Il fondatore di JD.com, Richard Liu, non ha usato mezze parole: i robot prenderanno il posto degli attuali 700.000 corrieri dell’azienda. Una dichiarazione rilasciata durante il forum APEC China, che ha subito fatto il giro del mondo. In un settore in cui i CEO tendono a smussare gli angoli quando si parla di automazione e posti di lavoro, Liu ha scelto la via della trasparenza brutale.

Un gigante cinese in prima linea

JD.com è uno dei maggiori gruppi e-commerce cinesi, con una rete logistica capillare che oggi impiega centinaia di migliaia di fattorini. Da anni l’azienda investe in automazione: magazzini gestiti da sistemi robotizzati, droni per le consegne nelle zone rurali, veicoli a guida autonoma per il trasporto su strada. Ma la promessa del fondatore va oltre: l’intera flotta di corrieri sarà rimpiazzata da macchine.

Automazione e lavoro: un nodo da sciogliere

L’ammissione di Liu è rara perché sfida il discorso rassicurante sulla “collaborazione uomo-macchina”. La sostituzione di 700.000 posti di lavoro – seppur graduale – è un campanello d’allarme anche per i settori blue-collar finora considerati al riparo dall’automazione. Se un big dell’e-commerce mette nero su bianco la volontà di eliminare la componente umana dalla distribuzione, è lecito attendersi un effetto domino su altri colossi della logistica.

Edge computing e sovranità dei dati

La prospettiva di una flotta di robot di consegna solleva questioni tecniche che vanno oltre la semplice sostituzione della forza lavoro. Per operare in sicurezza e con bassa latenza, questi sistemi devono elaborare grandi quantità di dati direttamente a bordo – dai sensori lidar alle telecamere, fino alle mappe ambientali. È un classico scenario edge computing, in cui la scelta di mantenere l’inference in locale, on-premise o su dispositivi embedded, può offrire vantaggi in termini di controllo, conformità normativa e protezione dei dati sensibili.

Chi oggi valuta l’implementazione di IA on-premise in ambito enterprise trova in questa evoluzione un parallelo interessante. La decisione di JD.com mostra come l’automazione spinta non sia solo una questione di risparmio sul costo del lavoro, ma anche di architettura tecnicica: ridurre la dipendenza dal cloud, garantire resilienza operativa e proteggere informazioni critiche sono fattori che spingono verso deployment sempre più distribuiti e autonomi.

Un indizio per il futuro

La scelta di Liu, senza filtri, segnala che la soglia di maturità tecnicica per l’automazione su larga scala è stata superata. Per le aziende che stanno costruendo una propria infrastruttura di IA, il messaggio è chiaro: il futuro non è nel cloud centralizzato, ma in una capacità di calcolo distribuita, vicina al punto di azione. Il caso JD.com, con i suoi 700.000 corrieri nel mirino, è la cartina di tornasole di un cambiamento già in atto.