Leggi in app
La questione che preoccupa genitori, studenti e lavoratori già attivi ha una risposta meno allarmante di quanto si possa immaginare. Non è “l’intelligenza artificiale mi sostituirà?” ma “in quale direzione è opportuno orientarsi?”. Si tratta di una domanda differente che modifica il punto di vista.
Il Future of Jobs Report 2025 del World Economic Forum prevede che entro il 2030 l’automazione genererà a livello globale circa 170 milioni di nuovi posti di lavoro, a fronte di 92 milioni di posizioni che verranno ridotte o eliminate: un saldo netto positivo di 78 milioni di posti. Non si tratta di una previsione ottimistica: è il risultato di dati raccolti su migliaia di aziende in numerosi settori.
Il primo dato strutturale è che l’intelligenza artificiale non impatta il mercato del lavoro in modo uniforme. Secondo le analisi di McKinsey, le attività che rappresentano fino al 30% delle ore lavorate negli Stati Uniti saranno automatizzate entro il 2030, con l’effetto più significativo su supporto d’ufficio, servizi clienti di routine e ristorazione. Parallelamente, le stesse ricerche evidenziano una crescita costante delle professioni legate alle scienze, alla tecnologia, all’ingegneria, alla creatività e al diritto.
La questione, quindi, non è se ci sarà lavoro, ma quale sarà il lavoro, in quali settori e con quali competenze.
La biforcazione è chiara: da un lato i compiti ripetitivi e standardizzabili, che l’intelligenza artificiale assorbe con crescente efficienza; dall’altro tutto ciò
che richiede giudizio, interazione, progettazione e cura, che le macchine non possono sostituire ma al massimo affiancare. L’Organizzazione per la cooperazione
e lo sviluppo economico (Ocse) ha calcolato che nei settori esposti all’intelligenza artificiale la produttività è aumentata del 5,6% senza perdite nette di posti di lavoro: le aziende hanno utilizzato l’intelligenza artificiale per aumentare la produzione, non per ridurre il personale. PwC stima, in alcuni scenari, che nei settori
più vulnerabili la produttività possa arrivare a quadruplicare, con aumenti salariali medi fino al 56 per cento per chi padroneggia gli strumenti.
Esiste una categoria di lavori che non esisteva dieci anni fa e che oggi rappresenta uno dei segmenti a più alta richiesta globale: le professioni native dell’intelligenza artificiale. Al centro ci sono gli AI Engineer e i progettisti di sistemi di deep learning, figure tecniche che costruiscono, addestrano e mettono in produzione i modelli. Attorno a loro si sviluppa un ecosistema di ruoli meno visibili ma altrettanto richiesti: gli specialisti che gestiscono il ciclo di vita dei modelli una volta che escono dai laboratori ed entrano nei prodotti reali; gli analisti di cybersicurezza che utilizzano l’IA per individuare minacce e rispondere agli attacchi in tempo reale; i data cleaner e gli AI trainer, figure ibride che si occupano della qualità dei dati con cui i modelli vengono addestrati.
A questi si aggiunge una nuova famiglia di profili legati alla gestione dal punto di vista legale dell’IA: esperti di etica algoritmica, responsabili della conformità all’AI Act europeo, consulenti di rischio che valutano l’impatto sociale dei sistemi automatizzati. Sono ruoli che richiedono una combinazione insolita di competenze giuridiche, tecniche e umanistiche, e che per questo motivo
sono ancora difficili da reperire sul mercato.
Una nuova categoria di lavori emerge all’incrocio tra intelligenza artificiale e transizione energetica. Le previsioni del World Economic Forum indicano una forte crescita delle professioni legate alle energie rinnovabili: tecnici del solare e dell’eolico, ingegneri di smart grid, progettisti di sistemi di accumulo dell’energia. Si tratta di lavori fisici, locali, non delocalizzabili e non automatizzabili nel senso pieno del termine: richiedono presenza sul campo, competenze manuali di alto livello e conoscenza dei contesti normativi locali. L’intelligenza artificiale non può sostituirli.
Inoltre, la convergenza tra IA e transizione verde genera anche figure completamente nuove: analisti che utilizzano l’intelligenza artificiale per ottimizzare reti energetiche, pianificatori urbani che integrano dati climatici con modelli predittivi, gestori di infrastrutture che monitorano sistemi sempre più complessi con l’ausilio di algoritmi. Professioni che non esistono ancora come categorie codificate nei contratti collettivi, ma che il mercato sta già cercando.
La domanda pratica che segue è inevitabile: su cosa è opportuno investire, a scuola e all’università?
Le indicazioni che emergono dai rapporti internazionali non suggeriscono una singola disciplina o una specializzazione tecnica ristretta. L’85% delle aziende intervistate dal World Economic Forum afferma di voler investire in programmi di upskilling dei propri dipendenti nei prossimi anni: non cercano solo ingegneri, ma persone capaci di ibridare competenze diverse.
L’Ocse lo esprime con una formula precisa: crescono i ruoli che combinano capacità digitali, cognitive e sociali. Un avvocato che comprende come funziona un
sistema di analisi contrattuale automatizzata vale più di due avvocati che non lo comprendono.
Un infermiere che sa interpretare i dati prodotti da un sistema di monitoraggio remoto è più efficace e più prezioso sul mercato. Un designer che utilizza l’IA per accelerare la prototipazione senza perdere il controllo del progetto creativo è difficilmente sostituibile.
Esiste infine un’area di lavoro che le proiezioni indicano come strutturalmente protetta, non per motivi romantici ma per ragioni tecniche specifiche: è il settore di tutto ciò che richiede adattamento continuo a contesti imprevedibili.
I lavori di cura, di insegnamento, di terapia, di mediazione sociale e di artigianato artistico resistono all’automazione non perché siano semplici o “manuali”, ma perché sono troppo complessi per essere codificati.
Ogni paziente è unico, ogni studente è unico, ogni pezzo fatto a mano è unico.
Quindi, accanto ai nuovi lavori ci sono i lavori rinnovati.
E meglio retribuiti. McKinsey prevede nei soli Stati Uniti circa 12 milioni di transizioni occupazionali entro il 2030, con un movimento complessivo verso lavori a più alto salario e maggiore contenuto relazionale e cognitivo.
Non si tratta di una transizione automatica né indolore, e richiederà politiche formative che ancora in gran parte non esistono. Anche perché questa transizione ha un costo concreto, fatto di tempi di adattamento, investimenti in formazione e inevitabili squilibri temporanei tra chi riesce a riqualificarsi rapidamente e chi resta indietro, almeno all’inizio.
Occorrono politiche di sostegno, ammortizzatori, nuovi progetti di formazione e istruzione.
Ma la direzione appare chiara: il lavoro del futuro non è meno lavoro, è lavoro diverso. È anche un’opportunità concreta.
I commenti sono chiusi.