Ha insegnato all'AI 12 anni di lavoro, poi l'hanno licenziato. Quando il sistema è crollato, lo hanno richiamato

Un ingegnere con dodici anni di esperienza viene licenziato dalla sua azienda. Non per fallimento, non per crisi. La ragione è più fredda e più moderna: il suo know-how è stato già "confezionato" dentro un'AI Skill, quindi tecnicamente non serve più. Almeno in teoria.

Il sistema funziona bene per un po'. Ma come tutti sanno, le cose costruite in fretta e con una gamba sola tendono a zoppicare. In questo caso, il crollo arriva e non è nemmeno silenzioso: il sistema va in tilt, specificamente a causa di un problema di Kafka consumer rebalance (sì, è tecnico, ma basicamente significa che il sistema non riusciva più a distribuire il carico di lavoro). L'AI skill che avrebbe dovuto essere l'erede del dipendente licenziato si rivela fragile, incapace di gestire situazioni oltre lo script previsto.

Quello che succede dopo è il colpo di scena che nessuno — tranne il povero ingengnere — ha visto arrivare. I dirigenti realizzano che il sistema non regge, che servono persone che capiscono davvero come funziona, non solo una scatola nera che processa dati. Chiamata d'emergenza: il CTO (Chief Technology Officer, il capo dei tecnici) contatta il nostro protagonista con un'offerta. Non uno sconto rispetto allo stipendio precedente, no: cinque volte il suo vecchio salario. Perché? Perché ormai è un'emergenza e l'unica persona che capisce come salvare il casino è colui che è stato appena buttato fuori.

La storia non è solo una bella lezione di umiltà per le aziende che pensano di poter automatizzare le persone. È anche un monito su come l'AI, per quanto sofisticata, rimane uno strumento fragile senza le fondamenta giuste. Estrarre la conoscenza e metterla in un sistema è completamente diverso da capire come funziona, mantenerla e farla evolversi. La gente non è facilmente commoditizzabile, a prescindere da quanti soldi spendi in sviluppo.

E il finale? Probabilmente il nostro eroe ha accettato (cinque volte il salario di before è difficile da rifiutare), ma con una lezione imparata su quanto poca lungimiranza ci sia ancora nel gestire il talento dentro le grandi aziende. Licenziare il guru, tenere il suo fantasma digitale, poi pagare una fortuna per riavere il guru: se non fosse tragico, sarebbe un'opera comica.