L’Italia comincia a misurare come l’intelligenza artificiale sta cambiando il lavoro, professione per professione. Il 5 novembre il Ministero del Lavoro ha presentato due nuovi cruscotti, sviluppati con INAPP e Sviluppo Lavoro Italia, che mettono insieme il potenziale impatto dell’AI sulle mansioni, le competenze cercate dalle aziende e l’andamento reale dei contratti. Serviranno a preparare entro novembre una strategia nazionale per lavoratori e imprese.
La necessità è evidente. Gli studi più citati sull’occupazione si contraddicono spesso solo in apparenza: alcuni osservano poche variazioni nel numero complessivo degli occupati; altri trovano difficoltà crescenti per i giovani; altri ancora calcolano quanti compiti un modello potrebbe svolgere. E buona parte delle prove più discusse viene dagli Stati Uniti, dove imprese, salari, contratti e formazione funzionano diversamente dall’Italia.
Il comunicato del Ministero del Lavoro del 5 novembre annuncia gli strumenti. Ma il documento tecnico pubblicato per la riunione mostra già un risultato concreto: nel 2025, su 6.145 annunci italiani per analisti di sistema, 1.396 richiedevano almeno una competenza AI. Quasi il 23%. È il segnale di un mestiere che incorpora nuove abilità mentre continua a essere ricercato dalle imprese.
Per tradurre questo segnale in una decisione pubblica bisogna sapere dove si concentrano le richieste, quali competenze esistono nei territori e come evolvono le assunzioni. È proprio il collegamento tra questi dati la novità dell’iniziativa italiana. Consentirà di programmare corsi e servizi per il lavoro sulle professioni che cambiano davvero, invece di distribuire a tutti la stessa formazione generica.
Indice degli argomenti
Come funzionano i cruscotti di INAPP e Sviluppo Lavoro Italia
Il primo punto di partenza è l’indicatore di esposizione all’AI costruito da INAPP. Ogni professione viene scomposta nelle attività che la compongono; per ciascuna si valuta quanto l’intelligenza artificiale sia in grado di replicare o assistere le abilità richieste. L’indice distingue anche l’uso complementare alla persona dalla possibile sostituzione di singoli compiti. Un chirurgo, per esempio, può ricevere supporto nell’analisi delle immagini continuando a prendere decisioni ed eseguire interventi.
Su questa base il sistema legge gli annunci di lavoro. Se una professione molto esposta continua a registrare molte offerte ma quelle offerte chiedono nuove competenze, la priorità può diventare aggiornare la formazione. Se invece diminuiscono assunzioni e annunci, soprattutto per determinati profili o territori, serve un’indagine mirata per comprendere se e come la tecnologia contribuisca al cambiamento.
Il secondo contributo arriva dai dati sulle assunzioni e cessazioni registrate nelle comunicazioni obbligatorie, elaborati da Sviluppo Lavoro Italia e incrociati con le informazioni Istat sui settori che adottano maggiormente l’AI. Il documento indica che le analisi potranno essere articolate per professione, territorio, genere e tipo di contratto: è qui che si può individuare, per esempio, un calo delle assunzioni junior che la statistica nazionale aggregata nasconderebbe.
Resta poi da collegare la domanda di competenze con chi può insegnarle. Il sistema mette in relazione gli annunci con i repertori regionali e i percorsi di istruzione e formazione professionale, IFTS e altri strumenti dell’offerta formativa. Se cresce la richiesta di machine learning nelle posizioni di testing informatico, è possibile verificare quali corsi ne prevedono l’insegnamento e in quali territori mancano.
INAPP ha precisato nella presentazione della giornata del 5 novembre che le dashboard interattive saranno pubblicate a breve. Per ora sono stati illustrati metodo e primi risultati. Questo passaggio conta: la disponibilità di strumenti consultabili e aggiornati permetterà anche a Regioni, parti sociali, imprese e ricercatori di confrontare le analisi e discuterne le conseguenze.
Accanto ai cruscotti il Ministero ha illustrato SIO, il Sistema Intelligente dell’Osservatorio, un ambiente agentico che raccoglie e organizza studi e contributi degli esperti. SIO Chat, Survey e Wiki sono già disponibili nelle loro versioni di base; nel mese di novembre è prevista una prima consultazione esterna di professionisti, mentre per dicembre 2026 è annunciato SIO Explore, destinato alla ricerca e al confronto di fonti tracciabili. L’obiettivo successivo è costruire un modello dinamico del mercato del lavoro italiano, capace di valutare diversi scenari. Le decisioni sulle politiche restano alle istituzioni.
Perché gli studi sull’impatto dell’AI sul lavoro danno risultati così diversi
Finora il dibattito si è sviluppato soprattutto intorno a studi americani. AgendaDigitale.eu aveva già raccontato la relativa stabilità del lavoro rilevata dagli economisti di Yale e Brookings e, in un altro approfondimento, i segnali di difficoltà nell’accesso dei giovani alle professioni. I due risultati riguardano domande diverse: il primo guarda all’insieme dell’occupazione; il secondo ai percorsi di ingresso nei mestieri più esposti.
Nel monitoraggio aggiornato il 14 ottobre 2026 dal Budget Lab di Yale non emerge ancora una trasformazione generale delle professioni chiaramente riconducibile all’AI. Lo studio di Stanford aggiornato ad agosto 2026, costruito su milioni di buste paga statunitensi, trova però che l’occupazione dei 22-25enni nei mestieri molto esposti è il 19% sotto la traiettoria dei coetanei meno esposti. Gli autori descrivono una differenza osservata, concentrata sulle nuove assunzioni, e non una stima causale certa dei posti persi per l’AI.
Un terzo metodo arriva da Anthropic, con l’indice di esposizione osservata pubblicato a marzo 2026. Incrocia ciò che i modelli potrebbero fare con ciò che gli utenti fanno concretamente con Claude, soprattutto nelle attività professionali automatizzate. Non rileva un incremento sistematico della disoccupazione nei lavori più esposti, pur individuando indicazioni di minori ingressi fra i lavoratori giovani. Il campione riflette l’utilizzo di una singola piattaforma.
Per fortuna le ricerche non riguardano soltanto il mondo anglosassone. Il Joint Research Centre della Commissione europea ha intervistato 70.316 lavoratori dei 27 Stati membri nel 2024-2025: circa il 30% dichiarava di aver usato strumenti AI per lavoro almeno una volta nell’anno precedente. Anche l’Organizzazione internazionale del lavoro, nella rassegna di giugno 2026, considera indagini ed esperimenti in più Paesi, tra cui Germania, Danimarca e Corea. Tuttavia le evidenze europee non consentono ancora di leggere con precisione le traiettorie delle assunzioni italiane.
Quattro risultati spesso confrontati, ma basati su misure diverse
| Ricerca | Che cosa misura | Risultato e perimetro |
|---|---|---|
| Yale Budget Lab, ottobre 2026 | Variazioni nella composizione delle professioni e confronto tra lavoratori esposti e non esposti | Negli USA non emerge una discontinuità macro chiaramente attribuibile all’AI; dati occupazionali fino a settembre 2026. |
| Stanford Digital Economy Lab, agosto 2026 | Buste paga ADP e occupazione giovanile nelle professioni esposte | Negli USA i 22-25enni risultano al 19% sotto la traiettoria dei coetanei meno esposti; confronto relativo, non stima causale. |
| Anthropic, marzo 2026 | Capacità dei modelli incrociata con gli usi effettivi rilevati su Claude | Negli USA non rileva un aumento sistematico della disoccupazione; segnala un possibile rallentamento delle assunzioni junior. |
| JRC Commissione UE, ricerca 2024-2025 | Indagine su 70.316 lavoratori in tutti gli Stati UE | Circa il 30% aveva usato almeno una volta strumenti AI per lavorare nei 12 mesi precedenti; misura l’uso, non le perdite di impiego. |
Fonti: Yale Budget Lab, Stanford Digital Economy Lab, Anthropic, Joint Research Centre della Commissione europea.
Il contrasto fra i risultati nasce soprattutto dalle misure. Un indice di esposizione registra le attività potenzialmente toccate dai modelli; le statistiche salariali e contrattuali descrivono ciò che accade alle persone; i registri d’uso dei chatbot dicono quanto la tecnologia è effettivamente utilizzata; le indagini aziendali misurano adozioni dichiarate. Mescolarli produce titoli allarmistici o rassicuranti, spesso entrambi privi di un riferimento utile per le politiche.
L’Italia ha già studi, ma le politiche devono diventare più mirate
Le ricerche italiane esistono. A luglio AgendaDigitale.eu ha esaminato l’esposizione delle professioni italiane secondo Randstad Research, mostrando che impiegati d’ufficio, professioni cognitive e lavoratori manuali subiscono forme differenti di trasformazione. Un altro contributo, sulle evidenze per il mercato del lavoro italiano, aveva collegato l’adozione nelle imprese alla formazione e alla qualità della gestione.
INAPP ha prodotto anche studi nazionali sulle differenze fra professioni e territori. Una ricerca del settembre 2026 di Valentina Ferri rileva che l’esposizione all’AI e alla robotica si distribuisce diversamente tra Centro-Nord e Mezzogiorno. Un ulteriore lavoro INAPP sulle disuguaglianze di genere esamina le associazioni fra esposizione tecnologica, occupazione, salari e soddisfazione lavorativa. Il nuovo Osservatorio può dare continuità e comparabilità a queste analisi, collegandole ai flussi amministrativi.
Il nodo ora è passare dalle diagnosi alle scelte. Nel rapporto Recent policy developments on AI in the labour market, pubblicato dall’OCSE nel luglio 2026, l’organizzazione ricostruisce le politiche di G7, UE e alcuni Paesi latinoamericani: gli interventi specifici sull’AI sono più avanzati per competenze e adozione, mentre su tutela dei dati, trasparenza e responsabilità molti Paesi si affidano ancora a strumenti generali o linee di indirizzo in formazione. È una misura concreta del ritardo delle politiche di accompagnamento rispetto alla velocità della tecnologia.
In Italia esistono già programmi per l’occupazione e la formazione. Il Ministero cita EDO, integrato nel programma GOL, e AppLI, l’assistente per orientamento e ricerca di lavoro. Secondo il documento presentato il 5 novembre, EDO ha superato 180.000 percorsi completati con successo e AppLI conta oltre 60.000 utenti registrati. Il risultato da chiedere in futuro, però, è quanti lavoratori in professioni esposte abbiano acquisito competenze spendibili e ottenuto impieghi migliori dopo il percorso.
Un intervento sulle nuove competenze potrebbe per esempio partire dai territori dove crescono le richieste di tecnici capaci di utilizzare strumenti AI e finanziare corsi legati a quelle offerte. Se invece emergesse un crollo degli ingressi junior nella programmazione, servirebbero percorsi di apprendistato che conservino le occasioni per imparare lavorando. Per gli adulti a rischio di cambiare mansione occorrerebbero riqualificazione e tempo effettivo per seguire la formazione, con un sostegno al reddito durante la transizione.
AgendaDigitale.eu ha già sottolineato, nell’analisi perché la formazione non può aspettare, le debolezze italiane su apprendistato e formazione continua. Un altro approfondimento sul ritorno degli investimenti nella formazione AI mostra perché ore di corso e attestati valgono poco senza verificare cambiamenti di mansioni, qualità del lavoro e produttività. Gli strumenti dell’Osservatorio avranno valore se aiuteranno a finanziare interventi che funzionano e correggere quelli inefficaci.
La scadenza di novembre: tre documenti e le decisioni da prendere
Entro la fine di novembre 2026 l’Osservatorio dovrà presentare al Comitato di indirizzo, presieduto dalla ministra Marina Calderone, la Strategia sull’AI nel lavoro, il rapporto annuale sugli impatti e l’aggiornamento delle linee guida per imprese e lavoratori. L’organismo, istituito dalla legge 132/2025, è pienamente operativo dal giugno 2026 e comprende comitati tecnico-scientifici, parti sociali e una commissione etica. Il materiale del 5 novembre costituisce la base per le decisioni del triennio successivo.
La prova arriverà con la capacità di aggiornare regolarmente i cruscotti e trasformare i segnali in interventi. Servono indicatori territoriali, per professione, età e genere, controlli sull’andamento dei salari e delle assunzioni, dati sull’adozione effettiva dell’AI e valutazioni degli esiti della formazione. Per attribuire un cambiamento alla tecnologia servirà confrontare anche imprese e settori simili, tenendo conto del ciclo economico e delle altre trasformazioni in corso.
“Anche se ne condivido i presupposti (IA come opportunità da governare e favorire), sono personalmente scettico su un’ennesima strategia per l’IA che si va a sommare a quella già presentata dal Dipartimento per l’Editoria e a quella attualmente in revisione coordinata dal Dipartimento per l’Innovazione”, dice Stefano da Empoli, economista presidente di I-Com.” Meglio concentrare gli sforzi su un’unica strategia nazionale dentro la quale ricomprendere i vari capitoli”. “Peraltro quello delle competenze e degli impatti sul mercato del lavoro è un tema evidentemente centrale, che tuttavia, proprio per questo, non può essere standalone rispetto agli altri pilastri di una strategia IA nazionale”, dice Da Empoli.
Gli studi internazionali hanno prodotto molte ipotesi e alcune prove importanti; il nuovo monitoraggio italiano può rispondere alla domanda che conta per lavoratori e decisori pubblici: chi sta perdendo opportunità, in quale territorio, e quale intervento può cambiare la sua traiettoria? La sfida comincia adesso, quando i dati devono orientare la spesa pubblica, i programmi di formazione e le scelte delle imprese.
Partecipa alla community