Nel 1930 John Maynard Keynes pubblicò un breve saggio destinato a diventare una delle più celebri profezie economiche del Novecento: Economic Possibilities for our Grandchildren. In quel testo immaginava che, circa un secolo dopo, il progresso tecnico, l’aumento della produttività e l’accumulazione del capitale avrebbero potuto ridurre drasticamente il tempo di lavoro necessario a soddisfare i bisogni materiali della società. Arrivò a ipotizzare turni di tre ore al giorno, o una settimana lavorativa di circa quindici ore.
Non era una previsione ingenua. Keynes non pensava che gli esseri umani avrebbero smesso di desiderare, competere, produrre e accumulare. Intuiva però una possibilità storica: se la tecnologia avesse continuato ad aumentare la produttività, il problema principale dell’uomo moderno non sarebbe più stato soltanto la scarsità, ma l’uso del tempo liberato.
A quasi un secolo di distanza, quella previsione appare almeno in parte tradita. Non perché la tecnologia non abbia funzionato. Al contrario: ha funzionato moltissimo. La produttività è cresciuta, le comunicazioni sono diventate istantanee, l’accesso alle informazioni si è enormemente ampliato e molte attività manuali, amministrative e cognitive sono state semplificate. Eppure non lavoriamo quindici ore a settimana. In molti casi lavoriamo di più, siamo più raggiungibili, più esposti, più sollecitati, immersi in una continuità operativa che invade le sere, i fine settimana e gli spazi privati.
La domanda, allora, è inevitabile: perché la tecnologia non ci ha restituito tempo?
La rivoluzione digitale ci ha dato velocità, ma ci ha tolto confini
Negli ultimi trent’anni la rivoluzione digitale ha trasformato quasi ogni dimensione del lavoro. Internet, posta elettronica, cloud, videoconferenze, messaggistica istantanea e piattaforme collaborative hanno ridotto distanze, tempi di trasmissione, passaggi burocratici e molte attese materiali. Prima servivano spostamenti, archivi fisici, copie cartacee, telefonate ripetute e incontri obbligati; oggi possiamo inviare un contratto in pochi secondi, partecipare a una riunione da qualunque luogo, condividere documenti, coordinare gruppi di lavoro e diffondere contenuti in tempo reale.
Tutto questo avrebbe dovuto semplificarci la vita, e in parte lo ha fatto. Ma il tempo risparmiato non si è trasformato automaticamente in tempo libero. Molto spesso è stato riassorbito dentro nuovi compiti, nuove comunicazioni, nuove urgenze e nuove aspettative di disponibilità. La rivoluzione digitale ha eliminato alcune attese, ma ha prodotto reperibilità permanente. Ha reso più semplice comunicare, ma anche più difficile sottrarsi alla comunicazione. Ha ridotto molti tempi morti, ma ha moltiplicato le occasioni di lavoro.
Il risultato è paradossale: strumenti nati per alleggerire il lavoro hanno spesso finito per dilatarlo. Non lavoriamo necessariamente meglio; siamo soltanto più connessi, più raggiungibili e più sollecitati. Un dato aiuta a capire la natura del problema: secondo il Work Trend Index di Microsoft, nelle applicazioni Microsoft 365 il lavoratore medio trascorre il 57% del tempo in attività di comunicazione — riunioni, e-mail, chat — e solo il 43% nella creazione vera e propria di documenti, fogli di calcolo e presentazioni. Gli utenti più intensivi arrivano a quasi nove ore a settimana dedicate alle e-mail e oltre sette ore alle riunioni.
Questo dato è impressionante perché mostra che una parte enorme del lavoro contemporaneo non consiste nella produzione diretta di valore, ma nella gestione del lavoro stesso: coordinare, rispondere, cercare, riallineare, convocare, sintetizzare, aggiornare, inseguire. Il lavoro moderno è diventato, in larga misura, lavoro sul lavoro.
L’intelligenza artificiale introduce una discontinuità diversa
L’intelligenza artificiale generativa cambia la questione. Non perché sia una bacchetta magica o perché possa sostituire automaticamente competenze, giudizio, responsabilità e sensibilità professionale. Ma perché interviene su una parte del lavoro che la rivoluzione digitale aveva solo accelerato: il lavoro cognitivo intermedio.
Gran parte delle professioni contemporanee non consiste soltanto nel prendere decisioni finali, ma nel preparare il terreno perché quelle decisioni siano possibili: leggere documenti, ordinare informazioni, sintetizzare materiali, confrontare alternative, trasformare appunti in testi, predisporre bozze, costruire presentazioni, ricostruire quadri normativi, rendere comunicabile un’analisi. È questa zona intermedia, spesso faticosa e dispersiva, che l’AI generativa può comprimere in modo significativo.
In molte professioni ad alta intensità cognitiva — avvocati, commercialisti, ingegneri, architetti, consulenti, manager, ricercatori, docenti, comunicatori — il salto può essere di un ordine di grandezza diverso rispetto alla semplice automazione digitale. Una relazione che prima richiedeva giorni può essere impostata in poche ore; una presentazione che prima richiedeva una giornata può essere strutturata in molto meno tempo; una ricerca preliminare che prima richiedeva settimane può essere orientata e organizzata in tempi enormemente più brevi. Un’analisi complessa può essere accompagnata, verificata, riformulata e resa comunicabile con una rapidità prima impensabile.
Le metriche generali già disponibili sono significative, ma spesso prudenti. Uno studio della Federal Reserve Bank of St. Louis ha stimato che gli utilizzatori di AI generativa risparmiano in media il 5,4% delle ore lavorate, cioè circa 2,2 ore a settimana su una settimana di 40 ore. Lo studio Harvard Business School/BCG sui consulenti ha rilevato che i professionisti con accesso a GPT-4 completavano il 12,2% di compiti in più, lavoravano il 25,1% più velocemente e producevano risultati qualitativamente migliori in una parte significativa delle attività. McKinsey ha stimato che l’AI generativa e le tecnologie correlate potrebbero automatizzare attività che oggi assorbono tra il 60% e il 70% del tempo lavorativo dei dipendenti.
Sono numeri importanti. Ma, a mio avviso, rischiano di sottostimare l’impatto sui lavori professionali più esposti alla produzione di testi, analisi, relazioni, pareri, documenti, presentazioni, ricerche e sintesi. Le medie misurano l’uso medio dell’AI, non l’uso profondo. Un conto è usarla per correggere una mail; un altro è usarla per impostare una relazione tecnica, confrontare documenti complessi, trasformare materiali sparsi in una struttura coerente, analizzare dati o predisporre una bozza da sottoporre a verifica professionale. Nel primo caso l’AI fa risparmiare minuti. Nel secondo può far risparmiare giorni.
Dal lavoro esecutivo al lavoro di direzione
Questa trasformazione non significa che la competenza umana diventi inutile. Accade il contrario. Più lo strumento diventa potente, più diventa decisivo il giudizio di chi lo usa. L’AI può produrre una bozza, proporre una struttura, sintetizzare un documento, costruire un’analisi o generare alternative; ma resta umano capire se quella bozza è corretta, se quella struttura ha senso, se quella sintesi omette qualcosa, se quell’analisi regge e quale alternativa meriti di essere scelta.
Il lavoro non scompare: si sposta. Si sposta dalla scrittura materiale alla direzione del processo, dalla compilazione alla validazione, dall’esecuzione ripetitiva alla verifica critica, dalla produzione della prima versione alla responsabilità della versione finale. In questo senso l’AI non elimina il professionista; elimina, o riduce drasticamente, una parte della fatica che spesso gli impediva di dedicarsi alla parte più alta del proprio lavoro.
Per un ingegnere, il punto non è solo scrivere più rapidamente una relazione, ma avere più tempo per ragionare sull’impostazione, sulla coerenza tecnica, sulla qualità delle ipotesi, sulla chiarezza espositiva e sulla responsabilità delle conclusioni. Per un avvocato significa poter dedicare più attenzione a strategia, argomentazione, rischio, precedenti e interpretazione. Per un commercialista significa spostarsi dalla compilazione alla consulenza, alla pianificazione e al controllo. Per un architetto significa guadagnare tempo per concept, proporzioni, contesto, funzione e bellezza. Per un ricercatore significa leggere e organizzare più rapidamente la letteratura per formulare domande migliori.
La vera competenza sarà sempre meno quella di fare tutto manualmente e sempre più quella di orientare, interrogare, verificare, integrare, interpretare e decidere.
Il salto successivo: gli agenti di AI
La trasformazione più profonda, tuttavia, deve ancora arrivare pienamente: quella degli agenti di AI. Finora abbiamo usato l’intelligenza artificiale soprattutto come assistente: le chiediamo una bozza, una sintesi, una traduzione, una revisione, un confronto, una scaletta, un’analisi preliminare. Gli agenti rappresentano un passaggio ulteriore, perché non si limitano a rispondere a una domanda. Possono ricevere un obiettivo, scomporlo in sotto-attività, usare strumenti, leggere documenti, interrogare banche dati, produrre output intermedi, aggiornare file, preparare report, interagire con software diversi e costruire una sequenza operativa.
Non è più soltanto l’AI che scrive. È l’AI che esegue parti di un processo. Questa distinzione è fondamentale. La rivoluzione digitale ha accelerato singole azioni come inviare, cercare, archiviare e comunicare. L’AI generativa accelera singole attività cognitive come scrivere, sintetizzare, tradurre, confrontare e riformulare. Gli agenti AI possono accelerare interi flussi di lavoro.
È qui che l’impatto su professioni, imprese e pubbliche amministrazioni potrebbe diventare enorme. Un avvocato potrà usare agenti per analizzare fascicoli, costruire cronologie, confrontare contratti, cercare giurisprudenza e predisporre bozze. Un commercialista potrà automatizzare controlli documentali, scadenziari, riconciliazioni e report fiscali preliminari. Un ingegnere potrà far leggere capitolati, normative, computi, relazioni, dati di monitoraggio ed elaborati progettuali, generando verifiche preliminari, schemi e analisi comparative. Un manager potrà affidare ad agenti la preparazione di dashboard, sintesi di riunioni, follow-up, analisi di mercato e scenari di budget. Un ricercatore potrà usarli per monitorare letteratura, confrontare paper, costruire mappe bibliografiche, individuare gap scientifici e organizzare dati e materiali.
Secondo Gartner, entro il 2026 fino al 40% delle applicazioni enterprise potrebbe integrare agenti AI specifici per attività, rispetto a meno del 5% nel 2025. Deloitte ha previsto che il 25% delle imprese che usano AI generativa avrebbe adottato agenti nel 2025, con una crescita fino al 50% entro il 2027. Non siamo più nel campo della fantascienza: siamo davanti a una trasformazione industriale già avviata.
Naturalmente gli agenti AI non sono ancora maturi per tutto. Possono sbagliare, fabbricare informazioni, fraintendere obiettivi, accedere a dati sensibili, generare rischi organizzativi e legali. Gartner stessa ha segnalato il rischio che oltre il 40% dei progetti di agentic AI venga cancellato entro il 2027 per costi, scarso valore o controlli insufficienti. Ma questa cautela non riduce la portata della trasformazione: la chiarisce. Gli agenti non devono essere immaginati come sostituti incontrollati dell’uomo, ma come sistemi da governare con supervisione, autorizzazioni, tracciabilità, verifica, responsabilità e livelli di autonomia differenziati. L’autonomia senza controllo sarebbe pericolosa; il controllo senza autonomia renderebbe inutile la rivoluzione. La vera sfida sarà progettare un nuovo equilibrio.
Chi si prenderà il tempo liberato?
Arriviamo così al punto centrale. Se l’intelligenza artificiale generativa può farci risparmiare ore, e gli agenti AI possono comprimere interi processi, che cosa faremo del tempo liberato? Lo useremo per lavorare meno o per produrre ancora di più? Lo restituiremo alla persona o lo consegneremo al mercato? Diventerà tempo libero o nuova disponibilità obbligatoria?
Questa è la domanda che Keynes aveva intravisto quasi un secolo fa. La tecnologia può aumentare enormemente la produttività, ma non decide da sola come distribuire i suoi benefici. Può liberare tempo, ma non garantisce che quel tempo resti libero. Può ridurre la fatica, ma può anche alzare gli standard di prestazione. Può rendere più rapido il lavoro, ma può anche moltiplicare le aspettative.
È già successo con il digitale. La mail non ha ridotto il numero di comunicazioni: lo ha moltiplicato. La riunione online non ha necessariamente ridotto le riunioni: spesso le ha aumentate. La possibilità di lavorare ovunque non ha sempre migliorato la libertà individuale: talvolta ha trasformato ogni luogo in un potenziale ufficio. Il rischio è che accada lo stesso con l’AI: se una relazione può essere prodotta in un decimo del tempo, si potrebbe chiedere al professionista di produrre più relazioni; se una pratica può essere gestita più rapidamente, si potrebbe aumentare il numero di pratiche; se un manager può ricevere report continui, potrebbe crescere la pretesa di aggiornamenti continui.
Ma con l’AI agentica potrebbe emergere anche un fenomeno diverso rispetto alla rivoluzione digitale. Il digitale ha accelerato comunicazione, archiviazione e coordinamento, ma ha spesso lasciato intatta la struttura complessiva dei processi. Gli agenti AI, invece, possono incidere sull’intera sequenza di lavoro: ricevere un obiettivo, scomporlo in attività, consultare documenti, usare strumenti, produrre output intermedi, aggiornare file, preparare report e predisporre versioni verificabili. Se questa capacità maturerà davvero, in molti settori non si tratterà soltanto di fare più rapidamente la stessa cosa, ma di comprimere drasticamente interi cicli operativi.
Questo significa che, almeno per alcune professioni e alcune organizzazioni, potrebbe non esserci abbastanza nuova domanda da riempire tutto il tempo liberato. Non sempre ci saranno nuovi clienti, nuove pratiche, nuovi progetti o nuove attività sufficienti ad assorbire l’aumento di produttività. Un professionista che impiega un decimo del tempo per predisporre una prima bozza non troverà necessariamente dieci volte più clienti. Uno studio tecnico che automatizza parti significative di analisi, relazioni e presentazioni non avrà automaticamente dieci volte più incarichi. Un ufficio che riduce drasticamente i tempi di istruttoria non avrà sempre un volume di procedimenti proporzionalmente maggiore.
Questa possibilità cambia la natura del problema. Nella rivoluzione digitale, il tempo risparmiato è stato spesso riassorbito da nuove comunicazioni, nuove riunioni, nuove urgenze e nuova reperibilità. Nell’AI agentica, invece, una parte del tempo liberato potrebbe non essere riassorbibile nello stesso modo, perché la compressione dei processi potrebbe superare la crescita della domanda. A quel punto la domanda non sarà più soltanto “come lavorare di più grazie all’AI?”, ma “come redistribuire il valore e il tempo prodotti dall’AI?”.
Il tempo liberato dalla tecnologia non diventa automaticamente tempo umano. Può essere catturato dall’organizzazione, assorbito dal mercato, trasformato in nuove aspettative dei clienti, convertito in nuova burocrazia, usato per innalzare gli standard di produttività o per generare nuove forme di controllo. Ma può anche aprire uno spazio reale per ridurre il carico di lavoro, ripensare gli orari, migliorare la qualità delle prestazioni, dedicare più tempo alla verifica, alla relazione, alla formazione, alla creatività e alla vita. La vera questione, dunque, non è solo tecnologica. È culturale, sociale, economica, organizzativa e politica.
Chi deve cominciare a pensare il tempo liberato?
Una trasformazione di questa portata non può essere lasciata soltanto alle decisioni delle imprese, alle dinamiche del mercato o alle scelte individuali dei lavoratori. Se l’intelligenza artificiale può modificare profondamente la quantità e la qualità del lavoro necessario, allora la distribuzione del tempo liberato diventa una questione pubblica. Riguarda il modello di società che vogliamo costruire, il rapporto tra produttività e benessere, la distribuzione della ricchezza, l’organizzazione delle città, la formazione delle persone e il significato stesso attribuito al lavoro.
La politica dovrebbe cominciare a interrogarsi oggi, prima che le trasformazioni diventino difficili da governare. Non soltanto per regolamentare i rischi dell’AI, tutelare i dati o proteggere le professioni più esposte, ma per comprendere come distribuire i benefici dell’aumento di produttività. La questione non riguarda soltanto quanti posti di lavoro potranno essere sostituiti o trasformati. Riguarda anche la durata della settimana lavorativa, il diritto alla disconnessione, la formazione permanente, la tutela delle transizioni professionali, la partecipazione dei lavoratori ai benefici dell’automazione e la possibilità che una parte della ricchezza prodotta dalla tecnologia venga convertita in maggiore libertà personale e collettiva.
La politica, in altre parole, non dovrebbe limitarsi a governare l’eventuale perdita di lavoro. Dovrebbe imparare a governare anche il possibile guadagno di tempo. È un compito più difficile, perché richiede una visione che vada oltre l’emergenza, oltre la durata di una legislatura e oltre la semplice misurazione della crescita economica. Significa domandarsi se l’aumento della produttività debba tradursi esclusivamente in maggiori profitti e maggiori volumi di produzione oppure anche in giornate lavorative più brevi, servizi migliori, maggiore accesso alla cultura, più tempo per la cura e una diversa qualità della vita.
In questa riflessione anche l’università dovrebbe assumere un ruolo centrale, insieme alla politica, alle imprese, alle organizzazioni sociali e alle istituzioni culturali. Il suo contributo non può esaurirsi nello studio degli algoritmi, nella formazione degli specialisti o nell’introduzione dell’AI nei corsi di laurea. L’università dovrebbe anche aiutare la società a comprendere come l’aumento di produttività possa trasformare il lavoro, la distribuzione del valore e l’uso del tempo liberato.
Può farlo attraverso la ricerca interdisciplinare, mettendo in dialogo economisti, ingegneri, giuristi, sociologi, filosofi, psicologi, medici, urbanisti e studiosi delle organizzazioni; ma anche attraverso la formazione delle nuove generazioni, la sperimentazione di nuovi modelli organizzativi, la valutazione degli effetti sociali dell’automazione e la costruzione di spazi pubblici di confronto.
Il tempo liberato, infatti, non è una questione esclusivamente economica o tecnologica. Coinvolge l’identità, la salute, le relazioni, la cultura, la formazione, la democrazia e il modo nel quale le persone attribuiscono significato alla propria esistenza. Proprio per questo l’università può contribuire non soltanto a descrivere il cambiamento, ma anche a elaborare criteri, scenari e proposte capaci di orientarlo.
Un compito altrettanto importante appartiene alle fondazioni, ai centri di ricerca indipendenti, alle associazioni culturali, ai sindacati, alle organizzazioni del terzo settore e a tutte quelle realtà che provano a pensare il futuro prima che esso diventi presente. Queste organizzazioni possono creare luoghi di confronto meno condizionati dall’urgenza produttiva e dal ciclo elettorale, mettere in relazione competenze diverse, promuovere sperimentazioni e mantenere aperte domande che il mercato tende naturalmente a ridurre a questioni di efficienza e profitto.
Abbiamo bisogno di osservatori permanenti sul tempo liberato, non soltanto sull’occupazione perduta. Abbiamo bisogno di sperimentazioni territoriali, accordi tra imprese e lavoratori, laboratori universitari, politiche urbane e iniziative culturali capaci di verificare concretamente che cosa accade quando una parte del tempo risparmiato viene restituita alle persone. Potremmo misurare non soltanto quante ore di lavoro vengono eliminate dall’AI, ma dove quelle ore finiscono: se diventano nuove attività, maggiore pressione, disoccupazione, formazione, cura, partecipazione civile oppure autentico tempo libero.
Anche le imprese dovranno assumersi una responsabilità. Sarebbe miope considerare l’intelligenza artificiale soltanto come uno strumento per ridurre i costi o aumentare il numero delle prestazioni. Una parte dei guadagni di produttività potrebbe essere investita nella riduzione degli orari, nella qualità del lavoro, nella formazione, nella sicurezza, nella creatività e nella possibilità di dedicare più attenzione alle decisioni realmente importanti. Un’organizzazione intelligente non dovrebbe limitarsi a chiedere a ogni lavoratore di produrre di più grazie all’AI. Dovrebbe domandarsi come utilizzare l’AI per costruire un lavoro più sostenibile, competente e umano.
Il futuro del tempo liberato dipenderà quindi da una scelta collettiva. Se politica, università, imprese e organizzazioni sociali non inizieranno a discuterne, una parte del tempo risparmiato potrebbe essere assorbita dalle strutture già esistenti: maggiore produzione, nuove prestazioni, consumi aggiuntivi, aspettative più elevate e forme più pervasive di controllo.
Non è però detto che questo riassorbimento possa avvenire ovunque e in misura illimitata. Se, in alcuni settori, l’intelligenza artificiale e gli agenti autonomi produrranno incrementi di produttività di un ordine di grandezza, la crescita della domanda potrebbe non essere sufficiente a occupare tutto il tempo reso disponibile. Non sempre sarà possibile moltiplicare proporzionalmente clienti, pratiche, progetti, relazioni o decisioni.
Potrebbero quindi emergere situazioni molto diverse. In alcuni settori il tempo liberato verrà probabilmente riempito da nuovi compiti e nuovi standard di prestazione; in altri potrebbe tradursi nella riduzione degli organici, nella concentrazione del valore economico, in una maggiore precarietà oppure in un’effettiva diminuzione del tempo di lavoro. È proprio questa pluralità di esiti a rendere necessaria una riflessione preventiva.
Se la questione non verrà affrontata consapevolmente, i benefici dell’aumento di produttività rischieranno di distribuirsi in modo diseguale: alcuni potranno guadagnare tempo e autonomia, altri potranno subire maggiore pressione o perdere parte del proprio ruolo professionale. Se invece il cambiamento verrà governato, l’intelligenza artificiale potrà diventare l’occasione per ripensare non soltanto il lavoro, ma il patto sociale che lega produttività, ricchezza, diritti e vita.
Dal tempo produttivo al tempo umano
Per questo credo che l’intelligenza artificiale debba essere discussa non solo in termini di efficienza, competitività e automazione, ma anche in termini di tempo personale, socialità, cultura, bellezza, formazione, cura e relazioni. Questa discussione non può restare confinata alle imprese tecnologiche o ai singoli professionisti. Deve entrare nelle università, nelle istituzioni, nei parlamenti, nei sindacati, nelle organizzazioni culturali e nei luoghi nei quali una società prova a immaginare il proprio futuro.
Se l’AI ci consente davvero di comprimere attività da giorni a ore, da ore a minuti, dobbiamo avere il coraggio di chiederci se vogliamo semplicemente riempire quello spazio con altro lavoro oppure restituirlo alla vita. E dobbiamo costruire le condizioni politiche, economiche e organizzative perché questa restituzione non rimanga soltanto una possibilità teorica riservata a pochi.
Il tempo liberato potrebbe diventare tempo per la lettura, la musica, lo sport, gli hobby, la cura delle relazioni, la formazione autentica, il pensiero lento, la partecipazione civile e perfino la possibilità di non essere sempre produttivi. La promessa più alta dell’intelligenza artificiale non dovrebbe essere quella di trasformarci in lavoratori più efficienti ventiquattro ore su ventiquattro, ma quella di consentirci di essere più umani: non meno competenti, ma meno schiacciati dalla ripetizione; non meno responsabili, ma meno consumati dall’esecuzione; non meno produttivi, ma più liberi di scegliere dove collocare la nostra produttività.
Riaprire la profezia di Keynes
Forse Keynes aveva sbagliato i tempi, non la domanda. Non viviamo ancora nella società delle quindici ore settimanali. Anzi, molti vivono in una società del lavoro continuo, della reperibilità permanente, della prestazione misurabile e della connessione senza tregua. Ma l’arrivo dell’intelligenza artificiale, e soprattutto degli agenti AI, riapre quella domanda in modo nuovo.
Per la prima volta, una tecnologia non si limita ad accelerare la comunicazione o l’accesso alle informazioni. Interviene direttamente sulle attività cognitive, organizzative e professionali che assorbono una parte enorme delle nostre giornate. Può comprimere il tempo della scrittura, della ricerca, della sintesi, della preparazione, della revisione, del coordinamento e della produzione intermedia. Ma non può decidere al posto nostro che cosa fare del tempo liberato.
Questa decisione resta umana. Ma non può essere soltanto individuale. Il singolo lavoratore difficilmente può difendere da solo il tempo risparmiato, se l’organizzazione, il mercato e la cultura dominante trasformano immediatamente ogni aumento di efficienza in una nuova richiesta di produttività. Per questo la gestione del tempo liberato dovrà diventare una questione politica, accademica e sociale.
Dovremo costruire istituzioni capaci non soltanto di accompagnare l’innovazione, ma anche di orientarla; università capaci non soltanto di insegnare l’uso dell’AI, ma di interrogarsi sui suoi fini; organizzazioni capaci di immaginare il futuro prima che venga determinato esclusivamente dalle forze economiche e tecnologiche.
E forse sarà proprio questa la grande sfida dei prossimi anni: non soltanto imparare a usare l’intelligenza artificiale, ma imparare a non farci sottrarre di nuovo il tempo che essa potrebbe restituirci. La rivoluzione digitale ci ha insegnato a essere sempre connessi. L’intelligenza artificiale dovrebbe aiutarci a essere più liberi.
La vera sfida non sarà usare l’AI per lavorare sempre di più. Sarà impedire che il tempo liberato venga colonizzato ancora una volta dal lavoro. E sarà necessario cominciare a discuterne adesso, prima che le nuove regole del lavoro vengano definite senza una riflessione collettiva. Perché il progresso tecnologico diventa davvero progresso umano solo quando restituisce tempo alla persona, alla comunità, alla bellezza, alla conoscenza e alla vita.
Fonti essenziali
Keynes, J. M. (1930), Economic Possibilities for our Grandchildren.
Microsoft (2023), Work Trend Index: Will AI Fix Work?.
Federal Reserve Bank of St. Louis, studio sul risparmio medio di tempo associato all’uso di AI generativa.
Dell’Acqua, F. et al. (2023), “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality”, Harvard Business School / Boston Consulting Group.
McKinsey Global Institute (2023), The Economic Potential of Generative AI: The Next Productivity Frontier.
Gartner (2025), previsioni sull’integrazione di agenti AI nelle applicazioni enterprise e avvertenze sul rischio di cancellazione di progetti agentic AI entro il 2027.
Deloitte (2025), Technology, Media & Telecommunications Predictions, previsioni sull’adozione degli agenti AI nelle imprese che utilizzano AI generativa.
Nota sull’uso dell’intelligenza artificiale
Questo articolo è stato elaborato con il supporto di strumenti di intelligenza artificiale per la ricerca, l’analisi, l’organizzazione delle fonti e la scrittura. La selezione dei contenuti, l’interpretazione critica e la responsabilità finale del testo restano dell’autore.