AI Mode di Google ha superato 1 miliardo di utenti mensili mentre il dibattito sulla psicosi AI dei CEO tech, rilanciato da TechCrunch il 31 maggio 2026, collega entusiasmo aziendale, licenziamenti e rigetto degli utenti.
Per chi usa tool AI al lavoro, la discussione si sposta dal “funziona o non funziona” al “chi decide cosa automatizzare”. Se una direzione aziendale compra agenti AI, cambia processi o taglia personale sulla base di demo perfette, il rischio non riguarda solo la Silicon Valley: arriva nei reparti marketing, sviluppo, customer care e amministrazione anche in Italia.
Che cosa significa psicosi AI
L'espressione psicosi AI non va letta come diagnosi clinica. Aaron Levie, fondatore di Box, la usa come metafora organizzativa: alcuni amministratori delegati vedono il risultato migliore prodotto dall'AI e lo trasformano in una previsione generale sulla produttività dell'azienda. TechCrunch ha ripreso il tema nel podcast Equity e lo ha collegato a tre segnali: più AI nella ricerca Google, installazioni in crescita per DuckDuckGo e licenziamenti tech attribuiti almeno in parte agli agenti.
La frase chiave di Levie, pubblicata su X e rilanciata da TechCrunch, è questa:
“CEOs are uniquely prone to AI psychosis because they're sufficiently distant from the last mile of work.”
Il punto è il “last mile”, l'ultimo tratto operativo in cui una risposta utile deve diventare codice verificato, contratto corretto, documento conforme, risposta cliente affidabile. Un prototipo generato in pochi minuti impressiona il vertice. La revisione, i test, la correzione delle allucinazioni e l'integrazione con dati aziendali sporchi restano a carico di chi lavora sul processo.
Il nodo tecnico della psicosi AI
Gli agenti AI promettono di eseguire sequenze di compiti: scrivere codice, cercare dati, aprire ticket, compilare documenti, proporre decisioni. La differenza rispetto a un chatbot è che l'agente non si limita a rispondere; prova ad agire dentro un flusso di lavoro. Per questo attira i CEO: sembra trasformare la produttività in una leva immediata.
Ma l'automazione reale non si misura sul primo output. Si misura sul tempo netto risparmiato dopo controllo qualità, gestione degli errori e responsabilità finale. Lo studio MIT FutureTech “Crashing Waves vs. Rising Tides”, basato su oltre 17.000 valutazioni di lavoratori su più di 3.000 task testuali, mostra che le capacità crescono, ma non racconta una sostituzione già completa. I ricercatori stimano che i modelli siano passati da circa il 50% di successo nel secondo trimestre 2024 a circa il 65% nel terzo trimestre 2025 su compiti lunghi 3-4 ore, con una possibile fascia 80-95% entro il 2029 a qualità minima sufficiente.
Questo è progresso, non magia gestionale. In un sistema produttivo, un errore residuo del 10% può essere trascurabile in una bozza interna e inaccettabile in un preventivo, in una diagnosi, in una clausola legale o in una release software. La domanda che nessun keynote risolve è semplice: se un agente richiede revisione, test e responsabilità umana, quanti risparmi restano davvero dopo avere spostato il lavoro sul controllo qualità?
Google, DuckDuckGo e il segnale degli utenti
Il caso Google mostra l'altro lato del problema. Nel blog ufficiale di Search, l'azienda ha scritto che AI Mode ha superato 1 miliardo di utenti mensili e che le query sono più che raddoppiate ogni trimestre dal lancio. Per Google, è la prova che la ricerca conversazionale sta diventando un'abitudine di massa.
TechCrunch però osserva un segnale opposto: dopo gli annunci di Google I/O, DuckDuckGo ha comunicato un aumento delle installazioni fino al 30%. Tom's Guide, citando dati forniti da DuckDuckGo, parla di crescita media settimanale del 18,1% negli Stati Uniti tra il 20 e il 25 maggio, con picco del 30,5% il 25 maggio. Non basta per minacciare Google. Basta per indicare che una quota di utenti non rifiuta l'AI in sé, ma l'AI inserita come default in ogni esperienza.
Qui cambia il panorama. La competizione non riguarda solo chi ha il modello più potente, ma chi dà controllo all'utente. Un motore di ricerca, un software aziendale o una suite produttiva possono perdere fiducia se l'AI sembra imposta invece che scelta.
Cosa cambia per il lettore italiano
Il dato più concreto arriva da Layoffs.fyi: al 1 giugno 2026, il tracker conta 115.907 dipendenti tech licenziati in 159 aziende, contro 124.636 in tutto il 2025. Non tutti questi tagli dipendono dall'AI, ma il linguaggio aziendale si è spostato. Sempre più imprese parlano di agenti, efficienza e team più piccoli come se fossero la stessa cosa.
Per manager e professionisti italiani, la lezione è pratica. Prima di adottare un agente AI, servono due metriche: tempo netto risparmiato dopo revisione e tasso di errore che arriva al cliente o al reparto successivo. Senza questi numeri, la psicosi AI diventa una scorciatoia narrativa: promette produttività, ma trasferisce il costo nascosto su chi deve rendere affidabile il lavoro della macchina.
Per sviluppatori e consulenti, cambia anche il posizionamento. Il valore non sta nel “saper usare l'AI”, formula ormai troppo generica, ma nel saper progettare workflow misurabili: dati puliti, controlli, audit trail, responsabilità chiara. In Italia, dove molte aziende adotteranno agenti AI con budget più stretti e processi meno documentati rispetto alle big tech, questa differenza peserà più del nome del modello scelto.