Un esperimento reale: 14 competenze, 12 giorni e un valore stimato di 20.000 €. Come l'AI cambia produttività, qualità del lavoro e tempo libero.

Un esperimento reale di produttività aumentata dall’intelligenza artificiale. Non per dimostrare che le persone siano sostituibili, ma per capire come stanno cambiando il valore del lavoro, le competenze e il rapporto tra tempo e risultati.

Negli ultimi 12 giorni ho fatto un esperimento. O meglio, non era nato come tale: me ne sono accorto soltanto dopo, quando ho iniziato a ricostruire tutto quello che avevo realizzato.

Ho lavorato contemporaneamente su sviluppo software, architetture AI, analisi dei dati, automazioni, marketing, SEO, progettazione di prodotti digitali, testing e strategia. Attività molto diverse tra loro, che in un’organizzazione tradizionale richiederebbero il coinvolgimento di numerosi professionisti specializzati.

A un certo punto mi sono posto una domanda: quanto sarebbe costato affidare tutto questo lavoro a un team esterno?

Ho ricostruito le attività, identificato le competenze necessarie e stimato il tempo che professionisti qualificati avrebbero potuto impiegare per ottenere risultati equivalenti.

• 12 giorni di attività analizzate, dal 1° al 13 ottobre 2026.
• 14 professionalità coinvolte, intese come aree di competenza.
• Circa 20.000 euro di costo professionale equivalente stimato.
• 181–328 ore di lavoro esterno equivalente, secondo diversi scenari.

Non sono 20.000 euro guadagnati. Non sono necessariamente 20.000 euro risparmiati. E non significa che io abbia sostituito 14 persone a tempo pieno. È una stima del costo che avrebbe potuto sostenere un’azienda per commissionare all’esterno un insieme comparabile di attività.

Ma la cosa più interessante non è il valore economico. È quello che questa esperienza mi ha fatto capire su come sta cambiando il lavoro.

Non ho sostituito 14 persone. Ho utilizzato 14 competenze.

Partiamo da una distinzione importante, soprattutto in un periodo in cui si tende a raccontare l’intelligenza artificiale attraverso numeri sensazionalistici. Svolgere attività appartenenti a 14 professionalità differenti non equivale a produrre il lavoro di 14 dipendenti a tempo pieno.

Significa poter affrontare problemi che appartengono a discipline diverse, riducendo la necessità di coinvolgere uno specialista per ogni singolo passaggio.

Non ho svolto necessariamente tutte queste professioni al livello di specializzazione di chi vi dedica un’intera carriera. Ho però potuto utilizzare competenze trasversali, esperienza e strumenti AI per realizzare attività che normalmente attraversano questi ambiti.

Secondo la ricostruzione iniziale, un team esterno avrebbe potuto impiegare complessivamente tra 181 e 328 ore. Considerando nove giornate lavorative da otto ore nello stesso intervallo di calendario, il volume stimato corrisponde indicativamente al lavoro di 2,5–4,6 professionisti a tempo pieno.

La vera differenza non sta nel numero delle persone. Sta nella possibilità di concentrare capacità differenti all’interno di un unico processo decisionale.

Il vero cambiamento non è fare le cose più velocemente

Per anni abbiamo considerato l’intelligenza artificiale soprattutto uno strumento per automatizzare attività: scrivere un testo più velocemente, analizzare un documento, generare codice, riassumere una ricerca, preparare una presentazione.

Sono utilizzi importanti, ma credo che limitarsi a questi esempi significhi sottovalutare il cambiamento in corso. La trasformazione più interessante avviene quando l’AI permette a una persona di attraversare discipline che prima richiedevano passaggi tra diversi specialisti.

Un problema può partire da un’esigenza commerciale, diventare una specifica funzionale, trasformarsi in codice, essere testato, integrato e infine utilizzato per migliorare un processo aziendale. È il passaggio dai semplici tool AI ai processi aziendali. Tutto all’interno dello stesso flusso di lavoro.

Pensiamo allo sviluppo di un prodotto digitale: un responsabile individua un’esigenza, un analista la traduce in requisiti, un architetto definisce la soluzione, uno sviluppatore implementa, un tester verifica e un’altra figura segue il rilascio. Ogni passaggio richiede comunicazione, coordinamento e spesso attese.

Con l’AI, una parte di questi passaggi può essere gestita in modo molto più continuo. Non significa eliminare specialisti o controlli: significa ridurre le interruzioni tra un’attività e quella successiva. E questo, in alcuni contesti, può incidere sulla produttività perfino più della velocità di esecuzione.

Come ho stimato i 20.000 euro

Per evitare di trasformare un’esperienza personale in un’affermazione priva di fondamento, ho cercato di attribuire un valore economico alle attività svolte. Ho identificato le attività realizzate, distinto i risultati completati dalle idee e dai lavori ancora aperti, individuato le competenze necessarie, stimato le ore equivalenti e applicato tariffe differenti per specializzazione e complessità.

Il valore di 20.000 euro rappresenta uno scenario centrale, non una misurazione contabile. L’intervallo è ampio per ragioni concrete: professionisti differenti possono impiegare tempi diversi, le tariffe variano e parte delle attività richiede verifiche o integrazioni più complesse.

Non sarebbe corretto presentare questa stima come una perizia indipendente o un risparmio effettivamente contabilizzato. Rimane però un’indicazione utile per comprendere l’ordine di grandezza della capacità produttiva resa accessibile dall’AI.

Come cambia il valore di un professionista quando la sua capacità di esecuzione cresce così rapidamente?

L’intelligenza artificiale non elimina la necessità di competenze

L’AI può generare codice, ma bisogna capire se risolve davvero il problema. Può suggerire una strategia, ma bisogna valutarne la sostenibilità. Può elaborare dati, ma serve verificare fonti e conclusioni. Può proporre un’architettura, ma qualcuno deve comprendere conseguenze, rischi e responsabilità.

L’intelligenza artificiale non trasforma automaticamente una persona inesperta in un professionista senior. Uno dei rischi è ottenere risultati apparentemente convincenti senza gli strumenti per riconoscerne gli errori.

La capacità di esecuzione è diventata più accessibile. La capacità di giudizio resta determinante.

Dopo anni di lavoro nel digitale, una delle differenze che noto maggiormente non è soltanto la velocità con cui ottengo un risultato. È la possibilità di riconoscere prima una soluzione inutilmente complicata, un passaggio mancante o un problema posto male.

L’AI accelera molte attività. Ma decidere quali meritino davvero di essere accelerate rimane una responsabilità umana. Lo stesso principio vale per l’AI applicata al marketing.

Il vantaggio più grande è collegare competenze differenti

Immaginiamo due situazioni. Nella prima un’azienda sviluppa una funzionalità passando tra marketing, prodotto, reparto tecnico, sviluppo, testing e pubblicazione. Anche lavorando bene, il processo comporta passaggi di consegne e revisioni.

Nella seconda, un professionista con esperienza trasversale utilizza strumenti AI per gestire direttamente buona parte del processo, coinvolgendo specialisti quando occorrono competenze profonde, verifiche indipendenti o responsabilità specifiche.

Non sempre il secondo modello è preferibile: sistemi critici, progetti complessi e ambienti regolamentati richiedono spesso team strutturati e separazione dei controlli.

Ma in molte attività di sperimentazione e sviluppo di prodotti digitali, il secondo approccio può ridurre la distanza tra un’idea e un risultato utilizzabile.

L’intelligenza artificiale non riduce soltanto il costo di alcune attività. Può ridurre il costo di sperimentare nuove idee.

Un imprenditore può verificare più rapidamente un’ipotesi. Un consulente può sviluppare strumenti interni per migliorare i servizi. È una logica vicina a quella del product marketing, in cui sviluppo e domanda devono restare collegati. Una piccola azienda può realizzare soluzioni che un tempo avrebbe dovuto acquistare all’esterno. Non garantisce il successo delle idee, ma amplia quelle che possiamo permetterci di esplorare.

C’è anche un rischio: diventare produttivi senza creare valore

Se l’AI permette di produrre molto di più, non significa automaticamente generare più fatturato o risultati migliori. Possiamo costruire funzionalità inutilizzate, automazioni non prioritarie, contenuti privi di valore e prodotti senza domanda reale.

Un’attività inutile non diventa utile perché è stata eseguita in pochi minuti. Quando il costo di produrre si abbassa, è perfino più facile moltiplicare iniziative senza valutarne l’impatto.

Per questo credo che una delle competenze più importanti nei prossimi anni sarà sapere cosa non costruire. La produttività diventa un vantaggio competitivo soltanto quando è collegata a una direzione.

La produttività ha senso se migliora anche la qualità della vita

C’è un altro aspetto fondamentale, spesso trascurato quando si parla di intelligenza artificiale e produttività: produrre di più non dovrebbe significare necessariamente lavorare di più.

Se riesco a svolgere un’attività in due ore anziché in otto, posso realizzare altri progetti, approfondire il lavoro, migliorare la qualità del risultato oppure semplicemente dedicare più tempo a me stesso. Queste possibilità non si escludono a vicenda.

L’AI, utilizzata bene, può permetterci di dedicare meno tempo alle attività ripetitive e più attenzione a quelle che richiedono esperienza, creatività, sensibilità e giudizio. Naturalmente, la velocità non garantisce la qualità: un risultato rapido ma non verificato può creare più problemi di quanti ne risolva.

Ma c’è qualcosa che va oltre il lavoro. Il tempo è probabilmente la forma di ricchezza più preziosa che abbiamo. Non possiamo accumularlo o recuperare quello perso.

Avere più tempo per la famiglia, per le persone a cui teniamo, per imparare, viaggiare o vivere senza riempire ogni ora di impegni è un risultato che nessuna metrica di produttività rappresenta completamente.

Forse il vero successo dell’AI non sarà permetterci di lavorare come dieci persone. Sarà permetterci di ottenere risultati migliori senza sacrificare tutto il nostro tempo per raggiungerli.

Da professionista operativo a orchestratore di capacità

Il cambiamento che sto osservando riguarda il ruolo del professionista. Tradizionalmente il valore era spesso associato alla capacità di eseguire direttamente un’attività: programmare, analizzare dati, realizzare campagne, progettare interfacce.

Queste competenze continueranno a essere importanti, ma sta emergendo un’altra dimensione: la capacità di orchestrare risorse, strumenti e competenze differenti.

Diventa sempre più importante comprendere il problema, definire il risultato, scomporre la complessità, coordinare strumenti e agenti AI, verificare gli output e integrarli in un sistema funzionante.

Il professionista non è più soltanto chi esegue. Può diventare chi progetta, coordina, verifica e migliora l’intero processo. Gli specialisti restano indispensabili dove occorrono conoscenze approfondite e responsabilità professionali.

La competenza del futuro non sarà soltanto sapere come fare qualcosa. Sarà sapere che cosa fare, perché farlo e come verificare che funzioni.

La domanda non è più quante persone servono

Dopo questi 12 giorni non penso di aver dimostrato che una persona possa sostituire un intero team. Penso di aver osservato qualcosa di diverso: la relazione tra numero di persone, complessità del lavoro e capacità produttiva sta cambiando.

Per alcune attività il vantaggio dell’AI sarà modesto, per altre potrebbe essere enorme. Dipenderà dalle competenze, dagli strumenti, dai processi e dalla capacità di prendere decisioni.

Un imprenditore può sperimentare servizi e prodotti con investimenti iniziali inferiori; un professionista può ampliare la propria capacità di intervento. Ma non conta quante attività completiamo: conta il risultato che producono.

La domanda che mi interessa adesso è questa: se posso produrre molto di più con le stesse risorse, come trasformo questa capacità in prodotti, servizi e valore che continuino a crescere nel tempo?

Perché il vero risultato dell’intelligenza artificiale non dovrebbe essere semplicemente lavorare di più. Dovrebbe essere costruire cose che prima non avremmo avuto le risorse per realizzare, migliorare la qualità di ciò che facciamo e, possibilmente, restituirci una parte del nostro tempo.

Perché, alla fine, la tecnologia dovrebbe lavorare per migliorare la nostra vita. Non trasformare ogni minuto della nostra vita in lavoro.

Nota metodologica

Questa analisi si riferisce alle attività ricostruite nel periodo 1–13 ottobre 2026, pari a 12 giorni trascorsi tra l’inizio e la fine dell’intervallo, non dodici giornate lavorative complete. Le 14 figure rappresentano ambiti professionali coinvolti, non dipendenti equivalenti.

Le 181–328 ore sono una stima del tempo ipoteticamente necessario a professionisti esterni per ottenere risultati comparabili, non le mie ore lavorate. Il valore centrale di circa 20.000 euro, con un intervallo indicativo da 10.000 a 31.000 euro, deriva da scenari di costo professionale, non da una valutazione indipendente. Sono esclusi ricavi, risparmi effettivamente contabilizzati e il valore commerciale futuro dei prodotti.