170.500 licenziamenti nel settore tech da gennaio a fine luglio 2026, distribuiti in circa 480 eventi separati. Una media di 832 persone al giorno, un ritmo giornaliero superiore ai 674 del 2025, anno in cui i licenziamenti AI si fermarono a 246.000. Il numero più grande di tutti è di Oracle, che ha tagliato circa 30.000 ruoli nel marzo 2026, il 18% della propria forza lavoro, per finanziare un piano di data center da decine di miliardi di dollari.
A meritare attenzione è soprattutto la motivazione dichiarata dalle aziende. Secondo Challenger, Gray & Christmas, l’AI è infatti passata dal 7% dei tagli citati a gennaio al 40% di maggio, con un picco di 87.714 tagli attribuiti all’AI nell’intero primo semestre. In 4 mesi la tecnologia non è migliorata 5 volte. È cambiata la spiegazione.
Perché l’AI è diventata la scusa preferita per tagliare posti di lavoro
Il termine tecnico esiste già: AI redundancy washing, coniato dagli analisti di Deutsche Bank nel gennaio 2026. Significa attribuire i tagli all’AI quando i driver reali sono economics deteriorati o la pressione a dimostrare disciplina operativa dopo anni di “growth at all costs”. La differenza tra “AI-cited” e “AI-caused” è la chiave di lettura di tutto il 2026: solo la prima è effettivamente tracciata nei comunicati stampa, la seconda no.
Un’indagine di Resume.org su 1.000 hiring manager americani ha trovato che il 60% ammette di enfatizzare il ruolo dell’AI nei tagli perché “suona meglio” agli stakeholder rispetto a dire “abbiamo assunto troppo”. Il comunicato che annuncia una ristrutturazione “in ottica AI” ottiene una reazione di mercato diversa da quello che ammette un errore di dimensionamento.
Il paradosso degli stipendi: meglio le GPU degli impiegati
Le stesse aziende che tagliano headcount stanno investendo centinaia di miliardi in infrastruttura AI. Oracle ha convertito il taglio di 30.000 ruoli in un piano di capex da 56 miliardi per data center. Il meccanismo è semplice e deliberato: lo stipendio è un costo variabile, flessibile, reversibile. Il contratto per un data center o un rack di GPU è un costo fisso, multi-anno, quasi irreversibile. Tagliare persone e comprare chip non è un’azienda in difficoltà che si difende: è una riallocazione di portafoglio.
Questo spiega perché ricavi record e licenziamenti di massa compaiono nello stesso trimestre senza contraddizione. Il payroll che finanziava 30.000 persone ora finanzia server AI i cui prezzi salgono e contratti di locazione di data center. La stessa dinamica si vede nei mega-round di finanziamento che alimentano la corsa all’infrastruttura, come i 110 miliardi raccolti da OpenAI da Amazon, Nvidia e Softbank. Il capitale non sparisce: cambia forma, da busta paga a scheda grafica.
Quanto è matura davvero l’AI che dovrebbe sostituire i lavoratori umani
La survey globale di McKinsey pubblicata a novembre 2025, basata su 1.993 aziende in 105 paesi, dice che l’88% usa AI in almeno una funzione aziendale. Ma il 70% è ancora in fase di sperimentazione o pilot. Solo il 39% riporta un impatto EBIT misurabile a livello enterprise, e per la maggior parte di quelle aziende l’impatto è sotto il 5%. Solo il 7% ha scalato l’AI a livello organizzativo completo. Il 95% dei progetti enterprise di AI non ha mostrato un impatto rapido su ricavi o P&L, secondo il report MIT Project NANDA di agosto 2025.
Questo non significa che l’AI non stia assorbendo lavoro. Lo sta facendo in support, QA, content production e routine coding. Ma la velocità con cui la motivazione “AI” è comparsa nei comunicati di licenziamento è sproporzionata rispetto alla velocità con cui la tecnologia ha effettivamente scalato nelle organizzazioni. Il gap tra adozione (88%) e impatto misurabile (39%) è il dato che i comunicati stampa non menzionano mai.
La bolla post-pandemica che quasi nessuno cita
Molti dei team tagliati nel 2026 sono gli stessi che erano esplosi nel 2021-22, quando le aziende tech hanno raddoppiato i dipartimenti in risposta a una domanda che poi si è normalizzata. Una azienda che ha raddoppiato un team di 200 persone nel 2021 e lo taglia nel 2026 sta in parte correggendo un errore vecchio di 4 anni, indipendentemente da cosa dice il comunicato sull’AI. L’ondata del 2023 era onestamente etichettata “post-pandemic rightsizing”, mentre quella di direzione opposta del 2026 colpisce funzioni simili ma con un’etichetta diversa.
Il fintech è il caso più netto: circa 10.000 tagli nel 2026, con PayPal a -20%, Block sotto i 6.000 dipendenti e Coinbase a -14%. La maggior parte di questi team era stata assunta nel 2020-21 durante il boom crypto e la corsa al contactless. L’etichetta “AI-driven” è in parte legittima e in parte marketing. Il problema è che i due fattori non sono separabili nei dati pubblici: non esiste un tracker che distingua tra “tagliato perché l’AI ha reso il ruolo ridondante” e “tagliato perché il budget è diminuito e l’AI era la scusa più facile da citare”.
Le testimonianze dal campo raccontano un’altra storia sui licenziamenti AI
Un ex supervisore di Block licenziato a febbraio 2026 ha raccontato al Guardian che “ora c’è tre volte più codice perché l’AI produce più veloce. Eravamo in ritardo sulle review”. Un ex designer senior di AWS ha descritto la sensazione di un team che scopre che “nessuna di queste cose è pronta. Come si farà tutto questo lavoro?”. I dipendenti Microsoft riportano di sentirsi sorvegliati nell’uso dell’AI, con pressione ad adottarla anche quando non è lo strumento giusto per il task.
Ethan Mollick di Wharton ha sintetizzato il paradosso: “Il massimo hype che l’AI stia sostituendo le persone non è vero. Ma non è vero nemmeno che l’AI non minaccerà mai i posti di lavoro. Sarà complicato.” Ha coniato il termine “dark factories” per le aziende che usano l’AI per scrivere tutto il codice e shippano senza review umana. Il concetto esiste, ma non è ancora la norma. È un’opzione, non un destino.
Quali segnali monitorare nei prossimi mesi
Il ritmo giornaliero ha appena smesso di accelerare: da 835 a 832 tagli al giorno, il primo plateau dell’anno. Tre indicatori diranno se la pausa diventa tendenza. Il primo: se la quota di tagli “AI-cited” raggiungerà un plateau stabile intorno al 40%, significa che la narrazione ha raggiunto il picco e non c’è più spazio per crescere. Inoltre, se si ricomincerà a riassumere nelle funzioni tagliate, asrà l’evidenza più chiara che si è tagliato troppo in profondità e l’AI non ha coperto il gap. Infine, se gli investimenti in data center rallenteranno, si assisterà probabilmente a una riallocazione di risorse sugli stipendi.
Il parallelismo internazionale non aiuta a rassicurare: anche in Cina l’AI rischia di aggravare la crisi occupazionale, ma per ragioni strutturali diverse. L’AI sta già cambiando il mondo del lavoro, ma ad oggi la narrazione sta correndo più veloce della tecnologia e i comunicati di licenziamento sono il termometro più onesto di questa distanza.
