Licenziamenti KI-native: Perché i mercati esultano mentre i lavoratori perdono

Pubblicato: 27 Febbraio 2026

Il titolo di Block è salito del 25% nelle negoziazioni after-hours del 26 Febbraio 2026. La notizia che ha innescato questo: 4.000 persone avevano appena perso il lavoro.

Questa cifra merita attenzione. Un'azienda licenzia il 40% della sua forza lavoro — da circa 10.000 dipendenti a 6.000 — e la reazione del mercato è euforia. Nessuna preoccupazione, nessuna cautela. Euforia. La reazione del prezzo delle azioni è la vera storia, perché segnala qualcosa di molto più grande della ristrutturazione di una singola azienda. Questo fenomeno è legato all'adozione di tecnologie come l'API, il Machine Learning e le interfacce CLI, che stanno trasformando il mercato del lavoro italiano.

Licenziamenti IA nel 2026: Il Block-Playbook prende forma

La comunicazione interna di Jack Dorsey è stata diretta: "Oggi ridimensioniamo Block". L'inquadratura circostante era tutt'altro che diretta: era ponderata, strategica e sempre più familiare. Block, la società Fintech dietro Square e Cash App, sta diventando "IA-nativa". Sta integrando l'IA in tutte le sue operazioni per sostituire i flussi di lavoro umani e, in definitiva, le menti umane.

I dettagli qui sono cruciali. Block è passata da circa 10.000 a 6.000 dipendenti. Non si tratta di un ridimensionamento o di una riduzione del personale basata sulle prestazioni. Si tratta di una decisione strutturale su che tipo di azienda Block vuole essere. E il mercato l'ha apprezzata.

Secondo un rapporto di Reuters del 26 febbraio 2026, le azioni di Block sono aumentate di oltre il 25% nelle negoziazioni after-hours. LA Times, NYT e SiliconAngle hanno tutti confermato la stessa storia: trasformazione IA-nativa come giustificazione, massicci tagli di posti di lavoro come meccanismo, aumento del prezzo delle azioni come convalida.

Il termine chiave nell'inquadratura di Dorsey - "IA-nativa" - ha un peso notevole. Segnala l'intenzione, ma offre anche copertura. IA-nativa non significa solo "utilizziamo strumenti di IA". Significa "crediamo che un team più piccolo, supportato dall'IA, possa fare ciò che prima faceva un team più grande". Se questa convinzione si basi su comprovati guadagni di produttività è una questione a parte.

Il modello emergente: quando l'"efficienza dell'IA" diventa il nuovo linguaggio della ristrutturazione

Block non opera nel vuoto. Il mercato dei licenziamenti è stato rimodellato negli ultimi 18 mesi dalla crescente disponibilità di strumenti di sviluppo dell'IA, assistenti di codifica e flussi di lavoro agentici. Aziende del settore Fintech, software aziendale e persino Consumer-Tech stanno conducendo esperimenti in sordina: cosa succede se sostituiamo X processi umani con pipeline basate sull'IA?

Ciò che Block ha fatto di diverso è rendere pubblica ed esplicita la conclusione prima che i guadagni di produttività fossero completamente dimostrati. Questo è il playbook che si sta delineando in tempo reale:

Annunciare la "trasformazione nativa dell'IA" — inquadrandola come una decisione strategica orientata al futuro
Ridurre sostanzialmente il numero di dipendenti (nell'ordine del 20-50%)
Lasciare che il mercato ricompensi la mossa con un aumento del prezzo delle azioni
Osservare altri consigli di amministrazione chiedere ai propri CEO perché non stanno facendo lo stesso

L'investimento di 1,2 miliardi di dollari di Blackstone in Neysa (una startup indiana di cloud AI che impiega 20.000 GPU, annunciato nella stessa settimana) mostra dove sta andando il capitale: in infrastrutture di IA che rendono fattibile l'automazione su larga scala. Il lato dell'offerta si sta espandendo rapidamente. Il lato della domanda — ovvero le decisioni sul personale nelle aziende — seguirà.

Questo modello non è esclusivo di Block. È lo scenario emergente per la prossima fase dell'adozione dell'IA nelle aziende: non l'IA come vantaggio competitivo, ma l'IA come giustificazione per i tagli di posti di lavoro.

Il contrappeso di Mollick: Il divario di produttività che nessuno vuole ammettere

Non tutti sono convinti che i conti tornino.

Ethan Mollick, professore di management alla Wharton School e uno dei ricercatori di IA più scrupolosi che pubblicano pubblicamente, ha contestato direttamente le affermazioni sulla produttività alla base di decisioni come quella di Block. La sua valutazione, ampiamente condivisa il 26 febbraio 2026:

“Dato che gli strumenti di IA efficaci sono molto nuovi e abbiamo poca idea di come organizzare il lavoro intorno a essi, è difficile immaginare che un'azienda ottenga improvvisamente un aumento di efficienza del 50%. I CEO con una visione, che hanno assunto buoni dipendenti, dovrebbero utilizzare l'IA per l'espansione e il rafforzamento, non per la decimazione."

Questo è importante perché Mollick non è uno scettico dell'IA: ha pubblicato ampie ricerche sugli effetti della produttività dell'IA e li trova generalmente positivi. La sua obiezione riguarda la scala, la velocità e la conoscenza organizzativa. Un improvviso aumento di efficienza del 50% a livello aziendale in un'organizzazione di 10.000 persone con diverse funzioni: questa è un'affermazione straordinaria. E affermazioni straordinarie richiedono prove straordinarie.

Le prove non sembrano ancora esserci. Gli assistenti di coding basati sull'IA accelerano effettivamente la produttività individuale degli sviluppatori: gli studi suggeriscono miglioramenti del 20-55% in attività specifiche. Ma questo è ben lontano da "ora possiamo fare tutto con il 40% in meno di persone in tutta l'azienda".

La versione più precisa di questo punto è arrivata da uno sviluppatore di nome rvivek, il cui commento di una riga ha superato il rumore: "Il 90% del codice scritto dall'IA e il 90% in meno di domanda di ingegneri del software sono mondi a parte."

Ha ragione. Scrivere codice più velocemente non significa automaticamente che servano meno persone. Potrebbe significare scrivere più codice, fornire più funzionalità e affrontare problemi più ambiziosi. Il guadagno di produttività derivante dagli strumenti di IA non ha un obiettivo fisso: può andare verso l'espansione o la contrazione. Block ha scelto la contrazione. Il mercato ha esultato.

Per gli sviluppatori: La duplice realtà in cui vivete

Ecco la scomoda posizione in cui si trovano gli sviluppatori dall'inizio del 2026: state costruendo contemporaneamente gli strumenti che lo rendono possibile e siete potenzialmente esposti alle conseguenze.

Se state lavorando su assistenti di codifica AI, strumenti di sviluppo basati su LLM o framework di agenti, congratulazioni, state contribuendo a costruire l'infrastruttura che aziende come Block utilizzano per giustificare i loro numeri di ingegneri. Non si tratta di una condanna morale; è solo la forma della cosa.

Allo stesso tempo, se siete ingegneri del software presso un'azienda che ora sta osservando l'aumento del valore azionario di Block e sta elaborando il calcolo dell'efficienza dell'AI per la propria forza lavoro, avete un valido motivo per riflettere su come sarà il vostro lavoro tra 18 mesi.

Il mercato del lavoro dell'AI per gli sviluppatori nel 2026 si divide in due binari. Su un binario: elevata domanda di ingegneri in grado di costruire, mantenere e integrare sistemi di AI, persone che comprendono sia i modelli che i sistemi su cui girano. Questo binario è sano e sta diventando più sano. Sull'altro binario: ruoli generali di sviluppo software presso aziende che utilizzano strumenti di AI per comprimere i propri team di ingegneri. Questo binario è sottoposto a una forte pressione.

La distinzione che conta, e che Mollick sottolinea, è se le aziende utilizzano l'AI per l'aumento (stesso team, maggiore output, tetto più alto) o per la sostituzione (team più piccolo, output approssimativamente simile, costi inferiori). Al momento, l'incentivo del mercato punta verso la sostituzione. Questo merita seria attenzione.

In Context Studios: Perché la vediamo diversamente

In Context Studios, creiamo flussi di lavoro di sviluppo nativi per l'IA — è letteralmente ciò che facciamo. Utilizziamo Claude Code, pipeline agentiche e strumenti basati su MCP per ottenere, con un piccolo team, ciò che tre anni fa avrebbe richiesto molte più persone. Abbiamo sperimentato in prima persona i guadagni di produttività a cui aziende come Block ora fanno riferimento per giustificare importanti misure di riduzione del personale.

Ecco la nostra onesta valutazione: i guadagni sono reali. Gli strumenti di IA hanno effettivamente ampliato ciò che un piccolo team competente può realizzare. Ma non crediamo che questo dimostri ciò che la mossa di Block sta cercando di dimostrare.

I guadagni di produttività che abbiamo sperimentato in Context Studios sono guadagni di capacità, non solo guadagni di velocità. Possiamo intraprendere progetti più complessi, consegnare più velocemente e mantenere una maggiore qualità del codice — ma non stiamo facendo lo stesso lavoro con meno persone. Stiamo facendo un lavoro diverso e più ambizioso. Questa è augmentation, non decimazione.

Lo scenario a cui ci opporremmo è quello in cui un'azienda con 10.000 dipendenti utilizza strumenti di IA per sei mesi, decide che gli strumenti sono "abbastanza buoni" e poi licenzia il 40% del team presumendo che la produttività venga mantenuta. Questa non è augmentation — è una scommessa sulle attuali capacità dell'IA, che può funzionare o meno. E le persone che pagano il prezzo se non funziona sono i 4.000 che hanno perso il lavoro, non gli azionisti che hanno ottenuto un aumento del 25% del valore delle azioni.

Noi creiamo nativamente per l'IA. Lo facciamo consapevolmente, attentamente e senza decimare le persone che rendono possibile il lavoro. Questo non si esclude a vicenda. Utilizziamo Machine Learning, API e CLI per ottimizzare i processi.

Riserve: Quando la riduzione del personale basata sull'IA ha effettivamente senso

L'onestà impone di riconoscere che non ogni riduzione del personale guidata dall'IA è solo una facciata. Esistono casi legittimi in cui l'IA sostituisce effettivamente il lavoro umano su larga scala e la riduzione del personale è la reazione razionale.

Quando ha effettivamente senso:

Compiti ripetitivi e ben definiti con chiare metriche di successo (elaborazione di documenti, supporto clienti di base, inserimento dati su larga scala)
Funzioni in cui l'accuratezza dell'IA è stata convalidata nel tempo con traffico di produzione reale
Riduzioni graduali attraverso il turnover naturale, nessun licenziamento di massa: concedere tempo per osservare gli effettivi impatti sulla produttività
Aziende che dimostrano contemporaneamente crescita dei ricavi o espansione del prodotto, dimostrando così che i guadagni di produttività sono reali

Quando è probabilmente una copertura:

Licenziamenti di massa annunciati poche settimane dopo la dichiarazione di una "trasformazione nativa dell'IA" - tempo insufficiente per convalidare le affermazioni di produttività
Nessuna prova di supporto per le metriche di adozione degli strumenti di IA (quali strumenti, quale utilizzo, quale miglioramento misurato)
La riduzione colpisce in modo sproporzionato i ruoli non tecnici in cui gli strumenti di IA sono meno comprovati
La reazione del mercato è il segnale primario citato: il prezzo delle azioni non è una prova di produttività

L'annuncio di Block si colloca in un punto intermedio di questo spettro.

Tre Segnali da Osservare: Produttività Reale vs. Teatro del Taglio del Personale

Se volete distinguere le aziende che si stanno realmente trasformando con l'AI da quelle che utilizzano la narrativa per ridurre i costi, prestate attenzione a questi tre segnali nei prossimi 12 mesi:

1. Ricavi per Dipendente, 12 mesi dopo. Se la trasformazione di Block nativa per l'AI è reale, i suoi ricavi per dipendente dovrebbero aumentare significativamente — non solo perché hanno meno dipendenti, ma perché il team potenziato dall'AI produce più output. Prestate attenzione alle relazioni sugli utili di Block del Q1 e Q2 2026.

2. Velocità del Prodotto. Le aziende che sono realmente più produttive con l'AI forniscono più prodotto. Lanciano più funzionalità, accedono a nuovi mercati e aumentano la complessità della loro offerta. Se la roadmap del prodotto di Block rallenta o ristagna dopo i licenziamenti, la narrativa sull'efficienza dell'AI è sospetta.

3. Il Test di Riasunzione. Le aziende che licenziano per motivi di produttività raramente hanno bisogno di riassumere rapidamente. Le aziende che licenziano per motivi di costo — con l'AI come copertura — spesso scoprono entro 6-12 mesi di aver bisogno di nuovo delle persone, oppure che la qualità è diminuita in modi non visibili nel prezzo delle azioni. Prestate attenzione al numero di dipendenti di Block nel 2027.

Domande frequenti

L'IA sostituirà davvero gli ingegneri del software?

Non completamente e non immediatamente, ma la pressione sui ruoli di ingegneria del software generici è reale e in crescita. Quello che sta succedendo è una biforcazione: gli ingegneri in grado di costruire e integrare sistemi di IA sono molto richiesti, mentre gli ingegneri che svolgono attività di sviluppo di routine, che gli strumenti di IA possono ora gestire, sono sotto pressione. Il rischio di sostituzione è più alto per i ruoli in cui il lavoro è chiaramente definito, ripetitivo e non richiede giudizio architetturale o risoluzione di problemi innovativa.

Qual è la differenza tra aumento dell'IA e sostituzione dell'IA?

L'aumento significa che gli strumenti di IA rendono il tuo team esistente più potente: forniscono di più, affrontano problemi più difficili ed espandono ciò che è possibile con un numero simile di dipendenti. La sostituzione significa che gli strumenti di IA svolgono una quantità sufficiente di lavoro tale da aver bisogno di meno persone per raggiungere lo stesso output. Entrambi i fenomeni sono reali. La differenza fondamentale è ciò che accade al prodotto e al fatturato: le aziende che aumentano crescono; le aziende che sostituiscono diventano semplicemente più snelle.

Gli sviluppatori dovrebbero evitare le aziende che "diventano native dell'IA"?

Non necessariamente, ma l'inquadratura è importante. "Nativo dell'IA" potrebbe significare che un'azienda sta investendo seriamente in strumenti di sviluppo e ti offre un lavoro genuinamente interessante con i sistemi di IA. Oppure potrebbe significare che stanno seguendo il Block-Playbook: ridurre il numero di dipendenti e inquadrarlo come una strategia. Fai la due diligence: chiedi informazioni sugli specifici strumenti di IA utilizzati, su come appare la roadmap di ingegneria dopo la riduzione e se l'azienda sta investendo nella produttività degli sviluppatori o solo nella riduzione dei costi.

In che modo il modello di Block differisce dalle aziende che utilizzano l'IA per la crescita?

Block utilizza l'IA come giustificazione per i licenziamenti con una base di fatturato più o meno uguale: questa è efficienza attraverso la compressione. Le aziende che utilizzano l'IA per la crescita espandono la loro area di prodotto, entrano in nuovi mercati o servono più clienti con i loro team supportati dall'IA. La differenza sta nel fatto che l'IA consente loro di fare di più o semplicemente di fare la stessa cosa con meno. Entrambi influenzano il mercato del lavoro, ma in modi diversi: le aziende in crescita assumono selettivamente, le aziende di compressione dell'efficienza non assumono affatto.

Cosa dovrebbe fare uno sviluppatore se la sua azienda annuncia una "trasformazione nativa dell'IA"?

Poni domande specifiche: quali strumenti di IA sono già stati implementati? Quali sono le prove dei guadagni di produttività ottenuti finora? Il numero di dipendenti verrà ridotto in tutte le funzioni o principalmente in aree specifiche? Come appare la roadmap del prodotto per i prossimi 12 mesi? Le risposte mostreranno se si tratta di un'azienda che sta costruendo genuinamente qualcosa di interessante con l'IA o di una che sta tagliando i costi e utilizza l'IA come narrativa. In ogni caso, è un momento ragionevole per aggiornare il curriculum e capire come appare il proprio ruolo specifico nell'organizzazione trasformata.

Letture aggiuntive: Perché CLI, Agent Framework e MCP Apps sono il futuro dello sviluppo software | Perplexity Computer vs Claude Cowork

Licenziamenti IA-Nativi: Perché i Mercati Esultano Mentre i Dipendenti Perdono?