Il messaggio su LinkedIn arriva con la cadenza educata e vuota di un recruiter aziendale, ma la descrizione del lavoro contiene un difetto strutturale. Ti invita a partecipare a un progetto ben retribuito a breve termine — programmazione, analisi legale o modellazione finanziaria — a patto che tu sia disposto a far registrare ogni tua pressione sui tasti, correzione e svolta creativa. Non vieni assunto per lavorare; vieni assunto per fungere da set di dati biologico per una macchina che alla fine renderà il tuo ruolo un costo del passato. Questo è il motore principale di Mercor, una startup di San Francisco che ha recentemente raggiunto una valutazione di 10 miliardi di dollari nonostante sia guidata da due fondatori che non hanno mai ricoperto un vero lavoro d'ufficio tradizionale.
Il raccolto di dati nascosto in un annuncio di lavoro
I fondatori, Adarsh Hiremath e Brendan Foody, rappresentano uno specifico archetipo della Silicon Valley: l'ingegnere puro che vede le complessità della vita professionale come una serie di problemi di ottimizzazione. La loro valutazione di 10 miliardi di dollari, sostenuta dall'élite della gestione patrimoniale di Iconiq, riflette la scommessa che il prossimo salto di produttività non arriverà da algoritmi migliori, ma dal possesso di dati professionali "esperti". È un circolo cinico. Paghi un essere umano 100 dollari l'ora per addestrare un modello per quaranta ore; quel modello esegue poi il lavoro dell'umano per pochi centesimi per il decennio successivo. L'economia unitaria è devastante per chiunque possieda attualmente una scrivania e un piano pensionistico.
L'IA può trovare lavoro a coloro che sostituisce?
Mentre Mercor accelera l' automazione dei professionisti di medio livello, sta emergendo un mercato secondario per gestire le conseguenze. Pelgo, un'altra startup emersa sulla scia dell'attuale boom dell'IA, mira a utilizzare l' intelligenza artificiale per trovare nuovi impieghi proprio per i lavoratori da essa sostituiti. È una simmetria che solo un venture capitalist potrebbe trovare confortante. Pelgo promette di fornire servizi di outplacement — ottimizzazione del curriculum, coaching per i colloqui e invio automatizzato delle candidature — in modo più economico e veloce rispetto al career coaching condotto da esseri umani. Stiamo entrando in un'era in cui un'IA ti licenzia e un'altra IA ti aiuta a candidarti per un lavoro che potrebbe essere gestito o meno da una terza IA.
Questo ciclo rivela una pressione crescente all'interno dell'industria tecnologica per giustificare la propria distruzione creativa. Se il "mito" dell'IA, come presentato di recente dal nuovo strumento Mythos di Anthropic durante le riunioni del FMI, è quello di un'efficienza totale, la realtà è una transizione disordinata e ad alto attrito. A Washington D.C., i responsabili finanziari non discutono più se l'IA avrà un impatto sulla forza lavoro; stanno cercando di calcolare quanto costeranno le conseguenti reti di sicurezza sociale. La conversazione si è spostata dal laboratorio al tesoro, e i numeri non sono particolarmente lusinghieri per l'elemento umano.
La svolta europea verso l'hardware e la luce
Mentre gli Stati Uniti dominano lo strato software di questo sconvolgimento, l'Europa sta tentando di garantirne le fondamenta. In un anno in cui i titoli azionari del software-as-a-service hanno affrontato lo scetticismo sulla loro reale utilità, il titolo europeo con le migliori performance del 2026 non è un fornitore di modelli generativi. È un'azienda francese di fotonica che cavalca l'onda dell'infrastruttura IA. La fotonica — l'uso della luce anziché dell'elettricità per spostare i dati — è diventata il collo di bottiglia critico per aziende come Mercor e Anthropic. Con la crescita dei modelli, il costo energetico del movimento degli elettroni attraverso i cavi di rame sta diventando insostenibile.
L'impennata francese nei titoli della fotonica evidenzia una divergenza nella strategia industriale. Bruxelles ha in gran parte accettato di aver perso la corsa per il modello linguistico di grandi dimensioni dominante a favore di San Francisco e Seattle. Invece, l'UE sta puntando tutto sulla catena di approvvigionamento. Attraverso l'EU Chips Act e vari veicoli di investimento sovrano, l'attenzione si è spostata sull'hardware specializzato che rende l'IA fisicamente possibile. Se gli Stati Uniti possiedono la mente della macchina, l'Europa vuole possedere il sistema nervoso. Questa è una scommessa pragmatica, sebbene meno glamour, sulla fisica del data center piuttosto che sui capricci dell'algoritmo di LinkedIn.
Il muro normativo di Bruxelles
La strategia di Mercor di utilizzare professionisti per addestrare i propri sostituti rischia di scontrarsi con i bordi affilati dell'AI Act dell'UE. La normativa, passata dalla teoria all'applicazione, include disposizioni specifiche riguardanti la trasparenza e i diritti dei lavoratori. Secondo l'attuale legge dell'UE, una piattaforma che utilizza l'output professionale per addestrare un modello commerciale deve essere esplicita riguardo a tale intenzione. È in corso un crescente dibattito legale a Bonn e Parigi sulla questione se la "raccolta di dati" mascherata da "impiego" costituisca una violazione dei diritti del lavoro o una violazione della proprietà intellettuale.
I leader industriali tedeschi, in particolare nel Mittelstand, guardano a questi sviluppi con un misto di curiosità tecnica e orrore istituzionale. Il modello tedesco di "Mitbestimmung" (cogestione) non si adatta facilmente a un sistema software che tratta l'esperienza di un ingegnere come un set di dati usa e getta. Mentre una startup di San Francisco può passare a una valutazione di 10 miliardi di dollari da un giorno all'altro aggirando le strutture occupazionali tradizionali, un'azienda europea che tentasse lo stesso affronterebbe una montagna di contenziosi da parte dei consigli aziendali e delle autorità di protezione dei dati. Questo attrito normativo viene spesso citato come una debolezza, ma nel contesto di Mercor potrebbe fungere da freno critico a un processo che tratta l'esperienza umana come una merce grezza.
L'infrastruttura dell'obsolescenza
La fuga di capitali verso l'IA non riguarda solo il codice; riguarda la gestione patrimoniale che vi sta dietro. Iconiq, il consulente della classe dei miliardari del settore tecnologico, sta spostando miliardi nell'infrastruttura dell'IA. Non si tratta di denaro speculativo al dettaglio; questo è il capitale delle persone che hanno costruito le piattaforme di social media e i fornitori di cloud dell'ultimo decennio. Stanno segnalando che l'era dell'"uomo nel ciclo" è una fase di transizione temporanea. Una volta che i dati dei lavoratori gig-economies altamente pagati di Mercor saranno sufficientemente assimilati, il ciclo si chiuderà.
Ciò crea una tensione nella catena di approvvigionamento che viene spesso trascurata. Per sostenere una valutazione di 10 miliardi di dollari, Mercor ha bisogno di un flusso costante di dati professionali di alta qualità. Ma man mano che le macchine diventano migliori nei compiti, il bacino di esperti umani si restringe. Stiamo assistendo alla cannibalizzazione della competenza professionale. L'ironia della situazione è che più Mercor ha successo nel sostituire la forza lavoro colletti bianchi, più costosi diventano i suoi stessi dati di addestramento. È un'industria estrattiva che, come il petrolio, affronta un problema di picco delle risorse. Una volta automatizzato l'avvocato junior, chi resta per diventare l'avvocato senior la cui esperienza è necessaria per il prossimo aggiornamento del modello?
La Silicon Valley ha trascorso l'ultimo decennio a costruire strumenti per gestire le informazioni del mondo. Ora, sta costruendo strumenti per gestire l'assenza del mondo dalla forza lavoro. L'Europa ha la fotonica e le normative, ma non ha ancora deciso se vuole proteggere i lavoratori o semplicemente fornire la luce per la loro sostituzione. Per ora, la classe professionale viene pagata per documentare la propria obsolescenza, un messaggio su LinkedIn alla volta. È una notevole impresa di ingegneria, a patto che non sia tu quello a tenere la tastiera.
Comments
No comments yet. Be the first!