L’AI non cancella il lavoro: trasforma competenze e dati

L’intelligenza artificiale non sta ancora producendo un crollo generalizzato dell’occupazione, ma sta già spostando il valore dentro le organizzazioni: dalle mansioni ripetibili alla conoscenza concreta dei lavoratori. È il punto che emerge incrociando tre segnali recenti: la ricerca Harvard-MIT rilanciata da Agenda Digitale, l’analisi di MondoSanità sul lavoro in sanità e la ricostruzione di QuiFinanza sui mestieri a bassa esposizione all’AI secondo i dati del Bureau of Labor Statistics statunitense.

Il quadro è meno semplice della formula “l’AI ruba il lavoro”. La trasformazione è reale, ma riguarda prima di tutto i compiti, i flussi informativi e il potere contrattuale legato ai dati prodotti sul lavoro. Lo conferma anche il Budget Lab di Yale, con Brookings: nei 33 mesi successivi al lancio di ChatGPT, l’analisi del mercato del lavoro statunitense non ha trovato una “disruption” occupazionale ampia e riconoscibile, pur segnalando che gli effetti potrebbero richiedere più tempo per manifestarsi.

Il lavoro non scompare, ma cambia dove si crea valore

La ricerca Labor as Capital: AI and the Ownership of Expertise, firmata da Zoë Cullen, Danielle Li e Shengwu Li, sposta l’attenzione su un punto spesso trascurato: molti sistemi di intelligenza artificiale vengono addestrati o migliorati con conoscenza generata dai lavoratori. Secondo gli autori, i dipendenti dichiarano di avere un controllo significativo su quanta conoscenza condividono con l’azienda e possono ridurla se temono che venga usata per addestrare modelli capaci di svolgere attività simili alle loro.

È una conseguenza economica rilevante. Se l’esperienza tacita di chi lavora diventa dato, e il dato alimenta modelli aziendali riutilizzabili, la questione non è soltanto tecnica. Diventa una questione di proprietà, incentivi e distribuzione dei benefici. Lo studio sostiene che la proprietà individuale dei dati può evitare il rifiuto di condividere conoscenza, ma può anche indebolire altri lavoratori perché il dato di una persona rafforza il potere negoziale dell’impresa. La soluzione più efficiente, nel modello proposto dagli autori, è invece una forma di proprietà collettiva dei dati, capace di favorire la condivisione e di permettere ai lavoratori di partecipare ai guadagni di produttività.

Questo passaggio aiuta a leggere anche le tensioni che molte imprese stanno sperimentando: non basta introdurre un assistente AI per ottenere produttività. Serve riprogettare i processi e chiarire che cosa accade alle informazioni prodotte dalle persone. La survey globale AI at Work 2026 di Boston Consulting Group, condotta su 11.749 lavoratori in 14 mercati, indica che il 72% degli intervistati ritiene che l’AI abbia già cambiato in modo significativo le aspettative sulle competenze del proprio ruolo; il 47% dice di passare più tempo a gestire e dirigere l’AI che a svolgere direttamente il lavoro.

Perché esposizione non significa sostituzione

La distinzione è decisiva. Microsoft Research, nel paper Working with AI, ha analizzato 200.000 conversazioni anonimizzate con Bing Copilot per misurare in quali attività l’AI venga usata e con quale efficacia. Le mansioni più ricorrenti riguardano raccolta di informazioni, scrittura, supporto, insegnamento e consulenza. Le occupazioni con i punteggi più alti di “AI applicability” sono concentrate nel lavoro cognitivo, nell’amministrazione d’ufficio, nelle vendite e nelle attività basate sulla comunicazione.

La stessa Microsoft ha però chiarito che il suo studio non misura la perdita di posti di lavoro. Un punteggio alto indica che l’AI può assistere o svolgere sotto-compiti associati a una professione, non che quella professione verrà eliminata. È un punto confermato anche dall’Organizzazione Internazionale del Lavoro, secondo cui un lavoro su quattro nel mondo è potenzialmente esposto alla GenAI, ma l’esito più probabile è la trasformazione dei ruoli, non la sostituzione integrale.

Qui si inserisce l’analisi di QuiFinanza sui dati del Bureau of Labor Statistics. Il BLS ha classificato 831 professioni in base all’esposizione relativa all’AI: 213 risultano a bassa esposizione. Il dato, però, non va letto come una lista di mestieri “immuni”. Lo stesso BLS precisa che l’esposizione non implica automaticamente perdita di posti, guadagni di produttività, probabilità di automazione o effetti salariali. Indica piuttosto quanto le caratteristiche di una professione siano allineate con le capacità attuali dei modelli.

I ruoli meno esposti tendono ad avere una componente fisica, relazionale o decisionale in tempo reale più forte. È il motivo per cui, tra i lavori ben pagati e in crescita citati nell’analisi, compaiono diverse professioni sanitarie e tecnico-cliniche. Anche l’articolo di QuiFinanza sottolinea che tra i lavori a bassa esposizione con retribuzione mediana annua di almeno 75.000 dollari solo una parte è prevista in crescita nel prossimo decennio: non basta essere “poco automatizzabili”, bisogna anche trovarsi in un settore con domanda strutturale.

La sanità mostra il lato più utile dell’AI

In sanità, l’assenza di una sostituzione di massa non è una frenata: può essere una buona notizia. La lettura proposta da MondoSanità coglie un punto concreto: in un settore segnato da carenze di personale, burnout e domanda crescente, l’AI ha più valore quando alleggerisce il lavoro clinico e amministrativo, non quando pretende di sostituire la relazione di cura.

Il contesto è severo. L’Organizzazione Mondiale della Sanità stima una carenza globale di 11 milioni di operatori sanitari entro il 2030, soprattutto nei Paesi a basso e medio reddito. In questo scenario, automatizzare documentazione, triage amministrativo, ricerca di informazioni cliniche, sintesi di cartelle e attività ripetitive può liberare tempo professionale prezioso. L’AI diventa una leva di capacità, non un sostituto del giudizio medico o infermieristico.

Anche i medici guardano soprattutto a questo uso. Un sondaggio dell’American Medical Association indica che il 57% dei professionisti intervistati considera la riduzione degli oneri amministrativi il principale campo di opportunità per l’AI. È una priorità molto più immediata della sostituzione: meno tempo davanti ai moduli, più tempo per diagnosi, decisioni e relazione con il paziente.

La vera partita è la governance della conoscenza

Il punto comune tra questi dati è che il lavoro resta centrale proprio mentre l’AI entra nei processi. La conoscenza professionale, però, cambia natura: da competenza incorporata nella persona diventa anche traccia digitale, procedura, prompt, dataset, workflow, annotazione, correzione del modello. Se l’impresa cattura questa conoscenza senza regole, può nascere sfiducia. Se invece la riconosce, la protegge e la remunera, l’adozione dell’AI diventa più sostenibile.

In Europa il tema è già entrato nel perimetro regolatorio. L’AI Act considera ad alto rischio molti sistemi usati nel lavoro e nella gestione dei lavoratori, compresi quelli per selezione, valutazione, assegnazione di compiti e decisioni che incidono sul rapporto professionale. In Italia, la legge 132/2025 ha introdotto un quadro nazionale che richiama un uso corretto, trasparente e responsabile dell’intelligenza artificiale, in coerenza con il regolamento europeo.

Per le aziende significa passare dalla sperimentazione informale a una governance più matura: mappare quali dati di lavoro alimentano i sistemi, stabilire chi può usarli, verificare qualità e bias, coinvolgere i lavoratori nella progettazione dei flussi e misurare non solo il tempo risparmiato, ma anche gli effetti su autonomia, competenze e carico cognitivo.

Il timore della sostituzione non va liquidato. Alcune attività saranno automatizzate, alcune figure dovranno riconvertirsi e i profili più esposti alla produzione standardizzata di testi, informazioni e comunicazione subiranno pressioni forti. Ma i dati oggi disponibili descrivono soprattutto una fase di riorganizzazione: l’AI entra nei compiti, non cancella automaticamente i mestieri. Il vantaggio competitivo andrà a chi saprà trasformare esperienza, formazione e dati in un patto più chiaro tra impresa e lavoro.

Io credo che questa sia una delle discussioni più importanti sull’intelligenza artificiale, perché sposta finalmente l’attenzione dalla paura astratta alla progettazione concreta. L’AI può aumentare la qualità del lavoro, soprattutto in sanità e nei servizi ad alta intensità di conoscenza, ma solo se viene costruita con chi quel lavoro lo conosce davvero.

La grande opportunità è trattare l’esperienza delle persone come un asset da valorizzare, non come una risorsa da estrarre in silenzio. Se aziende, professionisti e parti sociali riusciranno a definire regole chiare su dati, formazione e benefici, l’intelligenza artificiale potrà diventare un acceleratore di competenze. Non un taglio lineare, ma un modo per liberare tempo, ridurre burocrazia, migliorare decisioni e creare ruoli più qualificati. La tecnologia da sola non basta: il salto vero sarà organizzativo.