Il nuovo Economic Index di Anthropic mostra che l’adozione dell’intelligenza artificiale segue il reddito e le competenze più che il bisogno. Lo scorso anno il segnale arrivava dal crollo dei lavori entry-level; oggi emerge una dinamica più ampia: il rischio che l’AI diventi un acceleratore di disuguaglianze tra individui, organizzazioni e Paesi.
Per anni il dibattito sull’intelligenza artificiale si è concentrato su una domanda apparentemente semplice: l’AI distruggerà posti di lavoro o ne creerà di nuovi? I dati più recenti suggeriscono che la questione sia mal posta. Il problema non è se l’AI aumenterà la produttività, ma per chi lo farà, dove e a quali condizioni.
Indice degli argomenti
Economic index di Anthropic: perché la produttività non è uguale per tutti
Il nuovo Economic Index pubblicato da Anthropic a gennaio 2026 mostra con chiarezza che l’AI sta diventando un potente fattore di differenziazione economica. Non una forza livellante, ma un moltiplicatore di vantaggi preesistenti.
Una dinamica che, già nel 2025, era emersa osservando un primo segnale debole: il rapido ridimensionamento dei lavori entry-level nei settori più esposti all’automazione.
Dentro il report: dati reali e adozione diseguale dell’AI
Il rapporto di Anthropic, insieme ad altri studi non si basa su survey o proiezioni astratte, ma sull’analisi di milioni di conversazioni reali con Claude, sia in ambito consumer sia enterprise. L’obiettivo non è stimare cosa potrebbe accadere, ma osservare cosa sta già accadendo.
I risultati principali sono difficili da ignorare. Anthropic stima che l’AI possa aggiungere tra uno e due punti percentuali annui alla crescita della produttività del lavoro negli Stati Uniti nel prossimo decennio. I benefici maggiori si concentrano nei lavori complessi e ad alta intensità di conoscenza. Fin qui, nulla di sorprendente.
Economic index di Anthropic: adozione legata a PIL pro capite e istruzione
Il punto critico emerge quando si osserva come e dove l’AI viene adottata. Nulla di controintuitivo: l’adozione dell’AI risulta fortemente correlata al PIL pro capite e al livello di istruzione. I Paesi più ricchi utilizzano l’AI prevalentemente per attività lavorative e per usi personali avanzati; quelli a reddito più basso la usano soprattutto per l’istruzione.
Non c’è, almeno per ora, evidenza di una convergenza: i Paesi che partono indietro non stanno recuperando. Al contrario, il rischio è che i guadagni di produttività si materializzino prima e più intensamente proprio dove l’adozione è già elevata.
Quando la produttività si concentra: lettura macro e rischio divergenza
Su questo punto, una lettura utile è quella proposta anche dal Financial Times, che colloca i risultati del report Anthropic in una cornice macroeconomica più ampia. Il nodo non è se l’AI generi produttività, ma come questi guadagni si distribuiscano nel tempo e nello spazio.
Se i benefici si concentrano nei Paesi che adottano prima e meglio la tecnologia, il rischio non è una semplice asimmetria temporanea, ma una divergenza strutturale negli standard di vita.
Economic index di Anthropic: accesso allo strumento non basta a creare impatto
L’uso dell’AI per finalità educative, prevalente nei Paesi a reddito più basso, segnala un investimento sul capitale umano futuro, ma non produce nel breve periodo gli stessi effetti economici dell’uso lavorativo e decisionale osservato nelle economie avanzate.
Questo introduce una distinzione cruciale tra accesso allo strumento e capacità di trasformarlo in produttività. L’AI, in altri termini, non agisce come un equalizzatore automatico: senza competenze adeguate, contesti organizzativi maturi e integrazione nei processi, il suo impatto resta limitato, mentre altrove accelera dinamiche di crescita già in atto.
Il segnale del 2025: perché l’entry-level è stato il primo campanello
Questa dinamica globale non nasce dal nulla. Nel settembre 2025, analizzando una versione precedente dell’Anthropic Economic Index, avevamo messo in evidenza un fenomeno specifico: il crollo delle opportunità entry-level nei settori più esposti all’AI.
Le aziende utilizzavano l’AI soprattutto in modalità di automazione completa, delegando ai sistemi compiti semplici, ripetitivi e codificati. Quei compiti hanno storicamente rappresentato la porta d’ingresso nel mercato del lavoro per i più giovani. La loro scomparsa non significava solo efficienza, ma una riduzione dello spazio formativo.
Quell’analisi trovava riscontro anche in altri studi, che mostravano una riduzione significativa dell’occupazione tra i 22 e i 25 anni nei settori ad alta esposizione all’AI. Riletto oggi, quel fenomeno non appare più come un semplice segnale anticipatore, ma come l’inizio di un trend che si è progressivamente consolidato.
Dalla frattura generazionale a quella geografica: lo stesso meccanismo
Il nuovo report Anthropic mostra che lo stesso meccanismo osservato a livello occupazionale si riproduce su scala geografica. La difficoltà dei giovani senza esperienza a entrare in organizzazioni che hanno già automatizzato i compiti di base trova un parallelo diretto nella posizione dei Paesi con minore capitale umano e minori capacità organizzative rispetto all’adozione dell’AI.
In entrambi i casi, il problema non è l’assenza della tecnologia, ma l’assenza delle condizioni per utilizzarla come leva di apprendimento e di crescita. L’AI tende infatti a sostituire per prime le attività codificate, ripetitive e a basso margine decisionale: quelle che storicamente hanno funzionato come “gradini iniziali” sia per i lavoratori sia per le economie in via di sviluppo.
Quando questi gradini vengono rimossi senza che esistano percorsi alternativi, il risultato non è solo maggiore efficienza, ma una compressione delle traiettorie di sviluppo.
Economic index di Anthropic: chi governa l’AI e chi resta bloccato
I sistemi più maturi continuano ad avanzare perché riescono a spostare il valore verso attività di coordinamento, decisione e integrazione; quelli meno maturi restano bloccati su usi dell’AI a basso impatto. Ne emerge una polarizzazione che non riguarda semplicemente chi usa o non usa l’AI, ma chi è in grado di governarla.
A livello individuale questo favorisce i lavoratori senior, dotati di conoscenza tacita e capacità di giudizio. A livello sistemico favorisce i Paesi e le organizzazioni che dispongono di infrastrutture, competenze e asset istituzionali in grado di assorbire l’AI e trasformarla in produttività diffusa.
Dove queste condizioni mancano, l’AI rischia di rafforzare una posizione periferica anziché colmarla.
Il punto decisivo: competenze, contesto e orchestrazione operativa
Un passaggio del report Anthropic conferma che gli utenti più istruiti ottengono maggiori benefici di produttività perché sono in grado di formulare prompt più sofisticati e di valutare con maggiore consapevolezza gli output dell’AI. Questo dato chiarisce un punto spesso sottovalutato nel dibattito pubblico: l’AI non sostituisce automaticamente le competenze, ma le presuppone e le amplifica.
Dove il capitale umano è elevato, l’AI diventa un acceleratore; dove è fragile, rischia di restare uno strumento marginale o di essere usata in modo puramente esecutivo. Da qui discende una distinzione fondamentale tra accesso alla tecnologia e capacità di utilizzarla in modo produttivo.
L’adozione dell’AI non è un fatto binario, ma un processo che richiede contesto: processi organizzativi chiari, ruoli definiti, capacità di integrare l’AI nei flussi decisionali e di supervisionarne l’operato.
Economic index di Anthropic: l’orchestrazione come differenza tra successo e disuguaglianza
Senza questi elementi, l’AI tende a sostituire singoli task senza generare apprendimento organizzativo o miglioramenti strutturali. Il nodo dell’orchestrazione diventa quindi centrale. Governare l’AI significa decidere quali attività delegare, quali mantenere sotto controllo umano, come valutare gli output e come redistribuire il valore generato lungo l’organizzazione.
È in questa capacità di coordinamento tra persone, processi e sistemi intelligenti che si gioca la differenza tra un uso dell’AI che produce produttività diffusa e uno che, al contrario, accentua disuguaglianze e rigidità. In assenza di orchestrazione, l’AI non trasforma il lavoro: lo riorganizza in modo diseguale.
Conclusione: una tecnologia general purpose, effetti tutt’altro che neutri
L’AI è una tecnologia general purpose, ma i suoi effetti non sono neutrali. Può aumentare la produttività e allo stesso tempo ampliare le disuguaglianze.
Il futuro del lavoro non dipenderà solo da quanto l’AI diventerà potente, ma da quanto saremo capaci di governarne l’adozione, creando le condizioni culturali, organizzative e istituzionali per usarla davvero per il meglio.
