Meno di un decimo dei posti di lavoro nei Paesi in via di sviluppo sarebbe esposto all’automazione tramite AI, contro più di un terzo nelle economie ad alto reddito. La diffusione dei chatbot è già significativa, ma l’utilizzo resta spesso limitato alla scrittura, alla ricerca e alla traduzione. Il vero discrimine sarà la capacità di adattare la tecnologia ai problemi locali e di incorporarla nei processi, nei servizi e nelle competenze. Il World Development Report 2026 della Banca Mondiale parte da una conclusione destinata a far discutere: i Paesi in via di sviluppo avrebbero più da guadagnare e meno da temere dall’intelligenza artificiale rispetto alle economie ricche.
Non è però una previsione di convergenza automatica, né tantomeno l’annuncio di un prossimo sorpasso tecnologico. Avere maggiori possibilità teoriche di miglioramento non significa possedere già le condizioni per trasformarle in crescita, produttività e lavoro di qualità. La Banca Mondiale sostiene che le economie in via di sviluppo siano, almeno nel breve periodo, meno esposte alla sostituzione del lavoro. Lo stesso rapporto, però, mostra che i benefici economici dell’AI dipendono dall’intensità con cui viene adottata, dalle competenze disponibili, dalla qualità delle infrastrutture e dalla capacità delle organizzazioni di modificare concretamente il proprio modo di operare.
Indice degli argomenti
AI nei Paesi in via di sviluppo, tra opportunità e divari
Le caratteristiche che oggi proteggono molti Paesi dall’automazione, una minore presenza di lavori cognitivi, una digitalizzazione più debole e un tessuto produttivo composto da microimprese, possono anche limitare la loro capacità di ottenere i maggiori incrementi di produttività.
L’AI può certamente ridurre alcune distanze, rendendo accessibili conoscenze e servizi che prima erano troppo costosi o semplicemente indisponibili. Ma non è un livellatore automatico. Quando incontra competenze, dati, processi e organizzazioni solide, tende a moltiplicarne il valore. Quando queste condizioni mancano, l’accesso alla tecnologia può crescere senza produrre una trasformazione equivalente.
Lavoro e AI nelle economie in via di sviluppo
La tesi della Banca Mondiale nasce innanzitutto dalla diversa struttura del lavoro. Nei Paesi ad alto reddito una parte consistente dell’occupazione è composta da attività cognitive e amministrative: scrivere documenti, elaborare dati, programmare, gestire pratiche, rispondere ai clienti, produrre analisi. Sono precisamente le attività sulle quali l’AI generativa è oggi maggiormente in grado di intervenire. Nelle economie a basso e medio reddito, invece, hanno ancora un peso molto maggiore l’agricoltura, il commercio informale, il lavoro manuale, le microimprese e i servizi a bassa produttività. Molte di queste attività sono meno facilmente automatizzabili dagli attuali sistemi di AI.
Secondo il rapporto, meno di un decimo dei posti di lavoro nelle economie in via di sviluppo sarebbe suscettibile di automazione tramite AI, contro più di un terzo nelle economie ad alto reddito. Circa un lavoro su sei, invece, potrebbe essere potenziato dalla tecnologia anziché sostituito. La differenza tra automazione e potenziamento è essenziale. Nel primo caso l’AI svolge un’attività al posto della persona. Nel secondo aiuta la persona a svolgerla meglio, più rapidamente o con una qualità superiore. Un’infermiera può essere assistita nell’interpretazione di un’immagine medica. Un insegnante può preparare una lezione più rapidamente.
Un agricoltore può ricevere indicazioni sul momento più adatto per seminare. Un tribunale può utilizzare sistemi di classificazione per affrontare più velocemente gli arretrati. Da questo punto di vista, l’AI può rendere disponibili capacità professionali rare in luoghi nei quali mancano medici, insegnanti, tecnici, consulenti e funzionari pubblici. Ma il minore rischio di sostituzione non deriva necessariamente da una posizione di forza. In parte deriva proprio dal ritardo, se un’economia ha pochi lavori cognitivi avanzati, avrà anche meno lavori immediatamente esposti all’AI. La stessa caratteristica che protegge nel breve periodo può quindi limitare i benefici nel medio termine.
La diffusione dell’AI nei Paesi emergenti
Uno dei dati più sorprendenti del rapporto riguarda la velocità di diffusione dell’AI nelle imprese. La World Bank Enterprise Survey on AI Adoption ha coinvolto più di 4.200 aziende formali con almeno cinque dipendenti in India, Giordania, Kenya, Messico, Nigeria, Thailandia e Stati Uniti.
Tra il 2023 e il 2025 l’utilizzo dell’AI è aumentato rapidamente. In Kenya e Nigeria meno del 5% delle imprese dichiarava di utilizzare queste tecnologie nel 2022; nel 2025 la quota era arrivata intorno al 40%, un livello simile a quello degli Stati Uniti. Considerando l’aspetto grafico, a prima vista si potrebbe intuire la scomparsa del divario: l’AI sarebbe una tecnologia più accessibile delle precedenti, capace di diffondersi quasi simultaneamente nelle economie ricche e in quelle emergenti. Il dato è reale, ma va interpretato con cautela.
La rilevazione misura se un’impresa abbia iniziato a utilizzare una qualche forma di AI. Non dice quanto intensamente la utilizzi, quanto sia sofisticata l’applicazione, quali processi siano stati modificati e quali risultati economici siano stati prodotti. Un’impresa che chiede a un chatbot di tradurre un’email e un’impresa che collega un sistema di AI ai dati aziendali, alla logistica, al servizio clienti e alle decisioni commerciali possono risultare entrambe utilizzatrici. Ma il loro livello di trasformazione è radicalmente diverso, è lo stesso rapporto a riconoscere che tassi di adozione apparentemente simili possono nascondere profonde differenze nell’intensità e nella qualità dell’uso.
Adozione superficiale e trasformazione lenta
Il capitolo dedicato agli effetti economici introduce una distinzione particolarmente utile: la diffusione può essere rapida, mentre l’adozione resta superficiale e la trasformazione organizzativa procede lentamente. In media, circa il 20% delle imprese intervistate nei sei Paesi in via di sviluppo aveva recentemente utilizzato un chatbot AI nelle proprie attività, contro il 34% negli Stati Uniti. Le applicazioni più comuni riguardavano la sintesi di informazioni, la redazione e la traduzione di testi e l’interazione con i clienti. Il divario aumenta quando si considerano gli usi più complessi.
Per agenti e automazione dei processi, la quota è del 10% nelle economie emergenti esaminate e del 24% negli Stati Uniti. Tra le imprese medio-grandi, il divario è ancora più ampio.
In termini concreti: chiedere a un chatbot di preparare una bozza è accesso alla tecnologia, inserire l’AI in un flusso operativo è integrazione, riprogettare responsabilità, processi, competenze e sistemi decisionali è trasformazione. Il primo passaggio è diventato economico e relativamente semplice. Gli altri richiedono organizzazione, investimenti e capacità manageriale. L’AI abbassa il costo di accesso ad alcune competenze, ma non elimina il costo della trasformazione.
L’AI nei Paesi in via di sviluppo moltiplica le capacità esistenti
Le tecnologie digitali vengono spesso descritte come strumenti capaci di democratizzare l’accesso alle conoscenze. In parte è vero. Un piccolo imprenditore può oggi produrre contenuti, analizzare informazioni o costruire una prima versione di un sito senza disporre di un reparto marketing o di un team tecnico. Ma l’AI non opera nel vuoto. Si inserisce in imprese, amministrazioni e sistemi economici che possiedono livelli molto diversi di competenze, dati, organizzazione e capacità di investimento. Per questo tende frequentemente a funzionare come un moltiplicatore delle capacità già esistenti.
Uno studio condotto in Kenya su un chatbot di mentoring destinato ai piccoli imprenditori offre un esempio significativo. Lo strumento ha migliorato le prestazioni delle imprese che già ottenevano risultati migliori, mentre ha prodotto effetti negativi su quelle più fragili. Gli imprenditori meno preparati tendevano ad applicare indicazioni generiche anche quando non erano adatte alla propria situazione, quelli più capaci riuscivano invece a interrogare meglio il sistema e a ottenere consigli maggiormente personalizzati. La tecnologia era la stessa. A cambiare erano la capacità di formulare il problema, valutare la risposta e adattarla al contesto.
Una dinamica che vale anche su scala nazionale. Un Paese con un sistema educativo solido, infrastrutture digitali affidabili, imprese ben organizzate e amministrazioni capaci può incorporare rapidamente l’AI. Un Paese privo di queste condizioni può accedere agli stessi strumenti, ma utilizzarli prevalentemente in modo occasionale e superficiale. L’accesso può diventare più uniforme, i risultati no.
Lavoro nei Paesi emergenti: meno sostituzione, nuovi rischi
Le prime evidenze raccolte dalla Banca Mondiale indicano che, dopo l’arrivo di ChatGPT, gli effetti di sostituzione del lavoro sono stati più forti nei Paesi ad alto reddito. Uno studio sulle offerte di lavoro online in 84 economie rileva, dopo il lancio di ChatGPT, effetti di spiazzamento più marcati nei Paesi ad alto reddito e molto più contenuti, in media non statisticamente significativi, nelle economie a basso e medio reddito
Questo risultato non dimostra però che i Paesi emergenti siano al riparo. Una parte della minore sostituzione dipende semplicemente dalla minore adozione. Dove l’AI viene utilizzata poco, produce meno licenziamenti, ma anche meno innovazione, meno nuove attività e meno aumenti di produttività. Inoltre, gli effetti possono essere limitati nel complesso e molto rilevanti in determinati settori, come nel caso dei call center, dell’outsourcing informatico, dei servizi amministrativi e finanziari e delle posizioni di ingresso per giovani qualificati. Sono attività particolarmente esposte perché gestiscono informazioni, testi, codici, documenti e interazioni standardizzabili.
Nel Sud Asia, il rapporto registra già un rallentamento delle assunzioni nelle imprese maggiormente collegate alle catene globali e una riduzione delle offerte di lavoro nelle professioni cognitive più facilmente sostituibili. La questione non riguarda soltanto il numero assoluto dei posti persi. In molti Paesi in via di sviluppo, i servizi professionali, l’informatica e il business process outsourcing, cioè l’esternalizzazione di attività come assistenza clienti, elaborazione dati e funzioni amministrative, rappresentano alcuni dei pochi canali di accesso a occupazioni formali, urbane e relativamente ben retribuite. Anche una perdita concentrata può quindi produrre conseguenze sociali molto più ampie.
Il paradosso della produttività nelle economie emergenti
Il punto forse più controintuitivo del rapporto emerge dalle stime sulla crescita. Nello scenario più favorevole, l’AI potrebbe portare il tasso medio annuo di crescita potenziale delle economie emergenti e in via di sviluppo dal 4,1% al 4,9% durante gli anni Venti. Per crescita potenziale si intende il ritmo che un’economia può sostenere nel tempo senza generare squilibri eccessivi. Nelle economie avanzate, la crescita potenziale potrebbe invece passare dall’1,2% al 3,6%. I Paesi emergenti continuerebbero quindi a crescere più rapidamente in termini assoluti, ma l’incremento attribuibile all’AI sarebbe molto più elevato nelle economie ricche.
La ragione indicata dal rapporto è semplice: i Paesi avanzati hanno oggi maggiore esposizione all’AI, livelli più elevati di adozione e una quota più ampia di attività nelle quali la tecnologia può produrre incrementi immediati. Si crea così un doppio paradosso, i Paesi in via di sviluppo hanno meno da temere perché una parte maggiore del loro lavoro non è ancora automatizzabile. Ma hanno anche meno da guadagnare nell’immediato perché quella stessa struttura economica offre meno occasioni per applicare l’AI su larga scala.
Mentre le economie ricche discutono dei rischi della sostituzione, potrebbero intanto accumulare un ulteriore vantaggio di produttività.
Modelli AI più piccoli per i bisogni dei Paesi in via di sviluppo
La risposta proposta dalla Banca Mondiale non consiste nel tentativo di replicare ovunque i modelli più grandi e costosi. Molti problemi di sviluppo richiedono strumenti circoscritti: riconoscere una malattia delle piante da una fotografia, effettuare uno screening sanitario, classificare una pratica amministrativa, rispondere a domande in una lingua locale o fornire indicazioni a un agricoltore. Per questi compiti possono essere sufficienti modelli più piccoli, specializzati e adattati alle condizioni locali. Alcuni possono funzionare offline su telefoni o computer portatili, richiedere meno memoria, consumare meno energia e operare anche dove la connessione è intermittente.
Il rapporto cita applicazioni che diagnosticano malattie delle colture da una fotografia, individuano possibili casi di tubercolosi analizzando un colpo di tosse o offrono sostegno didattico attraverso semplici messaggi di testo. Non significa che piccolo sia sempre meglio, un modello meno potente può essere inadatto a problemi complessi o ad alto rischio. La scelta deve partire dal bisogno, dagli utenti, dalle condizioni operative e dalla possibilità di controllare i risultati. Si tratta di un approccio molto diverso dalla corsa al modello più avanzato, non chiedersi quale tecnologia possedere, ma quale problema risolvere.
Sovranità AI e sviluppo: il rischio dell’autosufficienza
Il rapporto contiene anche un avvertimento rivolto ai governi che cercano di costruire internamente ogni componente della filiera: semiconduttori, data center, cloud, modelli e infrastrutture per i dati. La Banca Mondiale definisce questa corsa alla sovranità AI una possibile trappola per lo sviluppo. La sovranità tecnologica risponde a un’esigenza reale: ridurre la dipendenza da pochi fornitori e da un numero ristretto di Paesi. Ma l’autosufficienza completa è difficilmente sostenibile per le economie più piccole. Costruire filiere nazionali duplicate significa rinunciare alle economie di scala, impegnare grandi risorse pubbliche e rischiare di sottrarre investimenti a energia, scuola, sanità e infrastrutture di base.
Il rapporto parla di un possibile circolo vizioso della frammentazione: più ogni Paese prova a ricostruire l’intero sistema al proprio interno, più aumentano i costi per tutti. La strada suggerita è più pragmatica, diversificare i fornitori, garantire l’interoperabilità, utilizzare quando possibile modelli aperti, rafforzare la governance dei dati e cooperare con altri Paesi. Non possedere necessariamente ogni componente, ma evitare di dipendere completamente da una sola componente o da un solo fornitore.
La nuova frattura digitale nei Paesi in via di sviluppo
Il rapporto della Banca Mondiale propone una lettura ottimistica, ma non deterministica. L’AI può consentire ai Paesi in via di sviluppo di compiere in pochi anni progressi che altrimenti richiederebbero decenni. Può estendere servizi sanitari, educativi, agricoli e amministrativi a popolazioni che oggi ne sono escluse e può aiutare le piccole imprese a svolgere attività che fino a poco tempo fa richiedevano strutture molto più grandi. Ma nulla di tutto questo avviene automaticamente.
Senza competenze, le risposte non vengono valutate. Senza dati affidabili, i sistemi non comprendono il contesto. Senza processi organizzati, l’AI rimane uno strumento isolato. Senza una visione, le applicazioni si moltiplicano senza produrre una trasformazione. Senza istituzioni capaci, anche gli investimenti più ambiziosi rischiano di diventare infrastrutture costose e scarsamente utilizzate. La prossima frattura digitale potrebbe quindi non separare semplicemente chi accede all’AI da chi ne è escluso. Potrebbe separare chi riesce a incorporarla nei processi, nelle competenze e nei servizi da chi si limita a interrogare un chatbot.
Partecipa alla community