Snap ha tagliato 1.000 posti. L’IA faceva già il 65% del lavoro.
Snap ha tagliato 1.000 dipendenti perché l'IA genera già il 65% del codice. Il titolo è salito del 7%. Qual è il tuo 65%? La domanda a cui ogni COO deve rispondere ora.
Indice dei contenuti
Sintesi esecutiva:
-
Il fatto: Il 15 aprile 2026 Snap ha tagliato 1.000 dipendenti — il 16% della forza lavoro globale — con risparmi annualizzati previsti di oltre 500 milioni di dollari.
-
L’impatto: I mercati hanno risposto con un +7% del titolo lo stesso giorno: un segnale netto che gli investitori ormai premiano i tagli di personale guidati dall’IA come eventi di creazione di valore.
-
La sorpresa: L’IA genera già oltre il 65% del nuovo codice software di Snap. I licenziamenti non anticipano un futuro probabile — registrano un presente già avvenuto.
Nel comunicato di ristrutturazione di Snap del 15 aprile 2026 c’è un numero che merita molto più attenzione di quanta ne stia ricevendo. Non sono i 1.000 posti eliminati. Non è il 16% di riduzione della forza lavoro. Non sono nemmeno i 500 milioni di dollari di risparmi previsti. Il numero che conta è 65.
Sessantacinque per cento. È la quota del nuovo codice software in Snap ora generata o sostanzialmente assistita da strumenti di IA. Quando il CEO Evan Spiegel ha descritto i licenziamenti come il risultato della capacità dell’IA di “ridurre il lavoro ripetitivo, aumentare la velocità e supportare meglio la nostra community, i partner e gli inserzionisti”, non stava prevedendo uno stato futuro. Stava descrivendo il presente. La transizione all’IA non ha reso necessari i tagli. Li ha giustificati.
Quando i mercati applaudono le uscite
La reazione di borsa racconta tutto sull’evoluzione della strategia aziendale. Il titolo Snap è salito di circa il 7% il giorno dell’annuncio dei tagli. Non è indifferenza — è il mercato che prezza un nuovo modello di efficienza, dove il rapporto tra output e organico è stato strutturalmente alterato dall’IA.
Questo non è un’anomalia del settore tech. Negli ultimi sei mesi Oracle, IBM e diverse società SaaS di medie dimensioni hanno annunciato riduzioni di personale esplicitamente legate al deployment dell’IA. Ciò che distingue Snap è la specificità. Un’azienda con oltre 400 milioni di utenti attivi quotidiani ha divulgato un numero concreto — il 65% del nuovo codice — che trasforma la narrativa sulla produttività dell’IA in qualcosa di verificabile. È questa concretezza che ha generato la fiducia degli investitori. Le promesse vaghe di strategia IA sono finite. Quello che funziona ora è il displacement misurabile.
Quello che osserviamo in Epinium è che i team di brand e i COO stanno iniziando ad affrontare lo stesso calcolo — non come dibattito filosofico sul potenziale dell’IA, ma come domanda pratica: a partire da quale soglia la struttura attuale del tuo team riflette le assunzioni di costo dell’anno scorso piuttosto che le capacità di quest’anno?
Il 65% non è il soffitto — è il punto di partenza
Ecco la prospettiva che la maggior parte delle analisi tralascia. Quando un’azienda raggiunge il 65% di codice generato dall’IA, il restante 35% non è immune alle stesse forze. È semplicemente in coda. I team che sono sopravvissuti ai tagli di Snap non sono al sicuro perché siano insostituibili — lo sono perché gli strumenti non hanno ancora raggiunto i loro specifici compiti. Quel divario si sta riducendo, trimestre dopo trimestre.
Il cambiamento strutturale non riguarda solo l’ingegneria del software. Snap ha anche chiuso oltre 300 posizioni aperte mai ricoperte — ammettendo implicitamente che quei ruoli erano già superflui prima che un essere umano li occupasse. È un dettaglio silenzioso ma di grande impatto. Quando le aziende smettono di assumere per ruoli che l’IA ha già reso ridondanti, la pianificazione dell’organico cambia forma in modo permanente.
Per contestualizzare: Snap prevede tra 95 e 130 milioni di dollari di oneri una tantum legati ai licenziamenti, principalmente nel secondo trimestre 2026. A fronte di 500 milioni di risparmi annualizzati, il periodo di recupero si misura in settimane, non in anni. Questa aritmetica non sfugge ad alcun CFO, indipendentemente dal settore.
Cosa dovrebbe fare concretamente un brand manager
La tentazione è leggere la mossa di Snap come un avvertimento — e poi non fare nulla, perché la propria azienda non è una piattaforma tech consumer alla scala di Snap. È il quadro sbagliato.
La domanda più utile: quale 65% dell’output routinario del tuo team potrebbe già essere generato, redatto o ottimizzato da strumenti di IA disponibili oggi? Non teoricamente — oggi. Bozze di contenuti, estrazioni di dati, report di performance delle campagne, ricerca di parole chiave, testi di schede prodotto, sintesi competitive. La maggior parte dei team di marketing operations continua a farlo manualmente, a un costo del lavoro significativo, mentre gli strumenti che potrebbero sostituire quel lavoro sono già disponibili e accessibili.
Snap si è mossa quando il 65% era già realtà. La maggior parte delle aziende aspetterà che il numero arrivi all’80% e la pressione competitiva sia acuta. Nel frattempo, quelle che si sono mosse al 40% avranno capitalizzato quel vantaggio di efficienza per anni. L’insegnamento della strategia di trasformazione AI di Amazon è che i first mover non si limitano a tagliare i costi — reinvestono la capacità liberata in iniziative di crescita che i concorrenti più lenti non possono eguagliare. Allo stesso modo, i fondamentali dell’adozione dell’IA su larga scala mostrano costantemente che la preparazione organizzativa — non la disponibilità degli strumenti — è il fattore limitante.
La ristrutturazione di Snap non è una storia su Snapchat. È un’anteprima della conversazione che arriverà in ogni sala del consiglio di amministrazione nei prossimi dodici mesi. La domanda che i CFO stanno già facendo ai responsabili di dipartimento: mostrami il tuo 65%. Le aziende che hanno già mappato i propri flussi di lavoro automatizzabili con l’IA — e hanno costruito la capacità interna per agire su quella mappa — sono quelle che potranno scegliere quando e come ristrutturarsi. Le altre si troveranno a subirlo. Capire come le agenzie e piattaforme native in IA stanno già aiutando i brand ad accelerare questa transizione in modo sistematico è il primo passo concreto.