L’intelligenza artificiale cambia rapidamente il lavoro e rende urgente una risposta che unisca formazione continua, riqualificazione e sostegno dei redditi. L’Italia sconta ritardi nelle competenze STEM e nella capacità di accompagnare occupati e persone in cerca di lavoro nelle transizioni professionali. Il confronto con Europa, Svezia, Stati Uniti e Cina mostra modelli diversi, ma anche un nodo comune: misurare l’efficacia delle politiche prima di estenderle.

Formazione continua e sostegno dei redditi

Il training è, con l’induzione, una delle attività necessarie per i modelli AI. Il training di cui parliamo in questa nota è, invece, la preparazione della forza lavoro, composta dagli occupati e dalle persone in cerca di occupazione. Usiamo, quindi, il termine italiano: formazione.

L’Italia ha una quota di laureati inferiore al 31% tra i giovani di età compresa tra 25 e 34 anni, contro una media europea che ha superato il 43%. oltre il 50% delle aziende ha difficoltà a trovare profili professionali STEM. Tra i risultati più interessanti dell’Osservatorio STEM di Deloitte, c’è il dato delle propensione ad investire nella propria formazione anche dopo l’ingresso nel mondo del lavoro: 2/3 degli occupati con formazione STEM vuole continuare ad investire nella propria formazione, contro meno della metà dei non STEM. ^[2]

Pur nelle diversità tra Stati Uniti ed Europa, le due aree condividono una prospettiva di estrema debolezza nei confronti dell’Asia, in particolare di India e Cina: la prima ogni anno produce 2,55 milioni di laureati STEM, la Cina 3,57, mentre gli Stati Uniti si fermano a 820.000. L’Italia è del tutto marginale nell’offerta internazionale di qualifiche STEM. La crisi della capacità di offrire competenze del sistema Italia è riassunta nei pochi numeri della tavola 1: drammatica carenza di laureati, di laureati dei percorsi STEM in particolare, dell’attitudine a utilizzare strumenti AI nelle scuole.

Oggi manca una politica per la formazione delle nuove leve che escono dalle scuole e dalle università e manca la riqualificazione dei lavoratori “spiazzati” da AI o a rischio di spiazzamento. Questa politica dovrebbe essere legata agli strumenti di sostegno dei redditi, ma il sostegno dovrebbe essere finalizzato al completamento delle attività di formazione periodica degli occupati e dei disoccupati: la formazione continua. Ma vi è l’urgenza che pone l’impatto dell’intelligenza artificiale, dove si registrano le prime forme di intervento, di cui ci occupiamo in questa nota.

Nella fabbrica fordista il lavoratore aveva una istruzione di base modesta, l’azienda gli dava una formazione specifica che gli avrebbe consentito di restare per diversi anni allo stesso posto di lavoro. Il progresso tecnico avanzava, ma non creava discontinuità improvvise e irrimediabili. Quando a Termini Imerese (area Cassa del Mezzogiorno) la FIAT dell’epoca (anni Ottanta del Novecento) automatizzò, con lauti contributi pubblici, la fabbrica dove si producevano i motori FIRE a basso consumo, gli operai ricevettero una formazione specifica durata mesi per utilizzare i terminali video con cui controllavano la catena di montaggio. In larga misura pagata dallo Stato, la formazione e la cassa integrazione consentivano a operai non più giovani di poter continuare a lavorare nella linea di montaggio per altri anni, fino alla pensione.

Con la crisi finanziaria del 2009 e quella determinata dal COVID, l’assetto degli strumenti di sostegno della disoccupazione, temporanea o di lunga durata, si è modificato e arricchito di nuovi strumenti.

Riformare il sostegno dei redditi per la formazione continua

Uno studio pubblicato dalla Banca d’Italia evidenzia la necessità di riordinare il sistema, riportarlo a criteri omogenei, introducendo l’experience rating, ossia un meccanismo di adeguamento automatico dell’aliquota di contributo a carico dell’impresa, in base all’effettivo utilizzo dello strumento, in modo da tener conto del fatto che alcuni settori e alcune aziende -in particolare quelle di piccola dimensione – utilizzano gli interventi della cassa integrazione con intensità minore rispetto ad altri settori e alle aziende di maggiore dimensione.^[3]

Nel nostro Paese la cassa integrazione fu introdotta per la prima volta durante la Grande Guerra, per aiutare i settori colpiti dagli effetti (diretti e indiretti) del conflitto. La cassa integrazione straordinaria, ossia quella completamente a carico dello Stato, fu introdotta dopo la Seconda Guerra Mondiale, per sostenere la ristrutturazione dei settori del tessile e poi della meccanica, dell’auto, della chimica ecc. Proprio perché completamente a carico dello Stato, la cassa integrazione straordinaria è l’intervento meno efficiente, più costoso e più distorsivo. Nel saggio citato, Lo Bello propone di riportare tutti gli interventi ai criteri della cassa integrazione ordinaria, meno discrezionali e fonte di minori sprechi in quanto basati su un principio di autorizzazione di risorse limitate e finanziate dalla parti interessate.

Oggi, abbiamo bisogno di strumenti nuovi, ma impostati a principi gestionali non centralizzati e fortemente responsabilizzati nell’utilizzo dei fondi, per fronteggiare l’impatto di AI sull’occupazione.

Le prime iniziative dedicate all’impatto di AI (Garanzia Occupabilità dei Lavoratori – GOL e Fondo Nuove Competenze) richiederebbero una valutazione urgente e approfondita sulla loro validità, proprio perché sono forme nuove e occorre valutarne l’efficacia prima di estenderle o rifinanziarle. In particolare Gol ha speso circa 5,4 miliardi di euro, raggiungendo 4,3 milioni di lavoratori (fine 2025) ma solo il 45% di loro partecipa effettivamente ai percorsi formativi e un piccola frazione entra in una formazione sugli skill digitali.

Manca, inoltre una valutazione dell’impatto delle misure, possibile solo se si misurano gli effetti rispetto a gruppi di controllo (verifica controfattuale). Ciò vale anche per il Fondo Nuove Competenze, che finanzia gli interventi formativi delle imprese (14.000 aziende per 700.000 mila lavoratori). Il Fondo stimola la spesa formativa delle aziende, ma non vi sono studi che valutino l’impatto di questa spesa e l’efficacia della misura sulla probabilità di occupazione dei partecipanti e sul risultato in termini di guadagni retributivi: due dati essenziali per capire costi/benefici dello strumento. ^[4]

Formazione e AI in Europa: il caso svedese

La Commissione europea sta implementando la Garanzia di competenze per i lavoratori dei settori in fase di ristrutturazione o a rischio di licenziamento: il primo progetto pilota (novembre 2025-febbraio 2026) si è concentrato sull’industria automobilistica e sulla sua filiera, con l’obiettivo di ricollocare i lavoratori dei settori in ristrutturazione in settori in crescita, aiutandoli al contempo a mantenere un reddito durante la transizione.

Parallelamente, l’articolo 4 della legge sull’intelligenza artificiale impone già un obbligo di alfabetizzazione in materia di IA ai fornitori e agli utilizzatori di sistemi di IA, e la Commissione sta creando un’Accademia delle competenze in materia di IA, come polo di aggregazione di corsi di formazione sull’alfabetizzazione in materia di IA, specifici per settore e profilo professionale, insieme al coinvolgimento dell’industria attraverso il Patto per le competenze. Nonostante la raccomandazione del Consiglio di marzo 2026 preveda che la maggior parte della formazione professionale per adulti sia finanziata dai datori di lavoro (quasi il 90%), ad oggi un’azienda su tre non offre alcuna formazione, principalmente adducendo motivi di costo. Il modello UE è quindi completo sulla carta, ma dipende ancora fortemente dal cofinanziamento dei datori di lavoro, che non si sta concretizzando su larga scala.

La Svezia presenta un interessante esperimento di intervento a sostegno dell’innovazione, in particolare le applicazione di AI nelle PMI. Avviato nel 2019-2020, ha coinvolto aziende che investivano in AI sia sotto forma di assunzioni sia sotto forma di servizi acquisiti.

Una indagine ha monitorato il comportamento delle aziende che hanno ricevuto il sussidio, confrontandolo con il comportamento di quelle che non hanno ricevuto il sussidio. I risultati sono interessanti:

Gli effetti del sussidio AI sulle assunzioni

1) le aziende che hanno ricevuto il sussidio espongono nel quinquennio successivo più richieste di lavoro rispetto alle aziende che non hanno ricevuto il sussidio;

2) nonostante questa maggiore volontà di assumere, il livello di occupazione non aumenta;

3) le nuove assunzioni riguardano colletti bianchi, mentre i lavoratori manuali non vengono richiesti in misura minore rispetto alle aziende che non hanno ricevuto il sussidio.

Il risultato più importante è che un mercato del lavoro come quello svedese, con forti interventi di sussidio alla disoccupazione, forte presenza di immigrati non qualificati e quindi estesi problemi di trovare gli skill da parte delle aziende, rimane bloccato da queste sue carenze, nonostante il sussidio: “L’evidenza degli Stati Uniti dimostra che le aziende più esposte ad AI riducono le assunzioni dei lavoratori senza qualificazione AI. Invece, i nostri risultati sono coerenti con quello che emerge in Europa ossia un processo di riqualificazione verso l’alto”. Un risultato che ritorna anche in altre ricerche recenti, che analizzano diversi paesi e diversi settori nonché la diversità di genere.^[5]

A livello aggregato, il segno dell’impatto di AI, in questi primissimi tentativi di misurarlo per l’AI generativa, rimane indeterminato: si tratta di una trasformazione dell’occupazione più che di una sostituzione dei lavoratori. Ma è sempre più evidente che l’impatto aggregato dipende dall’effetto contrastante di settori dove si assumono figure nuove dotate di competenze AI in aggiunta a quelle tradizionali, con settori in cui vi è un evidente effetto di sostituzione dei lavoratori senza qualifica AI.^[6]

Formazione e AI: Stati Uniti e Cina a confronto

Negli Stati Uniti, Gina Raimondo, ex segretaria di Biden al commercio e precedentemente governatrice del Rhode Island, sostiene che le aziende devono farsi carico del sostegno ai programmi di formazione. Ma anche in quel paese occorrono strumenti nuovi, perché l’attuale sistema “si basa su fondi a sostegno della semplice partecipazione ai corsi e non dei risultati”. La più aggiornata rassegna generale degli studi sull’impatto dei programmi di training finalizzati a mitigare l’impatto negativo di AI sui lavoratori esposti al rischio di obsolescenza delle loro competenze, conferma la valutazione di una sostanziale inadeguatezza degli strumenti di intervento: “Non disponiamo di programmi in grado di rispondere alle esigenze del momento. Nessuno dei grandi programmi di formazione governativi ha prodotto benefici significativi e duraturi, e i pochi programmi settoriali di successo derivano da una combinazione di solide relazioni con i datori di lavoro, alta selettività e costi iniziali elevati. Una valutazione volta a testare rapidamente i programmi di riqualificazione professionale più efficaci, potrebbe portare a risultati duraturi”.^[7][8]

Invece di incentivare la riqualificazione, Pechino cerca di imporla come precondizione per i licenziamenti. I tribunali cinesi hanno stabilito che la riduzione della forza lavoro dovuta all’intelligenza artificiale non costituisce un “cambiamento sostanziale delle circostanze oggettive”, che costituisce la soglia legale che può giustificare i licenziamenti per riduzione del personale. Le aziende devono prima valutare la riqualificazione o una ragionevole riassegnazione, altrimenti rischiano indennizzi e ordini di reintegro. La Cina sta spingendo le aziende a fornire riqualificazione professionale quando implementano sistemi di intelligenza artificiale, nell’ambito di un piano per l’occupazione che bilancia il progresso tecnologico con la stabilità lavorativa, con un’ulteriore urgenza dovuta al numero record di 12,7 milioni di laureati che entreranno nel mondo del lavoro quest’anno.

Il nuovo piano quinquennale per l’occupazione del Consiglio di Stato (giugno 2026) prevede un sistema per monitorare l’impatto dell’IA sull’occupazione nei prossimi cinque anni con un meccanismo di allerta precoce per segnalare quali posti di lavoro sono a rischio. Il Partito comunista considera il rischio di disoccupazione una minaccia alla stabilità sociale e lo pone al centro della politica della sicurezza nazionale. Le aziende stanno attuando ampi programmi di riqualificazione professionale sotto la pressione dello Stato: il fondatore di JD.com si è impegnato a collaborare con oltre 120 istituti scolastici per riqualificare i 700.000 operai dell’azienda nella riparazione e manutenzione di robot: un’iniziativa esplicitamente presentata come risposta all’automazione che sta eliminando i posti di lavoro nel settore delle consegne.La Cina sta definendo un quadro normativo che incentiva l’adozione dell’IA, vietando al contempo i licenziamenti, supportata da sentenze dei tribunali e pressioni normative: un modello dirigista che si contrappone alla dipendenza occidentale dalle forze di mercato per determinare chi mantiene il lavoro.

Le tendenze in atto in Europa

Ma il dato di fondo è che, dal punto di vista strutturale le tendenze in atto nelle diverse aree sono simili. Cina ed Europa affrontano la stessa crisi demografica che le costringe a fare i conti con un’offerta di lavoro decrescente e con la carenza di nuove leve giovani. Di nuovo, la differenza sta nelle politiche. Il mismatch, ovvero la distanza tra qualità della domanda e dell’offerta è molto più simile di quanto si creda: anche in Cina, come in Europa, la forte discrepanza tra domanda e offerta di lavoro impone la necessità di qualificare sia le nuove leve di giovani che si presentano per la prima volta sul mercato del lavoro, sia gli occupati che rischiano la disoccupazione da spiazzamento tecnologico. Ma mentre la Cina affronta il problema con un’offerta qualitativamente sovrabbondante, l’Europa arranca e l’Italia è completamente ferma. Per rendere efficace questo intervento occorre coniugare il programma di formazione con il sostegno dei redditi, finalizzato al compimento e al superamento del programma formativo, come suggeriva al Raimondo.

Formazione continua e sostegno dei redditi: la valutazione d’impatto

Il problema del reperimento delle risorse necessarie non deve essere un freno all’attivazione di nuovi investimenti sia nell’Università sia nella formazione continua: “La stima per il 2023 del costo del mismatch è di 43,9 miliardi, cifra corrispondente a circa il 2,5% del Prodotto interno lordo italiano”. La miopia, anche in nome della buona spesa, non paga. L’obiettivo di inserire lavoratori con un buon livello di preparazione, negli Stati Uniti viene risolto con un doloroso percorso di sostituzione, mentre l’Europa, per ragioni demografiche (popolazioni più vecchie e nuove generazioni di forze di lavoro giovani più esili) segue prevalentemente un faticoso percorso di riqualificazione, che può contare su strumenti di sostegno dei redditi più generosi di quelli americani.^[9]

Ed è proprio questo il punto: occorre che il sostegno dei redditi non segua logiche assistenziali di “parcheggio” o prepensionamento, e non segua – nel caso italiano – il funzionamento della cassa integrazione straordinaria, dove i lavoratori sono posti a volte per anni a zero ore. Va superata la logica di quegli strumenti che servivano ad anticipare la pensione o a reimmettere nello stesso posto lavoratori dotati di una qualificazione ormai obsoleta. Deve essere garantito il finanziamento del processo di riqualificazione con una riforma sia della qualificazione stessa, sia degli strumenti di sostegno dei redditi avviando in parallelo una accurata valutazione dell’impatto delle nuove politiche. Questa valutazione non deve essere rinviata.

Note

[1] Deloitte, STEM observatory 2024, 2024. ↩

[2]  Salvatore Lo Bello, La CIG: evoluzione storica, caratteristiche e limiti, Questioni di Economia e Finanza. 602, febbraio 2021, Banca d’Italia. ↩

[3]  INAPP, XXV Rapporto sulla Formazione continua in Italia, 8 luglio 2026. ↩

[4]  Mark Hellsten, Shantanu Khanna, Magnus Lodefalk and Yaroslav Yakymovych, The Effects of Artificial Intelligence on Jobs: Evidence from an AI Subsidy Program, Working Paper 13/2025, Örebro University School of Business SE-701 82 Örebro, Sweden. ↩

[5]  Michael Anderson, Sara Al-Mansoori, Chen Yu, The Impact of Artificial Intelligence on Employment and Workforce Trends: Evidence from Automation risk, Job Market Projections, Remote Work, and Gender Diversity. International Journal of Humanities and Social Sciences, vol. 11, 2026. ↩

[6]  The Economist. Can America retrain workers before AI leaves them behind? August 2nd , 2026. ↩

[7] )David Roodman, Independent, Maxim Massenkoff, Anthropic, An evidence review ofworker retraining, Anthropic, August 12, 2026. ↩

[8]  Andrea Prete, 2024-2028: Lombardia, Lazio, Campania, Emilia-Romagna e Veneto le regioni che avranno bisogno di più lavoratori. A livello nazionale serviranno tra 3,1 e 3,6 milioni di occupati. Unioncamere, Roma 11 marzo 2024. ↩