Per molti anni il "valore umano" si è misurato in produttività: quante cose riusciamo a fare, quanto in fretta, con quanta precisione. È stato un buon modello — finché esisteva una netta linea di confine tra quello che faceva una macchina e quello che facevamo noi.
Quella linea sta scomparendo. I sistemi AI generativi del 2026 scrivono codice, analizzano contratti, sintetizzano interviste, generano illustrazioni, conducono ricerche di mercato. E lo fanno meglio della media degli umani. Non sempre meglio dei migliori, ma quasi sempre meglio della media.
La domanda non è più "cosa sai fare?" — la domanda è "cosa scegli di fare, sapendo che potresti delegarlo?".
Tre cambiamenti già in atto
Stiamo assistendo a tre traiettorie parallele, ognuna delle quali ridefinisce un pezzo del rapporto tra umani e produttività:
- Dal "fare" al "decidere". L'esecuzione è commodity, la scelta di cosa eseguire è il vantaggio.
- Dal sapere al notare. L'accesso alla conoscenza è ubiquo; quello che differenzia è capire cosa è rilevante.
- Dalla precisione al gusto. Le decisioni estetiche, di tono, di taglio — quelle non si automatizzano.
Un esempio concreto
Prendiamo un'attività relativamente semplice come scrivere una proposta commerciale. Cinque anni fa richiedeva ore di lavoro: ricerca del cliente, stesura, revisione, formattazione. Oggi un buon prompt produce una bozza in trenta secondi.
Quello che resta umano è: capire cosa proporre, scegliere quale tono usare con quel cliente specifico, decidere cosa NON includere. Il valore si è spostato a monte.
Conseguenze per chi lavora con la conoscenza
Per chi vive di lavoro intellettuale — programmatori, designer, scrittori, analisti, consulenti — la curva di apprendimento si sta riconfigurando. Le skill tecniche di base si comprimono (l'AI le riempie), le skill di giudizio diventano differenziali.
Questo non significa che le competenze tecniche perdano valore: significa che diventano una soglia di accesso, non un vantaggio competitivo. La differenza la fa quello che ci sta sopra.