Anthropic Economic Index: i dati di uso reale di Claude nei mestieri e cosa dicono alle aziende italiane
Anthropic Economic Index 2026: analisi su 900+ mestieri O*NET incrociata con dati reali Claude. Per ogni lavoro due cerchi: limite teorico e uso reale. Il 49% dei mestieri ha già almeno un quarto dei task svolti con Claude, ma il gap fra teorico e reale non si chiude per affidabilità, barriere legali, trust. Analizzo i dati di marzo 2026 per sette categorie di mestiere presenti nelle PMI italiane (sviluppatori, contabili, legali, HR, commerciali, project manager, tecnici). Continua a leggere
Ultima modifica:
Dario Amodei e Demis Hassabis, i due CEO più autorevoli del settore AI, disegnano due roadmap diverse verso l'AGI. Amodei scommette su RLVR cross-domain come futuro scatto di generalizzazione. Hassabis sostiene che serva altro: continual learning, World Models, esperienza fisica simulata. Dietro il disaccordo una scelta di investimento che impatta le roadmap aziendali dei prossimi due anni. Confronto delle due strategie con dati 2025-2026 e implicazioni sul tipo di pipeline da costruire oggi. 
Il grafico METR che mostra Opus 4.6 capace di risolvere compiti di 12 ore di lavoro umano nel 50% dei casi è virale come prova di AGI imminente. Letto per intero, il paper limita il test a software, ML e cybersec, con CI da 5 a 65 ore. Il fenomeno si chiama benchmark maxing: i benchmark misurabili sono tutti su task verificabili, mentre legali, commerciali e medici restano fermi. Analizzo METR, RLVR e AA Omniscience per distinguere progresso da hype. 
Su arXiv ogni giorno escono centinaia di paper AI e pochi thread Twitter li traducono in claim virali. The Illusion of Thinking di Apple è stato risposto con The Illusion of the Illusion of Thinking, paper semi-scherzoso scritto in larga parte da Claude Opus, e intere community scientifiche lo hanno citato senza leggerlo. Saper leggere un paper AI con occhio critico nel 2026 è competenza di business: la mia checklist in otto passaggi per capire se un lavoro porta evidenze o hype. 
Sono passato da dipendente con stipendio fisso a consulente autonomo nel 2015. Nei primi due anni ho commesso tutti gli errori possibili: clienti senza contratto, pricing troppo basso, scope creep senza tutela. Vi racconto cosa avrei voluto sapere prima, con numeri reali su pricing, contratti e gestione del rischio. 
Un cliente stava per comprare tre server fisici da 80.000€. L'analisi che ho fatto su cinque anni di TCO mostrava che il cloud europeo era il 30% più economico, con flessibilità e affidabilità superiori. Il ragionamento Capex vs Opex in IT non è semplice - vi mostro i fattori che contano davvero. 
Un'azienda manifatturiera con 30 dipendenti spendeva l'80% del budget IT in hardware fisico obsoleto e il 5% in sicurezza. Il benchmark di settore è esattamente l'inverso. Vi mostro come ho aiutato tre clienti a riallocare il budget IT con ROI misurabile entro 12 mesi, partendo dai dati reali. 
Un cliente aveva tutto su Azure: database managed, storage, CDN, Active Directory. Quando il contratto Enterprise è scaduto e il rinnovo era il triplo, non riusciva a migrare perché tutto era profondamente integrato con servizi proprietari. Vi mostro come quantificare il rischio di lock-in e come costruire exit strategy preventive. 
La maggior parte delle PMI italiane sotto i 50 dipendenti non può permettersi un CTO. Ma ha bisogno di qualcuno che prenda decisioni tecnologiche coerenti. Vi racconto il modello organizzativo che propongo ai clienti: un mix di consulente esterno, fornitore cloud gestito e procedure interne semplici. 
Una PMI del software gestionale mi ha chiesto di aiutarla a diventare fornitore di un gruppo bancario. Il primo filtro era la conformità NIS2 e GDPR - non come checkbox, ma come dimostrazione tecnica. Ho costruito la documentazione di compliance che ha permesso di superare l'audit e chiudere un contratto da 300.000€.