I dati reali su perdita di lavoro e IA dopo 3 anni che ChatGpt e altre sistemi sono tra noi

I dati reali sul lavoro che cambia si sono accumulati con velocità impressionante nell'ultimo triennio. Dal 2022 i sistemi di intelligenza artificiale generativa non sono rimasti scenari ipotetici, ma hanno iniziano a incidere sulle occupazioni e sui mercati come nessuna tecnologia precedente. Oggi lo confermano report corposi: dal rilascio di ChatGPT, analisti, ricercatori e manager stanno misurando sul campo che cosa significa lavorare e competere accanto ad algoritmi capaci di emulare, o superare, molte mansioni intellettuali.

Ma quanti posti sono davvero spariti? Dove sono state create nuove opportunità? Perché le grandi imprese licenziano? Il dibattito rimane acceso, alimentato da previsioni catastrofiche e da numeri apparentemente discordanti. La domanda Quanto cambierà davvero il lavoro con l'IA? è diventata centrale già pochi mesi dopo il debutto di ChatGPT, segnando una tensione che, oggi, trova risposte sempre più concrete e meno spaventose di quanto prospettato inizialmente. I nuovi dati di Anthropic e le statistiche ufficiali permettono finalmente di distinguere mito e realtà, errori da evitare e percorsi da seguire per non farsi trovare impreparati.

Quanto lavoro ha davvero cambiato l'IA? La realtà

Negli ultimi tre anni, l'impatto delle IA generative sulle occupazioni è stato oggetto di stime divergenti e confronti costanti tra potenziale teorico e utilizzo reale. Subito dopo il lancio di ChatGPT, la ricerca si è divisa tra previsioni apocalittiche, milioni di posti a rischio nell'arco di pochi anni, e analisi più caute, che suggerivano una transizione graduale.

La vera svolta metodologica è arrivata con il concetto di observed exposure, introdotto da una ricerca di Anthropic negli Stati Uniti. Invece di calcolare solo quali mansioni potrebbero essere automatizzate dai modelli linguistici, l'indice unisce dati di traffico effettivo (ossia l'uso concreto di Claude in attività lavorative) e l'esposizione teorica, pesando le mansioni automatizzate e di supporto secondo l'impatto reale nelle aziende:

La distanza tra ciò che l'IA può fare e ciò che fa è notevole: se alcune mansioni tecniche in ambito IT sono fortemente coperte dai modelli, nei settori manuali la penetrazione è prossima allo zero. Sorprende che anche nelle categorie considerate più a rischio, la trasformazione sia più lenta del previsto. Per esempio, una ricerca che nel 2023 stimava il 90% delle mansioni informatiche come automatizzabili ha dovuto ridimensionare molto dopo la raccolta dei dati d'uso.

Da qui emerge un altro dato-chiave: la perdita di lavoro causata da intelligenza artificiale, nella pratica, è inferiore ai pronostici più pessimisti. Ogni 10 punti di esposizione osservata a un LLM si traducono in crescita occupazionale inferiore di appena 0,6 punti fino al 2034. E non si sono registrati salti statistici significativi nel tasso di disoccupazione delle categorie più esposte rispetto alle altre.

Vanno però tenute in considerazione le differenze regionali e settoriali: paesi come gli Stati Uniti e la Cina spingono strategie differenti, dall'open source governativo cinese fino al retraining rapido americano. In entrambi, la parola d'ordine resta monitorare e adattarsi velocemente: le decisioni affrettate condannano aziende e lavoratori a perdere sia occupazione che competitività, come dimostrano clamorosi casi (Block e Microsoft tra tutti).

Settori e professioni più esposte: chi rischia, resiste, cresce

I modelli predittivi ormai convergono su una verità semplice: non tutte le occupazioni sono a rischio nella stessa misura. L'adozione dell'intelligenza artificiale ha avuto impatti disomogenei sia a livello globale sia nei singoli paesi, con l'Italia che si distingue per un tessuto di PMI e professioni tradizionali. I settori più esposti all'automazione e alla perdita di lavoro sono:

• Programmazione e sviluppo software: qui l'automatizzazione con IA generative ha coperto il 75% delle mansioni, soprattutto scrittura di codice, testing e debug.
• Servizi di customer care e assistenza clienti: algoritmi e chatbot sostituiscono ormai compiti standardizzati, con picchi oltre il 70% nei call center.
• Data entry e attività ripetitive di back-office: la penetrazione tocca il 67%, semplificando fatturazione, controllo dati, archiviazione.
• Contabilità di base, amministrazione e finanza: secondo Deloitte, il 50% delle attività contabili tradizionali verrà gestito da sistemi algoritmici entro il 2030.
• Ruoli amministrativi e impiegatizi: le grandi aziende stimano tagli fino al 50% dei ruoli operativi da qui al 2030.

Chi resiste? Le professioni meno esposte restano le attività manuali o che richiedono esperienza tacita impossibile da codificare:

• Cuochi, meccanici, bagnini, addetti a servizi fisici
• Professionisti con forte impronta creativa e relazionale: coach, mediatori, manager di team multidisciplinari
• Medici, operatori sanitari, artigiani e artisti, settori che necessitano di alto grado di manualità o intelligenza emotiva

Chi cresce? Esiste una serie di competenze e ruoli emergenti associati all'IA che stanno già vivendo una domanda in aumento:

• Data scientist, ingegneri AI, architetti di sistemi intelligenti
• Specialisti di etica, normativa e governance dei dati
• Consulenti per la sicurezza informatica e la gestione algoritmica
• Tecnici per l'addestramento, la manutenzione e l'ottimizzazione dei modelli AI

Queste figure combinano conoscenze tecniche avanzate con competenze trasversali, pensiero critico, visione strategica, creatività, gestione dell'indeterminatezza, difficili da replicare automaticamente.

Uno scenario a doppia velocità, dunque: mentre scompaiono progressivamente alcune professionalità standardizzate, aumenta la domanda di competenze future-proof capaci di lavorare a stretto contatto con l'innovazione tecnologica.

Effetti reali su giovani, partecipazione e nuove disuguaglianze

Il vero focus oggi si sposta sull'impatto dell'IA sulle nuove generazioni e sulla quantità di partecipazione effettiva che i giovani possono ottenere nel nuovo scenario occupazionale. Dopo 3 anni di IA generativa diffusa, emergono dati oggettivi e alcune criticità inedite.

L'accesso al primo impiego per i 22-25enni nei settori a forte esposizione AI segna una riduzione del 14% rispetto ai livelli del 2022 negli Stati Uniti. In queste professioni, la frequenza di nuovi ingressi nel mercato tracolla rispetto agli adulti sopra i 25 anni, il cui tasso di presenza rimane invece stabile. Ma la riduzione, secondo gli analisti, non segnala solo esclusione, bensì anche scelte diverse, dal ritorno agli studi, al cambio radicale di settore, fino al riorientamento professionale.

Le aziende adottano sempre più spesso una prassi che penalizza i meno esperti: secondo il British Standards Institution, il 41% valuta opzioni AI prima di proporre assunzioni entry-level. Il paradosso è che le funzioni automatizzate sono proprio quelle che un tempo rappresentavano la palestra delle competenze pratiche per i giovani.

Dati a campione dall'Italia confermano che la generazione dei nuovi lavoratori rischia di non acquisire più skill chiave sul campo, generando una Generation Jaded, fatta di diplomati e laureati che non trovano spazi di crescita perché i ruoli di ingresso, spesso, nemmeno vengono più creati.

Questo scenario pone un rischio di disuguaglianze sociali su larga scala: chi ha esperienza pregressa o skill avanzate continua a trovare spazio, mentre chi inizia fatica, con possibili effetti non solo occupazionali ma anche sul tessuto sociale, sulla produttività nazionale e sulle opportunità a lungo termine di intere generazioni. È un tema già riconosciuto nei piani strategici USA e cinesi: servono nuovi modelli formativi, reti di mentoring e collaborazione uomo-macchina per non sacrificare i percorsi di crescita personale e professionale dei giovani.

Come e perché le aziende stanno licenziando

Il tema dei licenziamenti attribuiti all'intelligenza artificiale è fortemente dibattuto. Alcuni casi eclatanti, come Block (ex Square), Microsoft o i piani di JPMorgan e Ford, hanno visto riduzioni importanti degli organici direttamente motivate con la transizione verso l'IA, soprattutto tra i colletti bianchi. Tuttavia, la realtà aziendale è molto più sfumata:

• Solo una parte dei licenziamenti è davvero dovuta a sostituzione tecnologica veloce. Più spesso, sono scelte anticipate in vista di impatti possibili dell'AI e spinte finanziarie.
• Molte aziende comunicano licenziamenti motivandoli con l'AI per rassicurare gli investitori, quando in realtà si tratta di riorganizzazioni strutturali, riduzione dei costi accumulati in passato o risposta a fattori esterni (come pandemia o rallentamento economico).
• Una quota dei posti eliminati viene in parte recuperata con riassunzioni o con la creazione di nuovi ruoli, specialmente quando l'adozione AI si dimostra più lenta del previsto.

• Calcolo Part Time Agevolato