La domanda più ricorrente continua a essere quanti posti di lavoro saranno sostituiti dall’AI. È una domanda importante, ma non sufficiente: accanto agli effetti sul numero degli occupati, occorre considerare come cambia il lavoro svolto. Anche nelle professioni che continueranno a esistere possono modificarsi profondamente le attività, le competenze richieste, le opportunità di ingresso, i margini di autonomia e le possibilità di apprendere dall’esperienza.
Indice degli argomenti
L’impatto dell’AI sul lavoro negli studi internazionali
Nel 2024 il Fondo Monetario Internazionale stima che circa il 40% dell’occupazione mondiale fosse esposto all’AI, una quota che raggiungeva il 60% nelle economie avanzate [1].
Il Future of Jobs Report 2025 del World Economic Forum stima che, entro il 2030, le trasformazioni economiche, demografiche, ambientali e tecnologiche potrebbero determinare la creazione di 170 milioni di nuovi posti di lavoro e la perdita di 92 milioni, con un saldo positivo di 78 milioni [2]. Non si tratta di una previsione degli effetti della sola intelligenza artificiale: il rapporto considera diversi fattori di cambiamento e si basa sulle aspettative delle imprese, anziché sui posti di lavoro già creati o perduti.
L’Organizzazione Internazionale del Lavoro, nel 2025, concentrandosi sull’AI generativa, stima invece che un lavoratore su quattro, a livello mondiale, sia occupato in una professione con qualche grado di esposizione, con una quota del 34% nei paesi ad alto reddito [3].
Nel maggio 2026 l’OCSE ha pubblicato una nuova misura dell’esposizione delle professioni, confrontando le capacità dell’AI con quelle richieste nel lavoro. I sistemi di intelligenza artificiale attuali risultano più vicini ai requisiti delle attività amministrative e codificabili e più lontani da quelli delle occupazioni che richiedono giudizio contestuale, comprensione interpersonale, decisioni complesse e responsabilità [4].
Perché esposizione all’AI non significa perdita del lavoro
Questi risultati non sono direttamente confrontabili: gli studi considerano tecnologie diverse, utilizzano metodi differenti e si riferiscono a contesti e gruppi di lavoratori diversi. Il WEF propone una previsione sull’andamento dell’occupazione legata a più fattori di cambiamento. Il FMI, l’ILO e l’OCSE valutano invece quanto le attività delle professioni possano essere interessate dall’AI. Un’elevata esposizione non implica necessariamente la scomparsa dei posti di lavoro: la tecnologia può sostituire le persone nello svolgimento di alcuni compiti oppure affiancarle, modificando il contenuto del loro lavoro.
Intelligenza artificiale e lavoro nelle imprese italiane
Le ricerche della Banca d’Italia permettono di osservare alcuni aspetti della trasformazione nel nostro paese. Uno studio del 2024, basato su dati del 2023, stima che poco meno di nove milioni di lavoratori siano occupati in professioni altamente esposte all’intelligenza artificiale. Su circa 22 milioni di occupati considerati nello studio, si tratta di una quota intorno al 40% (percentuale calcolata dall’autrice sui dati dello studio). Per oltre la metà dei lavoratori altamente esposti, tuttavia, l’AI presenta un potenziale prevalentemente complementare alle attività svolte [5].
Una ricerca successiva, pubblicata nel marzo 2026, analizza le imprese italiane con almeno 50 addetti dell’industria e dei servizi privati non finanziari. Utilizza i dati dell’Indagine sulle aspettative di inflazione e crescita, integrati con informazioni di bilancio e dati amministrativi INPS. Nel terzo trimestre del 2024, circa l’11% delle imprese dichiarava di utilizzare già l’AI e il 28% prevedeva di adottarla entro due anni.
Produttività, qualifiche e limiti dei dati italiani
Nel perimetro analizzato, la ricerca rileva un’associazione tra adozione dell’AI, aumento della produttività del lavoro e maggiore redditività. Emerge inoltre una ricomposizione dell’occupazione verso profili più qualificati, senza una riduzione complessiva rilevata degli occupati [6]. Anche senza un calo degli occupati, cambiano dunque le professionalità richieste.
Questi risultati non possono essere estesi all’intero sistema produttivo e non escludono difficoltà per altri gruppi di lavoratori, in particolare nell’accesso alle professioni.
L’occupazione giovanile davanti all’intelligenza artificiale
Nella revisione dell’agosto 2026, uno studio dello Stanford Digital Economy Lab analizza dati amministrativi relativi a milioni di lavoratori statunitensi [7]. I ricercatori non rilevano una sostituzione occupazionale generalizzata nell’economia osservata. Tra i giovani di 22–25 anni nelle professioni maggiormente esposte all’AI, però, l’occupazione risulta inferiore del 19% rispetto al livello che avrebbe raggiunto seguendo l’andamento dei coetanei nelle professioni meno esposte.
Questo non significa che il 19% dei giovani abbia perso il lavoro. Il dato indica un divario relativo tra gruppi occupazionali differenti. Il meccanismo osservato riguarda soprattutto una contrazione delle assunzioni, più che un aumento delle uscite dal lavoro. Gli autori precisano che si tratta di evidenze descrittive, non di una dimostrazione causale degli effetti dell’AI. Lo studio segnala comunque una difficoltà di ingresso che potrebbe precedere, o manifestarsi anche senza, una riduzione generalizzata dell’occupazione.
Automazione dei compiti iniziali e apprendimento
Da questi risultati nasce una questione organizzativa che lo studio non verifica direttamente: se alcune attività iniziali vengono affidate all’AI, attraverso quali esperienze i nuovi assunti imparano a lavorare? Molte professioni si apprendono svolgendo attività iniziali e osservando i colleghi più esperti. Preparare una bozza, sintetizzare documenti o effettuare controlli preliminari permette di comprendere i problemi e i criteri con cui affrontarli. Nella pratica si sviluppano capacità di interpretazione e giudizio che la sola formazione teorica difficilmente può trasmettere.
L’automazione di queste attività potrebbe liberare tempo per esperienze più qualificate. Potrebbe però anche ridurre le occasioni attraverso le quali si acquisiscono le competenze necessarie ad assumere ruoli più complessi. L’esito dipende da come vengono ripensati i percorsi di ingresso.
Come ripensare i percorsi di ingresso
Il World Economic Forum e PwC, nel rapporto Artificial Intelligence and the Future of Entry-Level Work del giugno 2026, propongono di ripensare i percorsi iniziali collegando accesso all’occupazione, organizzazione delle attività, sviluppo professionale e sistemi educativi [8]. Per le organizzazioni, questo significa accompagnare l’automazione dei compiti iniziali con nuove occasioni di apprendimento: definire quali esperienze offrire ai nuovi assunti, chi li affiancherà e come assegnare loro responsabilità crescenti.
Progettare il lavoro con l’AI nel modello Blended Human+AI
Ripensare il lavoro con l’AI riguarda sia i percorsi dei nuovi assunti sia le attività dei professionisti esperti. Occorre decidere quali compiti affidare alla tecnologia, quali svolgere con il suo supporto e come cambieranno le competenze e le responsabilità delle persone.
Processi, competenze e responsabilità nel lavoro ibrido
Un contributo operativo arriva dall’Human-Machine Collaboration Framework, presentato dal World Economic Forum nel giugno 2026. Il Framework esamina l’evoluzione di oltre 80 ruoli nella manifattura e nelle catene di approvvigionamento, considerando i cambiamenti attesi nelle attività e nelle competenze [10]. Aiuta così a individuare come riorganizzare il lavoro quando persone e tecnologie collaborano nello svolgimento dei compiti.
Nel modello del Blended Work Human+AI, questa analisi si inserisce in una progettazione che considera congiuntamente processi, competenze, tempi, spazi e responsabilità [11]. Modificare una di queste dimensioni comporta conseguenze anche sulle altre: affidare un compito all’AI cambia il processo, ma può richiedere nuove competenze, tempi per la verifica e una diversa attribuzione delle responsabilità.
Se, per esempio, un sistema prepara un’analisi e alla persona resta il compito di valutarla, occorre prevedere come questa valutazione sarà svolta. Chi verifica le informazioni? Quanto tempo ha a disposizione? Può chiedere integrazioni o modificare la proposta? Come si confronta con i colleghi prima di decidere? La possibilità di esercitare il giudizio professionale dipende anche da queste condizioni.
Coinvolgere chi svolge il lavoro permette di individuare informazioni mancanti, eccezioni alle procedure ed esigenze di coordinamento. Queste conoscenze aiutano a definire dove l’AI sia utile e dove serva un confronto tra persone.
La formazione deve accompagnare il cambiamento: oltre a utilizzare gli strumenti, occorre imparare a valutarne i risultati e riconoscerne i limiti, attraverso occasioni di esercizio e confronto nel lavoro.
Valutare l’impatto dell’AI sulla qualità del lavoro
Per valutare l’introduzione dell’AI, gli indicatori di produttività e di occupazione vanno affiancati all’osservazione del lavoro quotidiano. Occorre capire come cambiano le attività e quali conseguenze producono sulle condizioni in cui le persone lavorano.
Autonomia, benessere e sviluppo professionale
La qualità del lavoro comprende diverse dimensioni: la possibilità di apprendere e utilizzare le proprie competenze, l’autonomia nelle decisioni, il riconoscimento del contributo professionale e le opportunità di crescita. Riguarda anche i carichi e i ritmi di lavoro, la qualità delle relazioni, il sostegno dei colleghi e dei responsabili e la possibilità di conciliare lavoro e vita personale. Sono aspetti che incidono sul benessere delle persone.
L’AI può alleggerire attività ripetitive e facilitare l’accesso alle informazioni, ma il tempo risparmiato può anche tradursi in un aumento delle prestazioni richieste. Allo stesso modo, assumere nuove responsabilità può favorire lo sviluppo professionale oppure diventare una fonte di pressione, se mancano competenze, autonomia e supporto adeguati.
Nella prospettiva del Blended Work Human+AI, queste conseguenze devono essere considerate fin dalla progettazione e verificate nell’esperienza di chi lavora. Valutare l’innovazione significa quindi chiedersi se, insieme ai risultati dell’organizzazione, migliorano anche le condizioni di lavoro e le possibilità di sviluppo delle persone.
Note
[1] International Monetary Fund (2024), AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity, 14 gennaio.
[2] World Economic Forum (2025), The Future of Jobs Report 2025.
https://www.weforum.org/publications/the-future-of-jobs-report-2025
[3] International Labour Organization (2025), Generative AI and Jobs: A Refined Global Index of Occupational Exposure, Working Paper n. 140, 20 maggio.
https://doi.org/10.54394/HETP0387
[4] OECD (2026), The OECD AI Exposure Measure: Mapping the OECD AI Capability Indicators to Occupations, OECD Artificial Intelligence Papers, n. 59, OECD Publishing, Paris, 26 maggio.
https://doi.org/10.1787/f3da0f0a-en
[5] Dalla Zuanna A., Dottori D., Gentili E., Lattanzio S. (2024), An Assessment of Occupational Exposure to Artificial Intelligence in Italy, Banca d’Italia, Questioni di Economia e Finanza, n. 878. La quota intorno al 40% è un’elaborazione dell’autrice, ricavata dal rapporto tra poco meno di nove milioni di lavoratori altamente esposti e i circa 22 milioni di occupati considerati nello studio (p. 15). Non costituisce una stima della perdita di posti di lavoro.
https://www.bancaditalia.it/pubblicazioni/qef/2024-0878/index.html
[6] Ropele T., Tagliabracci A. (2026), The Economic Impact of Artificial Intelligence: Evidence from Italian Firms, Banca d’Italia, Questioni di Economia e Finanza, n. 1005, marzo.
https://www.bancaditalia.it/pubblicazioni/qef/2026-1005/index.html
[7] Brynjolfsson E., Chandar B., Chen R. (2025, revisione agosto 2026), Canaries in the Coal Mine? Six Facts About the Recent Employment Effects of Artificial Intelligence, Stanford Digital Economy Lab.
https://digitaleconomy.stanford.edu/news/canariesaug26
[8] World Economic Forum e PwC (2026), Artificial Intelligence and the Future of Entry-Level Work: A Framework for Safeguarding and Reinventing Early Career Pathways, 22 giugno.
[9] Acemoglu D., Johnson S. (2023), Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity, PublicAffairs. Analisi storico-economica del rapporto tra cambiamento tecnologico e distribuzione dei benefici.
[10] World Economic Forum (2026), Human-Machine Collaboration in Industrial Operations: Activation Playbook, 23 giugno; documento operativo collegato all’Human-Machine Collaboration Framework.
[11] Ciacia C. (2025), Il lavoro del futuro è Blended. Ripensare le organizzazioni come ecosistemi collaborativi tra intelligenza umana e artificiale, Edizioni Palinsesto.
Partecipa alla community