Le grandi aziende tecnologiche usano i "licenziamenti AI" come scusa: verità, logica del capitale e guida alla protezione dei lavoratori

Hook: Quando Block, Salesforce e Meta attribuiscono i licenziamenti alla "sostituzione AI", è una rivoluzione tecnologica o una scusa strategica del capitale? Questo articolo ti porterà a smontare questa ondata di licenziamenti AI attraverso fatti, dati e prospettive storiche.

01 Perché è importante prestare attenzione al tema dei "licenziamenti AI"?

Il motivo di "sostituzione AI" auto-attribuito dalle grandi aziende tecnologiche è diventato una parola chiave nei comunicati di licenziamento del 2025-2026. Prestare attenzione a questo non è solo una questione di seguire le notizie, ma serve a identificare: quali sono le vere trasformazioni guidate dalla tecnologia e quali sono manovre di capitale per i bilanci e i prezzi delle azioni? Per i lavoratori, comprendere questa distinzione determina come rispondere, come mantenere il proprio posto di lavoro e il potere di negoziazione.

02 Panoramica dei casi recenti (parole chiave: licenziamenti Block, Salesforce, Meta)

La commedia dei "licenziamenti del 40%" di Block

• Dichiarazione ufficiale: L'AI guida l'innovazione nel modo di lavorare.
• Evoluzione reale: Dopo i licenziamenti, alcuni dipendenti sono stati richiamati, con l'ufficialità che spiega con "errore di documentazione" e "riorganizzazione dei posti".
• Punti di osservazione: Licenziamenti e richiami coesistono, suggerendo che i licenziamenti sono più un aggiustamento organizzativo e finanziario piuttosto che una pura sostituzione tecnologica.

Il fallimento del "salvataggio AI" di Salesforce

• Ha dichiarato di sostituire alcuni posti di consulenti e sviluppatori con l'AI, per poi scoprire che l'AI non performava adeguatamente in scenari complessi con i clienti, costringendo a riassumere o riassegnare personale.
• Conclusione: L'AI è efficace nei compiti standardizzati, ma ha ancora evidenti limiti nelle relazioni con i clienti ad alta complessità e nelle consegne personalizzate.

Le operazioni a doppio standard di Meta

• Licenziamenti massicci + ingenti investimenti in AI: guadagna di più, licenzia di più, investe di più ma assume meno.
• Logica del capitale chiara: ridurre i costi per aumentare il margine di profitto, mentre si utilizza una narrazione "futuristica" per attrarre capitali a lungo termine.

03 Logica del capitale: come l'AI diventa una "scusa"? (parole chiave: guida del capitale, assunzione eccessiva, abbellimento dei bilanci)

3.1 Assunzione eccessiva post-pandemia

Nella fase di "grande assunzione" del 2020-2021, molte aziende internet hanno assunto in massa per posizionarsi e espandersi, specialmente nei ruoli legati all'AI e ai dati. Assumere è facile, trattenere è difficile; quando arriva un punto di svolta macroeconomico o aziendale, il personale diventa il primo obiettivo di aggiustamento.

3.2 Pressione sui bilanci e narrazione di "riduzione dei costi e aumento dell'efficienza"

I licenziamenti possono migliorare rapidamente la struttura dei costi a breve termine, diventando un mezzo per dimostrare a Wall Street una "gestione efficace". Presentare i licenziamenti come "automazione guidata dall'AI" è più accettabile per gli investitori - la tecnologia non è il colpevole, ma una spiegazione dignitosa.

3.3 Il copione di Wall Street e delle banche d'investimento

Analisti e banche d'investimento spesso incoraggiano le aziende a raccontare una storia di "progresso tecnologico + riduzione dei costi", al fine di stimolare il prezzo delle azioni a breve termine. Così, la "sostituzione AI" diventa uno strumento narrativo pubblico popolare nei mercati di capitale.

04 I veri limiti delle capacità AI (parole chiave: limiti delle capacità AI, conoscenze tacite, collaborazione uomo-macchina)

4.1 Conoscenze esplicite vs conoscenze tacite

• L'AI è brava a replicare conoscenze esplicite (regole, modelli, dati pubblici, codice standardizzato).
• Le conoscenze tacite (relazioni con i clienti, memoria storica, cultura di squadra, esperienza di adattamento) sono una barriera difficile da sostituire per l'AI nel breve termine.

4.2 Quali posti di lavoro sono realmente a rischio di sostituzione da parte dell'AI?

Lavori ad alta frequenza, con regole chiare e quantificabili (come l'inserimento dati standardizzato, test ripetitivi, generazione di testi semplici e risposte template) hanno un alto rischio di sostituzione; i ruoli che richiedono collaborazione interdipartimentale, giudizi approfonditi e comprensione emotiva sono più difficili da sostituire.

4.3 La collaborazione uomo-macchina è la direzione più realistica

Se un'azienda vuole migliorare sostenibilmente l'efficienza, spesso ha bisogno di utilizzare l'AI come strumento per amplificare la produttività umana, piuttosto che sostituire direttamente interi ruoli. Comprendere e padroneggiare le competenze di "collaborazione uomo-macchina" è il percorso chiave per aumentare il valore dei lavoratori nel breve termine.

05 Prospettiva nazionale e casi locali (parole chiave: NetEase, iFlytek, licenziamenti in Cina)

• Aziende come NetEase evitano di rivelare licenziamenti di massa attraverso esternalizzazioni e riorganizzazioni, lasciando i dipendenti con ansia e incertezza.
• Aziende AI come iFlytek affrontano una triplice pressione di "alte aspettative, divario tecnologico, aumento dei costi", e i licenziamenti spesso si concentrano su aggiustamenti interni e obiettivi di profitto a breve termine.
• Punti in comune nel mercato del lavoro cinese: asimmetria informativa, bassa elasticità della sicurezza sociale, e scarsa capacità dei dipendenti di rispondere alle narrazioni sui "licenziamenti AI".

06 Riflessioni storiche: cosa ci insegnano la bolla di internet e la rivoluzione industriale (parole chiave: confronto storico, sostituzione delle macchine, adattamento sociale)

• Bolla di internet (2000): prima assumere e poi licenziare è la norma nei cicli di capitale.
• Rivoluzione industriale: la sostituzione meccanica porta a un impatto a breve termine, ma spinge a lungo termine la creazione di nuovi posti di lavoro e requisiti di competenze.
• Insegnamento: la sostituzione tecnologica è un processo, e l'adattamento delle istituzioni e degli individui determina i risultati a lungo termine; nel breve termine, è più una lotta tra capitale e ristrutturazione organizzativa.

07 Guida pratica alla sopravvivenza per i lavoratori (parole chiave: sopravvivenza professionale, conoscenze tacite, aggiornamento delle competenze, percorsi professionali diversificati)

7.1 Riconoscere i fatti, non farsi ingannare dalle narrazioni

• Considerare i "licenziamenti AI" come unica causa è spesso insicuro: verificare le performance aziendali, la storia delle assunzioni, la situazione aziendale e l'impatto della catena di approvvigionamento.
• Raccogliere informazioni da più fonti: colleghi, ex dipendenti, siti di assunzione e bilanci possono fornire indizi.

7.2 Rafforzare le conoscenze tacite e le competenze trasversali

• Investire tempo per migliorare la gestione dei clienti, la negoziazione, la gestione delle crisi e le capacità di coordinamento tra team.
• Assumere attivamente compiti complessi e incerti; queste esperienze formeranno la tua barriera professionale irripetibile.

7.3 Imparare a usare l'AI, diventare un potenziatore di efficienza piuttosto che un soggetto da sostituire

• Padroneggiare strumenti AI comuni (completamento del codice, analisi dei dati, assistenti alla generazione di contenuti) e trasformarli in amplificatori della propria produzione.
• Imparare a progettare processi di collaborazione uomo-macchina: quali fasi devono essere svolte dall'AI e quali devono essere giudicate e consegnate dagli esseri umani.

7.4 Costruire identità professionali diversificate e piani di riserva

• Gestire almeno una competenza secondaria o un'attività collaterale per aumentare l'elasticità del reddito.
• Espandere la rete professionale, mantenendo contatti con diverse parti all'interno del settore, per garantire un rapido flusso di informazioni e opportunità.

08 Lista di controllo pratica (autovalutazione rapida)

• Il lavoro che svolgo è regolarizzato e quantificabile? (Alto: rischio di sostituzione ↑; Basso: rischio di sostituzione ↓)
• Ho "conoscenze tacite" o relazioni con i clienti che sono difficili da trasferire? (Sì: sicurezza ↑)
• So usare strumenti AI per migliorare la mia produzione? (Sì: competitività ↑)
• Ho un piano di riserva (competenze trasferibili, attività collaterali o risparmi)? (Sì: margine di sicurezza ↑)

09 Conclusione: la tecnologia non è tutto, strategia e competenze sono il vero scudo

Le grandi aziende tecnologiche utilizzano i "licenziamenti AI" come narrativa ufficiale, che contiene sia una parte di vera sostituzione tecnologica che motivazioni evidenti di capitale e operazioni organizzative. Per i lavoratori, è importante:

• Non demonizzare l'AI, né credere ciecamente nella "teoria della sostituzione";
• Concentrarsi sul miglioramento dell'irripetibilità (conoscenze tacite, giudizi complessi, comunicazione e capitale interpersonale) e sul padroneggiare gli strumenti AI;
• Costruire percorsi professionali diversificati e canali informativi, riducendo il rischio professionale derivante da un'unica azienda.

Se stai vivendo o assistendo a storie di "essere licenziati dall'AI/richiamati": sei invitato a condividere i tuoi casi e domande nella sezione commenti. Questo articolo mira a fornire una prospettiva fattuale e strategie eseguibili, aiutando più lavoratori a mantenere la propria carriera e migliorare il potere di negoziazione nell'era dell'AI.

Letture e fonti di dati suggerite: alcune conclusioni nel testo si basano su comunicati di licenziamento pubblici, media di settore (inclusi Bloomberg, Tiger Sniff, ecc.) e dati di indagini sul lavoro. Si consiglia ai lettori di valutare la propria azienda considerando i dettagli specifici del settore e del proprio ruolo.