AI, MAX News - Luglio 2026: Noi chi? (Io non sono stato)

Lo scorso venerdì ho chiuso un articolo dicendo che la pappa pronta, riguardo l'AI in azienda, non esiste e che tocca di nuovo a noi prepararla. Rileggendolo mi sono accorto di aver lasciato aperta la domanda più scomoda. Noi chi?

Questo mese ho chiuso alcuni percorsi AI in azienda, davanti a parecchie decine di persone, e dell'esperienza umana ho scritto qui: la diffidenza iniziale, il click, l'entusiasmo, e poi il ritorno a miti consigli. Quello che invece non ho ancora raccontato è il tema più discusso e temuto in ogni singola aula. "Ok ma se io o un agente che ho fatto io combiniamo un guaio, di chi è la responsabilità? Dell'IT?"

Un articolo scritto e qualche mese passato in aula: due strade diverse che questo mese mi hanno urlato addosso la stessa parola, responsabilità. Il «noi chi?» dell'articolo e il «di chi è la colpa?» dell'aula sono la stessa identica domanda.

Ed è lì che ho smesso di credere che l'AI vada piano per ragioni tecnologiche. Le nostre aziende sanno dare una responsabilità a due cose sole. A una persona, con un ruolo e un contratto. Oppure a un software prevedibile: fa quello che c'è scritto nella specifica, quindi risponde chi lo usa, che quel comportamento poteva prevederlo. (Perdonate la semplificazione.) Un agente non è né l'una né l'altra cosa: agisce da solo ma non è una persona, e non è prevedibile come un software, quindi chi lo ha messo in moto non può dire "non potevo saperlo". Non sappiamo a chi darla, quella responsabilità. Ecco perché si procede lenti, perché ci arroghiamo il misero potere di dire dei no, come racconta Alessandro Aresu in questo Podcast in cui dice che la vita si fa solo dicendo sì!

Il valore c'è, ma parte dal basso

Una voce rumorosa di questo mese è stata quella di Alex Karp, fondatore di Palantir, che lamenta che le aziende "pagano token che non creano valore", che i modelli sono stati "sopravvenduti in modo irresponsabile", e ha raccontato di amministratori delegati che gli scrivono furiosi (WSJ). Si può pensare che esageri, e che venda anche lui il suo vino. Ma se andate a vedere i dati usciti quest'anno, gli danno ragione più di quanto vorremmo.

Dall'altra le persone, e dicono l'opposto. Le rilevazioni di giugno di BCG e Glean raccontano di chi usa l'AI tutti i giorni e si risparmia una giornata di lavoro a settimana, a volte di più, nonostante solo il 13% dica che la propria azienda va meglio. (Anche se continuiamo a pensare che l'AI debba solo ridurre costi... forse ci stiamo accontentando di troppo poco. )

Nessuno dei due mente. Il guadagno è vero e si manifesta spesso solo in basso, sulla singola scrivania. Il vertice misura zero perché nessuno ha il compito di portare quel guadagno dentro l'azienda: non c'è un processo, non c'è un ruolo, non c'è nessuno che ne risponda. Così il valore resta personale e non diventa aziendale. E si disperde.

Un esempio che dice tutto: un grande esperto di AI, Peter Gostev, ha raccontato di aver lasciato lavorare un modello sul proprio software per 47 ore, e quello ha cancellato 74.000 righe di codice rendendo l'applicazione migliore di prima. Risultato notevole, per lui. Ma solo a lui, sul suo ambiente di lavoro, per sua iniziativa. Provate a chiedervi come si trasferisce una cosa così al resto dell'azienda: non è banale, perché ancora non vengono tracciati questi driver di valore.

Estrarre valore con gli agenti locali

Parte di questo valore si estrae con gli strumenti giusti. Se lo strumento vi confonde o vi ostacola, fate richieste più vaghe, e da lì parte la catena di correzioni: il risultato dipende anche da quanto bene voi e lo strumento vi siete capiti.

E questo mese vede la consacrazione dei local agents di cui parlo da ormai un anno. Il 9 luglio OpenAI ha presentato ChatGPT Work: non più una chat, ma un ambiente a cui (finalmente) dite il risultato che volete ottenere e che vi riconsegna il lavoro finito, il foglio di calcolo, la presentazione, il documento, l'applicazione. Ho passato qualche giorno dentro ChatGPT Work e dentro Claude Cowork, che fa una cosa simile. Stessi modelli sotto il cofano, esperienza opposta: in Cowork ho passato la prima mezz'ora a capire dove guardare, in ChatGPT Work sono arrivato al risultato quasi senza accorgermene. Soprattutto ora che è stata rilasciata la parte vocale interattiva.

Il mio parere, senza girarci attorno: per come lavoro io ChatGPT Work è un bel salto in avanti. In modalità Codex si comporta esattamente come il mio ambiente personale miniMe: gli dico su quale cartella del mio computer lavorare, e da lì fa, sui miei file veri, usando il mio Mac. Non gli sto raccontando il contesto a suon di prompt, gli sto permettendo di andarselo a prendere. E l'interfaccia è fatta molto bene: non c'è niente finché non serve, i connettori si accendono nel momento in cui servono, i file si muovono sotto i vostri occhi mentre lavora.

Ieri Andrew Ng ha regalato la versione open source della stessa idea: OpenWorker, licenza MIT, gira sul vostro computer, gli dite un risultato e ve lo consegna. Ma la cosa che mi ha colpito non è che sia gratis. È che ogni azione che l'agente vuole compiere viene classificata prima di essere eseguita: leggere, scrivere sul vostro disco, eseguire comandi, toccare qualcosa là fuori. E per le ultime si ferma a chiedere il permesso. Qualcuno ha finalmente messo nel codice la domanda che in azienda nessuno sa dove mettere: fin dove può arrivare da solo senza fare troppi danni?

E c'è un altro tetto, che stavolta siete voi. Sperimentare per capire fin dove arrivano questi sistemi agentici è ormai un lavoro costante, il FAFO: si prova, si sbaglia, si scopre. Una guida a Fable che gira in questi giorni lo dice bene: il salto con i modelli forti non è fargli fare quello che già sapete chiedere, è scoprire quello che non sapete di non sapere. Il massimo che otterrete non è quello che sa fare il modello, è quello che vi viene in mente di chiedergli. Per questo in tanti prompt scrivo «stupiscimi»: serve solo ad alzare quel tetto, il mio.

Vi faccio un esempio: ho chiesto a ChatGPT di disegnare dei droodle su di me, quei disegnini di Roger Price che non vogliono dire niente finché non leggi la didascalia, lasciandogli cercare il contesto dentro il mio computer, e il risultato è questo. Come disegno ha fatto flop. Ma è andato a cercarsi le mie foto e ha azzeccato con ironia certi miei tic di quando lavoro con l'AI. Mi ha ritratto usando quello che sapeva di me. Ed è lì che ho pensato una cosa poco rassicurante: un agente vi rappresenta con quello che vede di voi. Vi fidereste a mandarlo a parlare al posto vostro? Perché è esattamente quello che fa, ogni volta che gli fate scrivere una mail a un cliente.

E quindi come si fa a portare questi sistemi in azienda? Chi ci può guidare?

I fornitori AI Full Stack.

C'è una prova di mercato che vale più di qualunque sondaggio. A maggio OpenAI ha lanciato la sua Deployment Company, oltre quattro miliardi di dotazione, comprandosi la società di consulenza Tomoro e i suoi 150 ingegneri, da mandare a lavorare dentro le aziende clienti. Il 15 luglio Anthropic ha risposto con Ode, società di servizi da un miliardo e mezzo nata con Blackstone e Hellman & Friedman e costruita su un'altra società di consulenza comprata poco prima. Nel giro di due mesi, i due laboratori più avanti del mondo si sono comprati dei consulenti.

Tradotto: non hanno un prodotto che in azienda si vende da solo. Hanno un prodotto che va venduto con qualcuno accanto, che entra e vi insegna a pensare con quella tecnologia, altrimenti resta l'ennesima licenza spenta. Ecco la mossa full stack: le AI company che facevano modelli (Anthropic con Opus, OpenAI con GPT) sono diventate software company che fanno applicazioni (Claude Cowork, ChatGPT Work), e ora anche società di consulenza che vi vendono le persone per farle funzionare. Sono a tutti gli effetti Full Stack.

Il problema ovviamente in questi casi sta tutto nella domanda "Oste, che vino mi consiglia?". Ma prima di sorridere guardate cosa vi stanno vendendo: la riorganizzazione che non avete ancora fatto attorno a modelli e software completamente nuovi.

E poi ci sono i ruoli, che stanno diventando anche loro Full Stack, il cantiere su cui sto lavorando anch'io. Questo mese ho chiesto a un modello una mappa in tre dimensioni di ruoli, competenze e di come stanno cambiando i compiti. Non è un esercizio estetico. Finché ruoli e confini restano impliciti nella testa delle persone, non potete darne la responsabilità a nessuno. Se volete i sorgenti fatemi sapere.

Quando (il guaio) succede davvero

Torniamo alle responsabilità, e partiamo dal basso. I guai di "noi poveri utenti" sono quasi sempre banali, ed è per questo che fanno paura sul serio: l'agente ha aggiornato il record sbagliato, ha mandato la mail al cliente sbagliato, ha chiuso un ordine che non doveva chiudere. Chi risponde? L'IT ha steso il cavo, ma se quell'ordine andava chiuso o no lo sa chi fa quel mestiere, non chi ha installato il software. Ecco la frase concreta dietro a "ridisegnare i ruoli": la responsabilità va messa dove sta chi conosce il mestiere.

Si sale di un gradino quando lo strumento entra senza passare dagli acquisti. Nessuna gara, nessun contratto: se avete già l'accesso al modello, qualcuno se lo installa e vi ritrovate un agente dentro. È così che è entrato in molte aziende Grok Build, lo strumento di xAI che un ricercatore ha dimostrato spedire al proprio cloud interi archivi di codice, password comprese, mentre il marketing giurava che non usciva niente dal vostro computer (per farsi perdonare, ora è open source). Qui il guaio non l'ha fatto un vostro agente: l'ha fatto il fornitore. E il rischio più grosso non sono gli strumenti che avete scelto, sono quelli che non sapete di avere, e che quindi non sono di nessuno.

In cima alla scala c'è la versione estrema, arrivata a luglio con tanto di comunicati ufficiali. Durante una prova interna con le protezioni disattivate, due modelli di OpenAI sarebbero usciti dall'ambiente di test e avrebbero violato i sistemi di Hugging Face per rubare le soluzioni dell'esame che stavano affrontando, e OpenAI l'ha ammesso giorni dopo che Hugging Face si era già difesa da sola. Fa impressione, e in tanti ci hanno costruito sopra il solito allarme. Ma vale la nostra regola di sempre: non crediamo al marketing, nemmeno quando è marketing della paura. C'è chi fa notare che quel test l'hanno configurato gli umani perché andasse esattamente così, e che la storia capita comodissima a OpenAI proprio mentre si gioca con Anthropic il mercato della cybersicurezza. Modello sfuggito di mano o teatro ben scritto? Non lo sappiamo. Ed è questo il punto: se nemmeno chi l'ha costruito riesce a dire con certezza cosa è successo, immaginate in un'azienda normale chi se la prende, quella responsabilità.

Chi non ha aspettato

Mentre le aziende cercano una risposta, qualcuno se l'è data per legge. Dal 15 luglio la Cina ha regole nazionali sui servizi di AI che imitano una persona: obbligo di dire all'utente che sta parlando con una macchina, tutele contro la dipendenza affettiva, vincoli più stretti sui minori. Primo Paese al mondo. Si può discutere il merito, il metodo è chiaro: dove le organizzazioni non riescono a decidere chi risponde, prima o poi arriva qualcuno che decide al posto loro.

Altri concetti spot

• La gara è passata da chi è più intelligente a quanto costa l'intelligenza per task. GPT-5.6 è stato presentato come "più prestazioni per dollaro". Mira Murati ha presentato il primo modello della sua società scrivendo che "non è il più performante disponibile, né chiuso né aperto", ma sta industrializzando il fine tuning. Moonshot regala uno strumento di programmazione in stile Claude Code, e Andrew Ng, come avete letto sopra, regala addirittura un ambiente di lavoro completo. L'AI sta entrando nella maturità di 'esecutore di task' che consegna risultati tangibili, a un prezzo che va misurato.

• Molte applicazioni desktop hanno le ore contate? OfficeCLI è una suite Office senza finestre, senza menù, fatta perché a usarla sia un agente: apre, legge e riscrive Word, Excel e PowerPoint da riga di comando. Se il documento lo produce l'agente, l'applicazione con cui lo aprivate diventa solo il posto dove andate a controllare il risultato. Tenetelo a mente quando rinnovate le licenze.

• "Autonomo" è una parola da verificare sempre. Il robot domestico 1X NEO, di cui ho scritto questo mese, nel 60-70% dei compiti è ancora guidato a distanza da un operatore in carne e ossa. E se sbaglia lui, indovinate qual è la domanda.

• Il rischio di farla pensare al posto vostro. Ci ho scritto un bilancio di metà anno fuori stagione: la dipendenza silenziosa non è dai modelli, è dalle approvazioni, dal chiedere conferma per cose che sapreste decidere da soli.

Quindi

• L'AI non va piano per motivi tecnici. Va piano perché chiede a qualcuno di firmare una responsabilità che in azienda nessuno sa ancora a chi dare.

• Il valore c'è, ma resta sulla singola scrivania. Le persone risparmiano ore, le aziende misurano zero. Manca chi ha il compito di portarlo dentro.

• Non siete fuori dal sistema, lo state giocando. E un agente vi rappresenta con quello che sa di voi: scegliete gli strumenti anche per quanto vi fanno faticare ogni giorno, non solo per il modello e il prezzo.

• Non serve un organigramma nuovo. Prima di mettere un agente in un processo, tre domande: chi risponde se sbaglia, fin dove può arrivare da solo, chi se ne accorge. Se non sapete rispondere, non allargate: sedetevi a disegnare.

Nel frattempo continuo a ragionare su tutto quello che il lavoro con l'AI lascia dietro di sé, e su chi dovrebbe risponderne. Se in azienda avete già litigato su "di chi è la colpa se l'agente sbaglia", o se avete trovato una risposta che funziona, scrivetemi: sto raccogliendo storie.

Enjoy AI Responsibly!

Massimiliano