Prima di entrare nel merito vale la pena chiarire cosa sia un token nel contesto dell’intelligenza artificiale. Un token è l’unità minima di testo che un modello AI elabora, grossomodo una parola o una parte di essa. Ogni volta che si interagisce con un agente AI si consumano token sia per l’input inviato sia per l’output ricevuto. Il costo di utilizzo dei modelli AI si misura proprio in token consumati. Chi usa questi strumenti in modo intensivo, in azienda o come professionista, consuma token come un macchinario industriale consuma energia elettrica.

Al GTC 2026 Jensen Huang ha annunciato che NVIDIA conterà 75.000 dipendenti umani affiancati da 7,5 milioni di agenti AI entro dieci anni. Tanti agenti per ogni persona. Il dettaglio che Huang ha aggiunto subito dopo, è che propone di assegnare a ogni ingegnere un budget annuale di token pari a circa la metà del suo stipendio. Sta dicendo che i token sono un mezzo di produzione da allocare e inserire nel costo del lavoro, esattamente come si fa con qualsiasi altra risorsa operativa. “When you come to work, they give you a laptop. Now when you come to work, they give you a laptop and tokens”, ha detto al GTC.

McKinsey nel frattempo ha già 20.000 agenti attivi affiancati a 40.000 consulenti umani. Un rapporto di uno a due già operativo oggi, nello stesso periodo in cui molte aziende italiane discutevano se usare l’AI per redigere le email. Una delle più grandi società di consulenza del mondo aveva già costruito un’infrastruttura agentica alla scala di un esercito professionale.

Il concetto che connette queste dichiarazioni alla realtà operativa quotidiana si chiama competenze condivise. La questione è ridefinire dove risiede il valore professionale di una persona quando parte del lavoro esecutivo viene delegata a un agente.

Nella struttura tradizionale del lavoro la competenza è individuale. Un perito vale per quello che sa fare lui. Un commercialista vale per la conoscenza diretta della normativa fiscale. Quella competenza risiede nel soggetto ed è difficilmente trasferibile in tempi brevi. Con gli agenti una quota di quella competenza diventa accessibile a chiunque sappia strutturare la richiesta nel modo corretto. Il perito che interroga un agente sulle norme CEI ottiene in pochi minuti un’analisi che prima richiedeva ore. Il commercialista che delega all’agente le pratiche ordinarie libera tempo per il ragionamento che conta.

Il World Economic Forum stima che quasi il 60% della forza lavoro necessiterà di formazione per rimanere competitiva nei prossimi anni. Quella formazione riguarda la capacità di definire cosa delegare e come valutare il risultato. Senza questa capacità l’agente produce testo e il testo prodotto senza giudizio in un contesto professionale costa più del lavoro che avrebbe dovuto risparmiare.

Immaginiamo un ufficio tecnico di una PMI con otto persone dotato di un budget token mensile e di un agente per la documentazione tecnica e la ricerca normativa. Nel primo mese chi ha più curiosità trae benefici immediati. Chi ha più esperienza ma meno familiarità con gli strumenti digitali struttura le richieste in modo approssimativo e fatica a riconoscere quando il risultato è inaffidabile. Nel terzo mese, senza una fase di strutturazione, il progetto si ferma perché manca la definizione di quali attività delegare e chi valida l’output prima che raggiunga il cliente.

Ciò che separa le aziende che trarranno vantaggio reale da quelle che useranno gli agenti come esperimento costoso è la qualità del processo sottostante. Un agente dato a un processo strutturato moltiplica la produttività. Un agente dato a un processo caotico moltiplica il caos.

Un’azienda che lascia i propri dipendenti privi di agenti adeguati riduce la capacità produttiva effettiva di ogni persona in organico perché quella persona esegue manualmente attività che un concorrente delega a un agente concentrando il proprio tempo sul ragionamento strategico.

Il punto di partenza pratico è scegliere un processo interno ben definito con input chiari e output verificabili, configurare un agente specifico per quel processo. Assegnare a una persona addestrata la responsabilità di validare ogni output prima che esca dall’ufficio ed infine misurare i risultati per novanta giorni e poi si decide se estendere.

Chi inizia prima arriva prima a un uso maturo dello strumento o rimarrà fuori dai “giochi”. L.L.