L’intelligenza artificiale entra stabilmente nei processi aziendali, aumenta la produttività ma ridisegna accessi, carriere e rendimenti del lavoro. I dati mostrano meno disoccupazione per i laureati, ma salari sempre più competitivi per i mestieri tecnici. Il punto non è scegliere tra studio e manualità, ma capire dove si sta spostando il valore.
L’intelligenza artificiale e il lavoro sono al centro di una trasformazione profonda che sta ridisegnando gerarchie, accessi e rendimenti nel mercato occupazionale. Negli ultimi mesi si è fatta strada una narrazione apparentemente controintuitiva, mentre l’intelligenza artificiale generativa diventa infrastruttura ordinaria del lavoro d’ufficio, una parte crescente delle nuove generazioni guarda con crescente scetticismo all’università e con rinnovato interesse ai mestieri tecnici e manuali qualificati. Non è una fuga dall’istruzione, né un rigetto della conoscenza.
Sembra piuttosto una risposta razionale a un mercato del lavoro che sta cambiando struttura, tempi e rendimenti. L’errore più comune è affrontare il tema in termini binari, università contro mestieri, AI contro lavoro umano. I dati raccontano una storia più complessa, che emerge solo se si tengono insieme tre dimensioni: occupazione, salari e adozione reale dell’AI dentro le imprese.
Indice degli argomenti
Laurea e disoccupazione: protezione sì, ma non garanzia di carriera
Partiamo da un dato spesso citato in modo selettivo. Secondo le elaborazioni pubblicate da The Economist su dati della Federal Reserve, tra i giovani statunitensi di età compresa tra i 20 e i 24 anni la laurea continua a offrire una protezione significativa contro la disoccupazione. I tassi restano sistematicamente più bassi per chi possiede un bachelor’s degree rispetto a chi ha solo un diploma di scuola superiore, mentre i titoli biennali professionalizzanti mostrano una dinamica intermedia e più volatile.
Questo dato, però, va letto con cautela. Ridurre la disoccupazione non equivale a garantire un buon lavoro, né una traiettoria di crescita. Oltre la metà dei laureati americani risulta sottoccupata a un anno dal titolo, una larga parte rimane intrappolata in questa condizione nel lungo periodo. In altre parole, la laurea continua a funzionare come assicurazione contro l’esclusione immediata, ma ha perso parte del suo potere come ascensore sociale automatico. In questo spazio, tra occupazione formale e qualità del lavoro, l’intelligenza artificiale inizia a produrre i suoi effetti più rilevanti.
Come l’AI generativa sta cambiando le assunzioni nelle aziende
Nel 2025 l’AI generativa non è più una sperimentazione marginale. Le ricerche della Wharton School e della Wharton–GBK mostrano un’adozione ormai strutturale: oltre l’80% dei leader aziendali utilizza strumenti di AI generativa almeno settimanalmente, quasi la metà quotidianamente. Una quota crescente misura il ritorno sull’investimento e dichiara risultati positivi in termini di efficienza. Questa fotografia, però, convive con evidenze meno rassicuranti. Gli studi del Budget Lab di Yale e il paper di Hosseini e Lichtinger dell’Università di Harvard convergono su un punto chiave, l’AI non sta ancora producendo un crollo dell’occupazione nei dati aggregati, ma sta modificando profondamente la struttura delle assunzioni. Le aziende che integrano davvero l’AI tendono a rallentare il recruiting, a ridurre i ruoli junior e a comprimere la fascia intermedia del lavoro cognitivo.
Il paper “Generative AI as Seniority-Biased Technological Change” mostra una riduzione significativa delle assunzioni entry-level nelle imprese AI-intensive. Non perché il lavoro sparisca, ma perché l’aumento di produttività consente di ottenere lo stesso output con meno persone e con profili più esperti. Ne emerge un modello a U: sopravvivono i profili top e quelli a basso costo, mentre si assottiglia la classe media cognitiva che tradizionalmente garantiva mobilità e apprendimento sul lavoro.
Salari dei mestieri tecnici: quando superano le lauree non STEM
L’analisi dell’Economist completa il quadro e sposta l’attenzione dal tema occupazionale a quello economico. Guardando ai salari medi annui negli Stati Uniti nel 2024, emergono dati che mettono in crisi molte convinzioni consolidate.
Tecnici degli ascensori, installatori di linee elettriche, meccanici aeronautici superano stabilmente i 90 o 100 mila dollari annui. Idraulici ed elettricisti si collocano su livelli comparabili, in alcuni casi superiori a quelli di molte lauree non STEM.
Le discipline scientifiche e ingegneristiche mantengono un premio salariale evidente, ma al di fuori di quell’area i rendimenti dell’università risultano sempre più compressi. Non si tratta di una “rivincita dei lavori manuali” in senso ideologico. Probabilmente è l’effetto di una scarsità strutturale di competenze in settori ancorati a infrastrutture fisiche, energia, manifattura avanzata, difesa, data center, transizione ecologica. L’AI non elimina questi lavori, li moltiplica indirettamente, come ha esplicitamente riconosciuto anche Jensen Huang di Nvidia parlando della domanda di elettricisti, tecnici e manutentori necessaria per sostenere l’economia dell’intelligenza artificiale.
Polarizzazione del mercato: meno posti, più produttività
La domanda che attraversa il dibattito pubblico è se l’AI porterà a meno lavoro complessivo. Le evidenze attuali suggeriscono una risposta più prudente e meno spettacolare, più produttività, meno persone per unità di output. Non una distruzione immediata dei posti, ma una trasformazione che restringe gli accessi e polarizza le opportunità.
Come ha osservato David Autor del MIT, l’AI viene talvolta utilizzata anche come giustificazione narrativa per ristrutturazioni già necessarie. Ma questo non ne riduce l’impatto reale sulle persone: aumento della disoccupazione white collar di lunga durata e una riduzione dei tassi di riassorbimento post-licenziamento rispetto al periodo pre-pandemico. I dati macro restano relativamente stabili, mentre le traiettorie individuali diventano più fragili e discontinue.
L’intelligenza artificiale come moltiplicatore di efficienza
L’intelligenza artificiale non agisce come una macchina che rimpiazza l’uomo in modo diretto. Funziona piuttosto come un moltiplicatore di efficienza che si infiltra nei processi esistenti, automatizza compiti ripetitivi e sposta il valore verso funzioni di supervisione, interpretazione e controllo.
Il lavoro umano resta centrale, ma più esposto a metriche continue, pressione temporale e obbligo di aggiornamento permanente. In questo scenario la vera linea di frattura non è tra blue collar e white collar, ma tra lavoro astratto e lavoro concreto, tra competenze replicabili via software e competenze scarse, certificate e difficili da sostituire. I sistemi formativi e professionali più resilienti sono quelli permeabili, capaci di integrare studio, lavoro e impresa senza separare precocemente i percorsi.
Sistemi formativi permeabili: il modello svizzero e l’apprendistato
Un elemento che completa il quadro riguarda il funzionamento dei sistemi formativi e non solo le scelte individuali. Negli Stati Uniti, il progressivo disallineamento tra costi dell’università e rendimenti occupazionali ha reso sempre meno razionale, soprattutto per le nuove generazioni, investire anni e debito in percorsi che non garantiscono né competenze immediatamente spendibili né traiettorie di crescita chiare. Il punto non è contrapporre studio e lavoro manuale.
I sistemi più resilienti sono quelli che evitano la biforcazione precoce dei percorsi e mantengono una forte permeabilità tra formazione accademica e professionale. Il modello svizzero, spesso citato come riferimento, funziona proprio perché consente passaggi continui tra istruzione teorica e formazione sul lavoro, senza relegare i mestieri tecnici in un binario di serie B. In questa logica si collocano anche le esperienze di apprendistato avanzato e di degree apprenticeships, in cui studio universitario e lavoro retribuito procedono insieme. Non rappresentano una soluzione immediata su larga scala, ma indicano una direzione chiara, il futuro del lavoro non si gioca scegliendo una volta per tutte tra università e mestiere, bensì costruendo percorsi ibridi, reversibili e cumulativi, capaci di adattarsi a un’economia in cui tecnologia, competenze e valore del lavoro cambiano più rapidamente delle istituzioni che dovrebbero governarli.
Governare la transizione tra tecnologia e progresso sociale
L’AI non ha ancora distrutto il lavoro, ma ne ha già cambiato profondamente la natura. Dentro le aziende aumenta la produttività, fuori si restringono i varchi di ingresso e si polarizzano le carriere. La sfida non è difendere ogni posto esistente, ma governare la transizione, ripensando formazione, accessi e valore del lavoro in un’economia in cui l’efficienza non coincide più automaticamente con il progresso sociale. Il rischio, altrimenti, è un futuro con più tecnologia e meno spazio per chi sta nel mezzo; proprio lì, nel ceto medio cognitivo, che oggi si gioca la partita più delicata del lavoro nell’era dell’intelligenza artificiale.
