Un lavoratore italiano su quattro potrebbe vedere il proprio mestiere sostituito o profondamente trasformato dall’intelligenza artificiale. Le stime cambiano a seconda dei criteri utilizzati: si va da 1,7 milioni di posti considerati a rischio fino ai 3,8 milioni indicati dal Politecnico di Milano, mentre altre valutazioni citate nella documentazione individuano quasi cinque milioni di lavoratori ad alta esposizione. Numeri diversi, dietro i quali si intravede però lo stesso fenomeno: l’automazione ha lasciato la fabbrica ed è entrata negli uffici.
È questa la caratteristica che distingue l’attuale rivoluzione tecnologica dalle precedenti. Per decenni abbiamo associato la macchina alla sostituzione del lavoro fisico: robot industriali nelle linee di montaggio, casse automatiche nei supermercati, magazzini gestiti da sistemi sempre più sofisticati. L’intelligenza artificiale generativa ha spostato il confine. Ora la macchina scrive, traduce, analizza documenti, genera codice, risponde a un cliente, elabora immagini e sintetizza migliaia di dati in pochi secondi. Il cambiamento investe quindi una categoria che si considerava relativamente protetta dall’automazione: i colletti bianchi.
Il primo fronte sono i call center
La trasformazione è già visibile nel customer care. Chatbot, assistenti vocali e agenti artificiali stanno passando dal ruolo di strumenti di supporto a quello di interlocutori capaci di gestire autonomamente una parte crescente delle richieste. In Italia le conseguenze sono entrate nelle vertenze sindacali. Il materiale analizzato richiama i casi Enel, Konecta e Almaviva e segnala, per la sola commessa Enel in Puglia, 2.500 posti considerati a rischio.
Qui l’innovazione tecnologica incontra una fragilità economica che precede l’IA. Il settore dei call center ha garantito per anni migliaia di posti di lavoro, spesso concentrati nel Mezzogiorno. Se un grande committente decide che una quota significativa delle conversazioni con i clienti può essere affidata a un agente artificiale, l’effetto non si distribuisce uniformemente sul territorio: colpisce città e regioni dove quelle commesse rappresentano una componente rilevante dell’occupazione. Il passaggio decisivo avviene quando l’intelligenza artificiale smette di essere il copilota dell’operatore e diventa direttamente l’operatore.
La sorpresa dei programmatori
La seconda linea del fronte passa dentro le aziende tecnologiche. Era diffusa l’idea che la digitalizzazione avrebbe distrutto alcuni mestieri ma garantito una posizione relativamente sicura a chi possedeva competenze informatiche. L’IA generativa sta incrinando questa certezza. I sistemi capaci di produrre codice permettono già a uno sviluppatore di realizzare in tempi molto più brevi attività che richiedevano ore di lavoro. Possono individuare errori, proporre soluzioni, documentare software e generare parti di un programma partendo da istruzioni formulate in linguaggio naturale.
Il materiale esaminato individua tra le figure più esposte programmatori junior, tecnici di supporto e alcune categorie di analisti. Viene citata la chiusura della sede italiana di InvestCloud a Marghera, con 37 dipendenti ad alta qualificazione coinvolti in una riorganizzazione legata all’impiego di software gestiti attraverso IA. Il problema potrebbe essere ancora più profondo del numero immediato degli esuberi.
Molte professioni sono costruite su una progressione: si comincia svolgendo attività relativamente semplici, si accumula esperienza e si raggiungono gradualmente ruoli di maggiore responsabilità. Se l’intelligenza artificiale assorbe proprio le mansioni affidate ai giovani professionisti, rischia di restringersi il primo gradino della carriera.
Come si formerà il programmatore senior di domani se una parte consistente delle attività attraverso le quali imparava il mestiere sarà affidata a una macchina? La stessa domanda riguarda analisti finanziari, consulenti, professionisti legali, grafici e molte altre occupazioni intellettuali.
L’automazione arriva alla scrivania
La zona di maggiore esposizione comprende tutte le attività fondate sulla gestione standardizzata delle informazioni. Data entry, segreteria, contabilità, reclutamento, gestione delle risorse umane e analisi di mercato sono indicate tra le aree nelle quali l’intelligenza artificiale può assumere una parte crescente del lavoro. Nel settore editoriale e della comunicazione entrano nello stesso perimetro scrittura, traduzione, grafica e trattamento dei dati. La discriminante non coincide più semplicemente con il titolo di studio. Conta la struttura concreta del lavoro.
Una mansione molto qualificata ma ripetitiva può essere più facilmente automatizzabile di un’attività meno prestigiosa che richiede capacità manuale, relazione con altre persone e gestione continua dell’imprevisto. Per questo l’intelligenza artificiale sta modificando la tradizionale geografia del rischio tecnologico. La laurea resta uno strumento essenziale per accedere a molte professioni, ma non costituisce di per sé un’assicurazione contro l’automazione.
Essere esposti all’IA non significa perdere il posto
C’è però un errore che rischia di falsare il dibattito: trasformare automaticamente ogni stima sull’esposizione all’intelligenza artificiale in una previsione di disoccupazione. Un mestiere è composto da molte attività. Raramente vengono automatizzate tutte contemporaneamente. Un giornalista può utilizzare un software per trascrivere un’intervista senza delegargli la verifica delle informazioni. Un avvocato può affidargli una prima analisi documentale mantenendo la responsabilità dell’interpretazione giuridica. Un medico può ricevere indicazioni da un sistema diagnostico senza cedergli la decisione clinica. Un programmatore può generare parti di codice continuando a progettare l’architettura del software.
Il vero indicatore da osservare diventa allora la percentuale di attività automatizzabili all’interno di ogni professione. Se l’IA permette a dieci persone di produrre quanto prima ne richiedeva quindici, l’azienda può utilizzare quella capacità aggiuntiva per espandere il business oppure ridurre l’organico. La tecnologia rende entrambe le opzioni possibili. È la strategia industriale a stabilire quale prevalga.
Quando l’IA diventa l’alibi perfetto
Esiste poi un problema di attribuzione. Nel biennio 2025-2026 i grandi tagli annunciati da diverse aziende tecnologiche sono stati frequentemente associati all’intelligenza artificiale. Ma correlazione e causalità non coincidono. La documentazione analizzata richiama una lettura secondo cui l’IA sarebbe talvolta utilizzata anche come giustificazione reputazionale di ristrutturazioni che hanno altre origini: riduzione dei costi, errori strategici, sovradimensionamento degli organici o cambiamenti del modello di business.
Per un management spiegare agli investitori che l’azienda sta diventando più efficiente grazie all’intelligenza artificiale produce una narrazione molto diversa dall’ammettere che negli anni precedenti sono state assunte troppe persone. Separare i due fenomeni sarà indispensabile per misurare l’impatto reale dell’IA sull’occupazione. Il fatto che un’impresa licenzi mentre investe miliardi nell’intelligenza artificiale non dimostra che ogni posto eliminato sia stato sostituito da un algoritmo.
Quando la macchina non basta
La corsa all’automazione sta mostrando anche i propri limiti. Il materiale esaminato segnala casi nei quali alcune aziende avrebbero rivalutato la presenza di personale qualificato dopo avere verificato che l’intelligenza artificiale non garantiva i risultati attesi. Tra le criticità indicate compaiono la difficoltà di affrontare situazioni impreviste, la necessità di una supervisione specialistica e i costi nascosti necessari per individuare e correggere gli errori dei sistemi automatici. È un passaggio rilevante perché ridimensiona l’idea dell’automazione come processo lineare e irreversibile.
Produrre una risposta in pochi secondi non equivale a produrre una risposta corretta. Generare cento testi, cento immagini o migliaia di righe di codice ha valore economico soltanto se qualcuno è in grado di verificare che il risultato sia utilizzabile. Paradossalmente, la crescita dell’intelligenza artificiale può aumentare il valore dell’esperienza umana proprio mentre riduce quello dell’esecuzione.
Il nuovo mestiere: controllare la macchina
Qui emerge una delle trasformazioni più profonde. Per molte professioni il valore potrebbe progressivamente spostarsi dalla produzione materiale dell’output alla capacità di controllarlo. Il giornalista dovrà verificare. Il programmatore dovrà validare il codice. Il consulente dovrà capire quando l’analisi proposta dal sistema è plausibile e quando deriva da presupposti sbagliati. Il responsabile delle risorse umane dovrà essere in grado di riconoscere una discriminazione prodotta da un algoritmo di selezione. L’esperienza assume così una funzione diversa: non serve soltanto a fare meglio un lavoro, ma a capire quando la macchina lo sta facendo male.
Questo passaggio crea però un nuovo squilibrio. Un professionista senior possiede gli strumenti per controllare l’IA perché ha trascorso anni a svolgere personalmente quelle attività. Un giovane che entra oggi nel mercato potrebbe trovarsi direttamente davanti al risultato prodotto dalla macchina senza avere accumulato abbastanza esperienza per giudicarlo. È uno dei nodi meno discussi della transizione.
La battaglia sulla produttività
Dietro la questione occupazionale si nasconde una partita economica ancora più grande. Se un lavoratore assistito dall’IA produce in quattro ore ciò che prima richiedeva otto, chi beneficia delle quattro ore risparmiate?
Possono trasformarsi in maggiore produzione. Possono diventare profitti. Possono consentire di ridurre il personale oppure aprire lo spazio per una diminuzione dell’orario di lavoro. Possono finanziare aumenti salariali, nuovi investimenti o formazione. È qui che la rivoluzione tecnologica diventa una questione distributiva.
L’IA promette di abbattere il costo di numerose attività cognitive. Se questa produttività si concentrasse esclusivamente nei bilanci delle imprese mentre il costo della transizione ricadesse sui lavoratori espulsi dai settori più esposti, il problema occupazionale diventerebbe rapidamente politico e sociale. La tecnologia stabilisce ciò che è possibile automatizzare. Contratti, politiche industriali, concorrenza e decisioni aziendali determinano come verranno distribuiti i vantaggi dell’automazione.
L’algoritmo può consigliare, l’uomo deve decidere
C’è poi un secondo uso dell’intelligenza artificiale nel lavoro, meno visibile ma altrettanto delicato: non sostituire il dipendente, bensì giudicarlo. Software aziendali possono misurare produttività, analizzare performance, selezionare curriculum, attribuire punteggi e contribuire alla gestione dei turni. Quando questi sistemi incidono su assunzioni, promozioni, sanzioni o licenziamenti, il problema non riguarda più soltanto l’efficienza. Riguarda il potere.
Il quadro normativo descritto nel materiale introduce il principio della supervisione umana sulle decisioni che incidono sul rapporto di lavoro. L’ultima parola non può essere semplicemente delegata al sistema automatico: deve esistere una persona responsabile, capace di verificare criticamente il risultato e di discostarsene.
È una distinzione sostanziale. Un algoritmo può elaborare migliaia di parametri, ma il lavoratore deve poter sapere perché è stato penalizzato e deve avere qualcuno davanti al quale contestare quella decisione. Un software non può diventare il luogo nel quale si dissolve la responsabilità.
La formazione rischia di arrivare tardi
Il fattore più difficile da governare sarà probabilmente la velocità. I sistemi educativi ragionano per cicli lunghi. Una laurea richiede anni. I programmi scolastici cambiano lentamente. La riqualificazione professionale necessita di investimenti, docenti, strutture e tempo. I modelli di intelligenza artificiale, invece, possono acquisire nuove capacità nel giro di mesi. Da questo scarto nasce il rischio più concreto della transizione: alcune mansioni potrebbero scomparire più rapidamente di quanto il mercato riesca a creare percorsi realistici per chi le svolgeva.
Il materiale analizzato individua nella formazione continua uno degli strumenti essenziali per affrontare questo passaggio. Ma anche la parola “formazione” rischia di diventare una formula vuota se non viene accompagnata da una domanda precisa: formare chi, per fare cosa?
Non tutti gli operatori di call center possono diventare programmatori. E non tutti i programmatori devono trasformarsi in specialisti di intelligenza artificiale. Serviranno percorsi legati alle economie reali dei territori, alle competenze già possedute dalle persone e alla domanda effettiva delle imprese.
Il lavoro dopo l’IA
Sostituzione, trasformazione e creazione di nuove professioni procederanno contemporaneamente. Alcuni mestieri perderanno occupati, altri utilizzeranno l’intelligenza artificiale senza scomparire, altri ancora nasceranno intorno alla nuova infrastruttura tecnologica. Il punto più delicato sarà ciò che accadrà nel mezzo.
La storia delle rivoluzioni industriali mostra che l’aumento della produttività può generare nuova ricchezza e nuovi lavori. Dice molto meno su cosa succede alle persone che perdono il proprio impiego prima che quei nuovi lavori siano disponibili, oppure quando le competenze richieste non coincidono con quelle possedute. Questa volta la velocità potrebbe fare la differenza.
L’intelligenza artificiale è capace di modificare contemporaneamente attività molto lontane tra loro: il call center di una città del Sud, lo studio di un professionista, la redazione di un giornale, il reparto software di una multinazionale. Per questo la domanda decisiva non è più se le macchine siano in grado di svolgere una parte del nostro lavoro. Lo stanno già facendo.
Bisognerà capire quanto rapidamente aumenterà quella parte, chi controllerà gli strumenti, come verranno distribuiti i guadagni di produttività e quali possibilità concrete saranno offerte a chi scoprirà che il mestiere imparato dieci anni prima non vale più quanto valeva.
La tecnologia corre. Il mercato del lavoro dovrà decidere se limitarsi a inseguirla o costruire attorno all’intelligenza artificiale nuove regole, nuove competenze e un diverso equilibrio tra produttività e occupazione.
