Nel gennaio 2026, il CEO di una delle principali società di consulenza globale ha dichiarato in un’intervista che la sua azienda aveva ridotto del trenta percento il personale junior grazie all’implementazione di sistemi di AI generativa. Ha aggiunto — e qui si apprezza la qualità della comunicazione aziendale — che questo aveva “liberato le persone per lavori di maggiore valore aggiunto”. Dei tremila consulenti junior che non lavorano più per quella società, nessuno è stato interpellato per commentare la propria liberazione.

Questa aneddotica non è marginale: è la forma concreta in cui la “rivoluzione dell’AI” si presenta alla maggior parte dei lavoratori del settore dei servizi cognitivi. E richiede un’analisi che vada oltre il dibattito tra ottimisti tecnologici (“l’automazione crea sempre più posti di quanti ne distrugge”) e catastrofisti digitali (“i robot ci ruberanno il lavoro”). Richiede Marx.

AI come capitale costante: la categoria fondamentale

Nel secondo libro del Capitale, Marx distingue tra capitale costante e capitale variabile. Il capitale costante è quello investito in mezzi di produzione — macchinari, materie prime, edifici — il cui valore viene trasferito al prodotto finale senza essere fonte di nuovo valore. Il capitale variabile è quello investito in forza lavoro: è l’unica forma di capitale che produce più valore di quanto ne consuma, ed è quindi la fonte del plusvalore.

Un sistema di AI generativa che produce testi, analisi, codice o immagini è, nella categoria marxiana, capitale costante. Non è una fonte di plusvalore in sé: è un mezzo di produzione che trasferisce il valore del lavoro umano che lo ha prodotto — quello degli ingegneri, dei ricercatori, degli annotatori di dati — al prodotto finale. Ma è un capitale costante con una caratteristica che lo rende particolarmente efficace nello spostamento del rapporto tra capitale variabile e costante: la sua “produttività marginale” è quasi zero una volta costruito. Dopo l’investimento iniziale, il costo per unità aggiuntiva di output tende a zero.

Questo non è un dettaglio tecnico: è la struttura del problema. Un capitalista che sostituisce dieci lavoratori con un sistema di AI non sta semplicemente tagliando costi: sta modificando la composizione organica del capitale — il rapporto tra capitale costante e variabile — in modo radicale e tendenzialmente irreversibile.

La composizione organica del capitale nell’era dell’AI

Marx osservava che l’accumulazione capitalistica tende sistematicamente ad aumentare la composizione organica del capitale: i capitalisti investono in macchinari perché aumentano la produttività individuale del lavoro e consentono di estrarre più plusvalore relativo per unità di forza lavoro. Ma questo processo, aggregato al livello dell’intero sistema capitalistico, riduce la quota di capitale variabile — l’unica fonte di plusvalore — rispetto al capitale costante, generando la tendenza alla caduta del saggio di profitto.

L’AI accelera questo processo in modo qualitativo, non solo quantitativo. Il macchinario industriale del diciannovesimo secolo sostituiva lavoro fisico ripetitivo. Il software del ventesimo secolo automatizzava lavoro cognitivo di routine. L’AI generativa del ventunesimo secolo aggredisce il lavoro cognitivo non-routine — analisi, scrittura, programmazione, diagnosi medica, consulenza legale — che si riteneva impermeabile all’automazione non per ragioni strutturali ma per ragioni di complessità tecnica temporaneamente insufficiente.

Il risultato è un’accelerazione senza precedenti della sostituzione del capitale variabile con capitale costante in settori che impiegavano lavoratori qualificati e relativamente ben remunerati. Non è una catastrofe improvvisa: è l’intensificazione di una dinamica che il marxismo aveva identificato e teorizzato quando ancora non esisteva il transistor.

Il mito della “creazione di nuovi lavori”

L’argomento standard degli ottimisti tecnologici è quello della “distruzione creatrice” schumpeteriana: l’automazione distrugge certi lavori, ma crea nuovi posti in settori emergenti. In termini storici, questo argomento non è completamente privo di fondamento: la rivoluzione industriale ha distrutto il lavoro artigianale e creato il lavoro di fabbrica; l’informatizzazione ha distrutto dattilografi e contabili e creato programmatori e analisti di dati.

Ma questo argomento, anche nella sua versione più raffinata, contiene almeno tre problemi che un’analisi marxista non può ignorare.

Il primo è il problema della distribuzione temporale. Anche ammettendo che l’automazione crei nuovi lavori nel lungo periodo, la distruzione di posti di lavoro è immediata e concentrata socialmente, mentre la creazione è ritardata e dispersa. Nel medio periodo — quello in cui vivono i lavoratori reali — la distruzione netta di impiego produce disoccupazione strutturale, pressione al ribasso sui salari, e una redistribuzione del potere contrattuale a favore del capitale.

Il secondo è il problema della qualità dei lavori creati. I nuovi lavori dell’economia dell’AI non sono distribuiti uniformemente: si concentrano in due categorie agli estremi della scala retributiva — pochi ingegneri e ricercatori altamente specializzati (e ben pagati), e moltissimi annotatori di dati, moderatori di contenuti, tester, lavoratori della logistica che gestiscono l’infrastruttura materiale dei sistemi digitali (e mal pagati). La classe media cognitiva — consulenti, analisti, giornalisti, professionisti legali e contabili — è quella che l’AI colpisce più direttamente.

Il terzo problema è strutturale: la creazione di nuovi lavori non risolve la contraddizione fondamentale che l’automazione introduce nel sistema capitalistico. Se l’AI riduce progressivamente la quota di lavoro vivo nel processo produttivo, riduce anche la base su cui si forma il plusvalore. Un sistema che automatizza la produzione ma mantiene la struttura della distribuzione basata sul salario si trova di fronte a una crisi di domanda strutturale: chi compra le merci prodotte dall’AI se i lavoratori che le producevano non percepiscono più un reddito?

Il “dividendo tecnologico” e la questione della proprietà

La risposta che emerge ciclicamente nel dibattito pubblico — reddito di base universale, tassazione dei robot, dividendo tecnologico — ha il merito di riconoscere il problema distributivo, ma il difetto di lasciarne intatta la struttura. Un reddito di base finanziato dalla tassazione dei profitti dell’AI resta una redistribuzione secondaria all’interno di un sistema in cui la proprietà dei mezzi di produzione — inclusi i sistemi di AI — rimane privata.

La questione che l’analisi marxista pone è più radicale: non come redistribuire il “dividendo” dell’automazione, ma chi deve possedere gli strumenti che lo producono. Se un sistema di AI sostituisce il lavoro di mille lavoratori, il valore che producevano non scompare: viene semplicemente appropriato dal proprietario del sistema. Il lavoratore sostituito non è “liberato”: è espropriato.

Come ha notato Nick Dyer-Witheford in Cyber-Proletariat (2015), l’utopia della “singolarità tecnologica” che libera l’umanità dal lavoro è possibile in linea di principio — ma solo in un sistema in cui i mezzi di produzione sono collettivamente posseduti. In un sistema capitalistico, l’automazione produce non liberazione ma espulsione: dal mercato del lavoro, dal reddito, e quindi dalla possibilità di partecipare alla vita sociale nella misura in cui questa è mediata dal denaro.

Che fare? (senza l’ingenuità della domanda)

Rispondere alla domanda “che fare?” in senso programmatico non è il compito di questo testo. Ma vale la pena indicare alcune direzioni che l’analisi marxista suggerisce.

La prima è la questione della riduzione dell’orario di lavoro. Se l’automazione aumenta la produttività del lavoro, la risposta coerente — quella che Keynes prevedeva negli anni Trenta quando immaginava una settimana lavorativa di quindici ore per il 2000 — è distribuire i guadagni di produttività sotto forma di tempo libero per tutti, piuttosto che sotto forma di licenziamenti per alcuni e salari invariati per gli altri. La settimana lavorativa di quattro giorni, già sperimentata in diversi paesi, è un punto di partenza, non un punto di arrivo.

La seconda è la questione della proprietà dei dati e degli algoritmi. I sistemi di AI sono costruiti su dati prodotti collettivamente — navigazione web, testi, immagini, interazioni sociali — che le piattaforme hanno estratto gratuitamente. La questione della proprietà collettiva di quei dati, e di conseguenza dei sistemi addestrati su di essi, non è fantascienza: è una questione di diritto e di potere politico.

La terza — e più radicale — è la questione della pianificazione democratica della tecnologia. Quali processi automatizzare, in quale sequenza, con quali conseguenze occupazionali e redistributive: sono decisioni che oggi vengono prese unilateralmente dai proprietari del capitale, e che potrebbero essere oggetto di negoziazione sociale. Non è una proposta utopica: è la descrizione di ciò che accade già, in modo limitato e imperfetto, nei paesi in cui la contrattazione collettiva ha ancora un peso reale.

Come scriveva Rosa Luxemburg in un contesto radicalmente diverso ma non irrilevante: «Chi non si muove non sente le proprie catene». L’AI che “libera” il lavoratore è, per ora, semplicemente una catena più leggera.