Negli ultimi anni, l’attenzione si è concentrata sulla crescente specializzazione, considerata per lungo tempo l’approccio più efficace per affrontare attività complesse. Tuttavia, con l’emergere di quello che viene definito “vibe work”, ovvero un approccio operativo basato sull’utilizzo diffuso dell’AI per generare rapidamente contenuti, analisi e prototipi, si sta verificando un’inversione di tendenza. In questo nuovo contesto, la figura del generalista non solo non scompare, ma diventa sempre più centrale.
Storicamente, il generalista era spesso percepito come un professionista con competenze ampie ma poco profonde, il classico “jack of all trades”. Questo limite derivava dal fatto che accedere a competenze specialistiche richiedeva anni di formazione e, soprattutto, la collaborazione di team dedicati. Attività come la creazione di una grafica, la revisione di un contratto o l’analisi di dati complessi venivano gestite da figure specifiche, creando catene operative lente e frammentate. L’AI generativa rompe questo schema, consentendo a singoli individui di eseguire attività trasversali che prima richiedevano competenze multiple.
Secondo analisi riportate nell’articolo, l’intelligenza artificiale permette alle persone di ampliare rapidamente il proprio raggio d’azione, rendendo possibile affrontare compiti al di fuori della propria area di competenza. Uno studio citato evidenzia che una quota significativa del lavoro assistito dall’AI riguarda attività che in passato non sarebbero state svolte per mancanza di tempo o competenze specifiche. Questo cambiamento non elimina il bisogno di specialisti, ma modifica l’equilibrio tra profondità e ampiezza delle competenze, aumentando il valore di chi riesce a coordinare e interpretare risultati provenienti da diversi ambiti.
Il concetto di “vibe work” nasce proprio da questa trasformazione. Gli utenti interagiscono con l’AI in modo iterativo, producendo rapidamente output e adattandoli progressivamente. A differenza delle piattaforme low-code o no-code, che imponevano limiti rigidi e protezioni integrate, l’AI offre maggiore libertà ma anche maggiori rischi. L’utente può generare rapidamente documenti, analisi o codice, ma deve essere in grado di riconoscere errori, incongruenze o “allucinazioni” del modello. Questa nuova dinamica introduce una responsabilità cognitiva maggiore rispetto agli strumenti tradizionali.
In questo scenario emerge un nuovo ruolo per il generalista: quello di “livello di fiducia umano” tra l’AI e l’organizzazione. Il generalista non è chiamato a essere esperto in ogni disciplina, ma a comprendere abbastanza il contesto per valutare la qualità dell’output generato. Ciò richiede curiosità, capacità critica e rapidità di apprendimento. L’obiettivo non è sostituire lo specialista, ma capire quando coinvolgerlo e quando l’AI fornisce risultati sufficientemente affidabili. In altre parole, il generalista diventa il filtro che decide cosa può essere utilizzato immediatamente e cosa necessita di revisione approfondita.
Questa evoluzione ha implicazioni dirette sulla struttura dei team e sulle strategie di assunzione. Con l’AI, molte attività che rimanevano in sospeso per mancanza di competenze specifiche possono essere avviate da figure più trasversali. Gli specialisti continuano a essere fondamentali, ma il loro ruolo tende a spostarsi verso problemi più complessi e strategici. Parallelamente, le organizzazioni iniziano a cercare profili capaci di navigare l’AI, combinando competenze ampie con la capacità di verificare i risultati e integrare diverse funzioni operative.
Un altro elemento chiave riguarda la ridefinizione della produttività. Non si tratta più soltanto di misurare l’output individuale, ma anche la capacità di utilizzare l’AI in modo efficace. L’adozione degli strumenti AI diventa un indicatore della maturità operativa di un team, e la capacità di orchestrare flussi di lavoro assistiti dall’intelligenza artificiale assume un valore crescente. In questo contesto, la figura del generalista appare particolarmente adatta a gestire ambienti dinamici, dove le competenze richieste cambiano rapidamente e l’interdisciplinarità diventa un vantaggio competitivo.
L’aspetto più rilevante di questa trasformazione è che il generalista moderno non è più definito dalla superficialità delle competenze, ma dalla capacità di integrazione. L’AI riduce il gap esecutivo tra conoscenza e produzione, permettendo a chi possiede una visione ampia di coordinare attività complesse con maggiore autonomia. La combinazione tra strumenti generativi e giudizio umano crea una nuova categoria professionale, capace di muoversi tra discipline diverse e di trasformare rapidamente idee in risultati concreti.