Scovai Scovai
AI & Operations 2026-06-18 1 min read

Il 55% di rimpianti, il 50% di marce indietro: le Predictions 2026 di Forrester danno un nome all'effetto boomerang dei licenziamenti da IA che le operations del mid-market contabilizzano come risparmi di organico permanenti

DSL

Dr. Sarah Liu

Il 55% di rimpianti, il 50% di marce indietro: le Predictions 2026 di Forrester danno un nome all'effetto boomerang dei licenziamenti da IA che le operations del mid-market contabilizzano come risparmi di organico permanenti

Il cinquantacinque percento dei datori di lavoro rimpiange già di aver licenziato lavoratori a causa dell'IA, e Forrester ora prevede che metà di tutti i licenziamenti attribuiti all'IA verrà riassunta in sordina nel 2026 — all'estero o a salari sensibilmente più bassi (Forrester via HR Executive, 2026). Klarna è il caso che tutti citano: ha dichiarato che l'IA svolgeva il lavoro di 700 addetti al servizio clienti, ha visto la qualità del servizio crollare e i clienti ribellarsi, e ha ricominciato a riassumere persone (Forbes, 2025). Se sei a capo delle operations in un'azienda da 50–500 dipendenti e stai finalizzando l'organico 2026 in questo trimestre, la domanda rilevante non è se l'IA ti permetterà di lavorare più snello. È se i licenziamenti da IA che stai per contabilizzare come risparmi permanenti lo saranno ancora tra dodici mesi — o se stai programmando in sordina un progetto di ri-assunzione che non hai messo a budget.

Questo è l'effetto boomerang. Ed è un problema diverso, e più acuto, di quello a cui la maggior parte degli operatori si sta preparando.

I risparmi che hai appena contabilizzato sono una previsione, non un fatto

Ecco il meccanismo che rende l'effetto boomerang dei licenziamenti da IA particolarmente pericoloso per il mid-market. Quando elimini un ruolo perché un sistema di IA ora lo "coprirà", registri un numero netto nel piano: stipendio più costi accessori, sparito, messo a bilancio come risparmio. Quel numero è concreto, abbellisce il budget e finisce citato nella presentazione al consiglio. Ma la capacità che doveva giustificarlo non è affatto concreta — è una scommessa che l'IA svolgerà l'intero perimetro del giudizio umano, non solo il 70% visibile della lista di compiti.

La lettura di Forrester è che questi tagli vengano fatti spesso su capacità che non esistono ancora: le organizzazioni rimuovono in anticipo ruoli intermedi e di ingresso partendo dal presupposto che l'IA colmerà il divario, e il divario resta aperto (Forrester via HR Executive, 2026). L'asimmetria dovrebbe preoccuparti. Il risparmio è contabilizzato come un fatto; la capacità che lo sostiene è una promessa. In sostanza, stai riconoscendo un ricavo prima che il prodotto sia spedito.

Una grande impresa può assorbire una scommessa sbagliata qui — ha il bilancio per digerire un ciclo di ri-assunzione e il budget di PR per chiamarlo "riallineamento strategico". Un'operazione da 200 dipendenti non ha quel margine. Quando il taglio si inverte, il costo arriva non diluito: sul carico di lavoro del tuo team, sulla tua pipeline di assunzioni e sulla tua credibilità verso le persone che hanno assistito.

Cosa prevedono davvero i dati 2026 di Forrester

Tre risultati, letti insieme, descrivono un boomerang piuttosto che un risparmio a senso unico.

Primo, il rimpianto è già qui. Una maggioranza — il 55% dei datori di lavoro — afferma di rimpiangere licenziamenti dovuti all'IA che ha già effettuato (Forrester via HR Executive, 2026). Non è una preoccupazione rivolta al futuro; è un verdetto retrospettivo su tagli già avvenuti.

Secondo, la marcia indietro è lo scenario base, non il rischio di coda. Forrester prevede che circa metà dei licenziamenti attribuiti all'IA verrà riassunta in sordina nel 2026 — ma la ri-assunzione torna all'estero o a salari più bassi, ed è così che la marcia indietro resta fuori dal comunicato stampa (Forbes, 2026). In sordina non significa a buon mercato. Significa che il costo riappare su una riga diversa, dove nessuno lo confronta con il "risparmio" originario.

Terzo, la conferma indipendente. Gartner prevede che entro il 2027 almeno metà delle organizzazioni che hanno tagliato organico attribuendolo all'IA riassumerà per responsabilità sostanzialmente identiche, spesso ri-etichettate come collaboratori esterni (Gartner via Forbes, 2026). Quando due grandi case di ricerca modellano in modo indipendente la stessa inversione con magnitudine analoga, l'ipotesi operativa prudente è che il boomerang sia strutturale, non aneddotico.

Non è "i tagli da IA non rendono" — è il taglio stesso che si inverte

Vale la pena separare questa tesi da quella più familiare, perché le implicazioni operative differiscono. Il risultato più noto è che i licenziamenti attribuiti all'IA spesso non producono il ROI promesso — i costi escono, ma il ritorno atteso non si materializza. Quello è un problema di redditività. Il boomerang è un modo di fallire diverso: il taglio non solo rende meno del previsto, ma si disfa. Non ti ritrovi con un ritorno deludente su una riduzione permanente; ti ritrovi a riassumere per il ruolo che hai eliminato, avendo pagato l'intero costo di transazione per rimuoverlo e sostituirlo.

E quel viaggio di andata e ritorno è costoso in tre punti che il numero di risparmio originario ignorava.

I tre costi che non hai messo a budget

Primo, la ri-assunzione. Cercare, selezionare e inserire un sostituto per un ruolo che hai appena tagliato non è gratis, ed è più lento di prima — ora stai assumendo in un mercato che ti ha visto tagliare. La conoscenza istituzionale uscita dalla porta non rientra con il nuovo assunto; paghi per ricostruirla.

Secondo, la perdita di qualità di offshore e collaboratori esterni. La ri-assunzione che torna a costo inferiore di solito torna con meno contesto, maggiore turnover e un divario di qualità che spenderai attenzione manageriale per colmare. La marcia indietro di Klarna è stata guidata proprio dal crollo della qualità del servizio sotto la soglia tollerabile dai clienti (Forbes, 2025). La ri-assunzione più economica lo è solo sulla riga dello stipendio.

Terzo, e più sottovalutato, il disimpegno dei sopravvissuti. Le persone che mantengono il posto non sono osservatori neutrali. Hanno assistito a un taglio prematuro, assorbito il lavoro in eccesso e tratto la conclusione ovvia su come l'organizzazione tratta la competenza. Questo si manifesta come sforzo discrezionale trattenuto — quel calo silenzioso e misurabile nel lavoro che le persone fanno oltre il minimo — e si impenna proprio quando i sopravvissuti vedono un taglio venire annullato. Puoi riassumere l'organico. Riguadagnare la fiducia del team che è rimasto è un progetto più lungo e meno certo.

Il controargomento: "Klarna è un'eccezione; i nostri tagli sono disciplinati"

L'obiezione più forte di un operatore esperto merita una risposta diretta. Klarna ha esagerato pubblicamente e si è bruciata pubblicamente. Noi non lo stiamo facendo. Le nostre riduzioni guidate dall'IA sono mirate, abbiamo testato gli strumenti, e non ogni taglio fa boomerang — molta automazione regge. Trattare ogni licenziamento da IA come una futura ri-assunzione è solo un argomento per non diventare mai più snelli.

È una sfida legittima, e i dati le danno in parte ragione: non ogni ruolo fa boomerang, e alcune riduzioni guidate dall'IA sono genuinamente durevoli. Anzi, il 57% dei decisori sull'IA generativa si aspetta che l'IA aumenti l'occupazione nella propria organizzazione, non la riduca — il quadro del futuro del lavoro è additivo netto per molte aziende, non un taglio uniforme (Forrester via HR Executive, 2026). Ma nota cosa concede l'obiezione. Se solo alcuni tagli fanno boomerang e altri reggono, allora tutto il gioco è sapere quale è quale prima di tagliare — e "abbiamo testato gli strumenti" non è quella conoscenza. Testare lo strumento ti dice cosa l'IA può fare in una demo. Non ti dice se lo specifico ruolo che stai eliminando è soprattutto il compito automatizzabile o soprattutto il carico di giudizio umano che si riafferma la prima volta che qualcosa esce dallo standard. La disciplina che l'obiezione rivendica è reale solo se applicata al livello del contenuto di giudizio del ruolo, non della capacità dello strumento. La maggior parte dei tagli "disciplinati" è disciplinata sulla tecnologia e silenziosa sul giudizio. Quel silenzio è da dove arriva il 55% di rimpianti.

Subordina il taglio a una capacità provata, non promessa

La correzione è circoscritta e interamente sotto il tuo controllo in questo trimestre. Non devi abbandonare l'efficienza guidata dall'IA — le riduzioni durevoli sono reali e vale la pena coglierle. Devi smettere di contabilizzare quelle speculative come permanenti, e ti serve un modo per distinguere i tagli durevoli dai boomerang prima che il budget chiuda.

Tre mosse sono installabili ora. Primo, smetti di registrare le riduzioni attribuite all'IA come risparmi acquisiti. Qualsiasi taglio di organico giustificato da una capacità che l'IA non ha ancora dimostrato nel tuo ambiente, al tuo livello di qualità va registrato come provvisorio, con il costo di ri-assunzione tenuto come passività potenziale a fronte. Questo singolo cambiamento contabile uccide la versione peggiore dell'errore, perché un risparmio che potresti dover restituire non è un risparmio — è un prestito.

Secondo, subordina ogni taglio attribuito all'IA a una capacità provata, con una finestra di prova definita. Prima che il ruolo venga eliminato, l'IA esegue il flusso di lavoro reale, a volume di produzione, contro la soglia di qualità reale, abbastanza a lungo da incontrare i casi non standard. Taglia solo ciò che supera l'asticella. I ruoli che falliscono la prova sono i boomerang che hai appena evitato di contabilizzare.

Terzo, separa i ruoli automatizzabili da quelli portatori di giudizio con i dati, non con l'intuito. I ruoli che fanno boomerang sono quelli che portano un carico di giudizio umano che dall'organigramma sembra automatizzabile e non lo è. Distinguerli è una domanda misurabile, non un sospetto che confermi dopo la ri-assunzione. La base di assessment di Scovai è costruita per far emergere i tratti di giudizio, valutazione critica e pensiero sistemico che segnalano quale lavoro si automatizza davvero e quale porta il carico umano che si riafferma sotto pressione — così puoi identificare i ruoli boomerang prima di tagliarli, invece di riscoprirli in un ciclo di ri-assunzione.

La storia aggregata del 2026 è che il licenziamento da IA non è più un risparmio pulito e a senso unico — per circa metà dei tagli, è un viaggio di andata e ritorno con una penale di qualità e un conto di fiducia allegato. La storia sottostante, per un responsabile delle operations che finalizza l'organico in questo trimestre, è una sola decisione: se il prossimo taglio attribuito all'IA nel tuo piano vada contabilizzato come risparmio permanente su una capacità promessa, o tenuto come provvisorio finché la capacità non è provata. Rendilo provvisorio, e il boomerang diventa il caso di studio di qualcun altro. Contabilizzalo come permanente, e potresti star scrivendo oggi la richiesta di ri-assunzione dell'anno prossimo.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.