![]()

di Andrea Fumagalli (Docente di Economia – Università di Pavia)
Un nuovo paradigma?
Con l’arrivo dell’intelligenza artificiale (IA) generativa c’è chi si chiede se siamo davanti a un vero paradigma tecnologico, capace di aprire traiettorie inedite nell’economia contemporanea. La domanda non è oziosa.
Si parla di nuovo paradigma quando, più o meno in contemporanea, emergono innovazioni radicali (cioè non derivate dall’evoluzione di tecnologie precedenti) in tre ambiti: la produzione (innovazione di processo), i consumi (innovazione di prodotto) e l’organizzazione del lavoro (innovazione organizzativa).
Queste note provano a verificare se la GenAI (Intelligenza artificiale generativa) risponda a tali requisiti e, soprattutto, quali forme possa assumere un’organizzazione sindacale in grado di fare lotta di classe in questo scenario.
Il precedente storico è istruttivo. Con il paradigma fordista, la grande fabbrica aveva fatto passare il lavoro dall’operaio di mestiere, da cui erano nate le prime forme embrionali di sindacato con le Società di mutuo soccorso, all’operaio massa. Cambiata la composizione tecnica del lavoro, bisognò rifondare l’azione rappresentativa e conflittuale del sindacato, come mostrò l’esperienza degli International Workers of the World (Iww).
Il tema è vasto: ci limitiamo quindi a indicare alcuni fatti stilizzati, da approfondire in seguito. Quanto segue va letto come l’abbozzo di un progetto di ricerca e conricerca.
Il rapporto tra capitale e lavoro
L’IA generativa non è la prima tecnologia a mutare il rapporto sociale tra macchina e lavoro.
Nel capitalismo il progresso tecnico non è mai neutrale: l’«uso capitalistico delle macchine», per citare il celebre saggio di Raniero Panzieri(1), ha sempre avuto lo scopo di aumentare la produttività del lavoro e, di conseguenza, di intensificare il saggio di sfruttamento. Finora, però, questo è avvenuto entro una netta separazione tra l’elemento macchinico e quello umano.
Gli algoritmi alla base della GenAI tendono a far saltare quella separazione.
Assistiamo a un divenire umano della macchina e, insieme, a un divenire macchinico dell’umano. Il rapporto tradizionale tra capitale e lavoro ne esce scompaginato, e si aprono spazi per nuovi processi di accumulazione.
Questa ibridazione non c’era ancora nel paradigma dell’Ict (Information and Communications Technology), quello dell’informatizzazione e dell’automazione della manifattura con i sistemi Cad-Cam-Cae (ecosistema digitale fondamentale per la progettazione, l’analisi e la produzione industriale, NdR).
In quella fase, che abbiamo chiamato capitalismo cognitivo, cambiava il tipo di prestazione richiesta, con un ricorso crescente alle capacità cognitive e relazionali dei singoli (la vita messa al lavoro). Ma il rapporto con la macchina, pur diverso perché di natura meccanico-linguistica (software, hardware, netware), restava un rapporto tra elementi distinti.
Le piattaforme: il salto di paradigma
Il vero salto arriva con le piattaforme digitali, all’inizio del nuovo millennio.
È una radicale innovazione organizzativa che trascina con sé radicali innovazioni di processo. Di norma, nella storia del capitalismo, erano le innovazioni di processo o di prodotto a richiedere nuovi assetti organizzativi. Qui la relazione si inverte: è il cambiamento organizzativo a generare un nuovo modo di produzione.
La ragione sta nel fatto che le piattaforme ridefiniscono i confini tra domanda e offerta, e dunque tra consumo e produzione. Lo scambio cambia pelle: non è più un semplice incontro tra due agenti economici, ma è organizzato da un terzo soggetto, la piattaforma, che stabilisce le modalità sia della produzione sia del consumo.
Il confine tra domanda e offerta diventa così ibrido. In pratica, la piattaforma standardizza ciò che era già accaduto in forma deregolata con il prosumer, il ‘produttore-consumatore’. Ma sarebbe un errore vedervi la sovranità del consumatore tanto cara alla teoria mainstream del libero mercato: produttori e consumatori sono sempre più eterodiretti dall’algoritmo che governa la piattaforma.
La macchina fisica, il macchinario, diventa obsoleta (senza scomparire) e si trasforma in sistema macchinico. Con questo termine, filosofia e sociologia indicano un insieme complesso in cui elementi umani, tecnologici, sociali e semiotici si fondono in un unico processo di funzionamento ed evoluzione, un concetto sviluppato soprattutto da Gilles Deleuze, Félix Guattari e Gilbert Simondon.
È qui che prende avvio l’ibridazione tra umano e macchinico, oggi accelerata dall’IA generativa.
Il divenire macchinico dell’uomo ha radici lontane, nell’organizzazione scientifica del lavoro di memoria tayloristica, sia pure dentro una netta separazione tra operaio e macchinario. Ma a contare di più è il divenire umano della macchina: il farsi sistema macchinico, input eterogeneo e complesso, reso coeso e impenetrabile dalla funzione organizzatrice della piattaforma. Ne è nato l’input dominante dell’accumulazione nell’odierno capitalismo bio-cognitivo.
Dalla Business Intelligence alla GenAI
Grazie agli algoritmi di seconda generazione (machine e deep learning), l’IA generativa fa un salto di qualità nell’uso dei dati rispetto alla Business Intelligence, la pratica aziendale di gestione dei dati all’origine del settore dei big data.
Diffusasi dalla seconda metà degli anni Novanta, la Business Intelligence è un sistema di modelli, metodi, processi, persone e strumenti che consente di raccogliere in modo regolare e organizzato il patrimonio di dati di un’azienda.
Attraverso elaborazioni, analisi e aggregazioni, quei dati diventano informazioni da conservare, rintracciare e presentare in forma semplice, flessibile ed efficace, a supporto delle decisioni strategiche, tattiche e operative. Il suo fondamento è il data mining: i dati non sono fini a sé stessi, ma servono a cogliere opportunità e interpretare fenomeni, con l’obiettivo di tradurli in azioni che creino valore.
Il processo prevede:
- la raccolta dei dati aziendali;
- la loro pulizia, validazione e integrazione;
- la successiva elaborazione, aggregazione e analisi;
- l’impiego di questa massa di informazioni nei processi strategici e di valorizzazione.
La Business Intelligence ha dunque la funzione di trasformare il valore d’uso implicito nel dato grezzo, prodotto dalla semplice attività umana, in valore di scambio per l’impresa che lo gestisce.
È ciò che è stato definito teoria del valore-dato. Ma tutto avviene in forma automatica e strumentale, cioè lineare: non si innescano processi cumulativi di conoscenza.
La catena di montaggio intangibile
L’intelligenza artificiale generativa crea contenuti nuovi, come testi, immagini o musica, analizzando schemi e statistiche in enormi quantità di dati esistenti.
In sostanza attinge a tutta la conoscenza umana prodotta nella storia e la saccheggia a proprio piacimento. Ne risulta un modello dinamico di accumulazione, una sorta di “catena di montaggio umano-macchinica intangibile”, che nella sua forma più semplice si articola in tre fasi:
- addestramento (training): il sistema riceve miliardi di dati (testi, immagini, codici) ed elabora le regole statistiche e le relazioni nascoste al loro interno.
- Prompt: l’utente scrive un comando o una richiesta per indicare all’IA che cosa creare.
- Generazione dell’output: grazie a reti neurali avanzate (come i Transformer), il modello prevede passo dopo passo l’elemento successivo più probabile, componendo un risultato coerente.
Senza l’input umano, o meglio senza la conoscenza umana, non esisterebbe la macchina linguistica nota come Large Language Model (LLM), capace di prevedere la parola (o il frammento di parola) più logica in un testo. Questi modelli, basati su reti neurali, non possiedono una vera comprensione né una coscienza: imitano il linguaggio analizzando quantità enormi di dati.
Un processo che dipende dall’uomo
Il processo ‘produttivo’ dell’IA generativa vive di un rapporto sinergico con l’azione umana.
Succede nella fase di pre-addestramento (pre-training), quando il modello legge una quantità sterminata di testi presi da internet, libri e articoli. E succede nel perfezionamento (fine tuning), dove il risultato viene addestrato ulteriormente sotto supervisione umana, per imparare a rispondere alle domande degli utenti in modo utile, sicuro ed educato.
La Business Intelligence serviva a raccogliere, gestire e analizzare grandi volumi di dati aziendali per ricavarne informazioni strategiche a supporto delle decisioni. L’IA generativa va oltre: produce una capacità analitica e soprattutto prescrittiva che può risultare superiore a quella della sola intelligenza umana.
La nuova frontiera del conflitto di classe
Nell’era dell’intelligenza artificiale il conflitto di classe si gioca su due livelli: la sorveglianza predittiva, cioè la repressione, e lo sfruttamento.
I due piani sono strettamente intrecciati: la sorveglianza predittiva induce allo sfruttamento, e lo sfruttamento rafforza la sorveglianza predittiva.
Tutto questo rende molto più difficile costruire un’organizzazione sindacale adeguata. Parliamo volutamente di bio-sindacato, perché con l’ibridazione tra umano e macchinico un sindacato non può che riferirsi alla vita mercificata e messa direttamente a valore.
Primo livello: la sorveglianza predittiva
Il primo livello è eminentemente politico e riguarda gli spazi di autorganizzazione, la democrazia, la difesa delle libertà. L’IA generativa è in grado di prevedere i comportamenti di chi è sorvegliato.
Nel capitalismo della sorveglianza studiato da Shoshana Zuboff(2), il controllo interviene su un atto nel momento in cui si compie. Con l’IA si fa un passo oltre: il sistema macchinico prevede un possibile atto futuro e agisce in via preventiva, sia pure con un certo margine di errore.
Chi gestisce il sistema può dunque intervenire con strumenti repressivi prima che l’eventuale atto, considerato illegale, avvenga. Non è un cambiamento da poco: si reprime l’intenzione prima del fatto, mettendo a rischio le libertà democratiche e la tutela dei diritti individuali.
Non c’è da stupirsi.
Come argomenta Renato Curcio(3), in un contesto internazionale in cui la tecno-oligarchia del capitale non condiziona più il potere politico ma lo sussume direttamente, ciò che resta della democrazia formale tende a generare la cybercrazia: la dittatura della tecno-oligarchia dominante, resa possibile dallo strumento sempre più pervasivo dell’IA.
Quella democrazia, tanto sbandierata dalla cultura occidentale, è di fatto morta da decenni (se mai è esistita), trafitta dall’ideologia liberista di mercato.
Questo terreno deve entrare nell’agenda sindacale, perché oggi a essere oggetto di contrattazione è la vita, non soltanto l’attività lavorativa. E la libertà di vivere, e quindi di lottare senza subire ricatti e intimidazioni, è la condizione necessaria per fare bio-sindacato.
Secondo livello: lo sfruttamento
Il secondo livello riguarda più direttamente la condizione lavorativa generata dall’uso massiccio dell’IA da parte delle imprese.
Tale questione deve essere esaminata da due angolazioni, diverse ma sinergiche. La prima è la nuova composizione tecnica del lavoro nella filiera che produce l’IA: chi sono i soggetti coinvolti e a quali condizioni lavorano? La seconda sono gli effetti dell’IA sul mercato del lavoro nel suo complesso.
La composizione tecnica del lavoro ai tempi dell’IA
La filiera produttiva dell’IA è complessa e comprende lavoratori molto diversi tra loro.
Si può rappresentare come una piramide rigida, con forti gerarchie interne e un’organizzazione del lavoro verticale e fortemente individualizzata.
Alla base ci sono due segmenti senza i quali l’IA non potrebbe svilupparsi.
Da un lato i minatori che estraggono i metalli (le terre rare) necessari ai microchip, l’ossatura materiale degli algoritmi di seconda generazione. Dall’altro i cosiddetti clickworker, che allenano di continuo gli algoritmi e ne alimentano l’apprendimento (learning) e il calcolo (computing): sono l’ossatura immateriale, quella che crea più valore.
Al livello successivo c’è la forza lavoro che gestisce il prodotto degli algoritmi e costituisce l’infrastruttura necessaria alla sua valorizzazione.
È una moltitudine composita: da una parte gli addetti ai Data center, dove vanno garantite condizioni climatiche spesso altamente inquinanti per conservare i big data; dall’altra le competenze necessarie a classificare quei dati.
Al vertice stanno i data scientist e gli ingegneri che progettano e dirigono la struttura, l’evoluzione e la formazione degli algoritmi.
A eccezione dei minatori, si tratta di una forza lavoro tendenzialmente cognitiva, la cui segmentazione non dipende solo dalla divisione smithiana del lavoro, ma sempre più da una dimensione cognitiva e spaziale del lavoro.
Escluso il vertice, che svolge funzioni progettuali e di ricerca, sono lavoratrici e lavoratori spesso soggetti a precarietà e cottimo e, nel caso dei clickworker, a forme di domesticazione: individualizzati e dispersi in territori diversi e lontani.
Abbiamo così descritto, in modo sommario, la composizione del lavoro salariato, eterodiretto o di consulenza che ruota attorno al sistema macchinico dell’IA generativa. Ma va aggiunto il fattore più dirompente, quello che ne fa il perno di un nuovo paradigma tecnologico.
L’IA funziona grazie alla capacità di estrarre quantità inimmaginabili di dati che, con algoritmi, nanotecnologie, cloud e così via, vengono trasformati in valore di scambio.
È l’esito della più grande rapina della storia umana: il saccheggio dell’intera conoscenza prodotta dall’umanità. Un saccheggio reso possibile dall’uso capitalistico dei diritti di proprietà intellettuale, che protegge il sapere capitalistico a vantaggio della tecno-oligarchia che oggi governa l’IA.
Il sapere individuale, le nostre conoscenze, le nostre informazioni e i nostri dati, invece, circolano liberamente e sono del tutto appropriabili dalle piattaforme.
Ne consegue che la forza lavoro più numerosa è quella dei ‘clienti’ delle piattaforme, i prosumer.
Sono gli utenti a fornire informazioni per soddisfare i propri desideri e a popolare gli spazi virtuali di comunicazione, gioco e relazione. Sono la materia prima che il capitale sussume nella propria organizzazione produttiva, e sulla quale si genera l’IA.
Siamo dunque di fronte a una nuova composizione tecnica e politica che va oltre lo stesso concetto tradizionale di lavoro, inteso come attività produttiva e perciò remunerata. Si può parlare, a buon diritto, di composizione tecnica e politica della vita.
Il mercato del lavoro secondo l’IA generativa
Tra gli economisti, mainstream ed eterodossi (se questi ultimi esistono ancora), uno degli sport più praticati è prevedere quanti posti di lavoro l’IA brucerà.
Di recente l’Anthropic Institute ha pubblicato uno studio (Anton Korinek, Charles I. Jones, Szymon Sacher, Tess Cotter e Peter McCrory, 2026) (4) con un approccio quantitativo, centrato sulle classiche variabili macroeconomiche: Pil, quota salariale, disoccupazione, riallocazione della manodopera. L’IA vi è trattata essenzialmente come uno shock tecnologico neutro, che automatizza o potenzia le capacità dei lavoratori.
Gli autori dimostrano matematicamente che, in uno scenario “estremo” applicato agli Stati Uniti, la quota del lavoro crolla dal 60% al 45%, mentre il capitale si appropria di tutti i guadagni di produttività.
La disoccupazione tra i lavoratori della conoscenza viene però derubricata a ‘attrito di mercato’: un costo temporaneo legato al tempo necessario per ricollocarsi in compiti fisici o non routinari.
Citiamo questo studio perché è paradigmatico di un modo di pensare: si ammette che l’IA possa creare disoccupazione, ma si confida che venga riassorbita da processi di riallocazione potenziali, e assai improbabili.
Il progresso tecnologico ha sempre prodotto disoccupazione tecnologica, fin dalla rivoluzione industriale. L’unico meccanismo di compensazione sono state le innovazioni di prodotto, che hanno allargato la base dell’accumulazione capitalistica aprendo nuovi mercati di sbocco. Così è stato per il taylorismo, con l’espansione dei beni durevoli di massa. Così è stato, anche se solo in parte, per il paradigma Ict, che ha compensato l’occupazione manifatturiera perduta con quella dei servizi tradizionali e, in misura minore, dei servizi avanzati.
Questa volta è diverso
Oggi la situazione appare più problematica.
L’IA generativa colpisce proprio i livelli professionali che il digitale e l’informatica avevano risparmiato: è il lavoro cognitivo stesso a finire nel mirino. Consulenza, gestione, ruoli manageriali, libere professioni, attività creative, coordinamento, comunicazione, formazione, traduzione, servizi pubblici: tutto questo oggi è a rischio.
Se il paradigma Ict aveva inciso sul lavoro operaio e sulla logistica a bassa qualificazione, ora è il lavoro cosiddetto intellettuale a poter essere sostituito dal sistema macchinico dell’IA.
Inoltre, essendo un’innovazione di processo che poggia su infrastrutture informatiche già diffuse (basta una connessione), l’IA generativa non stimola, se non in minima parte, innovazioni di prodotto.
In sostanza l’IA sostituisce la capacità di apprendere, la scrittura e le modalità linguistiche senza crearne un equivalente.
L’effetto sull’occupazione non può che essere negativo, e colpisce proprio le professioni cognitivo-relazionali che si sentivano indispensabili e al riparo con l’avvento del capitalismo cognitivo.
La sfida sindacale è enorme, soprattutto nella progettazione e nella logistica.
Consulenza, gestione e management di qualsiasi attività produttiva possono ridurre drasticamente il lavoro umano affidandosi al sistema macchinico dell’IA senza perdere efficacia, anzi guadagnando in velocità decisionale e produttività. Lo stesso vale per la produzione di qualunque testo, scritto od orale.
L’IA può anche cambiare in modo strutturale la gestione di un magazzino, organizzando in chiave predittiva turni, tempi, orari e attività degli addetti. La catena di montaggio taylorista imponeva i ritmi attraverso la postura e il controllo dei corpi (l’ergonomia); l’IA governa la catena di montaggio intangibile della divisione dei compiti e delle relazioni.
Come detto, l’IA è un’innovazione organizzativa che è al tempo stesso innovazione di processo.
Serve un sindacalismo rivoluzionario
Un’azione sindacale che contrasti questa deriva occupazionale non può muoversi solo dentro il mercato del lavoro.
Il sindacato tradizionale, come mostrano le sempre più numerose vertenze in Italia, chiede alle imprese di presentare un piano industriale che salvaguardi l’occupazione e si oppone a outsourcing e delocalizzazioni, che scaricano sui lavoratori i costi dell’IA a favore dei profitti aziendali. Ma opporsi ai licenziamenti non basta: è una strategia difensiva che non tocca il cuore del problema.
Sempre meno è possibile immaginare strategie di tutela dell’occupazione compatibili con la logica del profitto e della quotazione in Borsa.
La concertazione è una strategia perdente, perché non ha più spazi d’azione. Bisogna allargare lo sguardo. Il sindacato diventa bio-sindacato quando include tra i suoi obiettivi anche un welfare adeguato ai cambiamenti radicali in corso (nel suo significato etimologico di “benessere”, “bien estar”: benessere, agiatezza, salute o stato di equilibrio fisico e mentale).
Occorre prendere atto che alla precarietà lavorativa si accompagna sempre più la gratuità dell’attività produttiva. La vita, nella sua complessità, diventa il centro della produzione di plusvalore, sempre più a prescindere dal lavoro.
Non esistono più gli inoccupati, se per tali intendiamo chi non può (disoccupati) o non vuole (inattivi) partecipare alla creazione di valore e quindi è improduttivo per l’accumulazione.
Lungi dalla fine del lavoro, siamo al lavoro senza fine e, per questo, alla sua scomparsa come fattore specifico che caratterizza e valorizza la vita degli individui. La dicotomia oggi drammatica è tra chi produce valore senza che tale produttività sia certificata o riconosciuta dal labor tradizionale, e dunque non è remunerato, e chi svolge un’attività riconosciuta come produttiva e in qualche modo retribuita.
Il capitale sussume interamente la vita fino a rendere invisibile il lavoro, per pagarlo sempre meno.
L’attività lavorativa permane, ma è sempre più schiacciata e disconosciuta nella tenaglia tra il ricatto della precarietà esistenziale e la sussunzione della vita quotidiana da parte delle grandi corporation high tech.
Un bio-sindacato all’altezza della sfida dovrebbe prendere coscienza che oggi la produzione di valore poggia contemporaneamente sull’estrazione di plusvalore assoluto e di plusvalore relativo.
Il plusvalore assoluto è proprio il saccheggio e l’estrazione gratuita della conoscenza umana operata dall’IA, che modifica il rapporto tra lavoro produttivo e improduttivo. Il tempo di vita messo direttamente a valore è infatti produttivo (forse anche di più) del tempo di vita messo a lavoro remunerato. Ma le forme giuridiche, giuslavoristiche, statali e sindacali di remunerazione sono rimaste ancorate al modello fordista. Così sempre più attività produttive di vita non vengono certificate come tali, per l’inadeguatezza delle regole concertative, sindacali e giuslavoristiche.
Il welfare diventa allora centrale e, con esso, l’urgenza di un reddito di base incondizionato come reddito primario, cioè come strumento di remunerazione che riconosce la nostra produttività di vita sussunta dal capitale (sussunzione vitale). Poiché non è assistenza ma remunerazione, deve essere totalmente incondizionato.
Una misura di questo tipo, finanziata da un fondo dedicato e gestito collettivamente, grazie alla redistribuzione del reddito dall’élite più ricca, potrebbe aiutare a superare le criticità economiche attuali.
Da un lato sarebbe, con altri strumenti, un mezzo di liberazione da un lavoro che nelle forme classiche sta evaporando; dall’altro permetterebbe l’esercizio reale del diritto all’autodeterminazione, che deve includere anche la libertà di scegliere la propria attività.
Alla lotta per il posto di lavoro va affiancata una capacità propositiva, un’idea di società a misura umana e ambientale.
I temi sono molti: l’accesso ai servizi sociali e ai beni comuni, la sostenibilità ambientale, la riscrittura dei diritti di cittadinanza e del lavoro di fronte alla rapina dell’IA, l’integrazione e l’inclusione dei cittadini migranti.
Il bio-sindacato è tutto questo, e di più. Per questo non può che essere rivoluzionario.
Riferimenti bibliografici
(1) Raniero Panzieri Sull’uso capitalistico delle macchine nel neocapitalismo (Quaderni Rossi n. 1, 1961); pp. 53-72
(2) Shoshana Zuboff Il capitalismo della sorveglianza (Luiss University Press, 2019)
(3) Renato Curcio Cybercrazia. La feroce deriva dell’impero virtuale (Sensibili alle foglie, 2026)
(4) Anton Korinek, Charles I. Jones, Szymon Sacher, Tess Cotter and Peter McCrory Economic scenarios for transformative AI (The Anthropic Institute, Working Paper No. 2026-02, 2026)
Andrea Fumagalli Per una teoria del valore-rete: big data e processi di sussunzione in Datacrazia Politica, cultura algoritmica e conflitti al tempo dei big data a cura di Daniele Gambetta (D Editore, 2018); pp. 46-69
Articolo tratto dal Granello di Sabbia n. 58 di Novembre – Dicembre 2026: “Né artificiale, né intelligente”

