Anthropic, uno dei principali sviluppatori di sistemi di IA agentica, ha pubblicato di recente un annuncio di lavoro per un assistente di direzione umano nel suo ufficio di Londra, offrendo uno stipendio di circa 145.000 euro, ovvero circa 190.000 dollari. Il ruolo è stato descritto come una posizione per un “business partner amministrativo altamente organizzato, orientato ai dettagli e proattivo”. L’annuncio è stato in seguito rimosso dal sito web di Anthropic. Ciò che rende questa storia degna di esame non è lo stipendio in sé, ma ciò che la decisione di assunzione rivela sul divario tra ciò che l’IA agentica può fare in teoria e ciò che le organizzazioni si fidano realmente a farle fare in pratica.
Cosa richiedeva realmente il ruolo
La descrizione del lavoro chiedeva qualcuno che gestisse la programmazione, la logistica dei viaggi, la gestione della posta in arrivo, la presentazione delle note spese e il supporto esecutivo generale per i leader senior del go-to-market. Non si tratta di compiti esotici. Sono proprio quel tipo di flussi di lavoro strutturati, ripetitivi e basati sul coordinamento che i sistemi di IA agentica sono progettati per automatizzare.
I prodotti di Anthropic sono costruiti attorno all’idea di agenti di IA in grado di compiere sequenze di azioni in autonomia, navigare in ambienti digitali e completare compiti in più fasi senza la supervisione umana costante. L’azienda non è un attore marginale in questo settore. È uno dei principali sviluppatori di questa tecnologia. Questo contesto è ciò che conferisce all’annuncio di lavoro il suo particolare peso.
L’annuncio specificava requisiti tra cui “straordinaria attenzione ai dettagli, forti capacità di creazione di relazioni e la capacità di anticipare le esigenze tra i team garantendo al contempo un’esecuzione reattiva e priva di errori”. Ognuna di queste frasi si mappa direttamente sulle capacità che i sistemi di IA agentica sono attualmente commercializzati come possessori, o vicini ad avere. Eppure, per questo ruolo interno specifico, Anthropic ha scelto di assumere una persona.
L’ironia che i social media hanno notato
L’annuncio ha attirato l’attenzione online, con gli utenti che hanno evidenziato l’apparente contraddizione tra il posizionamento pubblico di Anthropic e le sue scelte di assunzione interne. Un commento, ampiamente diffuso, suggeriva che qualcuno dovesse costruire uno strumento tecnologico capace di gestire questi compiti in autonomia. La battuta ha funzionato perché il finale era ovvio: Anthropic sta, a detta di tutti, già cercando di costruire esattamente quello.
Questo tipo di reazione pubblica merita di essere preso sul serio, non come derisione, ma come segnale. Quando la messaggistica esterna di un’azienda e il suo comportamento interno divergono visibilmente, gli osservatori se ne accorgono. Il divario diventa un punto dati su dove si trova realmente la tecnologia, indipendentemente da dove il marketing dice che sia diretta.
Vale la pena essere precisi in questo caso. La fonte non indica che Anthropic abbia fatto alcuna dichiarazione pubblica per spiegare la decisione, e la richiesta di un commento da parte di Fast Company è rimasta senza risposta al momento della stesura del report. Le ragioni dietro la scelta di assunzione rimangono sconosciute. Ciò che è noto è la scelta in sé.
Cosa ci dice realmente questo divario sull’adozione dell’IA
Ecco cosa manca alla maggior parte della copertura di questa storia: il caso Anthropic non è un’anomalia. È un’istanza visibile di un pattern che si ripete in tutto il settore tecnologico e oltre.
Le organizzazioni che sviluppano strumenti di IA per uso esterno mantengono regolarmente operazioni gestite da umani per le stesse funzioni internamente. Questa non è necessariamente ipocrisia. Riflette qualcosa di più strutturalmente interessante: la differenza tra una tecnologia capace di eseguire un compito e un’organizzazione pronta a fidarsi di quella tecnologia per operazioni cruciali in tempo reale che influenzano la leadership senior.
Il supporto esecutivo è una funzione ad alto rischio. Errori nella programmazione, malintesi nella gestione della posta in arrivo o fallimenti nel coordinamento dei viaggi hanno conseguenze immediate e visibili per le persone che ricevono supporto. La tolleranza agli errori è bassa. La necessità di giudizio contestuale, discrezione e consapevolezza delle relazioni è alta. Queste sono precisamente le dimensioni in cui i sistemi di IA agentica rimangono meno affidabili, non perché i modelli sottostanti manchino di capacità in senso stretto, ma perché l’integrazione di tale capacità in un flusso di lavoro dal vivo e responsabile introduce modalità di fallimento difficili da prevedere e costose da sperimentare.
Questa è la distinzione che conta. I sistemi di IA possono gestire questi compiti in dimostrazioni controllate. Eseguirne il deployment in un ambiente dal vivo, dove il costo di un errore ricade su un dirigente senior e sulla reputazione dell’organizzazione, è un calcolo completamente diverso. Anthropic, un’azienda con una profonda conoscenza tecnica di ciò che i suoi stessi sistemi possono e non possono fare, ha apparentemente concluso che un essere umano fosse la scelta giusta per questo ruolo. Questa conclusione contiene più informazioni di qualsiasi risultato di benchmark.
L’implicazione più ampia è che l’adozione dell’IA agentica nei luoghi di lavoro non seguirà un percorso pulito e lineare dall’annuncio al deployment. Le organizzazioni continueranno ad assumere umani per ruoli che l’IA potrebbe teoricamente ricoprire, non per ignoranza, ma per una valutazione razionale del rischio, della responsabilità e degli attuali limiti di fiducia nei sistemi autonomi. La tecnologia e la prontezza organizzativa a utilizzarla si stanno sviluppando su linee temporali diverse.
In breve
Anthropic ha pubblicato un ruolo da assistente di direzione umano a Londra con uno stipendio di circa 190.000 dollari, per compiti che i sistemi di IA agentica sono teoricamente progettati per gestire. L’azienda non ha spiegato pubblicamente la decisione. Ciò che l’episodio illustra è un divario che esiste in tutto il settore: la distanza tra ciò che l’IA può fare in una dimostrazione e ciò per cui le organizzazioni sono pronte a fare affidamento su di essa in operazioni ad alto rischio e in tempo reale. Quel divario non è principalmente un problema tecnico. È un problema di fiducia e responsabilità, e plasmerà l’adozione dell’IA sul posto di lavoro molto tempo dopo che la tecnologia sottostante avrà fatto ulteriori progressi.
Basato su un articolo di Fast Company.