pluralistic. Le ha ripetute, con variazioni, per oltre un anno. E ha ragione. In parte.
La parte corretta è il meccanismo: il ciclo hype dell'AI non ha bisogno di consegnare performance reali per causare danni reali. Basta convincere abbastanza decisori che le performance stanno arrivando. Questo è sufficiente per scatenare licenziamenti, blocchi delle assunzioni, e pivot strategici costruiti sulla speculazione.
La parte che sbaglia, o almeno lascia underspecified, è la tempistica. Inquadra il crollo come un evento futuro. I dati enterprise del primo trimestre 2026 raccontano una storia diversa.
Il Divario che Nessuno Pubblicizza
Un'indagine su 650 responsabili tecnologici aziendali, pubblicata questo mese, ha rilevato che il 78% delle grandi organizzazioni ha almeno un progetto pilota con agenti AI in corso. Questo numero viene citato spesso. Quello che non viene quasi mai citato: solo il 14% è riuscito a portare un agente in uso diffuso nell'intera organizzazione.
Vale la pena fermarsi su quel divario. Sessantaquattro punti percentuali tra "ce l'abbiamo in sandbox" e "funziona davvero in produzione." Gartner prevede che il 40% dei progetti con AI agentici sarà abbandonato prima del 2027: non perché i modelli abbiano fallito tecnicamente, ma perché le organizzazioni non sono riuscite a operazionalizzarli.
Questo è il meccanismo di Doctorow, ma in ordine inverso. Il crollo non aspetta che i modelli vadano offline. Sta accadendo dentro le architetture aziendali, ogni volta che un team IT scopre che un pilot funzionante in condizioni controllate si disgrega a contatto con i sistemi legacy, i volumi di dati reali, e il caos specifico di un lunedì mattina.
La bolla non si sta gonfiando verso un singolo scoppio. Si sta sgonfiando, azienda per azienda, nel divario tra demo e deployment.
Licenziati per una Promessa
C'è un dato pubblicato da Harvard Business Review a gennaio 2026 che ha ricevuto meno attenzione di quanta ne meritasse. Un'indagine su oltre 1.000 dirigenti ha rilevato che le aziende stanno riducendo il personale in anticipo sulle performance future dell'AI, non in risposta a quello che sta consegnando oggi.
CEO di Ford, Amazon, Salesforce, JP Morgan hanno dichiarato pubblicamente che l'AI eliminerà un numero significativo di ruoli white-collar. I licenziamenti e i blocchi delle assunzioni che ne sono seguiti non sono stati scatenati dall'AI che stava effettivamente svolgendo quei lavori. Sono stati scatenati dall'aspettativa che lo avrebbe fatto. Presto. Di sicuro. Il venditore lo aveva detto.
Il risultato è prevedibile col senno di poi: il 55% delle aziende che hanno ridotto il personale per ragioni legate all'AI dichiara ora di pentirsene. L'AI non ha mantenuto la promessa. I lavoratori non sono tornati.
La bolla AI non ha bisogno di scoppiare per fare danni. Basta che venga creduta abbastanza a lungo da rendere le decisioni irreversibili.
Lo scenario di Doctorow assume che il disastro arrivi quando i modelli andranno offline. Ma le prove del 2026 suggeriscono che la sequenza sia già in corso, distribuita su migliaia di decisioni manageriali individuali, ciascuna plausibile in isolamento, che insieme producono qualcosa che nessuno aveva pianificato.
La Domanda che Non Si È Posto
Doctorow conclude la sua tesi sul crollo con una nota costruttiva: cosa si può salvare dalle macerie? Compute più economica, ingegneri disoccupati, un mercato favorevole agli statistici applicati. Ha tenuto una conferenza alla Cornell suggerendo alle università di prepararsi ad assorbire il residuo produttivo dopo lo scoppio della bolla.
È un pensiero utile per il lungo periodo. Ma c'è una domanda a più breve termine che non si è posto: cosa succede quando il crollo è abbastanza diffuso da non essere riconoscibile come tale?
Il crollo delle dot-com ha avuto una data. Un grafico. Un momento preciso da indicare. Il Nasdaq si è dimezzato e tutti sapevano cosa era successo.
Il fallimento enterprise dell'AI si sta diffondendo attraverso call sugli utili del quarto trimestre, contratti con vendor silenziosamente abbandonati, roadmap di trasformazione discretamente archiviate. Non arriva con uno schianto. Arriva come voce di bilancio. Una "ripriorizzazione strategica." Un "ritorno alle competenze core."
La previsione di Doctorow assume che qualcuno si accorga quando la bolla scoppia. I dati di marzo 2026 suggeriscono l'esito più probabile: la bolla si sgonfia lentamente, e i report trimestrali lo descrivono come un pivot verso un'implementazione AI sostenibile.
I lavoratori licenziati per il potenziale dell'AI non saranno menzionati nel comunicato stampa.