Arriva sempre un punto in cui una trasformazione tecnologica smette di essere un esperimento controllato e diventa una scelta strutturale. Goldman Sachs ha superato quel punto senza clamore, senza licenziamenti annunciati, senza slogan da disruption conference. Ha fatto qualcosa di molto più sofisticato e molto più definitivo: ha addestrato Claude per svolgere il lavoro tipico dei junior di back office. Non come tool, non come chatbot, ma come ruolo operativo. Un junior sintetico, senza badge fisico, senza ambizioni di carriera e soprattutto senza costo marginale crescente.

Goldman racconta la storia con un lessico attentamente calibrato. Collaboratori digitali. Capacità aumentate. Supporto alle persone. Il CIO Marco Argenti invita alla calma e ribadisce che è prematuro parlare di riduzioni di personale. Formalmente è corretto. Strategicamente è una mezza verità. Perché quando un agente entra nei flussi di lavoro con responsabilità stabili, il tema non è se sostituirà qualcuno oggi, ma chi non verrà assunto domani.

Claude è stato integrato nei processi contabili leggendo flussi di dati di trading, confrontando registri, predisponendo bozze di scritture contabili che un umano deve approvare. Il punto chiave non è l’approvazione finale, ma tutto ciò che avviene prima. Ore di lavoro junior compresse in minuti. Attività che fino a ieri erano palestra cognitiva oggi diventano output automatico. Il lavoro non scompare, si densifica. E quando il lavoro si densifica, l’organico si assottiglia.

Sul fronte compliance il salto è ancora più interessante. Claude applica regole normative alle transazioni, individua pattern anomali, genera report per gli enti regolatori. Non prende decisioni definitive, certo. Ma esegue quella parte di judgement procedurale che occupa gran parte della giornata di un analista junior. È qui che l’automazione del lavoro intellettuale smette di essere una formula accademica e diventa una leva di potere organizzativo.

L’onboarding dei clienti completa il quadro. Estrazione automatica di dati da PDF, sistemi legacy e database interni per accelerare i controlli KYC. Tempi ridotti, colli di bottiglia eliminati, meno errori manuali. Tutto perfetto. Tutto misurabile. Tutto immediatamente traducibile in KPI. Quando un processo diventa misurabile in questo modo, diventa inevitabilmente ottimizzabile. E quando è ottimizzabile, qualcuno prima o poi chiederà perché servano ancora così tante persone.

La narrativa ufficiale insiste sul concetto di supervisione. I manager controllano campioni ed eccezioni. Meno persone che supervisionano più lavoro. È una frase che nella storia dell’industria ha sempre avuto un significato preciso, anche quando veniva pronunciata con le migliori intenzioni. Non indica un miglioramento del lavoro, indica un aumento del rapporto output per supervisore. Tradotto in linguaggio finanziario, significa leva operativa.

Goldman è molto attenta a sottolineare che Claude non è un sistema di identificazione autonoma, non firma nulla, non decide chi è dentro e chi è fuori. È vero. Ed è un dettaglio secondario. Le decisioni di assunzione non vengono prese sulla base di storytelling etico, ma su analisi basate su fogli di calcolo. Se un agente gestisce il carico di lavoro di più junior, il modello di capacity planning cambia. Punto.

Qui emerge un aspetto che raramente entra nei comunicati stampa. Il back office non è solo una funzione operativa. È una infrastruttura di formazione. È il luogo dove si impara come funziona davvero una banca, non come appare nelle presentazioni. Automatizzare il back office significa automatizzare l’ingresso. Significa ridisegnare la pipeline del talento senza dichiararlo apertamente.

Chi difende questa evoluzione parla di nuove opportunità, di ruoli più qualificati, di persone liberate da compiti ripetitivi. È una promessa ricorrente, quasi rituale. Ma ignora un fatto strutturale: i nuovi ruoli non nascono dove nascevano quelli vecchi. Nascono più in alto, richiedono competenze diverse, presuppongono percorsi formativi più selettivi. Il back office era una rampa di accesso. Ora rischia di diventare una API, accessibile solo a chi sa già come interrogare il sistema.

Il precedente dell’intelligenza artificiale legale di Anthropic, che ha contribuito in modo non intenzionale a bruciare centinaia di miliardi di dollari di valore nel software enterprise, aleggia come un monito silenzioso. Non per paura della tecnologia, ma per eccesso di fiducia. L’idea che il lavoro cognitivo sia completamente formalizzabile è sempre seducente, soprattutto per chi ragiona in termini di scala. Ma ogni formalizzazione sposta il rischio più a monte.

Goldman non è ingenua. Sa benissimo che il back office è il terreno ideale per testare agenti AI. Alto volume, bassa visibilità esterna, processi codificati, storicità dei dati, tolleranza zero per l’errore ma grande ripetitività. È il laboratorio perfetto. E quando un esperimento funziona in un laboratorio del genere, non resta confinato lì.

Dal punto di vista competitivo il messaggio è chiarissimo. Se una banca riesce ad aumentare i margini senza aumentare il rischio operativo, le altre sono costrette a seguire. Non per ideologia, ma per arbitraggio. L’automazione del lavoro intellettuale diventa una strategia difensiva prima ancora che offensiva.

CNBC: https://www.cnbc.com/2026/02/06/anthropic-goldman-sachs-ai-model-accounting.html?utm_source=Generative_AI&utm_medium=Newsletter&utm_campaign=openai-rolls-out-ads-inside-chatgpt-here-s-what-you-need-to-know&_bhlid=22406eab7172c20ea406711b1524b4277897bc60