Block e il taglio del 40%: quando l'IA diventa struttura operativa
Block Inc., la fintech dietro Square e Cash App, ha annunciato il 26 febbraio 2026 un taglio di oltre 4.000 posti, quasi il 40% della sua forza lavoro globale a tempo pieno (10.205 persone a dicembre 2025). La fase di attuazione è prevista per la fine del secondo trimestre fiscale del 2026. Nei comunicati, l'argomento non è stato ambiguo: l'IA consente già a team più piccoli di sostenere carichi di lavoro significativi, come ha spiegato il CFO e COO, Amrita Ahuja, in un'intervista esclusiva. Jack Dorsey, CEO di Block, ha articolato questa idea operativa: team più piccoli e piatti abilitano un modo diverso di costruire e gestire un'azienda.
Il mercato ha interpretato il movimento come un miglioramento immediato dell'efficienza: il titolo è salito di oltre il 23% in operazioni post-mercato dopo l'annuncio. Ma quel balzo di prezzo non spiega la meccanica reale. Se si osserva l'azienda come una struttura, il taglio non è un "aggiustamento di spesa"; è un ridisegno del carico: quale lavoro sostiene quale prodotto, con quale densità di talento e qual è il costo ricorrente. Block sostiene che la sua nuova trave principale è l'IA — incluso un modello proprietario, "goose" — e che l'edificio può sostenersi con meno colonne umane.
La decisione si giustifica con capacità installata
ae Ahuja ha attribuito il punto di svolta a 18 mesi di salti nelle capacità di IA, e da lì in avanti la frase chiave è “fiducia”: fiducia nel credere che team più piccoli possano eseguire lavori rilevanti. In termini di architettura organizzativa, ciò significa che Block crede di aver trasformato una parte del lavoro — prima intensivo in coordinazione, redazione, supporto, analisi, test e sviluppo — in capacità installata di software.Dorsey, dal canto suo, ha inquadrato il taglio come un intervento una tantum per evitare riduzioni ripetute, che erodono la morale, la concentrazione e la fiducia. Questo dettaglio è importante perché rivela un criterio di ingegnerizzazione: se si decide di ricalcolare l'edificio, si preferisce un ridisegno integrale anziché “toppe” successive che lasciano zone instabili. Ha anche dichiarato che manterrà canali aperti (email e Slack) per l'addio, e che avrebbe fatto una sessione video con i dipendenti. Non è un dettaglio da poco; è prova che anche in un taglio con logica di efficienza, la frizione umana esiste e viene gestita come parte del sistema.
Ciò che risulta più interessante è la spiegazione del “perché ora”. Block aveva già tagliato 931 posti nel 2025 (8% della forza lavoro), e in quel momento la spiegazione era performance e strategia, non sostituzione per IA. Nel 2026, il messaggio cambia: l'IA passa da promessa a motore di riconfigurazione del lavoro. Questo cambiamento di linguaggio è, di per sé, un indicatore di maturità interna: quando un'organizzazione è pronta a ridisegnare ruoli, team e gerarchie attorno all'automazione, smette di parlare di esperimenti e inizia a parlare di personale.
Un taglio massivo è anche una confessione di frizione nel modello di redditività
Block ha riportato oltre 10.000 milioni di dollari di guadagno lordo nel 2025, un incremento del 17% rispetto all'anno precedente. Aumentare il guadagno lordo e contemporaneamente eseguire un taglio vicino al 40% trasmette un messaggio operativo: il problema non era la domanda, era conversione della scala in margine. Nella presentazione si menziona che Block "è indietro" in termini di redditività rispetto a pari come Visa, Mastercard e Shopify, con margini lordi inferiori alla metà. Senza entrare in comparazioni non quantificate, la direzione è chiara: il mercato non premia “maggiore volume con più persone”; premia maggiore guadagno per unità di struttura.
In questo, l'IA agisce come leva per due movimenti simultanei. Primo, riduce il costo del lavoro diretto e indiretto. L'indicazione fornita nella presentazione — come ordine di grandezza — suggerisce che l'eliminazione di 4.000 ruoli con stipendi medi di 100.000 dollari potrebbe recuperare circa 400 milioni all'anno di stipendi, anche se la stessa analisi avverte che i costi dell'IA (centri dati, token di ragionamento, operatività, addestramento) possono catturare una frazione significativa del risparmio. La lettura corretta non è “l'IA sostituisce e basta”, bensì “l'IA cambia il confine dei costi”: parte di ciò che era costo fisso umano diventa costo tecnologico che può scalare in modo diverso, ma non gratuitamente.
Secondo, e più importante, l'IA riduce il costo meno visibile: coordinazione. In aziende che crescono rapidamente, l'organigramma tende a ingrandirsi per strati di gestione, revisioni, dipendenze e processi. Dorsey ha parlato di team “più piatti”; questo solitamente punta ad eliminare strati che non producono direttamente prodotto, vendite o resilienza. Se l'IA riduce realmente il tempo di produzione e documentazione, riduce anche la necessità di intermediazione. E quando diminuisce l'intermediazione, un'organizzazione può tentare di operare con meno “corridoi” e più “stanze connesse”.
La domanda strategica — senza bisogno di formularla esplicitamente — è se Block sta ridisegnando processi o semplicemente riducendo il personale. Josh Bersin, citato nella presentazione, sostiene che l'IA raramente elimina posti di lavoro senza reingegnerizzazione; aumenta la produttività individuale, ma il taglio arriva quando si riconfigura il sistema. Block, almeno secondo la sua comunicazione, sta affermando di aver riconfigurato a sufficienza per portare a termine il colpo.
La questione critica è il collegamento: IA, prodotto e canale devono allinearsi o l'edificio vibra
Un taglio di questa portata in una fintech che opera con prodotti massivi come Square e Cash App crea una tensione: mantenere il ritmo dell'innovazione con meno persone. Su un piano strutturale, il rischio non è “fare meno”, ma “lasciare senza supporto” un carico essenziale: servizio clienti, sicurezza, conformità, integrità dei pagamenti, prevenzione delle frodi, affidabilità del prodotto. Nel settore dei pagamenti, gli errori non sono semplici bug; sono perdite, reclami, sanzioni e fuga di utenti.
Per questo motivo il dettaglio del modello proprietario “goose” è più importante di quanto sembri. Non per il nome, ma per l'intenzione: quando un'azienda sviluppa o adatta un modello, cerca di far sì che l'IA si allinei al proprio contesto, dati, flussi e politiche. In termini meccanici, tenta di produrre un componente personalizzato anziché montare un pezzo generico. Tuttavia, il rischio si sposta: non è più solo “capacità umana”, ma governance del modello, controllo della qualità, addestramento, monitoraggio, sicurezza e bias operativi. Un LLM non è un dipendente; è una macchina che richiede manutenzione, test, limiti e audit.
Nella presentazione è citato un altro punto importante: il costo di operare IA avanzata può avvicinarsi a una frazione significativa del costo del personale. Questo significa che il risultato non dipende dal “possesso di IA”, ma da dove viene applicata. L'IA applicata a compiti di alto volume e bassa ambiguità tende a generare ritorni chiari. L'IA applicata a ingegneria “ad alto contesto e non lineare”, come avverte Bersin, può accelerare parti del lavoro, ma non elimina la necessità di giudizio, architettura, test e responsabilità. Se Block riduce la struttura senza ridisegnare l'assegnazione dell'IA in base al tipo di lavoro, rischia di creare zone di affaticamento: meno persone assorbono incidenti, lanci e debito tecnico.
Quello che Block sta tentando, letto con freddezza, è un atto di atomizzazione interna: team più piccoli con mandati più chiari, supportati dall'IA, evitando il modello di “tutti servono tutti”. Quando ciò funziona, si manifesta in due metriche dure: cicli di consegna più brevi senza cali di qualità, e margine operativo che migliora senza deterioramento della retention né aumento delle perdite per frode. Quando non funziona, si vede rapidamente: più interruzioni, più escalation, più costi per incidenti, e un’organizzazione che torna a assumere per tappare buchi.
Il segnale per il mercato: la forza lavoro smette di essere il misuratore di ambizione
Il balzo del 23% delle azioni dopo l'annuncio mostra un appetito per l'efficienza. Ma confondere la reazione del mercato con la salute del modello è un errore comune: il prezzo risponde a aspettative, non a esecuzioni confermate. L'esecuzione reale sarà valutata nel trimestre successivo e, soprattutto, nella continuità: capacità di mantenere la crescita del guadagno lordo e migliorare la redditività senza degradare i prodotti.
Dorsey ha giustificato il movimento come un modo per evitare riduzioni ripetute e il loro danno alla fiducia. Questa è una decisione di governance, non solo finanziaria. Ridurre più volte di solito equivale a operare con piani incompleti: ogni intervento rivela che il calcolo iniziale era insufficiente. Effettuare un grande taglio in una sola volta è un ridisegno più aggressivo; riduce l'incertezza futura per l'organizzazione, ma aumenta il rischio di aver rimosso una colonna portante senza accorgersene.
Nel settore, Block non è sola. Nella presentazione si menziona il contesto dei licenziamenti nella tecnologia e casi come Amazon a gennaio 2026 riducendo strati. C'è un modello: aziende che sono cresciute con la logica “assumere per crescere” migrano a “produrre di più con meno”, spinte dalla pressione sui margini e dalla disponibilità di IA applicata al lavoro d'ufficio. La sfumatura è che non tutte le aziende hanno lo stesso tipo di lavoro. La fintech combina software, regolazione e rischio transazionale. Il margine non si compra solo con linee di codice più rapide; si sostiene con controllo e fiducia.
Se Block riesce a far assorbire dall'IA lavori ripetitivi, documentazione, supporto interno, analisi di ticket, alcune parti di sviluppo e testing, può liberare talento senior per decisioni di prodotto e sicurezza. Se non riesce in questa ridistribuzione, il taglio trasforma l'IA in una scusa contabile e i team rimanenti in ammortizzatori per incidenti.
La tesi operativa è semplice e impegnativa: l'IA non può essere un semplice rivestimento; deve diventare struttura, con processi e limiti, oppure l'azienda scambia costo umano con costo di caos.
La meccanica che definirà se Block ha vinto o semplicemente alleggerito
L'annuncio di Block ha una lettura dura: l'azienda afferma che ora può operare con meno persone perché la sua IA — incluse “goose” — ha elevato la produttività a sufficienza per sostenere lavori rilevanti con team più piccoli. Ma ha anche una lettura più profonda: Block sta tentando di convertire la sua organizzazione in un sistema con meno frizione, meno strati e più lavoro “diretto al prodotto”, perché la sua redditività non è all'altezza della scala del suo guadagno lordo.
Il successo non sarà misurato dal numero di licenziamenti eseguiti, ma dalla stabilità dell'edificio dopo aver rimosso massa. Se la struttura rimane ben calcolata, si vedrà in un miglioramento dei margini e nella continuità dell'innovazione senza degradazione dei rischi operativi. Se viene calcolata male, appariranno crepe: più fallimenti, più costi nascosti e un ritorno all'assunzione che annulla il presunto risparmio.
Le aziende non falliscono per mancanza di idee, ma falliscono quando i pezzi del loro modello — proposta, costi, team ed esecuzione — non combaciano con precisione per produrre valore misurabile e cassa sostenibile.
