L’intelligenza artificiale distruggerà posti di lavoro oppure li moltiplicherà? Nel dibattito globale, spesso dominato da toni apocalittici, interviene Jon McNeill, fondatore e CEO di DVx Ventures e figura di rilievo nel settore tecnologico e dell’automotive per aver ricoperto ruoli chiave in aziende di portata globale, con una posizione che suona quasi controcorrente: l’AI non ridurrà il lavoro umano, lo renderà più complesso, più richiesto e, soprattutto, meno banale.
Non è una previsione generica. È il punto di vista di chi ha attraversato alcune delle aziende più iconiche dell’innovazione contemporanea, da Tesla a Lyft, fino al mondo del venture capital. E il messaggio, a ben vedere, è meno rassicurante di quanto sembri.
L’AI si scontra con un muro: la complessità
Alla base della visione di McNeill c’è un concetto semplice ma spesso ignorato. L’intelligenza artificiale non semplifica il mondo, lo complica. Ogni nuova integrazione di AI nei sistemi aziendali genera una cascata di esigenze tecniche. Servono infrastrutture robuste, reti resilienti, architetture software sofisticate. E soprattutto servono persone capaci di gestire tutto questo.
Il paradosso è evidente: più si automatizza, più aumenta il bisogno di supervisione umana qualificata.
McNeill si definisce un “techno-ottimista”, quasi infastidito dal pessimismo diffuso. Ma il suo ottimismo non è ingenuo, è basato su un’osservazione concreta: la crescita dell’AI sta già creando una domanda strutturale di competenze difficili da sostituire.
Il vero boom occupazionale è nelle infrastrutture
Se esiste un settore destinato a beneficiare immediatamente dell’onda AI, secondo McNeill è quello delle infrastrutture e delle reti. Non esattamente il lato più glamour della tecnologia, ma probabilmente il più strategico.
Dietro ogni modello avanzato ci sono data center, server, GPU, sistemi di sincronizzazione e una quantità sorprendente di problemi tecnici. Una percentuale significativa di GPU si guasta ogni anno e ogni sostituzione richiede interventi complessi per riallineare software, memoria e rete.
Il risultato è una domanda crescente di ingegneri, tecnici e specialisti di rete. Non nel futuro lontano, ma già oggi. L’inferenza, cioè l’utilizzo quotidiano dei modelli AI, continuerà ad alimentare questa domanda. E non sembra destinata a rallentare, anche perché la complessità dei sistemi cresce più velocemente della loro standardizzazione.
Sviluppatori: meno codice, più architettura
Sul fronte dello sviluppo software, invece, lo scenario cambia radicalmente. Non si tratta di una riduzione del lavoro, ma di una sua trasformazione.
Gli strumenti di generazione automatica del codice stanno spostando il baricentro delle competenze. Il coding di base viene sempre più delegato a modelli e agenti AI. Il valore umano si sposta verso livelli più alti della catena: architettura, progettazione, integrazione dei sistemi.
Secondo McNeill, gli sviluppatori dovranno evolvere rapidamente. Chi resta ancorato alla scrittura di codice ripetitivo rischia di diventare irrilevante. Chi invece padroneggia la visione d’insieme diventa ancora più centrale.
La lezione di Tesla: automatizzare troppo presto è un errore
Uno degli spunti più interessanti arriva dall’esperienza diretta in Tesla, dove McNeill ha vissuto in prima persona i limiti dell’automazione spinta. Durante le prime fasi produttive, l’azienda aveva puntato su un alto livello di automazione. Il risultato? Incapacità di soddisfare la domanda.
La soluzione fu sorprendentemente semplice: tornare indietro. Costruire una linea produttiva gestita da esseri umani. Da quell’esperienza nasce un principio che oggi suona quasi eretico nel mondo AI: automatizzare come ultima risorsa.
Prima si semplifica il processo, poi lo si ottimizza e solo alla fine si introduce l’automazione.
Il motivo è pragmatico. Automatizzare un sistema complesso e imperfetto significa congelarne le inefficienze nel codice, rendendo tutto più difficile da modificare in futuro.
Il rischio delle aziende: inseguire l’AI per moda
McNeill lancia anche un messaggio implicito ai manager. Non tutto deve essere risolto con l’intelligenza artificiale. In molti casi, una soluzione semplice è più efficace di un sistema complesso e costoso. E qui emerge una tensione tipica delle organizzazioni moderne: la pressione del management per “fare qualcosa con l’AI”.
Secondo McNeill, i professionisti IT dovrebbero avere il coraggio di resistere quando necessario. Non per frenare l’innovazione, ma per evitare sprechi e complicazioni inutili. Una posizione che, detta da un venture capitalist, suona quasi rivoluzionaria.
Un mercato del lavoro più esigente, non più povero
Il quadro che emerge è chiaro. L’intelligenza artificiale non elimina il lavoro umano, ma alza l’asticella: aumenta la domanda nelle infrastrutture; trasforma le competenze nel software; premia chi sa gestire complessità e penalizza chi resta su attività ripetitive.
Non è una rivoluzione gentile. È una selezione.
E forse è proprio questo il punto più interessante della visione di McNeill: l’AI non è né un nemico né un salvatore. È un acceleratore. Chi è pronto, corre. Chi non lo è, resta indietro. Con buona pace del pessimismo e anche di un certo ottimismo superficiale.