Wu Zhao lascia DingTalk: a sconfiggerlo non è stato quel saggio di dimissioni, è stato l'affannarsi a vuoto
Per far cadere Wu Zhao sono bastati sette giorni.
Il 4 giugno Teng Yaxin, product manager di punta di DingTalk ONE, pubblica “Intrappolato in DingTalk”, un saggio di dimissioni da 75.000 caratteri; l’8 giugno un ex vicepresidente lo segue con “Fuori da DingTalk”; il 10 giugno il comitato dei partner di Alibaba fa una cosa che in 27 anni non aveva mai fatto, criticare pubblicamente lo stile di gestione di una singola linea di business, dicendo che «questo non è ciò che la cultura di Alibaba dovrebbe essere»; l’11 giugno Chen Hang lascia la carica di CEO di DingTalk. Il testimone passa a Chen Yusen, classe 1992, il più giovane CEO di divisione nella storia di Alibaba.
Esattamente 437 giorni dopo essere stato richiamato in DingTalk.
Prima le cose giuste: non era un cialtrone
Ritrarre Wu Zhao come un tiranno capace solo di spremere i dipendenti è la versione più comoda e più falsa che circola in questa vicenda.
Quest’uomo era un vero credente. La prima volta tirò fuori DingTalk dalle macerie di Laiwang e ne fece un’applicazione nazionale; quando lo richiamarono, nel marzo 2025, DingTalk aveva 700 milioni di utenti ma Feishu l’aveva superato sulla monetizzazione: una patata bollente, e lui la prese. Una volta tornato lanciò la «campagna sul campo», andò di persona dai clienti e tirò fuori un numero che nessuno osava riportare: la soddisfazione reale dei clienti era ferma al 30%. Poi riorganizzò il servizio clienti, portò la soddisfazione all’80% e tagliò i costi del 90%. Ai product manager chiedeva di visitare tre aziende a settimana.
Mosse che qualsiasi manuale di product management approverebbe. Vicinanza al cliente, dati reali guardati in faccia, fame di risultati: il meglio dell’epoca precedente, e Wu Zhao lo aveva tutto.
Il problema è che ha investito tutto questo meglio in una guerra dalla direzione incerta, e l’ha gestita con una branda in ufficio e con l’orario in cui si spegnevano le luci nel palazzo di Feishu di fronte.
La pagella: produttività al massimo, scenari di consumo a zero
Nella pagella di prodotto di questi 437 giorni si vede un tipo nuovo di fallimento: ogni ingranaggio gira a pieno regime, e l’insieme resta fermo sul posto.
DingTalk ONE, presentato come «il nuovo punto d’ingresso dell’era IA», è passato dal via libera al lancio in quattro mesi, ha toccato i 3 milioni di utenti attivi al giorno, poi la retention è precipitata e in dieci mesi il progetto è stato smantellato e assorbito nel successivo, «Wukong». Wukong ha riscritto le fondamenta e punta tutto sugli agent; è uscito da meno di tre mesi e il suo futuro è incerto. La piattaforma dichiara 1,41 milioni di applicazioni IA, ma nessuno sa dire quante vengano usate in modo reale e continuativo.
Costruire una piattaforma in quattro mesi dimostra la produttività dell’era IA; smantellarla dopo dieci dimostra che lo scenario di consumo non esisteva. Messi insieme, questi due numeri sono la definizione esatta di «affannarsi a vuoto».
È la prima trappola che l’era IA ha scavato per i product manager: la velocità sul lato produzione nasconde il vuoto sul lato domanda. Prima, un «nuovo punto d’ingresso» richiedeva due anni, e prima di approvarlo eri costretto a soppesarlo mille volte; ora con l’IA va online in quattro mesi, e «intanto costruiamolo» diventa la scelta di default. Più si costruisce in fretta, più «esiste» viene scambiato per «serve». Tre milioni di utenti attivi al giorno si fabbricano con un punto d’ingresso e un po’ di traffico; la retention arriva solo da uno scenario di consumo reale. E lì l’IA non può aiutarti: può solo aiutarti a scoprire più in fretta che quello scenario non c’è.
Il limite dell’epoca: la strada della collaborazione uomo-macchina non l’ha trovata nessuno
Caricare tutto il conto su Wu Zhao è altrettanto falso. Il muro contro cui ha sbattuto è lo stesso contro cui sta sbattendo l’intero settore.
Nel mercato della collaborazione aziendale nessuno ha ancora risposto alla domanda di fondo: nell’era IA, al lavoro, cosa fanno esattamente le persone e cosa fanno le macchine? Trasformare l’IA in un «nuovo punto d’ingresso» è memoria muscolare ereditata dall’internet mobile. La formula vincente di quell’epoca era punto d’ingresso, utenti attivi, iterazione rapida, montagne di personale, e Wu Zhao è proprio l’uomo che con quella formula ha già vinto una volta. Nell’era IA quella formula ha smesso di funzionare in blocco: i punti d’ingresso hanno perso la loro scarsità, perché ogni IA è un punto d’ingresso; gli utenti attivi hanno smesso di dimostrare valore, lo dimostra la retention; l’iterazione rapida ha smesso di essere un vantaggio, perché ormai sono tutti veloci; e accumulare personale è diventato direttamente un passivo.
Quando la direzione non si trova, chi gestisce si aggrappa d’istinto all’unica variabile che controlla: la fatica. Timbratura alle nove, controlli a notte fonda, divieto di lasciare la scrivania prima di mezzanotte. Il management ad alta pressione nasce dall’ansia più che dalla cattiveria: quando la direzione è incerta, la fatica è l’unica cosa certa, e allora ci si aggrappa alla fatica con tutte le forze. La frase del comitato dei partner, «nell’era IA l’innovazione non può essere alta pressione ed esecuzione meccanica», è giusta a metà; la metà taciuta è che quando un’organizzazione non sa cosa dovrebbe innovare, alta pressione ed esecuzione meccanica sono l’unica cosa che sa fare.
Il punto più ironico è qui: un’azienda che vuole usare l’IA per liberare tutte le altre dal lavoro senza senso gestisce al proprio interno le persone con brande, gare di spegnimento luci e valutazioni sulle righe di codice. La strada della collaborazione uomo-macchina manca nel prodotto e manca nell’organizzazione, e queste due mancanze sembrano problemi diversi mentre sono lo stesso problema. Il modo in cui tratti i tuoi dipendenti è il modo in cui capisci i tuoi utenti. Un’organizzazione che usa le persone come macchine esecutive produrrà inevitabilmente un’IA che si limita ad accelerare l’esecuzione, e l’esecuzione accelerata è proprio la cosa che in quest’epoca vale meno di tutte.
La nostra cura: spostare le energie dal «costruire più in fretta» al «verificare più in fretta»
Se questa vicenda serve a qualcosa ai product manager, è perché costringe a mettere a fuoco la cura per l’affannarsi a vuoto. La cura non consiste nel lavorare meno: consiste nello spostare lo sforzo altrove.
Primo: le tre domande sullo scenario di consumo, prima di mettersi al lavoro. Di chi è il problema? Come si arrangia oggi? Cosa ti fa credere che vorrà cambiare? Nei quattro mesi di sprint di DingTalk ONE, queste tre domande con ogni probabilità non hanno mai ricevuto una risposta seria. I 3 milioni di utenti attivi al giorno li ha prodotti il punto d’ingresso, e di certo non sono la risposta a quelle domande. Nell’era IA queste tre domande contano ancora di più, perché «l’abbiamo costruito» ha smesso di filtrare qualsiasi cosa.
Secondo: un prototipo ad alta fedeltà al posto della scommessa su una piattaforma. L’IA ha schiacciato a terra il costo della verifica: invece di quattro mesi e centinaia di persone per un «nuovo punto d’ingresso», quattro giorni per un prototipo ad alta fedeltà da far girare dentro dieci aziende vere. Wu Zhao chiedeva ai product manager tre visite aziendali a settimana, e la direzione era giusta; ma se la visita serve solo a fare demo e convincere, resta logica di produzione. La visita fatta bene porta con sé un prototipo funzionante e osserva: lo usano? Dove si bloccano? Con cosa si arrangiano quando smettono di usarlo? Il coraggio di tirare fuori quel 30% di soddisfazione dimostra che conosceva il valore della verità; il lancio di ONE in quattro mesi dimostra che l’organizzazione non ha mai trasformato quella verità in ritmo.
Terzo: chiarire la divisione dei compiti, il giudizio alle persone e l’esecuzione all’IA. Il meccanismo microscopico dell’affannarsi a vuoto è che le persone fanno a gara per occuparsi dell’esecuzione. Straordinari, output, sprint: tutta esecuzione, mentre il giudizio resta scoperto. La divisione corretta è l’esatto contrario: decidere cosa fare, cosa conta come buono e cosa rifiutare senza appello è lavoro umano, e non si può né risparmiare né esternalizzare; costruire, far girare e sfornare una nuova versione è lavoro dell’IA, e riempirlo di vite umane vale sempre meno. Un’organizzazione che misura ancora il contributo con l’orario di spegnimento delle luci sta mettendo le persone nel posto che spetta all’IA, ed è questo il più grande spreco di persone.
Il giudizio
La dedizione di Wu Zhao era giusta; a essere scaduta era la formula che quella dedizione serviva. È stato il miglior esecutore dell’epoca precedente, catapultato in un’epoca in cui l’esecuzione ha smesso di essere scarsa. Una tragedia personale, che però sarebbe sbagliato ridurre a fallimento personale.
Il vero esame che attende Chen Yusen va oltre la ricucitura del morale del team: deve rispondere alla domanda a cui Wu Zhao non ha fatto in tempo a rispondere. Nel lavoro dell’era IA, cosa devono fare le persone? A questa domanda risponderanno verifiche più oneste, di certo non orari più lunghi.
A chi apparterrà la prossima epoca nessuno lo sa. Di sicuro non al palazzo che spegne le luci per ultimo.
Discussione