# commento tech
← Tutti i tag · 15 articoli
Diventare PM nell'era dell'IA 01 | Quali compiti del product manager se li è presi l'IA, e quali invece valgono di più
Questo è il primo articolo della serie «Diventare PM nell'era dell'IA». Nel 2026 parecchi annunci di lavoro per ruoli di AI PM hanno tolto dai requisiti obbligatori il «saper scrivere PRD, disegnare prototipi, costruire dashboard», sostituendoli con tre lavori concreti. I compiti che l'IA può prendersi stanno cadendo fuori dai requisiti di assunzione; ciò che resta come barriera è la parte che solo una persona può fare. Questo pezzo mette a confronto, in due colonne, ciò che «è stato preso» e ciò che «vale di più», come quadro generale dell'intera serie.
I Knicks vincono il titolo, ma il coach ha 56 anni e non ha mai giocato in NBA: nell'era dell'IA, la seconda carriera dei senior sta tutta in questa regola
I Knicks vincono il titolo per la prima volta in 52 anni, e a sollevare il trofeo è Mike Brown, 56 anni, campione al suo primo anno sulla panchina, che da giocatore non ha mai tirato un pallone in NBA. Allarga lo sguardo a tutta la lega: in campo corrono ventenni, a bordo campo a decidere ci sono solo veterani, dai 50 ai 70 e passa anni. Il giocatore vende le gambe, l'allenatore vende il giudizio, e queste due cose invecchiano in direzioni opposte. È proprio questa regola a spiegare una cosa che fa stare in ansia tanti: nell'era dell'IA, come fa un over 50 a ricollocarsi.
16 programmatori esperti hanno usato l'IA per scrivere codice: credevano di andare il 20% più veloci, in realtà erano il 19% più lenti
L'esperimento randomizzato controllato di METR: 16 sviluppatori open-source esperti, su progetti che mantenevano da una media di cinque anni, hanno svolto compiti reali; il gruppo che usava l'IA è andato il 19% più lento. Ma la cosa più grave è l'altra metà: prima avevano previsto che l'IA li avrebbe accelerati del 24%, e dopo aver finito, dopo aver vissuto sulla propria pelle il rallentamento, continuavano a credere di essere stati il 20% più veloci. Tra percezione e realtà ci sono quasi 40 punti percentuali, con il segno invertito. Da uno che ogni giorno usa stime di produttività del team per pianificare, dichiarare scadenze e reggere budget, voglio spiegare bene come nasce questa illusione, dove vale, e come si è infiltrata in tutte le nostre decisioni legate all'IA.
Altman se l'è lasciato scappare: metà dei «licenziamenti per l'IA» è una messa in scena
Chi vende l'IA con più foga di tutti ha appena ammesso ad alta voce una cosa che tutti sapevano e nessuno diceva. Sam Altman dice che molti dei cosiddetti «licenziamenti per l'IA» sono in realtà AI washing: gente che andava comunque tagliata, ma dare la colpa all'IA fa più scena. E il dettaglio più sottile è che pochi mesi dopo ha aggiunto di essere «felice di essersi sbagliato»: l'ondata di disoccupazione che temeva non è mai arrivata. Da un lato, nel 2026 oltre centomila posti tech spariscono in nome dell'IA; dall'altro, il venditore numero uno dell'IA dice che la cosa è gonfiata. È quel divario, in mezzo, la parte che vale davvero la pena guardare.
Wall Street comincia a vendere i titoli software, perché ora un prodotto si tira fuori con una frase
Jefferies ha appena declassato in blocco Workday, DocuSign, Monday.com e Freshworks a Hold, e nella casella delle motivazioni ha scritto nero su bianco «rischio di disruption da IA». I titoli software quest'anno hanno perso dal 30% al 55%. Il mercato sta scommettendo su una cosa sola: quando le funzioni di un prodotto si possono replicare con una frase data a un'IA, il business che vive di abbonamenti pagati per quelle funzioni smette di valere. Il problema non è che il software sparirà, ma che «la parte che vale» dentro il software sta traslocando — dalle funzioni in sé al giudizio, al gusto, alla distribuzione e alla fiducia. Chi non capisce questo trasloco scenderà insieme alle valutazioni.
L'80% delle aziende ha licenziato per l'IA, ma non ne ha ricavato nulla: hanno capito al contrario a cosa serve l'IA
Gartner ha intervistato 350 aziende con oltre 1 miliardo di dollari di ricavi e ha scoperto che circa l'80% ha tagliato personale a causa dell'IA. Ma le aziende che hanno licenziato non hanno una probabilità più alta di ottenere un ritorno rispetto a quelle che non l'hanno fatto. I licenziamenti hanno liberato budget, non ritorni. Il motivo è semplice: hanno trattato l'IA come uno strumento per sostituire le persone e risparmiare, mentre il vero valore dell'IA sta nell'amplificare il giudizio umano. Tagliando le persone come fossero un costo, hanno tagliato proprio la parte che genera il ritorno.
Da Wuzhao a Zhou Jingren: Alibaba ha l'IA migliore e l'esecuzione più feroce, le manca solo il giudizio
Nel giro di una settimana Wuzhao è stato spinto fuori da DingTalk, e poi è circolata la voce che il capo scienziato Zhou Jingren stesse per andarsene, a sei giorni dalla nomina. Alibaba ha smentito in fretta la voce su Zhou, ma l'esodo dei talenti dal team Tongyi quest'anno è una realtà documentata. Mettendo tutto in fila si nota una cosa anomala: Alibaba possiede il modello di IA più forte della Cina e la cultura dell'esecuzione più spietata, eppure i suoi tecnici di punta e i suoi leader di prodotto se ne stanno andando. Il problema non è la tecnica, non è l'esecuzione, è quella casella che nessuno riesce a riempire: il giudizio.
L'IA ti mente, ed è esattamente lì che sta il tuo valore
A giugno è venuto fuori che un report di KPMG sull'IA era pieno di allucinazioni: su 45 citazioni, solo 5 puntavano a fonti reali. Un report sull'IA, ingannato dall'IA. L'IA ti mente, e lo fa con assoluta serietà: non è un bug, è parte di come funziona. Proprio perché ti mente, chi smaschera, verifica e firma è insostituibile. E se vuoi rendere tutto questo più economico e più veloce, devi usare l'IA migliore che hai.
Wu Zhao lascia DingTalk: a sconfiggerlo non è stato quel saggio di dimissioni, è stato l'affannarsi a vuoto
437 giorni: ricerca sul campo, soddisfazione dei clienti portata dal 30% all'80%, una branda in ufficio, gli occhi puntati sull'orario in cui si spegnevano le luci del palazzo di Feishu. La dedizione di Wu Zhao era vera. Ma è vero anche il resto: DingTalk ONE lanciato in quattro mesi, tre milioni di utenti attivi al giorno, retention a precipizio, smantellato in dieci mesi. Dopo che l'IA ha portato la produttività al massimo, i nuovi scenari di consumo non sono comparsi, e la strada migliore per la collaborazione uomo-macchina non l'ha ancora trovata nessuno. Più che il fallimento di un singolo, è la formula del successo di un'intera epoca che smette di funzionare tutta insieme. E l'affannarsi a vuoto è la prima trappola che quest'epoca ha scavato per i product manager.
SpaceX si quota a 1.750 miliardi di dollari: l'assegno che il mercato firma a Musk paga il suo giudizio
SpaceX si quota a 1.750 miliardi di dollari e nel primo giorno guadagna pure il 19%. Eppure l'unica parte davvero in attivo è Starlink, e i ricavi non bastano a coprire nemmeno una frazione di quella cifra. Il mercato non compra razzi né fatturato: compra il giudizio di un uomo che per ventiquattro anni ha avuto ragione contro tutti. In un'era dell'IA in cui l'esecuzione costa sempre meno, l'assegno più grande della storia cade esattamente sull'unica cosa che continua ad apprezzarsi.
Il sistema operativo di Wu Zhao l'ha installato in Giappone
Nel 1999 entra in Alibaba come stagista, due anni dopo parte per il Giappone e ci resta undici anni; torna in patria, costruisce DingTalk, costruisce hardware, e perfino quando si mette in proprio punta al mercato giapponese. Quel suo sistema operativo fatto di precisione, disciplina e rifinitura ossessiva è stato forgiato in Giappone. Per limare l'hardware è una configurazione di altissimo livello; per esplorare l'IA è un errore di fondo. La vera ragione della frenata di DingTalk era già scritta, da tempo, nel suo curriculum.
Con l'IA, il product manager è più stanco di prima — congratulazioni, il collo di bottiglia ora sei tu
Prima spiegavi un requisito una volta e il team ci lavorava due settimane; ora il team potenziato dall'IA torna dopo venti minuti a chiederti la prossima mossa. HBR dice che i sistemi di management non reggono il ritmo di produzione dell'IA, Andrew Ng dice che il product manager è diventato il collo di bottiglia. La stanchezza è reale, ma vale la pena capirne la causa: è il segnale che il potere sta tornando indietro — e anche il campanello d'allarme che ti stai trasformando in una CI umana.
Anche con l'IA, continuerai a fare prodotti spazzatura
Lovable festeggia 50 milioni di progetti e 720 milioni di visite mensili — basta una divisione: in media ogni progetto viene visto 14 volte al mese. L'IA non ha eliminato i prodotti spazzatura, ha portato la produzione di spazzatura a pieno regime. La spazzatura non nasce mai dall'incapacità di costruire: nasce da qualcosa che non andava costruito affatto.
Il problema dell'AI nel coding non è il costo, è che nessuno ha mai misurato il valore
Microsoft ha tagliato Claude Code internamente, Uber ha bruciato il budget AI di tutto il 2026 in quattro mesi — e il commento generale è stato: troppo cara, l'AI. Ma il vero problema non è il prezzo: è che l'efficienza è stata comprata come una sensazione, mai quantificata. Il conto si vedeva al centesimo, i benefici non aveva un singolo numero.
Il settore AI ha abbracciato gli evals collettivamente — evitando però la vera domanda
Nel 2026, costruire un 'sistema di valutazione' per l'AI è diventata la nuova ortodossia: dataset gold-standard, scorer automatici, LLM-as-judge, gate CI. Viene venduto come disciplina ingegneristica per rendere l'AI affidabile. Ma tolta la verniciatura tecnica, un eval è solo una risposta a due domande — chi definisce cosa è buono, e chi se ne assume la responsabilità — e queste non si esternalizzano.