Brad Smith, vicepresidente e presidente di Microsoft, sceglie una postura insolita per un dirigente di Big Tech nel pieno ciclo espansivo dell’intelligenza artificiale: riconoscere il rumore, letteralmente, che arriva dalle platee universitarie. Le contestazioni durante i commencement speech negli Stati Uniti, con studenti che interrompono figure come Eric Schmidt alla University of Arizona o executive del settore immobiliare alla University of Central Florida, non sono episodi isolati di maleducazione accademica, ma un segnale aggregato di tensione culturale che la Silicon Valley tende spesso a leggere con un misto di sorpresa e autoassoluzione. Smith lo ammette e lo trasforma in un lungo documento pubblico che oscilla tra storia della tecnologia e ingegneria del consenso, come se il problema non fosse l’AI, ma la percezione dell’AI.

Il paragone con la fotografia ottocentesca, evocando Paul Delaroche e la sua dichiarazione sulla “morte della pittura”, serve a inquadrare l’ennesima narrativa consolatoria del progresso: ogni tecnologia distrugge un mestiere, poi ne genera altri, spesso più sofisticati. È una tesi elegante, quasi rassicurante, che però nel contesto attuale appare meno lineare. L’AI non si limita a sostituire strumenti, ma interviene direttamente sul livello operativo del lavoro cognitivo standardizzato, quello entry level, quello che storicamente ha alimentato l’ascensore sociale delle economie avanzate. Quando Microsoft parla di “AI automation of tasks in current entry-level positions” e contemporaneamente segnala pressione sui headcount per sostenere investimenti infrastrutturali da circa 80 miliardi di dollari nel 2026, la retorica della transizione tecnologica smette di essere astratta e diventa bilancio industriale.

Il punto critico, che Smith non evita ma nemmeno scioglie fino in fondo, è la simultaneità tra espansione tecnologica e contrazione occupazionale potenziale. Le dichiarazioni del Chief AI Officer Mustafa Suleyman, che ha ipotizzato una possibile automazione completa di molti compiti professionali white-collar in un orizzonte di pochi anni, e le comunicazioni della CFO Amy Hood sulla riduzione progressiva del personale, delineano un quadro in cui l’efficienza promessa dall’AI si traduce in una ristrutturazione silenziosa del mercato del lavoro. Il dato del Federal Reserve, che stima un rallentamento del 50% nella crescita dei posti di lavoro per programmatori dopo l’arrivo di ChatGPT, aggiunge un livello di evidenza empirica a una sensazione già diffusa: l’AI non sta solo aumentando la produttività, sta ridisegnando la domanda stessa di lavoro.

Smith tenta di ricomporre questa tensione spostando il baricentro semantico dal lavoro al significato. Il lavoro diventa un “bundle of tasks”, una scomposizione funzionale in attività atomiche, alcune automatizzabili, altre ibridabili, altre ancora strettamente umane. È un’idea coerente con la logica delle piattaforme digitali e dei sistemi agentici, dove il valore non risiede più nella professione ma nella granularità delle competenze. Tuttavia, questa visione porta con sé un sottotesto meno rassicurante: la deprofessionalizzazione progressiva del lavoro, la sua frammentazione in unità computabili e quindi delegabili.

Nel tentativo di bilanciare la narrazione, Smith introduce cinque qualità considerate non replicabili dall’intelligenza artificiale: curiosità, creatività, compassione, comunicazione e coraggio. È una lista che suona quasi come un manifesto umanista in un’epoca di ottimizzazione algoritmica, ma che allo stesso tempo riflette un certo riflesso difensivo della cultura tecnologica: quando tutto diventa automatizzabile, ciò che resta all’umano viene elevato a categoria morale. Il rischio, però, è che queste qualità vengano trasformate in nuove metriche di performance, misurabili indirettamente attraverso interazioni, output creativi e capacità di adattamento ai sistemi AI.

La parte più interessante del discorso non è però la difesa dell’AI, quanto il riconoscimento implicito di una frattura generazionale. Gli studenti che fischiano non stanno semplicemente contestando una tecnologia, ma una traiettoria economica percepita come predeterminata. L’idea che l’automazione sia inevitabile e che il compito delle nuove generazioni sia “adattarsi” viene sempre meno accettata come verità neutra. Smith prova a rispondere parlando di agency e dignità, ma senza indicare meccanismi concreti di redistribuzione del valore generato dall’AI, lasciando sospesa la domanda centrale: chi cattura il surplus di produttività?

In questa ambiguità si inserisce il vero nodo strategico. Le grandi aziende tecnologiche stanno costruendo infrastrutture AI con livelli di investimento comparabili a quelli delle economie nazionali, mentre il mercato del lavoro si riorganizza più velocemente della capacità politica di reagire. Il risultato è una compressione temporale tra innovazione e assorbimento sociale che la storia industriale conosce già, ma mai a questa velocità e scala. La differenza è che questa volta il capitale non sostituisce solo il lavoro manuale, ma anche quello cognitivo intermedio, quello che aveva resistito alle precedenti ondate di automazione.

Smith, in definitiva, non propone una soluzione, ma una strategia di adattamento culturale: accettare la trasformazione, ridefinire il lavoro, investire in competenze ibride. È una posizione coerente con il ruolo di chi guida una delle infrastrutture centrali dell’ecosistema AI globale, ma lascia irrisolta la questione più scomoda, quella che emerge proprio dai fischi delle cerimonie di laurea: la distanza crescente tra la velocità della tecnologia e la capacità della società di attribuirle un significato condiviso che non sia solo quello dell’efficienza.

https://blogs.microsoft.com/on-the-issues/2026/06/10/ai-jobs-and-the-next-generation

https://fortune.com/2026/05/20/the-sound-of-graduating-from-college-in-the-ai-summer-of-2026-boo