Se il tuo prossimo capo fosse un agente AI?

Introduzione

Ho intervistato Gian Segato, ricercatore di Anthropic, ex Replit, uno dei pochi italiani a lavorare dall’interno su Claude. La nostra chiacchierata è stata ricchissima e la trovi completa qui sotto.

C’è però un passaggio che mi ha colpito, e che rimane lì molto dopo che la conversazione è finita. Non riguarda i modelli, i benchmark, le funzionalità dell’AI o la sicurezza. Riguarda noi e il tipo di lavoro che ci aspetta.

Ti senti pronto o pronta a diventare un manager? Un manager di agenti AI?

Il cambio di ruolo che non stiamo vedendo

Nella storia ogni volta che arriva una tecnologia che cambia davvero le cose c’è un meccanismo che si ripete. Se stai pensando alla scena della macchina che sostituisce l’operaio, anche se quella fa più rumore e finisce sui giornali, alimentando le paure, ti dico che non si tratta di quella. 

Parlo di quella meno drammatica e più silenziosa, in cui il lavoro cambia forma senza che nessuno lo annunci.

Quando arrivarono i telai meccanici, i tessitori più abili non sparirono tutti da un giorno all’altro. Cambiò quello che ci si aspettava da loro: meno esecuzione manuale, più supervisione del processo, più giudizio su quando intervenire e quando lasciare andare la macchina. I mestieri salirono di un piano. Chi non se ne accorse in tempo rimase al piano di sotto.

Stiamo vivendo la stessa scena. 

Segato lo descrive con un’immagine precisa: un tempo, nel lavoro di sviluppo software, il compito era davvero granulare perchè iniziavi dal momento in cui aprivi un file, trovavi una funzione, eventualmente la modificavi e poi testavi il cambiamento. Ore, a volte giorni, passati dentro i dettagli. Oggi puoi dire a un agente di modificare un processo o una parte del software e lui lo fa. 

Non è magia e non è nemmeno una semplificazione. Dal dettaglio operativo alla direzione strategica. Dall’esecuzione alla decisione. Dalla manovalanza, anche quella intellettuale, alla supervisione.

A tutti gli effetti diventiamo manager di agenti e non di persone. 

Si tratta di qualcosa di troppo nuovo e abbiamo bisogno di interiorizzare questo cambiamento, affinché sotto i nostri occhi diventi normalità e per come tutti i cambi di ruolo nella storia, porta con sé una riflessione: siamo pronti a fare così il lavoro, o stiamo ancora cercando di fare le cose come prima?

Il problema è che nessuno ci ha insegnato a farlo

C’è una differenza che chiunque abbia lavorato in un’agenzia o in un team creativo conosce bene: quella tra il cliente che sa cosa vuole e quello che lo scopre solo quando vede la prima bozza.

Il secondo tipo è semplicemente qualcuno che non ha ancora fatto un lavoro di approfondimento e probabilmente potrà scaricare quella responsabilità su chi esegue, che sia un grafico, uno sviluppatore o  un agente AI. Purtroppo, però, delegare qualcosa che è superficiale in partenza farà sì che l’output sarà sempre deludente, e la colpa sembrerà sempre degli altri.

Diventare buoni manager di agenti AI significa, prima di tutto, diventare il primo tipo di cliente. Quello che arriva con un’idea chiara e ben definita, che sa valutare il risultato e si assume la responsabilità di ciò che viene prodotto. 

Bisogna sapere cosa stai chiedendo e perché. Bisogna distinguere un output davvero buono da uno così e così e la differenza, spesso, è sottilissima e la vedi solo se hai un punto di vista tuo e delle competenze.

L’AI non ha creato questa esigenza eppure l’ha portata in superficie, togliendo tutti gli alibi che prima la nascondevano. Adesso che l’esecuzione si può delegare, quello che rimane è interamente tuo.

Non c’è più niente dietro cui nascondersi.

Il problema è che sono in parte delle competenze nuove, che nessuno di noi ha ancora ben chiaro come affinare e migliorare. Lo stiamo scoprendo facendo.

L’esempio che spiega tutto

C’è un aneddoto che Segato racconta con una certa leggerezza, ma che invece è illuminante.

Sua moglie è un’artista. Doveva correggere la prospettiva di alcune foto dei suoi quadri per il sito web. Non sa programmare. Non ha un abbonamento a software grafici professionali. Ha aperto Claude Code e ha descritto il problema.

Claude Code ha scritto uno script Python al momento, ha aperto una finestra interattiva, le ha chiesto di cliccare sui quattro angoli dell’immagine e ha corretto la prospettiva automaticamente.

Era un task tecnico risolto da qualcuno che non ha competenze tecniche perché quella persona sapeva cosa voleva, sapeva descriverlo, e sapeva riconoscere quando il risultato era quello giusto.

Tre competenze da manager, non da programmatore.

Il paradosso del lavoro più umano

C’è un punto dell’intervista in cui Segato dice una cosa che sembra quasi un paradosso.

Parla di sanità: se l’AI aiuta medici e infermieri su diagnosi e documentazione, se si fa carico della parte ripetitiva, potrebbe liberare più tempo per la relazione umana con il paziente. L’AI, togliendo la parte meno umana del lavoro, renderebbe alcuni lavori più umani di quanto non siano già.

È lo stesso ragionamento che vale ovunque, nei lavori creativi, intellettuali, di cura, di relazione: l’esecuzione si può delegare sempre di più. Quello che rimane è la strategia, il giudizio, l’empatia e la responsabilità. 

Attenzione, però, perché il rischio è dietro l’angolo. Il tempo liberato dall’AI si può usare in due modi: pensare meglio o produrre di più. 

Ci rendiamo subito conto che nel secondo caso non si è fatto il salto di livello: siamo operai più veloci, ma non certamente dei manager.

Cosa significa davvero prepararsi

Ok, se questa è la direzione che possiamo fare per prepararci a questo salto? Segato non dà ricette segrete e miracolose, forse nessuno ha la soluzione in questo momento, ma fornisce qualcosa di più prezioso nel modo in cui descrive il suo lavoro quotidiano.

Parla dei suoi “personal eval“: domande o compiti che sa essere difficili per i modelli, che ripete ogni volta che testa una nuova versione di Claude. Quando un modello supera finalmente uno di questi test personali, è un segnale che qualcosa di reale è cambiato su una prova costruita su ciò che conta per lui, nel suo contesto e con le sue aspettative.

È esattamente l’atteggiamento da manager che non dovrebbero fidarsi dei punteggi generali, ma costruire criteri propri legati al proprio contesto. 

La competenza che serve, in fondo, non è poi così tecnica, perché rientra nella sfera di quelle skill uniche e come la capacità di avere un punto di vista proprio e coerente, di sapere cosa si vuole, di saper riconoscere quando lo si ottiene o quando invece si deve scavare più a fondo. È una competenza antica, che l’AI non crea e non sostituisce. 

Conclusioni

Pochissimo tempo fa ci chiedevamo se eravamo pronti ad accettare l’arrivo dell’AI. È una domanda già vecchia. Gli agenti stanno lavorando in questo momento, con noi e per noi, che tu lo abbia scelto o meno.

La domanda giusta è un’altra: siamo pronti e pronte a guidarli? A dirigere questi nuovi team artificiali senza scaricare su di loro gli errori, senza delegare la responsabilità insieme al compito?

L’AI eseguirà bene solo ciò che a monte è stato pensato bene. Il merito e la colpa restano nostri.