L’Idea Dietro Project OT
Meta aveva già anticipato questa direzione nei propri documenti finanziari. Nei Prepared Remarks del primo trimestre 2026, l’azienda descriveva un futuro in cui i dipendenti avrebbero gestito agenti capaci di generare idee, condurre esperimenti, eseguire attività e contribuire allo sviluppo dei prodotti. Il ruolo del lavoratore, in questo modello, cambia. Una parte dell’esecuzione passa agli agenti. Le persone diventano sempre più responsabili di definire gli obiettivi, controllare gli output, riconoscere gli errori e decidere cosa debba realmente arrivare nel prodotto finale. Project OT provava a tradurre questa logica direttamente nella struttura aziendale. Se un dipendente supportato dall’AI può svolgere più attività, cambia inevitabilmente anche il modo in cui vengono costruiti i team. Ed è proprio qui che Meta ha iniziato a incontrare difficoltà.Il +220% che raccontava solo una parte della produttività
Tra i dati interni riportati dall’inchiesta Reuters ce n’è uno particolarmente significativo. Le modifiche al codice effettuate sulle piattaforme e sulle infrastrutture di Meta sarebbero aumentate del 220% rispetto all’anno precedente. Le nuove funzionalità e i miglioramenti effettivamente arrivati agli utenti erano invece cresciuti del 36%, secondo quanto riportato anche da Computerworld. Il divario tra questi due numeri pone una domanda molto concreta: come si misura la produttività dell’AI? Generare più codice rappresenta un aumento dell’output. Quel codice deve però essere controllato, testato, integrato nei sistemi esistenti e mantenuto nel tempo. Secondo la ricostruzione di Reuters, durante Project OT sarebbero inoltre emersi problemi di affidabilità, sicurezza e gestione di alcune modifiche prodotte dagli agenti. Una maggiore capacità di generare lavoro può quindi spostare il carico su altre attività: controllo, verifica, coordinamento e correzione.Più output non significa automaticamente più valore
È uno dei punti più utili che emergono dal caso. Un’azienda può misurare quante righe di codice vengono prodotte, quanti contenuti vengono generati o quanti documenti vengono elaborati, ma se molti meno miglioramenti arrivano effettivamente agli utenti, la misura diventa meno utile. Con l’AI ancora di più, serve fare attenzione al risultato finale. Quante funzionalità sono arrivate agli utenti? Quanto tempo è stato realmente risparmiato? Quanti errori sono stati evitati? L’AI rende sempre più semplice produrre. Il problema organizzativo si sposta sulla capacità di selezionare, verificare e utilizzare bene ciò che viene prodotto.La Produttività dell’AI Dipende Molto dal Contesto
La ricerca mostra già quanto sia difficile attribuire all’AI un effetto universale sulla produttività. Uno studio di METR ha coinvolto 16 sviluppatori open-source esperti impegnati in 246 attività reali su repository che conoscevano molto bene. Gli sviluppatori pensavano che l’AI avrebbe ridotto il tempo necessario per completare i task. Nello specifico esperimento, utilizzando gli strumenti disponibili nella prima metà del 2025, hanno invece impiegato mediamente il 19% di tempo in più. METR ha successivamente aggiornato il proprio metodo di ricerca, sottolineando quanto rapidamente stiano cambiando strumenti e modalità di utilizzo. In un altro settore è emerso un risultato molto diverso. La ricerca Generative AI at Work, condotta su 5.179 operatori di customer support, ha rilevato un incremento medio della produttività del 14%, con benefici particolarmente elevati per i lavoratori meno esperti. Lo studio è disponibile sul sito del National Bureau of Economic Research. Le due ricerche aiutano a leggere meglio anche Meta. Il valore prodotto dall’AI dipende dall’attività, dal livello di esperienza delle persone, dalla qualità degli strumenti e dal modo in cui vengono inseriti nel processo.La Tecnologia Cambia Velocemente. Le Organizzazioni Molto Meno
Il Work Trend Index 2026 di Microsoft arriva a una conclusione particolarmente utile. La ricerca, realizzata su 20.000 lavoratori in dieci Paesi, attribuisce ai fattori organizzativi – cultura, supporto manageriale e gestione dei talenti – il 67% dell’impatto sull’adozione dell’AI, contro il 32% associato ai fattori individuali. Il problema, quindi, riguarda anche tutto ciò che circonda lo strumento. Processi. Competenze. Ruoli. Metriche. Leadership. Una recente analisi McKinsey ha evidenziato una dinamica simile: le aziende che avevano ridisegnato i propri workflow prima di introdurre sistemi agentici risultavano più di due volte più propense a dichiarare incrementi di produttività superiori al 20%. Project OT sembra essersi scontrato proprio con questa distanza. L’AI può migliorare in pochi mesi. Cambiare il modo in cui migliaia di persone lavorano insieme richiede tempi, regole e responsabilità molto più difficili da comprimere.C’è Anche un Problema di Fiducia
Durante il progetto, Meta ha iniziato anche a raccogliere alcune informazioni sull’attività di determinati dipendenti statunitensi per contribuire all’addestramento degli agenti. Secondo una precedente ricostruzione di Reuters, il sistema poteva acquisire movimenti del mouse, clic, utilizzo della tastiera e occasionali screenshot. Meta aveva spiegato che i dati sarebbero stati utilizzati per insegnare agli agenti a interagire meglio con computer e applicazioni e che non sarebbero serviti per valutare le performance individuali. La misura ha comunque generato preoccupazioni tra i dipendenti. A giugno l’azienda ha ridimensionato il sistema, introducendo maggiori possibilità di sospensione ed esenzione. È un dettaglio importante perché mostra quanto l’adozione dell’AI sia anche una questione di fiducia interna. Le persone coinvolte nello sviluppo dei nuovi sistemi devono capire quale ruolo avranno quando quegli stessi sistemi diventeranno più autonomi. Una strategia tecnologica poco chiara sul piano umano può rallentare anche la tecnologia stessa.Meta Continua a Investire
Project OT è stato ridimensionato, mentre gli investimenti di Meta nell’intelligenza artificiale continuano. Nei risultati ufficiali del primo trimestre 2026, la società prevedeva investimenti in conto capitale compresi tra 125 e 145 miliardi di dollari, destinati in larga parte alle infrastrutture necessarie allo sviluppo dell’AI. Nello stesso periodo più di otto milioni di inserzionisti utilizzavano almeno uno degli strumenti generativi di Meta per la creazione pubblicitaria. L’azienda continua quindi a puntare sull’AI con enorme convinzione. Project OT racconta una difficoltà diversa: trasformare le capacità tecnologiche in un nuovo modello organizzativo sostenibile.Cosa Rimane dal Caso Meta
Lo Stanford AI Index 2026 mostra un’adozione dell’intelligenza artificiale in forte crescita nelle organizzazioni. Gli agenti completamente autonomi, però, rimangono ancora poco diffusi in molte funzioni aziendali. Siamo quindi in una fase particolare. Le aziende vedono già il potenziale dell’AI e stanno iniziando a ridisegnare ruoli e processi, mentre continuano a capire quanto questi strumenti siano realmente affidabili, produttivi e autonomi. Il caso Meta mostra con chiarezza dove si trova oggi la difficoltà. L’AI può aumentare la capacità produttiva di una persona. Da quel momento iniziano le domande organizzative. Chi controlla il risultato? Quali competenze diventano più importanti? Come cambia la dimensione dei team? Come si misura la produttività? Chi mantiene la responsabilità sulle decisioni? E soprattutto, quale ruolo viene lasciato alle persone quando una parte crescente dell’esecuzione passa alle macchine? È questo il punto che rimane alla fine di Project OT. Più AI può significare meno persone in alcune attività. Il risultato dipende da come viene progettato tutto ciò che sta intorno alla tecnologia. Meta ha provato a farlo su una scala enorme. E il suo esperimento mostra quanto la trasformazione dell’AI sia ormai, prima di tutto, una trasformazione dell’organizzazione.Domande frequenti
Cos’è Project OT di Meta?
Project OT, abbreviazione di Organization Transformation, è un progetto interno sviluppato da Meta nel 2026 per studiare un’organizzazione maggiormente basata su agenti AI. Secondo Reuters, alcuni scenari ipotizzavano team umani più piccoli supportati da sistemi artificiali capaci di svolgere una parte crescente delle attività.
Meta voleva licenziare il 60% dei dipendenti?
No. Il 60% riguardava alcuni scenari relativi a specifici team e non una riduzione del 60% dell’intera forza lavoro dell’azienda.
Perché Project OT è stato ridimensionato?
La ricostruzione di Reuters cita difficoltà operative, problemi di affidabilità e sicurezza, risultati inferiori alle attese in alcuni workflow e tensioni interne durante la trasformazione.
BLISS®© 2026. ALL RIGHTS RESERVED
Aggiornato il 4 Settembre 2026