Saggio cardine di **Dan Shipper** (CEO Every) pubblicato il **21 maggio 2026** su every.to, *"After Automation"* — una risposta argomentata alla tesi del collasso del lavoro intellettuale guidato dall'IA. **Tesi cardine**: il progresso dell'IA crea **più lavoro per gli umani, non meno**. Meccanica del ciclo (***"il ciclo di commodificazione"***): (1) l'IA rende merce (commoditizza) la competenza umana di ieri; (2) quella competenza a basso costo viene ampiamente adottata → abbondanza; (3) l'abbondanza produce *uniformità* (lo *"slop"*); (4) gli umani chiedono differenziazione → domanda rinnovata di esperti; (5) gli esperti usano l'IA per affrontare i problemi di oggi → il ciclo riparte. **Citazione canonica**: ***"There's more work to do than ever"***; ***"AI commoditizes the residue of human expertise, creating demand for what's different"***. **Quadro concettuale centrale — Frame vs. Framer**: i benchmark misurano la performance ***"within frames"*** (inquadrature specifiche del problema); una volta saturata, *cambiare l'inquadratura azzera il contatore* — i modelli **progrediscono all'interno delle inquadrature ma non sostituiscono chi le definisce**. Formula cardine: ***"the frame is not the framer"***. Anche all'AGI, gli umani devono **specificare gli obiettivi e interpretare i risultati** — *"the frame problem regenerates one level up"*. **Il "Human Sandwich"**: l'umano imposta l'inquadratura → l'IA esegue → l'umano giudica ed estende. **Due modalità di lavoro con gli agenti**: (a) ***agent employees*** — delega asincrona (collega / incorporato — Claudie, Andy, Viktor, Fin); (b) ***human-AI collaboration*** sincrona (Claude Code e equivalenti). **Dati Every**: il 95% delle email del CEO è processato dall'IA; **Fin (Intercom) risolve il 65% delle conversazioni di supporto**. **Il paradosso di Zenone dell'IA**: l'IA riduce continuamente il divario, ma gli umani restano "la tartaruga davanti" perché sono ***"alive to a specific moment"*** — *"running wants, running concerns"* — mentre i modelli operano su dati di addestramento storici. **Benchmark dettagliati**: **GPT-5.5 = 62/100 sulla riscrittura di codebase Senior Engineer** (contro un 80-90 umano); **GDPval**: 40-49% del livello umano esperto, **ma con un'ampia inquadratura umana**. **OpenClaw 44.469 PR** a maggio 2026 (contro le 5.200 di Kubernetes nel 2022) — prova che il lavoro agentico crea *"more work"*, non *"less human work"*. **Implicazioni per l'AGI**: anche all'AGI, il **framer umano** resta strutturalmente in vantaggio — affrontando problemi *"current, situated"* mentre il modello opera su *"historical training data"*. **Conclusione anti-tipping-point**: non è un evento di svolta, è ***uno schema persistente*** che definisce il futuro del lavoro. **Rilevanza principale**: una contronarrazione esplicita a *Amodei white-collar bloodbath* / *Sun permanent underclass* / *Anthropic Economic Index* — Shipper, **CEO di un'azienda che vive quotidianamente con gli agenti**, offre il quadro teorico che concilia le due osservazioni empiriche (l'IA fa di più + gli umani restano indispensabili). Forte convergenza con **Ng "No AI jobpocalypse"** (2026-05-08), **Mollick × roon ASI / FDE** (2026-05-10), **Tatsyi/Raiffeisen "AI made engineers different"** (2026-05-05), **Curran/Intercom 3× R&D** (2026-04-16) — tutti descrivono gli umani come *ridistribuiti verso l'inquadratura* piuttosto che *sostituiti*. Tensione produttiva con **Sun NYT permanent underclass** (2026-04-30), **Wallace-Wells AI populism** (2026-05-08), **Osmani Cognitive Surrender** (2026-05-05 — il framer umano deve restare attivo). Da valorizzare per COMEX / DG / consigli di amministrazione: vocabolario strategico per il 2026 — *"frame vs framer"* diventa la griglia canonica per la governance dell'IA.
#Dan Shipper#Every#after automation
**Dan Shipper** — CEO et co-fondateur de **Every** (média / studio AI-native, créateur de la newsletter *Every*, propriétaire du framework et plugin *Compound Engineering* — cf. fiche `shipper-klaassen-compound-engineering-every-agents-2025-12-11.md`). Profil rare : **opérateur-théoricien** · dirige une organisation entièrement augmentée par l'IA (95 % emails CEO automatisés, agents Claudie/Andy/Viktor en production, Fin pour le support) tout en publiant régulièrement des essais conceptuels sur every.to. Voix éditoriale anglo-saxonne de référence dans le corpus 2025-2026 sur les **modes de travail humain-IA**. Article publié sur **every.to/p/after-automation** le **21 mai 2026**.
Articolo pivot **Ivan Chepurin & Travis Turner** (Evil Martians Chronicles, **May 19, 2026**) — ***« AI-assisted engineers are burning out, is this fine? »*** — **diagnosi strutturata del burnout tra gli sviluppatori assistiti dall'IA** e un **toolkit di intervento a 5 assi**. **Tesi pivot**: la produttività accelerata dall'IA nasconde un **costo occulto — l'esaurimento dello sviluppatore**. *« Higher productivity doesn't translate to sustainable work practices or job satisfaction. »* Epigrafe di Shunryu Suzuki sull'agitazione mentale. **TL;DR — 3 rimedi essenziali**: (1) ripristinare il piacere del processo, (2) ricostruire realizzazione / ownership / orgoglio, (3) rimuovere la pressione della massimizzazione continua della produttività. **Cornice narrativa centrale — Ben vs Alice**: Ben (coding tradizionale) = 4 h di lavoro costante, carico cognitivo distribuito, soddisfazione al completamento; Alice (assistita dall'IA) = 2 h di lavoro ad alta intensità cognitiva, task-switching continuo, **nessuna soddisfazione** + riempie il tempo liberato con più task → **escalation esponenziale del carico** nonostante l'output accelerato. **Formula canonica**: ***« We compensate for a lack of satisfaction with work quantity. »*** **Disgregazione strutturale del ciclo dell'artigianato**: (pianificazione → creazione → risultato) compresso in (pianificazione → risultato), rimozione della fase meditativa di creazione sostituita da **code review cognitivamente impegnativa**. Convergenza diretta con lo **studio HBR 2026** (citato): *« cognitive exhaustion from intensive oversight of AI agents is both real and significant »* + **ricerca UC Berkeley 2026**: i lavoratori riempiono le pause naturali con task IA. **Quiet career change** — concetto pivot: gli sviluppatori assunti per programmare ora svolgono **un lavoro diverso senza una transizione di carriera consapevole**. 4 percorsi possibili: (1) trovare piacere nella nuova struttura (prioritario), (2) ignorare l'IA, (3) lavorare senza piacere (insostenibile), (4) cambiare carriera. **5 fattori quotidiani di burnout identificati**: (1) ***Losing context*** — l'agente porta la comprensione del progetto all'esterno, spostamento del debito cognitivo dal codice alle persone, perdita dell'intuizione di sistema; (2) ***No time for passive thinking*** — *« The model fills the silence before your own thinking has a chance to connect dots »* (docce, passeggiate eliminate come momenti di risoluzione inconscia dei problemi); (3) ***False expectations*** — velocità iniziale = baseline irrealistica, rallentamenti successivi vissuti come fallimento; (4) ***Review bottlenecks*** — *« the more code is generated, the more code needs to be reviewed »*, carico cognitivo sproporzionato sui senior, diffusione della responsabilità; (5) ***Endless possibilities*** — bassa frizione di prompting incoraggia pivot costanti, assenza di scoping naturale. **Toolkit a 5 interventi**: (a) **Acknowledge your wins** (win-log, demo di team, tracker delle ore); (b) **Rethink AI workflow** (pianificazione > review, **max 3-4 iterazioni**, niente task-switching parallelo, separare i task IA-intensivi con pause, decomporre); (c) **Keep exercising your craft** (ore di artigianato protette senza IA, *modalità « ask » > modalità generazione*, agenti spenti sui progetti personali); (d) **Discipline + work-life balance** (orari fissi, pause reali, intenzioni quotidiane, fermarsi quando finito); (e) **Find new areas of interest** (ricerca utente, soft skills, analytics, fine-tuning degli agenti + guardrail, ottimizzazione delle performance). **Conclusione**: *« AI can be helpful. Problems appear only if you misuse it. »* Evoluzione del settore = inevitabile; benessere individuale = controllabile. Convergenza importante con **Osmani Cognitive Surrender** (2026-05-05), **Frizzo "Year With Claude Code"** (2026-05-05 — *« writing muscle atrophy »*, *« deep flow rare »*), **Bedard BCG/HBR Brain Fry** (2026-03-05 — 1.488 dipendenti, picco di 3 strumenti, +39% errori, +39% intenzione di lasciare). Rilevanza importante per **CTO / VP Engineering / IT HR** alle prese con la retention degli ingegneri potenziati dall'IA nel 2026.
#Ivan Chepurin#Travis Turner#Evil Martians
**Ivan Chepurin** & **Travis Turner** — auteurs Evil Martians (cabinet de conseil ingénierie indépendant, Berkeley/global, ~150 ingénieurs, spécialiste Ruby on Rails / React / produits SaaS depuis 2010 ; éditeurs du blog *Evil Martians Chronicles* — référence dans la communauté Rails et JS). Article publié dans la catégorie **AI / Developer Community** sur evilmartians.com le **19 mai 2026**. Profil Evil Martians : voix éditoriale **opérateur-praticien** · articles longs ancrés dans le terrain produit · registre **soin du craft + lucidité business** · public habituellement développeurs / CTO / fondateurs early-stage.
Brief di **Bain & Company**, **maggio 2026** (David Crawford, Chris McLaughlin, Greg Fiore — parte di una **serie in cinque parti sul settore software nell'era dell'IA**), che colloca l'opportunità SaaS ancora inesplorata nel *cross-system labor* — il lavoro umano di coordinamento tra sistemi che gli agenti IA possono ora automatizzare — a **~100 miliardi di dollari negli USA (~200 miliardi includendo Canada/Europa/AU/NZ)**. **Cattura attuale: 4-6 miliardi di dollari (10% dell'opportunità)** — quindi **oltre il 90% ancora da conquistare**. Tesi centrale: la principale opportunità dell'IA agentica **non è sostituire il SaaS esistente** ma **automatizzare il lavoro di coordinamento cross-system** (dipendenti che estraggono dati dagli ERP, verificano l'inventario in un foglio di calcolo, interpretano risposte in testo libero, esercitano giudizio). Ripartizione: Vendite (20 miliardi) + COGS/operazioni (26 miliardi) + R&S/ingegneria (6-12 miliardi) + supporto (6-12 miliardi) + finanza (6-12 miliardi). **Sei fattori di automazione**: verificabilità del risultato, conseguenza dell'errore, disponibilità di conoscenza digitalizzata, complessità di integrazione, variabilità del processo, dipendenza dal mondo fisico. **Potenziale di automazione per funzione**: Supporto clienti & R&S **40-60%**, Finanza & HR **35-45%**, Vendite & IT **30-40%**, Legale **20-30%**. **Cambiamento strategico**: il vantaggio competitivo si sposta dalla *proprietà del system of record* (Salesforce, SAP, Workday) al ***contesto decisionale cross-workflow*** — la capacità di vedere e agire attraverso più sistemi integrati. **Esempi**: Sierra (risoluzione autonoma dei problemi dei clienti), Glean (coordinamento delle richieste dei dipendenti tra funzioni), GitHub Copilot (esteso oltre il controllo del codice sorgente), **Cursor** (ARR raddoppiato in un trimestre, 2 miliardi di dollari). **Moat duraturo**: *"dati di esecuzione accumulati che diventano più preziosi nel tempo e sempre più difficili da replicare per i concorrenti"*. **Playbook in tre fasi**: Assessment (sei fattori + dimensionamento del mercato) → Strategic Positioning (asset di dati + workflow adiacenti + mappe operative reali) → Execution (build/buy/partner + riorganizzazione + riprogettazione delle fondamenta dei dati per l'agent readiness). Rilevanza importante per CIO/CDO/responsabili Strategy in ambito SaaS B2B e clienti enterprise: ridefinisce il dibattito *"IA vs SaaS"* come ***"IA = SaaS che finalmente automatizza il lavoro di coordinamento"***. Da leggere insieme a: DORA ROI (quadro finanziario), Tatsyi/Raiffeisen (caso bancario con creazione di 7 prodotti IA inediti), Wescale (realistico 3x-4x), MIT NANDA (95% dei pilot falliscono), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#opportunità SaaS da 100 miliardi#lavoro di coordinamento cross-system
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).