Mercor spende più in agenti AI che in stipendi: il punto di svolta è già qui

C'è un'azienda — si chiama Mercor, piattaforma americana di recruiting per sviluppatori — che ha appena annunciato una cosa abbastanza spiazzante: spende già più in token AI per i suoi agenti interni che in stipendi umani combinati. Non è una previsione. Non è un obiettivo di bilancio. È quello che risulta dai conti di oggi.

Il suo CEO ha aggiunto che, secondo lui, ogni grande azienda raggiungerà questo stesso punto di svolta nel giro di pochi anni. Beh. Pausa. Respiro.

Ok, andiamo avanti — perché la cosa interessante non è la notizia in sé (che fa il suo effetto, certo), ma capire cosa significa concretamente per chi lavora come freelancer o gestisce una piccola impresa in Italia nel 2026.

Cos'è un agente AI e perché costa così tanto?

Un agente AI è un programma che non si limita a rispondere a domande, ma esegue sequenze di compiti in autonomia: cerca informazioni, prende decisioni intermedie, produce output, passa il risultato a un altro agente o sistema. La differenza pratica: invece di chiedere «dammi un riassunto di questa email», dici «identifica i clienti a rischio abbandono negli ultimi sei mesi e prepara una bozza di risposta personalizzata per ciascuno» — e il sistema esegue ogni passaggio senza intervento umano. Se vuoi capire meglio come funzionano questi flussi di lavoro automatici, qui abbiamo spiegato da dove partire prima ancora di comprare strumenti.

Il costo non viene da un abbonamento mensile fisso. Viene dal numero di «token» — cioè, in parole povere, dalla quantità di testo elaborato. Ogni volta che un agente legge un documento, ragiona su un problema, scrive una risposta, consuma token. Se un'azienda ha decine di agenti che girano ventiquattr'ore su ventiquattro su centinaia di flussi di lavoro simultanei, la bolletta sale. E in Mercor è salita al punto da superare quella degli stipendi umani. Non è un errore contabile: è una scelta architetturale precisa.

Cosa vuol dire concretamente «spendere più in AI che in stipendi»?

Significa che Mercor ha costruito un'infrastruttura operativa dove i processi chiave — selezione dei candidati, matching con le aziende, comunicazioni personalizzate, analisi dei profili — vengono gestiti da agenti automatici, non da persone. Gli esseri umani rimangono, ma la massa di lavoro ripetitivo, ad alto volume e bassa variazione è stata completamente trasferita alle macchine.

Non è fantascienza: è lo stesso principio che ha trasformato le linee di produzione manifatturiere negli anni Ottanta, con la differenza che allora ci volevano milioni di investimento in macchinari. Oggi ci vuole un account su una piattaforma e un minimo di configurazione. Aziende come Kirkland & Ellis — lo studio legale più ricco al mondo — hanno già scommesso 500 milioni su sistemi AI proprietari, segnalando che la tendenza non è confinata al tech. Nel settore legale, nel recruiting, nella consulenza: chiunque lavori su processi ad alto volume di informazioni è già dentro questa transizione, che lo sappia o no.

Un agente AI non si stanca, non chiede ferie, non ha brutte giornate. Ma soprattutto — e questo è il punto che spesso si trascura — il costo per unità di lavoro rimane costante anche quando i volumi crescono. Passare da gestire 100 candidature a 10.000 con un team umano richiede di assumere persone. Con gli agenti, richiede di aggiornare un parametro. Non stai sostituendo una persona con una macchina: stai sostituendo un modello di scala con un altro. È questa asimmetria che rende la metafora degli stipendi così potente.

Perché questa notizia riguarda anche te, se non sei una multinazionale?

La tentazione, leggendo di Mercor, è di pensare: «Roba da Silicon Valley, non mi tocca.» È la stessa reazione che molti ebbero nel 2010 quando i primi ristoranti iniziarono ad accettare pagamenti con il telefono. (Spoiler: poi tutti dovettero adeguarsi, compreso il bar sotto casa.)

Il meccanismo che descrive il CEO di Mercor — la spesa in automazione intelligente che supera la spesa in lavoro umano — non è un privilegio delle grandi aziende. È una soglia che si abbassa ogni mese. Gli stessi agenti che oggi riempiono il bilancio di un'azienda enterprise costavano sensibilmente di più due anni fa: la traiettoria è quella di ogni tecnologia che passa da laboratorio a commodity. Il costo scende, l'accessibilità sale, finché lo strumento non diventa infrastruttura standard.

Per un freelancer o una piccola impresa italiana, la domanda non è «quando toccherà a me?». È: «Sto già sfruttando questa finestra di vantaggio competitivo, o sto aspettando che diventi obbligatoria?» Perché c'è una differenza enorme tra adottare uno strumento quando ti dà un vantaggio e adottarlo quando tutti ce l'hanno già — a quel punto non è più un vantaggio, è solo il prezzo minimo d'ingresso. Un po' come avere un sito web nel 2026: non ti distingue, ti mette semplicemente in partita.

Tra l'altro, fare tutto da soli costa mediamente 200 ore l'anno in attività amministrative e di coordinamento — ore che potrebbero essere delegate, almeno in parte, a sistemi automatizzati che oggi sono accessibili anche con budget ridotti.

Qual è il rischio reale per chi lavora da solo o in piccolo?

Diciamocelo senza giri di parole, perché il tema lo merita: il rischio non è che «l'AI ti rubi il lavoro» come titolo da giornale. È più sottile e più concreto. È che un tuo concorrente — anche uno più piccolo di te — adotti questi strumenti e riesca a fare in una settimana quello che tu fai in un mese. Non perché sia più bravo. Perché ha configurato un flusso di lavoro che opera anche quando lui dorme.

Secondo un'indagine InfoJobs del 2025 condotta su circa 1.200 lavoratori autonomi italiani (InfoJobs Osservatorio Freelance, Q1 2025), il 61% dichiara di non aver ancora integrato nessun tipo di automazione AI nei propri processi. Non è un giudizio morale su quella fetta di persone — è un dato che descrive quanto sia ancora ampio il vantaggio competitivo di chi si muove adesso, e quanto si assottiglierà progressivamente man mano che la tecnologia diventa standard. Gli agenti AI che lavorano in autonomia non sono più strumenti da laboratorio: sono configurabili oggi, con budget accessibili.

C'è anche il lato meno ovvio: gli agenti AI non sostituiscono solo il lavoro ripetitivo. Sostituiscono anche il lavoro di coordinamento — quell'enorme massa di ore che freelancer e piccoli imprenditori spendono a gestire sé stessi, le proprie scadenze, i propri clienti, i propri fornitori. Se anche solo il 20% di quel tempo venisse recuperato, la differenza in termini di capacità produttiva sarebbe già notevole.

Cosa fare adesso, senza ristrutturare tutto

La transizione di Mercor è il risultato di anni di costruzione incrementale, non di una settimana di entusiasmo. Il punto non è correre — è capire la direzione e fare un passo consapevole. Ma quel passo va fatto con un obiettivo preciso in testa, non per curiosità verso la novità del mese.

La prima cosa utile è mappare i processi ripetitivi ad alto volume nella tua attività e scegliere uno — uno solo — su cui intervenire. Per un freelancer che gestisce più clienti, un esempio concreto: le email di aggiornamento settimanale sullo stato dei progetti. Con uno strumento come Make o Zapier collegato a un modello linguistico, è possibile automatizzare la raccolta degli aggiornamenti da un foglio condiviso e la generazione delle bozze — costo mensile indicativo tra 20 e 50 euro, a seconda dei volumi. Non è un sistema perfetto dal primo giorno, ma è un sistema che si può costruire in un pomeriggio e raffinare nel tempo. Lo stesso principio si applica alla raccolta e sintesi di informazioni, alla preparazione di documenti standard, all'aggiornamento di archivi.

La seconda cosa è smettere di pensare agli strumenti AI come a un abbonamento che «provi un mese e poi vedi». L'infrastruttura che Mercor ha costruito non è una funzionalità di ChatGPT usata al volo. È un sistema progettato con una logica precisa: quali processi automatizzare, in quale ordine, con quali criteri di controllo. Strumenti come Microsoft Scout iniziano già a rendere questa complessità più accessibile — ma serve comunque una visione di dove si vuole arrivare, non solo la curiosità di provare la novità del mese.

La terza cosa — ed è quella che si trascura di più — è decidere quali processi non automatizzare. Gli agenti AI gestiscono bene il volume e la ripetizione; gestiscono male l'ambiguità relazionale, il giudizio contestuale, la fiducia che si costruisce nel tempo con un cliente. Sapere dove finisce l'automazione utile e dove inizia il danno relazionale è una competenza strategica, non tecnica.

Oscar Wilde scriveva che «l'esperienza è il nome che diamo ai nostri errori». Nel campo dell'AI applicata al lavoro, il rischio è l'opposto: aspettare di avere abbastanza «esperienza negativa» prima di muoversi significa trovarsi a imparare da una posizione di svantaggio invece che di vantaggio. La notizia di Mercor è un indicatore, non un allarme. Ma gli indicatori, se li ignori abbastanza a lungo, diventano allarmi. La finestra non si chiude domani — ma si sta restringendo, lentamente e con costanza, ogni trimestre che passa.