Nuove assunzioni: governare l’AI per non chiudere la porta ai giovani

C’è un paradosso che sta emergendo con chiarezza nelle imprese a livello globale, e che in Europa e in Italia assume contorni ancora più evidenti: mentre l’intelligenza artificiale viene presentata come leva di crescita e produttività, nei fatti sta riducendo la domanda di lavoro proprio nei ruoli da cui tradizionalmente iniziava la carriera.

Meno ingressi nel lavoro, non più disoccupazione

Non siamo di fronte a una dinamica di licenziamenti di massa direttamente imputabili all’AI, ma a un cambiamento più silenzioso e strutturale: la progressiva scomparsa del bisogno di assumere. Una survey recente evidenzia che il 21% delle aziende ha già sospeso le assunzioni entry-level a causa dell’AI e quasi la metà prevede di farlo entro il 2027. Allo stesso tempo, l’Europa si muove dentro un quadro regolatorio unico al mondo: l’AI Act, entrato in vigore nel 2024, introduce un sistema di regole basato sul rischio per garantire che l’AI sia utilizzata in modo sicuro, trasparente e rispettoso dei diritti fondamentali. Questo doppio livello, accelerazione tecnologica e regolazione, definisce il contesto in cui le imprese stanno ridefinendo il lavoro.

Middle-level sotto pressione e transizione non governata

La trasformazione diventa evidente osservando dove si concentra l’impatto. Le attività più esposte sono quelle basate su processi ripetitivi e standardizzabili, customer service, call center, back office, ambiti nei quali l’AI, e in particolare la sua evoluzione verso sistemi agentici, è in grado di assorbire intere sequenze operative. Non siamo più davanti a strumenti che supportano il lavoro umano, ma a sistemi che lo incorporano nei processi decisionali. Questo spiega perché il fenomeno si manifesta come “hiring avoidance” più che come sostituzione diretta, le aziende non necessariamente licenziano, ma smettono di assumere.

In Italia, dove una quota significativa di occupazione è esposta all’automazione e il tessuto produttivo è fortemente basato su funzioni amministrative e operative, l’impatto rischia di essere più rapido e meno governato rispetto ad altri contesti europei. Il punto critico non è la tecnologia, ma l’assenza di una governance della transizione: l’AI entra nei processi prima che le organizzazioni abbiano ridefinito competenze, ruoli e responsabilità.

L’AI cresce, ma servono più lavori “manuali”

Questa trasformazione produce un effetto economico preciso: il lavoro umano, soprattutto nei livelli operativi, perde centralità e viene progressivamente sostituito da capitale tecnologico. Le imprese riallocano risorse verso cloud, piattaforme AI e automazione dei processi, in una riconfigurazione che tende a essere irreversibile. Tuttavia, proprio questa accelerazione genera un contro-effetto spesso trascurato. L’intelligenza artificiale non è immateriale: si fonda su data center, infrastrutture energetiche e sistemi fisici sempre più complessi. Più cresce la capacità computazionale, più cresce la necessità di competenze tecniche e manuali difficilmente automatizzabili. Figure come elettricisti, tecnici di rete, manutentori e operatori edili tornano quindi centrali non per una regressione del sistema produttivo, ma per una sua evoluzione. È un riequilibrio che raramente entra nel dibattito pubblico: mentre alcune professioni digitali di base vengono progressivamente assorbite, alcune competenze operative diventano strategiche.

Non vietare l’AI, ma governarla

In questo scenario, emerge un punto che, dal mio osservatorio professionale, è discusso ampiamente durante l’ultimo Security Summit del CLUSIT svoltosi a marzo a Milano, appare sempre più evidente: nelle imprese non è più realisticamente possibile vietare l’uso dell’intelligenza artificiale. L’AI è già nei processi, nei tool quotidiani, nelle decisioni operative. Il vero tema è come governarla. L’approccio europeo, fondato sull’AI Act, non mira a bloccare l’innovazione, ma a incanalarla dentro un sistema di responsabilità, gestione del rischio e trasparenza. Tuttavia, la regolazione formale è solo il punto di partenza. Senza una traduzione operativa in policy interne, controlli, accountability e formazione, il rischio è un utilizzo inconsapevole, disordinato e potenzialmente pericoloso dell’AI, soprattutto in contesti ad alta intensità decisionale. Il vero errore oggi non è adottare l’AI, ma farlo senza un perimetro di governo.

Un cambio di prospettiva necessario

Continuare a chiedersi se l’AI creerà o distruggerà lavoro è, oggi, una domanda mal posta. La questione reale è comprendere come si stia ridefinendo il valore del lavoro e quali responsabilità ne derivino per chi guida le organizzazioni. In questo passaggio, non è più sufficiente adottare tecnologie: diventa necessario integrare l’AI nei processi aziendali secondo logiche di gestione del rischio coerenti con il quadro europeo, investire in percorsi di reskilling che non siano solo tecnici ma anche organizzativi, e soprattutto ripensare i modelli di ingresso nel lavoro, evitando di svuotare progressivamente quei livelli che storicamente hanno alimentato competenze e crescita interna. Allo stesso tempo, l’uso dell’AI deve essere sottoposto a sistemi di controllo e audit analoghi a quelli già consolidati in ambito privacy e cybersecurity, riportando definitivamente il tema dentro la governance e fuori da una gestione esclusivamente tecnica.

In questa prospettiva, emergono due direttrici che le imprese non possono più permettersi di ignorare:

• Comprendere dove il lavoro umano resta indispensabile. La vera questione non è quali lavori verranno sostituiti, ma quali continueranno ad avere valore in un contesto profondamente trasformato. Il vantaggio competitivo non sarà di chi adotta prima l’AI, ma di chi riesce a individuare prima le attività in cui il contributo umano, decisionale, relazionale e operativo rimane insostituibile.

• Passare dall’adozione alla governance dell’AI. L’intelligenza artificiale non è una tecnologia da implementare una volta per tutte, ma un sistema che evolve e che richiede regole, controlli e responsabilità in continuo adattamento. È il passaggio verso modelli di adaptive governance, in cui organizzazione, rischio e tecnologia vengono gestiti in modo integrato e dinamico.

Il punto, in fondo, non è se l’intelligenza artificiale cambierà il lavoro. È se saremo in grado di cambiare noi abbastanza velocemente da restare rilevanti dentro quel cambiamento.