Negli ultimi secoli il mercato del lavoro ha attraversato diverse profonde trasformazioni, sempre caratterizzate da una costante: ogni rivoluzione tecnologica ha messo a repentaglio alcune professioni creando però, nel medio periodo, nuovi ambiti occupazionali che prima non esistevano e che si sono rivelati capaci di assorbire ancora più forza lavoro.
Oggi, tuttavia, siamo di fronte a una transizione qualitativamente diversa. L’AI non sta semplicemente automatizzando il lavoro manuale: sta comprimendo il lavoro cognitivo, proprio quel segmento che negli ultimi decenni ha costituito il cuore dell’economia occidentale. La portata di questo cambiamento è ancora sottovalutata, soprattutto in Italia, dove il dibattito tende a oscillare tra entusiasmo superficiale e timori generici, senza affrontare il nodo strutturale: l’AI sta ridisegnando la domanda di lavoro più velocemente di quanto scuola, imprese e istituzioni possano ragionevolmente adattarsi.
Proprio mentre scrivo, un’agenzia di marketing ha lanciato il “NO AI DAY: per la creatività umana contro l’uniformità digitale”. Secondo loro, social post sempre più simili, linguaggio standardizzato e idee ripetitive sono il segnale di un uso automatico dell’AI nella produzione di contenuti. L’invito rivolto a professionisti della comunicazione, creativi e aziende è semplice: rinunciare per un giorno all’AI per riscoprire la fatica e il valore del pensare e creare autonomamente.
Al di là di queste estemporanee iniziative, come osservato da numerosi analisti del mercato del lavoro, la transizione attuale non riguarda tanto la scomparsa del lavoro in sé, quanto la sua trasformazione strutturale con effetti che si manifestano in modo discontinuo e spesso traumatico. Il modello organizzativo basato sull’aumento progressivo del personale per gestire volumi crescenti di informazione sta perdendo senso. Oggi, attività come redazione di report, analisi dati, produzione di contenuti, gestione documentale o sviluppo software possono essere svolte in parte da sistemi AI, riducendo drasticamente il fabbisogno di risorse umane per unità di output.
La compressione dell’economia dell’informazione
Per comprendere la fase attuale occorre ricordare che l’economia dei servizi, dominante dagli anni Ottanta in poi, si è fondata sulla gestione dell’informazione. Aziende, studi professionali, banche, società di consulenza e pubblica amministrazione hanno costruito la propria struttura su attività di elaborazione, coordinamento e comunicazione. Questo modello ha generato posti di lavoro qualificati (i cosiddetti “white collar”) caratterizzati da attività cognitive ripetitive e formalizzabili: scrivere, controllare, analizzare, compilare, validare, coordinare.
L’AI colpisce esattamente questo livello. Non elimina le professioni, ne riduce il fabbisogno. E quando questo si riduce, il mercato del lavoro reagisce con dinamiche precise: meno nuove posizioni aperte, più candidati per ruolo, processi di selezione più lunghi, maggiore selettività, organizzazioni con fatturati crescenti ma organici ridotti.
Questo fenomeno è già visibile anche nel contesto italiano. In ambito consulenziale, marketing, amministrazione e IT, diverse aziende stanno adottando modelli organizzativi snelli, dove strumenti di AI generativa consentono a piccoli team di svolgere attività che fino a pochi anni fa richiedevano interi reparti. Secondo diversi report sul lavoro digitale, la produttività individuale nelle professioni basate sull’elaborazione di informazioni crescerà fino al 40% grazie all’uso sistematico di strumenti AI. Un aumento di questa entità, su scala macroeconomica, implica inevitabilmente una riduzione della domanda di lavoro a parità di produzione.
Il problema dei senior
Un aspetto spesso ignorato riguarda chi subirà per primo l’impatto. L’immaginario collettivo tende a pensare che le tecnologie sostituiscano i lavoratori meno qualificati. In realtà, nella fase attuale, la pressione si sta spostando verso quadri intermedi e senior. Il motivo è semplice: questi professionisti rappresentano una quota rilevante del costo del lavoro, svolgono spesso attività di coordinamento o revisione, e operano su processi formalizzati e automatizzabili.
Quando un’azienda ridisegna i flussi di lavoro attorno all’AI, tende a eliminare livelli gerarchici, ridurre passaggi intermedi, accorciare catene decisionali. Nel mercato italiano questo fenomeno è particolarmente delicato, perché la forza lavoro è mediamente più anziana rispetto ad altri paesi europei. Secondo dati ISTAT, oltre il 37% degli occupati ha più di 50 anni e la quota destinata a crescere. Ciò significa che la transizione tecnologica avverrà mentre una parte significativa della popolazione lavorativa si trova nella fase finale della carriera, con minori possibilità di riconversione.
Il mito della riqualificazione
Nel dibattito pubblico si sente ripetere che la soluzione sarà il reskilling. In teoria è corretto, in pratica è complesso. Non tutti possono diventare data scientist, AI engineer o cyber security analyst. Non tutti hanno il tempo, le risorse o l’attitudine per affrontare percorsi di riqualificazione radicale dopo decenni nella stessa professione. La narrativa secondo cui chi perde il lavoro potrà imparare nuove competenze è parzialmente fuorviante. Le transizioni storiche dimostrano che una parte della forza lavoro riesce ad adattarsi, mentre un’altra è costretta a cambiare completamente percorso. Questa non è una colpa individuale, bensì una conseguenza sistemica delle trasformazioni tecnologiche.
In Italia il problema è amplificato da 3 fattori strutturali:
- bassa mobilità professionale
- sistema formativo lento ad aggiornarsi
- forte dipendenza dal lavoro dipendente tradizionale
Se la domanda di lavoro dipendente diminuisce nei settori cognitivi standardizzati, il sistema tende a compensare in altri modi. Storicamente emergono nuove forme di attività: microimprese, lavoro autonomo, consulenza, servizi locali e professioni basate sulla relazione umana. Già oggi si osserva un aumento significativo di partite IVA individuali, freelance e piccole attività nei servizi alla persona, sanità privata, assistenza, formazione e commercio di nicchia. Non si tratta di un ritorno al passato, ma di una riconfigurazione del lavoro. Le grandi organizzazioni diventano più piccole e il tessuto economico diventa più frammentato e imprenditoriale.
Per l’Italia, paese storicamente caratterizzato da PMI e lavoro autonomo, questo scenario non è necessariamente negativo. Ma richiede un cambio culturale profondo. Per decenni il modello dominante è stato:
- studiare per acquisire competenze di settore
- poi trovare un posto fisso e stabile (cit. Checco Zalone) in un certo settore
- poi specializzarsi nel settore e diventare sempre più esperti e competenti
- poi diventare manager di settore per gestire i junior in arrivo
Questo schema non è più garantito. La questione centrale non è se l’AI distruggerà il lavoro. La domanda corretta è: quale lavoro sopravviverà e per chi. Sempre più spesso il problema non sarà trovare un nuovo impiego identico al precedente, bensì capire quale nuovo percorso ha la maggiore probabilità di successo in contesti così diversificati. Per alcuni sarà l’evoluzione dentro l’azienda, per altri la consulenza, oppure la creazione di attività proprie, oppure ancora una combinazione di più fonti di reddito, il che ci obbligherà magari a lavorare di più e in contesti più incerti.
La vera domanda che ogni professionista dovrebbe porsi
Una frase ad effetto dice: i manager non verranno sostituiti dall’AI bensì da manager che sapranno usare l’AI. È sicuramente un tema su cui riflettere. In ogni caso questa enorme transizione richiede realismo, non slogan: le organizzazioni dovranno diventare più snelle, le persone più adattabili, le istituzioni più veloci.
L’AI è al contempo una minaccia e un’opportunità, ma soprattutto non è un qualcosa di temporaneo. È piuttosto una trasformazione strutturale destinata a ridefinire il rapporto tra tecnologia, impresa e lavoro per i prossimi decenni. E come in tutte le grandi transizioni, la differenza non la farà chi resiste al cambiamento, ma chi riesce a interpretarlo e farlo proprio. Prima e meglio degli altri.