La falsa apocalisse dell’intelligenza artificiale: il vero rischio sistemico

Tra il 28 gennaio e il 13 febbraio 2026 più di 2.000 miliardi di dollari di capitalizzazione sono scomparsi dal comparto del software enterprise, osserva Andrea Pignataro, fondatore e amministratore delegato di ION Group, nel suo intervento intitolato The Wrong Apocalypse.

Il fattore scatenante del sell-off sono stati i nuovi plugin di Claude Cowork e l’evoluzione di Claude Code, sviluppati da Anthropic. Questi strumenti hanno dimostrato che un sistema di AI è ormai in grado di redigere atti legali, gestire flussi contabili e automatizzare molte attività del lavoro cognitivo strutturato.

La reazione del mercato è stata consequenziale: se un agente basato su AI può svolgere funzioni storicamente delegate a specifici applicativi, il valore percepito di quei software si riduce rapidamente. A questa interpretazione ha dato spunto anche il saggio di Dario Amodei, The Adolescence of Technology, che ipotizza un «paese di geni in un datacenter» capace di rimodellare occupazione e assetti economici.

Secondo Andrea Pignataro però questa lettura è parziale: il fraintendimento più comune è confondere la mera capacità computazionale con la capacità di coordinamento. Il valore dei sistemi enterprise non risiede principalmente nell’esecuzione di singoli compiti cognitivi, ma nella capacità di orchestrare il lavoro tra attori diversi, garantendo regole, autorizzazioni, tracciabilità e standard condivisi.

In questa prospettiva il software va considerato come un’infrastruttura istituzionale oltre che tecnologica: sostituire un gestionale non significa semplicemente replicare una funzione tecnica, ma ridefinire il «linguaggio» con cui un’organizzazione opera quotidianamente. La nozione filosofica di language game di Wittgenstein è evocativa: le imprese non si limitano a usare piattaforme come Salesforce o un ERP, ma «parlano» attraverso di esse, incorporando processi, metriche e gerarchie.

Per questo motivo, sostiene Pignataro, l’erosione interesserà soprattutto lo strato più «commodity» del software: le soluzioni profondamente integrate nei processi organizzativi e nelle regole aziendali risulteranno più resilienti rispetto a prodotti generalisti che svolgono compiti isolati.

Un rischio aggiuntivo è il paradosso della dipendenza: adottando soluzioni di AI per mantenere la competitività, molte imprese contribuiscono ad addestrare le piattaforme che, nel tempo, potrebbero disintermediarle. Attraverso pattern aggregati e longitudinali, le piattaforme apprendono la «grammatica» di interi settori — consulenza, legale, assicurativo, advisory finanziaria — non esponendo dati proprietari ma codificando la struttura del lavoro.

Implicazioni per il sistema produttivo

Le conseguenze pratiche interessano diverse dimensioni: governance dei dati, responsabilità contrattuale, compliance e mercato del lavoro. Le autorità di regolazione e i policy maker saranno chiamati a ridefinire norme e standard per garantire trasparenza, concorrenza leale e tutela dell’innovazione, evitando concentrazioni eccessive del potere computazionale in pochi attori.

Dal punto di vista aziendale, è necessaria una strategia che contempli non solo l’adozione tecnologica, ma anche la conservazione della conoscenza istituzionale, la definizione di accordi chiari sui dati di addestramento e la costruzione di percorsi di riqualificazione per le competenze che verranno riorientate.

Strategie operative e raccomandazioni

Alcune azioni concrete che le imprese possono intraprendere includono l’adozione di architetture ibride che combinino soluzioni interne e servizi esterni, l’uso di API e standard aperti per limitare il lock-in, l’implementazione di meccanismi di tracciabilità e audit per ciascuna automazione, e la definizione di policy sui dati che proteggano la struttura del lavoro aziendale.

Infine, l’approccio più robusto consiste nel ripensare il valore competitivo su livelli organizzativi: focalizzarsi su coordinamento, governance e relazioni con stakeholder esterni può ridurre la vulnerabilità alla standardizzazione offerta da piattaforme generaliste.

In conclusione, l’arrivo di agenti di AI più capaci cambia il campo di gioco ma non annulla automaticamente le infrastrutture istituzionali che regolano il lavoro e i processi aziendali. La sfida per imprese e istituzioni è gestire la transizione in modo che l’innovazione aumenti produttività e qualità senza impoverire il tessuto organizzativo e sociale.