Un anno fa il messaggio era univoco: l’intelligenza artificiale avrebbe spazzato via milioni di posti di lavoro, a cominciare da quelli impiegatizi e white-collar. A dirlo non erano commentatori esterni o sindacalisti allarmati, ma gli stessi amministratori delegati delle aziende che producono la tecnologia. Sam Altman, CEO di OpenAI, avvertiva che “molti posti di lavoro scompariranno.” Dario Amodei, CEO di Anthropic, si spingeva oltre: l’AI avrebbe potuto eliminare il 50% dei ruoli entry-level white-collar entro cinque anni, con la disoccupazione che sarebbe potuta salire al 10-20%. Lo presentava come un dovere di onestà: “Noi, in quanto produttori di questa tecnologia, abbiamo il dovere e l’obbligo di essere onesti su ciò che sta arrivando.”
Nell’ultimo mese, il tono è cambiato radicalmente.
Microsoft ieri nell’annunciare 4800 licenziamenti (2,1 per cento della forza lavoro globale) lo dice chiaramente: non lo facciamo per l’AI, anche se l’AI cambia il modo di lavorare e bisognerà adattarsi.
Ma anche Amodei e Altman stanno abbassando i toni.
Indice degli argomenti
Il dietrofront dei CEO tech su AI e lavoro
Sam Altman, intervenendo a una conferenza della Commonwealth Bank of Australia, ha dichiarato di essere stato abbastanza in errore sulle conseguenze economiche dell’AI. Ha aggiunto di essere contento di essersi sbagliato, si aspettava un impatto molto maggiore sui lavori white-collar di primo livello rispetto a quanto si è effettivamente verificato. Ha raccontato di aver provato a delegare all’AI le sue risposte su Slack e via email, per poi tornare a rispondere manualmente. “Ci teniamo davvero alle interazioni con le persone,” ha detto. “Questo non è qualcosa che riesco a immaginare di esternalizzare a un’AI nel prossimo futuro.”
L’evoluzione di Amodei è stata altrettanto marcata. Dal 50% di posti entry-level a rischio, è passato a riformulare l’automazione come moltiplicatore di output: “Se automatizzi il 90% del lavoro, tutti fanno il restante 10%. E quel 10% si espande fino a diventare il 100% di ciò che le persone fanno, moltiplicando per dieci la loro produttività.” È il paradosso di Jevons applicato al mercato del lavoro, lo stesso argomento che Torsten Slok di Apollo Global Management ha utilizzato per spiegare perché professioni apparentemente vulnerabili all’automazione, come operatori di call center e radiologi, non si sono ridimensionate.
Mark Zuckerberg ha offerto una formulazione più cauta: se le aziende si concentrano sul rendere le persone più produttive a un ritmo più veloce dell’automazione, in teoria dovrebbero esserci più posti di lavoro in futuro, non meno. David Solomon di Goldman Sachs ha ricordato che l’occupazione civile negli Stati Uniti è cresciuta del 145% dal 1962, e che la sola costruzione di data center ha aggiunto 200.000 posti dal 2022.
Il cambio di sentimento non è limitato ai vertici tech. Un sondaggio EY-Parthenon ha mostrato che la percentuale di CEO che si aspetta riduzioni significative di organico a causa dell’AI è scesa dal 46% nel gennaio 2025 al 20% nel maggio 2026. Uno studio di Ramp Economics Lab e Revelio Labs, condotto su oltre 21.000 imprese statunitensi, ha rilevato che le aziende con la più alta intensità di investimento in AI hanno espanso i propri organici del 10%, con una crescita del 12% per le posizioni entry-level-
AI e lavoro tra dati, reputazione e IPO
Perché questo cambiamento?
David Autor del MIT offre due spiegazioni complementari. La prima è empirica: il mercato del lavoro non sta implodendo alla velocità che i CEO si aspettavano, i dati li hanno costretti a ricalibrarsi. Lo Yale Budget Lab non ha rilevato variazioni significative nella composizione occupazionale o nella durata della disoccupazione per i ruoli ad alta esposizione all’AI dalla diffusione di ChatGPT in poi.
La seconda è commerciale, annunciare che il tuo prodotto distruggerà l’economia è semplicemente cattivo business, specialmente quando il sentiment pubblico verso l’AI sta peggiorando, causando anche blocchi dei datacenter AI e persino, tramite Trump, dei modelli.
C’è però una terza ipotesi.
Anthropic ha depositato il proprio S-1 confidenziale presso la SEC il 1° giugno 2026, puntando a un debutto in borsa entro ottobre, con Goldman Sachs, JPMorgan e Morgan Stanley come lead underwriter e una valutazione privata di 965 miliardi di dollari. OpenAI ha depositato il proprio S-1 una settimana dopo, l’8 giugno, con l’obiettivo di una quotazione a una valutazione prossima ai mille miliardi, anche se il debutto turbolento di SpaceX, le cui azioni sono crollate del 32% dal picco post-IPO, sta spingendo Altman a valutare un rinvio al 2027.
Il tempismo è eloquente, i CEO hanno iniziato a ridimensionare le previsioni apocalittiche esattamente mentre le rispettive aziende preparavano la documentazione per la quotazione. Peter Wildeford, Head of Policy dell’AI Policy Network, lo ha detto senza giri di parole: è difficile stabilire se abbiano effettivamente cambiato le loro previsioni sull’impatto economico dell’AI, oppure se stiano semplicemente cercando di cambiare la narrativa.
Le tre ipotesi, ricalibrazione sui dati, gestione del rischio reputazionale, disciplina pre-IPO, non si escludono a vicenda: è ragionevole che operino tutte e tre simultaneamente. Ma il peso relativo conta, se la motivazione predominante è la finestra di quotazione, il cambio di tono dice poco sulla realtà del mercato del lavoro e molto sulla comunicazione finanziaria.
Il nuovo ottimismo sull’AI e lavoro riduce l’urgenza politica
Qui è dove l’analisi deve spingersi oltre la cronaca. Il frame rassicurante, l’AI non distrugge posti di lavoro, li potenzia, produce un effetto politico preciso, rimuove urgenza. Se i CEO stessi dicono che il problema non c’è, viene meno l’incentivo per governi, regolatori e parti sociali a intervenire. Questo è il paradosso che dovrebbe preoccupare di più, il vecchio allarmismo, per quanto strumentale, stava almeno generando attenzione politica. Il nuovo ottimismo la dissolve.
I dati, peraltro, non sono così rassicuranti come la narrativa suggerirebbe. I licenziamenti nel settore tech fino a maggio 2026 hanno superato i 115.000, avvicinandosi ai 124.000 dell’intero 2025, con Meta, Amazon e Snap tra le aziende che hanno citato l’AI come fattore. Meta ha eliminato circa 8.000 posti a maggio, lo stesso mese in cui Zuckerberg ci diceva che in teoria ci sarebbero stati più lavori. Un sondaggio Gartner su 350 dirigenti di aziende con ricavi superiori al miliardo di dollari, tutte già impegnate nel deployment dell’AI, ha rilevato che circa l’80% aveva ridotto l’organico. Il problema più profondo non sta nei numeri aggregati, è nella struttura dei percorsi professionali.
La scala spezzata nei percorsi professionali con l’AI
La riformulazione di Amodei merita di essere presa sul serio, non perché sia sbagliata ma perché è incompleta in un modo che rivela esattamente il punto critico. Se automatizzi il 90% del lavoro, tutti fanno il restante 10%, e quel 10% si espande al 100%. La domanda che questa formulazione non pone è, chi è attrezzato per fare quel 10%? La risposta è, chi ha già attraversato la curva di apprendimento. I senior, i professionisti con anni di esperienza accumulata, le persone che hanno costruito giudizio e competenza di dominio facendo esattamente quel 90% che ora viene automatizzato. Il 90% automatizzato non era tempo sprecato, era il percorso formativo. Era la scala.
È quello che in altri lavori abbiamo analizzato su queste pagine, l’erosione sistematica dei percorsi professionali di ingresso.
Il problema non è che l’AI elimini posti di lavoro in senso netto, lo studio Ramp/Revelio dimostra che, almeno nel breve periodo, non è così. Il problema è che l’AI salta i gradini. Rende possibile per un’organizzazione ottenere output di livello senior da persone con esperienza junior, a patto che queste persone utilizzino strumenti di AI generativa come protesi cognitiva. L’organizzazione guadagna produttività oggi. Ma perde capacità di giudizio domani, perché nessuno sta più attraversando il processo che costruisce quella capacità.
I dati Ramp/Revelio, letti con attenzione, confermano piuttosto che smentire questa tesi. L’entry-level cresce del 12%, sì ma quale entry-level? Il pattern emergente in aziende come Google, Box e IBM non è la displacement ma un nuovo strato organizzativo che si colloca tra i foundation model e le operazioni aziendali, composto da ruoli che richiedono sia profondità tecnica sia il giudizio necessario per rendere l’AI utile in uno specifico contesto d’impresa. Questo strato non esisteva tre anni fa. Si tratta di una delle aree in più rapida crescita nel mercato del lavoro. Ma non è il percorso formativo tradizionale che costruiva competenza di dominio nel marketing, nella finanza, nell’analisi legale, nella consulenza, è un percorso nuovo, altamente tecnico, che non sostituisce funzionalmente quello che ha eroso.
Il paper di Crane e Soto della Federal Reserve sull’occupazione dei programmatori, lo studio Stanford Canaries in the Coal Mine, e il lavoro di Acemoglu, Gitmez e Shadmehr su automazione e redistribuzione convergono tutti sullo stesso punto: il rischio non è la disoccupazione di massa ma la biforcazione. Da un lato, una fascia ristretta di professionisti che governano l’AI, ne comprendono i limiti e mantengono il giudizio necessario per supervisionarla. Dall’altro, una fascia molto più ampia che la utilizza come protesi, producendo output apparentemente sofisticato senza il substrato di comprensione che lo renderebbe affidabile.
Le domande da fare su AI e lavoro oltre il racconto dei CEO
Il cambio di narrativa dei CEO non è una buona notizia. Non lo è perché la loro parola non è, e non è mai stata, una fonte affidabile sulla questione occupazionale. Era strumentale quando annunciavano l’apocalisse, serviva a costruire hype, a giustificare valutazioni astronomiche, a segnalare la potenza trasformativa della tecnologia che vendevano. Ed è strumentale adesso che la negano, serve a proteggere le valutazioni pre-IPO, a riconquistare un’opinione pubblica che si sta allontanando, a ridurre il rischio regolatorio.
Il frame giusto non è quanti posti si perdono, la metrica che i CEO hanno prima gonfiato e poi sgonfiato secondo convenienza. Il frame giusto è, che tipo di percorso professionale rimane accessibile? Come si forma il giudizio se il percorso formativo è stato automatizzato? Come si costruisce competenza di dominio se il “fare” è stato esternalizzato a un modello linguistico?
Nello studio di foresight strategico Work 2040 che ho condotto con la Fondazione ENIA utilizzando la metodologia Manoa, gli scenari di polarizzazione non passavano per la disoccupazione di massa. Passavano per la biforcazione tra chi governa l’AI e chi ne è governato. Tra chi mantiene la capacità di porre domande e chi si limita ad accettare risposte. I CEO, con il loro dietrofront coordinato, stanno contribuendo a rendere questa biforcazione invisibile.
Il silenzio dei CEO non significa che il problema sia risolto. Significa che hanno smesso di parlarne. In un contesto in cui le IPO da mille miliardi di dollari dipendono dalla percezione pubblica, il silenzio ha un prezzo di mercato molto preciso.
Partecipa alla community