L'11 maggio General Motors ha comunicato a circa 600 dipendenti del reparto IT - oltre il 10% del totale - che il loro lavoro non esiste piu'. I tagli, descritti da TechCrunch e poi dal Detroit News, hanno colpito soprattutto i centri di Austin in Texas e di Warren in Michigan. Il licenziamento e' stato comunicato con un'email collettiva e una buonuscita standard per i dipendenti white-collar.
La parte importante non e' la cifra, sostanzialmente in linea con le ondate di tagli che attraversano le big tech da due anni. E' la motivazione, ammessa in modo esplicito dall'azienda: GM non assume meno; assume persone diverse. Sul sito carriere, lo stesso giorno, comparivano gia' una ottantina di nuove posizioni in «AI, motorsports e veicoli autonomi».
Cosa cerca GM al posto dei profili tagliati
Secondo i documenti interni citati da TechCrunch, le competenze richieste si dividono in quattro filoni:
- AI-native development: progettazione di software che integra LLM e modelli di visione in modo strutturale, non come accessorio.
- Data engineering e analytics: pipeline di dati per addestramento e retrieval, vector database, infrastruttura cloud per training distribuito.
- Sviluppo di agenti e modelli: framework come Claude Agent SDK, OpenAI Agents, LangGraph e modelli proprietari ottimizzati per casi d'uso automotive.
- Prompt engineering e nuovi workflow IA: figure ibride che progettano i flussi di lavoro tra strumenti IA e processi interni.
L'azienda lo riassume cosi': cerca persone che sappiano costruire con l'IA, non solo usarla per lavorare un po' piu' veloci. La distinzione e' sottile ma centrale.
Da chi viene la riorganizzazione
La spinta arriva da Sterling Anderson, ex co-fondatore di Aurora e veterano dei veicoli autonomi, che GM ha assunto a maggio 2025 come Chief Product Officer. Da allora il software interno si e' riorganizzato in tre «product line»: veicoli, fabbrica e relazione con il cliente. Tutte e tre integrano IA generativa nei processi: dall'agente conversazionale dentro l'app My GM, al copilota per gli operai sulla linea di Hamtramck, alla diagnostica predittiva dei veicoli sul campo.
L'amministratore delegato Mary Barra ha ripetuto nei mesi scorsi che il rinnovamento del software e' la priorita' «piu' importante del decennio» per il gruppo, anche per recuperare il gap accumulato su Tesla nella generazione di software auto. La logica industriale e' chiara: i veicoli definiti dal software (SDV) hanno margini lordi superiori, generano abbonamenti ricorrenti e dipendono da un IT che sa scrivere software a regime industriale.
Le testimonianze dei licenziati
Le storie raccolte da CNBC raccontano scene gia' viste in altri tagli del settore: email mattutine impersonali, badge disattivati, niente tempo per il passaggio di consegne. Diversi dei licenziati erano in azienda da oltre dieci anni e lavoravano su sistemi legacy (mainframe, SAP, ERP automotive). Le loro mansioni non sono sparite di colpo: stanno semplicemente venendo coperte da team piu' piccoli che combinano consulenti esterni e automazione IA. Una storia che, sul medio periodo, finira' per riguardare la maggior parte delle grandi aziende manifatturiere.
Il segnale per il mercato del lavoro
Il caso GM non e' isolato. Negli ultimi mesi anche IBM, Salesforce, Microsoft e Klarna hanno comunicato ristrutturazioni con la stessa formula: meno IT «classico», piu' AI engineer. La differenza qui e' che parliamo di un produttore tradizionale, non di un'azienda software, e di un mercato di lavoro - quello dell'automotive in Texas e Michigan - che storicamente reggeva gli stipendi medi alti grazie alle competenze IT generaliste. Le universita' della regione, come Wayne State e l'University of Texas, hanno gia' annunciato la creazione di percorsi rapidi di riqualificazione, e diversi licenziati hanno raccontato a CNBC di aver ricevuto pacchetti di outplacement orientati proprio al reskilling sull'IA.
Cosa cambia per chi lavora in IT in Italia
Il segnale che arriva da Detroit interessa anche le aziende italiane: i ruoli IT «custodiali» - chi tiene in piedi sistemi che ormai sono stabili - diventano vulnerabili alla prima ristrutturazione che ha l'obiettivo di liberare budget per progetti IA. Le competenze che reggono nel tempo, oggi, sono quelle che mettono insieme conoscenza di un dominio (manifattura, sanita', logistica) e capacita' di costruire applicazioni intorno ai modelli: chi sa progettare un agente che parla con il PLC di una linea produttiva o un sistema RAG sulla documentazione tecnica vale molto di piu' di chi maneggia framework Java di dieci anni fa.
Resta aperta una domanda
GM dice di voler aprire piu' posizioni di quante ne stia chiudendo, e la prova del nove arrivera' tra qualche trimestre: se i ricavi del software cresceranno effettivamente, la scommessa avra' senso. Se invece i nuovi profili IA non riusciranno a colmare il vuoto - cosa successa in alcune banche che si erano lanciate troppo presto sull'automazione - GM si ritrovera' con un IT piu' piccolo, piu' costoso e meno robusto. E' la stessa storia che si sta scrivendo, in piccolo e in grande, in centinaia di aziende.
