Nel 2026 il rapporto tra intelligenza artificiale e lavoro può essere letto con strumenti più solidi rispetto al passato. Per anni il dibattito pubblico si è concentrato sulla sostituzione dei posti di lavoro, questa lettura resta parziale, perché una professione cambia anche quando cambiano i compiti, le competenze richieste, il percorso di ingresso e il valore dell’esperienza.
Gli studi più recenti mostrano una distanza significativa tra la capacità tecnica dell’intelligenza artificiale e il suo uso reale nelle organizzazioni. Un modello può essere già in grado di svolgere una parte rilevante di un’attività, mentre l’adozione nei processi aziendali procede con tempi più lenti. In un’impresa reale pesano responsabilità, procedure, vincoli legali, qualità dei dati, autorizzazioni interne e controlli sui risultati.
Lo studio pubblicato da Anthropic il 5 marzo 2026, firmato dagli economisti Maxim Massenkoff e Peter McCrory, misura questa distanza partendo anche dall’uso osservato dei modelli AI nei flussi di lavoro professionali. Molte analisi precedenti stimavano l’esposizione delle professioni in base ai compiti che un modello avrebbe potuto svolgere in teoria. Anthropic affianca a questa prospettiva una misura legata agli impieghi effettivi.
La differenza tra possibilità tecnica e uso operativo risulta ampia ad esempio, nelle professioni legate all’informatica e alla matematica, la capacità teorica dell’AI arriva a coprire una quota molto alta dei compiti ed invece l’utilizzo osservato resta più basso. Secondo lo studio, in questa area la capacità teorica può arrivare al 94% dei compiti, mentre l’uso reale osservato si ferma intorno al 33%. La tecnologia risulta avanzata, l’integrazione aziendale segue criteri più selettivi.
Nel lavoro reale, una risposta generata in pochi secondi, deve diventare un risultato verificabile, tracciabile, conforme alle norme e coerente con le procedure interne. Questo passaggio pesa soprattutto nei contesti industriali dove, una scelta errata, può produrre conseguenze economiche, operative o di sicurezza. L’intelligenza artificiale entra nei processi quando produce valore controllabile e quando il risultato può essere validato da competenze umane.
Sul piano occupazionale, lo studio Anthropic esamina le professioni più esposte all’AI e cerca segnali di discontinuità nei tassi di disoccupazione. Gli autori costruiscono anche uno scenario di confronto con la crisi del 2007-2009, quando negli Stati Uniti la disoccupazione raddoppiò dal 5% al 10%. Un aumento analogo nelle professioni più esposte all’intelligenza artificiale sarebbe rilevabile nel loro modello. Nei dati attuali questo segnale risulta essere assente.
L’effetto più misurabile riguarda l’ingresso dei giovani nel mercato del lavoro. Anthropic registra un calo del 14% nel tasso di assunzione dei lavoratori tra 22 e 25 anni nelle professioni più esposte all’intelligenza artificiale rispetto al 2022. Lo stesso andamento risulta meno marcato per i lavoratori con più di 25 anni. Una ricerca parallela di Erik Brynjolfsson e colleghi, aveva già rilevato una riduzione dell’occupazione tra il 6% e il 16% nella stessa fascia d’età e nelle stesse aree professionali.
Questo dato aiuta a capire come l’intelligenza artificiale stia incidendo sui percorsi di accesso alle professioni. In molti lavori intellettuali, le figure junior svolgevano attività di preparazione e supporto. Raccoglievano informazioni, ordinavano dati, preparavano prime bozze, confrontavano documenti, costruivano analisi preliminari e producevano materiali di base. Quelle attività avevano valore produttivo e valore formativo.
Oggi una parte di quei compiti può essere svolta più rapidamente con strumenti AI, soprattutto quando lo strumento viene guidato da persone esperte. Il professionista senior può assorbire attività che prima richiedevano il contributo di figure junior. L’azienda ottiene più produttività da profili già autonomi. Chi entra nel mercato trova meno occasioni per imparare attraverso compiti progressivi.
Il livello minimo richiesto tende quindi ad alzarsi. Il giovane lavoratore deve arrivare prima a un grado di autonomia maggiore. Deve saper usare strumenti digitali, leggere criticamente un risultato, distinguere un’informazione attendibile da una fragile, comprendere il contesto e trasformare una bozza in un output utilizzabile. La semplice esecuzione di attività preparatorie perde valore quando una macchina può produrre una prima versione in tempi molto ridotti.
Lo Stanford AI Index 2024 raccoglie studi secondo cui l’intelligenza artificiale può aumentare la produttività e migliorare la qualità del lavoro, con effetti rilevanti sui lavoratori meno esperti. In diversi contesti, l’assistenza dell’AI riduce parte del divario tra chi ha poca esperienza e chi possiede competenze più mature. Questo effetto può aiutare una persona a lavorare meglio e ad affrontare compiti prima troppo complessi.
La stessa dinamica può spingere le aziende a rivedere il numero e il ruolo delle posizioni di ingresso. In un ufficio tecnico, amministrativo o di analisi, molte attività preliminari possono essere gestite con un assistente AI e poi controllate da una persona esperta. Il valore si sposta dalla produzione della prima bozza alla verifica del risultato, alla correzione degli errori, alla coerenza con il contesto e alla responsabilità finale.
L’aumento di produttività e la riduzione delle opportunità di ingresso, possono quindi procedere insieme. Un’organizzazione può produrre di più con gli stessi lavoratori esperti e rallentare le assunzioni di profili junior. La trasformazione può manifestarsi attraverso minori ingressi, turnover più lento, riduzione dei ruoli di supporto e aumento delle competenze richieste già nelle prime posizioni.
Il dato italiano conferma questa direzione dal lato della domanda di lavoro. L’Osservatorio Artificial Intelligence del Politecnico di Milano, in collaborazione con Lightcast, ha analizzato oltre 17 milioni di annunci online pubblicati in Italia tra il 2019 e il 2025. Nel 2025 circa 44 mila posizioni su 3,2 milioni complessive, richiedevano competenze legate all’intelligenza artificiale, con una crescita del 93% rispetto all’anno precedente. Nelle offerte per profili white-collar ad alta qualificazione, il 76% degli annunci includeva competenze AI tra i requisiti.
Quarantaquattromila posizioni su 3,2 milioni, rappresentano una quota ancora limitata sul totale del mercato. La crescita del 93% in un anno e la concentrazione nei profili qualificati, indicano però una trasformazione rapida. L’intelligenza artificiale entra prima nei lavori ad alto contenuto informativo, dove si scrive, si analizza, si progetta, si programma, si confrontano documenti, si preparano decisioni e si gestiscono processi.
L’AI sta diventando una competenza trasversale e riguarda sviluppatori, data scientist, specialisti di machine learning, profili amministrativi, tecnici, gestionali, commerciali, legali, comunicativi e organizzativi. In molti annunci viene richiesta la capacità pratica di usare questi strumenti dentro un processo. Cercare informazioni, produrre una bozza, verificare dati, costruire una sintesi, automatizzare passaggi ripetitivi, interrogare documenti e trasformare un risultato grezzo in un output affidabile, diventano abilità professionali.
La qualità dell’uso pesa più della disponibilità dello strumento. Un modello può produrre un testo ordinato, una tabella plausibile, una sintesi convincente o una risposta ben strutturata. La correttezza del contenuto dipende dalla verifica. Nel lavoro professionale conta la capacità di riconoscere un errore, valutare una fonte, distinguere un dato aggiornato da uno superato, rispettare un vincolo normativo e collegare il risultato a una responsabilità reale.
Nel lavoro industriale questo aspetto diventa ancora più importante. Un assistente AI può aiutare a scrivere una relazione, organizzare una procedura, confrontare documenti, preparare una checklist o sintetizzare una normativa. La validità del risultato dipende da chi conosce l’impianto, il processo, le condizioni operative, i rischi, le autorizzazioni e le conseguenze pratiche di ciò che viene scritto. L’AI aumenta la velocità del lavoro, mentre la responsabilità resta in capo alla persona che usa, controlla e approva il risultato.
Molte attività di base hanno sempre avuto una funzione pratica e una funzione didattica. Una persona imparava attraverso compiti semplici, ripetitivi e progressivi. Preparare una prima bozza, fare una ricerca, confrontare documenti o riordinare dati, permetteva di acquisire metodo. Se queste attività vengono assorbite dagli strumenti AI, le aziende devono costruire percorsi formativi diversi.
Ridurre troppo i ruoli di ingresso può generare efficienza immediata e fragilità nel medio periodo. Con meno occasioni di apprendimento operativo, diminuisce il numero di persone capaci di diventare profili esperti. Le imprese rischiano di avere strumenti più potenti e meno competenze interne per controllarli. L’automazione delle attività iniziali richiede quindi nuovi modelli di affiancamento, nuove prove pratiche e nuove modalità di crescita professionale.
Le previsioni tecnologiche sul lavoro, vanno lette con prudenza. Gli autori dello studio Anthropic ricordano che in passato molte professioni considerate vulnerabili all’outsourcing, hanno continuato a crescere negli anni successivi. La capacità tecnica di automatizzare un compito, non porta automaticamente alla sostituzione di una professione. Una professione comprende attività diverse, responsabilità, relazioni, giudizio, esperienza e gestione di situazioni non standard.
La disoccupazione aggregata nelle professioni più esposte non mostra un aumento sistematico. L’ingresso dei giovani in alcuni lavori qualificati risulta più difficile. Le competenze AI compaiono con maggiore frequenza negli annunci, la produttività cresce soprattutto quando gli strumenti vengono usati da persone capaci di controllarne i risultati. Le organizzazioni adottano la tecnologia con tempi più lenti rispetto alle sue potenzialità tecniche.
L’intelligenza artificiale va integrata come competenza professionale ed il valore dipenderà dalla capacità di porre domande corrette, valutare l’output, correggere errori, adattare il risultato al contesto e assumersi la responsabilità finale. Nel lavoro industriale, tecnico e organizzativo questa differenza sarà sempre più rilevante.
Chi possiede esperienza, metodo e conoscenza del contesto, può usare l’AI per aumentare il proprio valore. Chi entra oggi nel mercato dovrà costruire competenze più ibride fin dall’inizio, unendo capacità tecniche, uso degli strumenti digitali, comprensione dei processi e senso critico. Le aziende dovranno bilanciare efficienza immediata e costruzione delle competenze future.
I dati del 2026 indicano una trasformazione già avviata dove il lavoro intellettuale viene scomposto, redistribuito e ricomposto intorno a nuove competenze. Le attività di base perdono parte del loro ruolo tradizionale e l’esperienza acquista nuovo peso. L’autonomia operativa diventa più richiesta, l’AI entra nel lavoro quotidiano come strumento da governare attraverso competenza, verifica e responsabilità.
Nei prossimi anni o forse solo mesi, farà differenza la qualità professionale di chi usa questi strumenti. Serviranno metodo, fonti affidabili, comprensione dei limiti dell’AI e capacità di collegare ogni risultato al contesto reale. In un mercato che cambia rapidamente, la competenza si misurerà anche dal modo in cui una persona saprà lavorare con ciò che una macchina può produrre. L.L.
