Il rollback silenzioso. Le aziende stanno spegnendo l'AI e nessuno lo racconta

Nel maggio 2026 Starbucks ha smesso di usare l'app AI che dal settembre 2025 gestiva il conteggio dell'inventario in migliaia di negozi nordamericani, sviluppata con la società NomadGo come parte del piano del CEO Brian Niccol per risolvere le rotture di stock che stavano danneggiando le vendite. Il sistema confondeva regolarmente tipi di latte simili tra loro, ne perdeva traccia, rallentava i baristi durante i turni più affollati. Quando l'azienda ha ritirato lo strumento non è arrivato nessun comunicato stampa. La notizia è emersa da un messaggio su un canale di feedback interno, dove un dipendente ha scritto "Thanks for discontinuing Automatic Counting!", ringraziando pubblicamente per la fine del tool. È un dettaglio piccolo che racconta una dinamica grande. Il ritiro di un progetto AI in un'azienda di questa scala non diventa quasi mai una notizia decisa dall'azienda stessa, e va cercata nelle crepe, tra un messaggio interno e un articolo di settore che mette insieme i pezzi.

Il caso Ford, l'esperienza rimossa prima di avere un modo per sostituirla

Ford ha passato tre anni a correggere una scelta fatta all'inizio del decennio, quando aveva deciso che digitalizzare le specifiche di progettazione nei propri sistemi di controllo qualità sarebbe bastato a garantire prodotti affidabili, senza bisogno di lasciare troppo spazio al giudizio dei tecnici sulla linea. Nel frattempo molti degli ingegneri più esperti avevano già lasciato l'azienda, portando via un tipo di conoscenza pratica che nessun documento di specifica riesce a catturare per intero. Il conto è arrivato sotto forma di richiami e costi di garanzia più alti del previsto. La correzione ha richiesto di assumere circa 350 ingegneri veterani, soprannominati internamente "gray beard", con il compito di formare i colleghi più giovani e di riprogrammare gli stessi strumenti AI perché imparassero a segnalare i difetti prima che i componenti arrivassero in linea. Charles Poon, vicepresidente per l'ingegneria hardware dei veicoli, lo ha ammesso senza troppi giri di parole, dicendo che in Ford avevano pensato per errore che bastasse introdurre l'intelligenza artificiale e farle ingerire le specifiche di progettazione già esistenti per ottenere un prodotto di qualità. Il risultato si è visto quest'anno, quando Ford ha vinto il JD Power Initial Quality Study come primo brand mainstream per la prima volta dal 2010, con 41 problemi in meno ogni 100 veicoli rispetto all'anno precedente. La correzione ha funzionato, ma solo dopo aver rimesso dentro l'azienda proprio quell'esperienza che anni prima era stata considerata sostituibile con un modello.

Il caso Uber, quando l'incentivo interno diventa il problema vero

Uber ha esaurito l'intero budget AI previsto per il 2026 già ad aprile, dopo che l'uso di Claude Code si era diffuso tra circa cinquemila ingegneri più velocemente di quanto i modelli finanziari avessero previsto. La causa non era tecnica. L'azienda aveva costruito classifiche interne che misuravano quanto ogni ingegnere usasse lo strumento, trasformando il consumo di token in una forma di competizione tra colleghi con tanto di posizioni in classifica visibili a tutti. Più si usava lo strumento, meglio si figurava, e il budget si è consumato di conseguenza, con alcuni utenti intensivi arrivati a duemila dollari al mese di spesa individuale. IIl presidente e COO Andrew Macdonald lo ha sintetizzato con una frase secca, "That link is not there yet", riferendosi al legame tra l'uso crescente di Claude Code e i miglioramenti reali percepiti dai clienti. La risposta è arrivata sotto forma di un tetto di 1500 dollari al mese per dipendente, introdotto dopo che il danno era già scritto a bilancio. Il tetto ha risolto il problema di budget. Il collegamento tra incentivo interno e risultato osservabile, quello che sarebbe servito fin dall'inizio del progetto, resta ancora da costruire.

Perché nessuna delle tre ha scelto di raccontarlo

Le cause dei tre ritiri non si somigliano. Uno strumento mal testato sul campo, un'esperienza rimossa senza un piano per sostituirla, un incentivo interno che premiava l'uso invece del risultato. Quello che i tre casi condividono è il modo in cui la notizia è uscita. Nessuna delle tre aziende ha pubblicato un resoconto che spiegasse pubblicamente cosa non aveva funzionato. Starbucks è stata scoperta da un messaggio interno diventato pubblico. Ford è stata ricostruita da giornalisti che hanno incrociato dati di assunzione con i risultati del JD Power. Uber è uscita solo perché qualcuno ha messo insieme le dichiarazioni del suo COO con i numeri di spesa trapelati. Il fallimento tecnico, quando arriva, sembra quasi sempre gestibile. È il silenzio intorno a renderlo un problema di fiducia più che di tecnologia.

Il campione che stiamo guardando è già truccato

Chi oggi costruisce la propria strategia AI guardando ai casi di successo raccontati dai media sta lavorando su un campione parziale. Chi rinuncia a un progetto ha ogni interesse a non parlarne, chi lo porta avanti ha ogni interesse a raccontarlo, e la somma di questi due comportamenti produce una narrazione pubblica più ottimista di quanto i bilanci confermino. Starbucks, Ford e Uber sono usciti allo scoperto nonostante l'incentivo a restare in silenzio, il che suggerisce che i rollback rimasti invisibili siano più numerosi di quelli raccontati fin qui. Per un manager italiano che valuta un investimento nel 2027 la domanda più utile riguarda chi, dentro la propria organizzazione, avrebbe oggi l'autorità di fermare un progetto AI e l'interesse reale a dirlo prima che diventi troppo costoso per ammetterlo.