Il mercato italiano dell’intelligenza artificiale vale 1,24 miliardi di euro nel 2025, in crescita del 33% rispetto ai 935 milioni del 2024, con proiezioni che superano i 2,5 miliardi entro il 2028. Allo stesso tempo, oltre il 50% degli italiani si dichiara preoccupato per l’avvento delle nuove tecnologie e circa il 60% ritiene di non possedere competenze digitali adeguate per affrontare la trasformazione in corso. Tra questi due dati si apre lo spazio del nuovo rapporto L’IA nel mercato del lavoro italiano – Professioni, modelli di adozione e la sfida della formazione, realizzato da Anitec-Assinform in collaborazione con il Dipartimento di Ingegneria Gestionale e della Produzione del Politecnico di Torino, diretto da Stefano Sacchi.
Si tratta di un lavoro di 147 pagine, strutturato in tre capitoli, rassegna della letteratura scientifica, casi studio aziendali, analisi dell’ecosistema formativo, che ha il merito di tenere insieme dati macro, evidenze qualitative raccolte sul campo e un’agenda di policy articolata in 23 raccomandazioni. Vediamone i contenuti principali.
Indice degli argomenti
L’accelerazione dell’intelligenza artificiale: i numeri dell’adozione
Il dato più rilevante sul piano quantitativo è il raddoppio della quota di imprese italiane (con almeno 10 addetti) che adottano almeno una tecnologia di AI: dall’8% del 2024 al 16,4% del 2025, secondo i dati Istat. Si tratta dell’incremento più significativo tra i paesi collocati nella parte bassa della classifica europea, dopo una crescita complessiva di soli due punti percentuali nei tre anni precedenti. Di queste imprese, più della metà utilizza almeno due tecnologie AI (10,6%) e il 6,5% ne impiega almeno tre.
Eppure, l’Italia resta sotto la media UE del 20%, distante dai paesi scandinavi e del Benelux che si collocano tra il 33% e il 42%. Il rapporto identifica nella frammentazione dimensionale del tessuto produttivo, non nel divario territoriale Nord-Sud, il principale freno alla diffusione. Tra le grandi imprese i tassi di adozione sono comparabili a quelli delle economie europee più avanzate; sono le piccole imprese a faticare, pur registrando un’accelerazione nell’ultimo anno. Un segnale incoraggiante, le imprese di media dimensione (50-250 dipendenti) hanno sostanzialmente raddoppiato il proprio tasso di adozione, suggerendo possibili spillover oltre i soli campioni nazionali.
Sul piano settoriale, l’ICT guida con tassi superiori al 50%, seguito da spettacolo, editoria, telecomunicazioni e professioni scientifiche (35-40%). Il manifatturiero resta più arretrato, intorno al 15%, mentre emergono segnali non trascurabili in comparti del terziario a bassa qualificazione come commercio e alberghiero (circa 20%). Tra le finalità di utilizzo, prevale il text mining (circa 70% delle imprese adottanti), seguito da riconoscimento vocale, generazione del linguaggio naturale e produzione di contenuti multimediali (intorno al 40%). Il marketing è l’ambito applicativo più diffuso (oltre il 30%), seguito dalle funzioni amministrative (25%).
Intelligenza artificiale nel mercato del lavoro italiano: evidenze ancora incerte
Sul fronte degli effetti occupazionali, il rapporto adotta una postura metodologica rigorosa: la giuria è ancora in camera di consiglio, the jury is still out, recita il titolo del paragrafo. Le limitate evidenze empiriche invitano alla cautela, ma alcune tendenze sono già visibili.
Nei mercati del lavoro più avanzati, i dati mostrano segnali preoccupanti: una riduzione del 23,4% delle offerte di lavoro nelle professioni più esposte all’AI nel Regno Unito, negli Stati Uniti un calo del 16% dell’occupazione tra i lavoratori junior nelle professioni classificate come AI-intensive. Quest’ultimo dato è particolarmente significativo, mentre l’AI sembra premiare la produttività dei profili senior e di chi possiede competenze complementari, sono le posizioni di ingresso a subire la contrazione più marcata.
Per l’Italia, le stime dell’INAPP indicano una platea di circa 15 milioni di lavoratori esposti all’impatto dell’AI (quasi il 70% della forza lavoro), di cui 4,75 milioni soggetti a rischio potenziale di spiazzamento, concentrati nei settori bancario, dei trasporti e della comunicazione. L’indagine Confindustria conferma che il 44,1% delle imprese riporta un effetto già visibile dell’IA sull’automazione delle attività ripetitive.
Il rapporto sottolinea come il mercato del lavoro italiano si trovi ancora in una fase precedente rispetto a USA e UK, legata a una trasformazione digitale dei processi produttivi ancora incompleta. Le evidenze più recenti sul caso italiano mostrano un elemento di path dependency tecnologica: l’AI è associata a investimenti in formazione quando segue precedenti investimenti in informatica avanzata, ma quando segue processi di robotizzazione non produce gli stessi effetti, specialmente nel manifatturiero.
Sul versante positivo, il rapporto segnala la crescita di opportunità occupazionali nei servizi ad alta formazione (in particolare high-tech) e un dato eloquente: le job posting su LinkedIn che richiedono competenze di prompt engineering sono cresciute del 112% tra gennaio e settembre 2024 rispetto allo stesso periodo del 2023.
Otto casi studio e due modelli di adozione
Il secondo capitolo del rapporto rappresenta forse il contributo più originale. Otto grandi imprese italiane non-ICT, Kuvera, Natuzzi, Gruppo Veronesi, Michelin, Italgas, Fincantieri, Intesa Sanpaolo e Dompé, sono state analizzate attraverso interviste semi-strutturate al management, rivelando traiettorie di adozione molto differenziate.
Il modello analitico si articola lungo due dimensioni. L’orientamento strategico (dal cambiamento locale alla trasformazione sistemica) e il grado di integrazione nei processi aziendali (dalla sperimentazione all’incorporazione nei processi core). Dompé rappresenta il caso più avanzato, con AI nativamente integrata nel ciclo di R&D farmaceutico; Intesa Sanpaolo sta re-ingegnerizzando i processi con architettura agentica; Italgas ha raggiunto un’integrazione avanzata di IoT e machine learning per la gestione degli impianti. All’altro estremo, Kuvera è ancora in fase sperimentale con chatbot e analytics.
Emergono sette evidenze trasversali di rilievo. La prima, l’AI si diffonde anche in settori tradizionalmente low-tech, confermandosi tecnologia general purpose. La seconda, le logiche di augmentation, l’AI come strumento di potenziamento del lavoro umano, tendono a prevalere su quelle di mera automazione. Non si osservano effetti di sostituzione netta della forza lavoro, ma una riorganizzazione dei ruoli e una crescente domanda di profili ibridi capaci di interfacciarsi con gli algoritmi.
Terza evidenza cruciale, l’adozione dell’AI può accentuare i divari competitivi all’interno dei settori, favorendo le imprese con maggiore capacità di investimento, infrastruttura digitale e apertura alle collaborazioni scientifiche. Sul piano formativo, le imprese seguono due traiettorie parallele, una specialistica per data scientist e una trasversale per manager e tecnici di dominio.
Formazione e intelligenza artificiale: un ecosistema frammentato
Il terzo capitolo, basato su interviste a nove attori chiave della filiera formativa (vendor tecnologici, grandi player dei servizi per il lavoro, attori istituzionali), dipinge un quadro preoccupante. La formazione è riconosciuta come leva abilitante cruciale per un’adozione efficace dell’AI, ma l’ecosistema è ancora giovane, polarizzato e frammentato.
Il problema di fondo: molte imprese non riescono a tradurre l’attenzione generale verso l’AI in piani di adozione per funzioni concrete e, ancor meno, in programmi strutturati di sviluppo delle competenze. La capacità formativa è concentrata nelle grandi e grandissime imprese e in pochi snodi (Academy aziendali, vendor globali, grandi provider HR). La maggior parte delle PMI si affida a percorsi by product offerti dai fornitori di tecnologie; solo una minoranza costruisce, con supporto esterno, percorsi verticali più avanzati.
Sul piano istituzionale, il sistema è composito e ricco di attori ma privo di una regia capace di valorizzarne le complementarità. I finanziamenti pubblici (Fondi interprofessionali, Fondo Nuove Competenze) sono importanti ma selettivi: l’accesso è più agevole per le imprese grandi e strutturate, che hanno capacità di programmazione e rendicontazione. Per le PMI l’utilizzo rimane sporadico. Competence Center, Digital Innovation Hub e PID risultano frammentati e poco visibili, soprattutto per le imprese più piccole.
Le proposte per istituzioni, ricerca e governance
Il rapporto si chiude con un’agenda di 23 raccomandazioni di policy articolate su tre livelli: proposte rivolte alle istituzioni, proposte generali per la ricerca e la governance, proposte su attori, contenuti e metodi della formazione. Ne evidenzio le più significative.
Razionalizzare l’ecosistema della formazione AI per settori, facendo perno su università con curricula più flessibili, integrati con percorsi laboratoriali in co-gestione con Academy, attori imprenditoriali e provider formativi, dando luogo a microcredenziali e open badge. Il modello di riferimento è quello delle degree apprenticeships britanniche e dei dual studies tedeschi.
Sperimentare un conto personale di formazione per l’AI, ispirato al Compte Personnel de Formation francese: uno strumento portabile e universale che accumula diritti nel tempo, capace di superare i colli di bottiglia organizzativi spostando parte dell’iniziativa formativa sul lato lavoratore e di ridurre il divario tra piccole e grandi imprese.
Flessibilizzare l’utilizzo dei fondi per la formazione introducendo schemi semplificati, lump-sum e unit costs, per percorsi standardizzati sull’AI. L’obiettivo è ridurre l’onere amministrativo che oggi penalizza soprattutto le PMI e le imprese meno strutturate.
Sul trasferimento tecnologico, il rapporto suggerisce un intervento a doppio binario: rafforzare la rete esistente di DIH e Competence Center per ridurre il gap tra PMI e grandi imprese, e al contempo costruire una struttura più integrata ispirata al modello del Fraunhofer Institut tedesco per guidare l’innovazione alla frontiera tecnologica.
Infine, la proposta di un’alleanza di tutti gli attori, pubblici e privati, incardinata sull’Osservatorio sull’adozione dell’AI nel mondo del lavoro presso il Ministero del Lavoro, per una condivisione costante di informazioni, buone pratiche e criticità.
Tra le proposte generali, meritano attenzione la convergenza verso metodi condivisi di misurazione degli impatti dell’AI, distinguendo automation da augmentation, l’aggiornamento continuo delle tassonomie di competenze e professioni collegandole ai cataloghi formativi regionali, e l’adozione di un focus sistematico sulla dimensione di genere. Sul fronte dei contenuti formativi, il rapporto insiste sulla necessità di ibridare la formazione tecnologica con competenze trasversali dalle scienze umane e sociali, stimolare il pensiero critico sull’AI e fare mainstreaming degli aspetti etici.
Un punto di riferimento con alcuni limiti
Il rapporto Anitec-Assinform / Politecnico di Torino si propone come il documento più completo oggi disponibile sull’AI e il lavoro nel contesto italiano, con il merito di combinare rigore accademico, evidenze dal campo e un’agenda di policy concreta. La scelta di analizzare imprese pioniere non-ICT restituisce un quadro realistico di come l’AI stia effettivamente entrando nei processi produttivi italiani, non nella narrazione dei convegni, ma nella pratica quotidiana delle organizzazioni.
Restano, naturalmente, alcuni limiti che il rapporto stesso riconosce. I casi studio riguardano esclusivamente grandi imprese, che per definizione non sono rappresentative del tessuto produttivo italiano largamente fondato sulle PMI. Le evidenze causali sull’impatto occupazionale sono ancora scarse e prevalentemente internazionali. L’agenda di policy, per quanto articolata, dovrà misurarsi con la capacità delle istituzioni italiane di tradurla in azioni concrete, un tema su cui il rapporto, comprensibilmente, non si sbilancia.
Quello che emerge con chiarezza, però, è un messaggio che vale la pena sottolineare: l’Italia ha ancora una finestra temporale per prepararsi, ma questa finestra si sta restringendo. L’accelerazione nell’adozione dell’AI è reale e misurabile, la preparazione del sistema formativo, delle politiche pubbliche e delle PMI non tiene il passo. Come ha dichiarato Massimo Dal Checco, Presidente di Anitec-Assinform, gli investimenti per l’adozione delle tecnologie devono essere accompagnati da politiche pubbliche e investimenti altrettanto robusti per la formazione. Altrimenti il rischio è duplice, restare fuori mercato e ritrovarsi con un tessuto sociale più fragile.
