C’è un paradosso al cuore del dibattito sull’intelligenza artificiale e il lavoro. Nonostante anni di allarmi, scenari apocalittici e previsioni catastrofiste, l’occupazione nei paesi sviluppati non è crollata. I robot non hanno svuotato gli uffici. Le macchine non hanno preso il posto delle persone in modo massiccio o statisticamente rilevante. Eppure qualcosa sta cambiando, e chiunque lavori in un settore che ha cominciato ad adottare strumenti basati su modelli linguistici avanzati lo percepisce con una nitidezza che i dati aggregati faticano ancora a catturare.
Il primo maggio del 2026 arriva in questo spazio tra la catastrofe che non si vede e la trasformazione che si sente. Un buon momento per fermarsi a leggere quello che le ricerche più solide dell’anno ci stanno dicendo – e per smettere, almeno per qualche minuto, di affidarsi alle narrazioni più rassicuranti o più allarmistiche che circolano nei convegni e sui feed.
Il dato che rompe la narrazione più frequente
Partiamo da un numero che dovrebbe disturbare chi pensa che l’IA stia già cambiando tutto. Un working paper pubblicato nel 2026 da un gruppo di ricercatori con accesso a dati d’impresa ha trovato che circa il 70% delle aziende dichiara di usare attivamente strumenti di intelligenza artificiale, ma oltre l’80% non osserva ancora effetti apprezzabili su occupazione o produttività negli ultimi tre anni. In altre parole: l’adozione è ampia, i risultati sono per ora quasi invisibili a livello di numeri aggregati.
Questo non è un argomento per abbassare la guardia. È un argomento per capire meglio cosa sta succedendo, perché quella forbice tra adozione dichiarata e impatto osservato non durerà per sempre. E quando si chiuderà, potrebbe farlo molto rapidamente.
Il working paper BIS/EIB, pubblicato a fine gennaio 2026 e basato su dati di oltre 12.000 imprese europee e americane con una metodologia causale solida, offre una lettura più precisa: le aziende che hanno adottato l’IA registrano un aumento della produttività del lavoro di circa il 4%, i salari crescono, ma nel breve periodo non c’è un effetto negativo osservabile sull’occupazione aggregata. La Banca centrale europea, dal canto suo, ha analizzato circa 5.000 imprese dell’area euro e ha trovato che quelle che usano IA intensamente sono circa il 4% più propense ad assumere rispetto alle altre.
Questi dati non dicono che l’IA crea lavoro in modo automatico. Dicono qualcosa di più sottile: nel breve periodo, nelle imprese che l’hanno adottata davvero, l’effetto netto sull’occupazione è vicino allo zero o leggermente positivo. Il problema è altrove.
La riallocazione informale e silenziosa
Quello che i dati aggregati sull’occupazione non mostrano – e che invece emerge dai livelli più granulari di analisi – è una trasformazione profonda del contenuto del lavoro. Non del volume, almeno per ora: della forma.
Il report Gallup di aprile 2026, basato su 23.717 lavoratori americani, offre una misura interessante: il 50% degli occupati usa strumenti di intelligenza artificiale almeno qualche volta nel corso dell’anno, il 13% ogni giorno. Il 65% di chi lavora in organizzazioni che hanno adottato l’AI dichiara guadagni di produttività personale. Eppure solo circa uno su dieci dice che il proprio lavoro è stato davvero trasformato a livello organizzativo.
La fotografia è quella di una tecnologia che entra nei processi senza spostare le strutture. Cambia cosa fa il singolo lavoratore nella sua giornata (quali compiti svolge, in quanto tempo, con quale autonomia) ma i contratti restano uguali, le gerarchie restano uguali, i livelli salariali restano uguali. Il Randstad Workmonitor 2026, con dati da oltre 27.000 lavoratori in 35 mercati, chiama questo fenomeno “task augmentation” in cui i compiti si ridisegnano ma i ruoli per ora tengono.
È una distinzione che sembra tecnica ma ha conseguenze molto pratiche. Una trasformazione che avviene dentro i ruoli esistenti è molto più difficile da negoziare, da regolare, da misurare. E da contrastare, se necessario. I sindacati hanno imparato a difendere posti di lavoro e livelli salariali. Difendere il contenuto di un lavoro che sulla carta esiste ancora è un terreno molto meno esplorato.
Chi sta raccogliendo i frutti – e chi no
Detto ciò, la distribuzione dei benefici dell’IA tra le imprese è tutt’altro che uniforme. Un’analisi PwC pubblicata nel 2026 ha trovato che il 20% delle aziende cattura il 74% del valore economico generato dagli strumenti di intelligenza artificiale. Non è una distribuzione di Pareto particolarmente sorprendente per chi conosce le dinamiche dei mercati tecnologici, ma è una cifra che ha implicazioni dirette sul lavoro: se il valore si concentra in poche organizzazioni, le ricadute occupazionali e salariali positive si concentreranno altrettanto. E una indagine Deloitte sullo stato dell’IA nelle imprese nel 2026 – condotta su 3.235 leader in 24 paesi – aggiunge un ulteriore dettaglio da considerare. L’accesso dei lavoratori agli strumenti di AI è cresciuto del 50% nel corso del 2025, ma solo il 34% delle organizzazioni sta davvero ripensando il proprio modello di business. Il restante 66% ha aggiunto uno strato di tecnologia sopra strutture che non sono cambiate. Insomma, a quanto pare, distribuire licenze non equivale a trasformare il lavoro. Le organizzazioni che ottengono risultati superiori non sono quelle con più abbonamenti attivi ai servizi di intelligenza artificiale. Sono quelle che hanno ridisegnato i workflow, ridefinito chi decide cosa, investito in formazione interna, costruito governance su come gli output vengono verificati e integrati nei processi decisionali. La differenza tra chi guadagna davvero e chi resta fermo è molto meno tecnologica di quanto si pensi. Potremmo dire che è culturale e organizzativa.
I gruppi più esposti
Quando si parla di rischio di sostituzione, l’immagine che viene in mente è quella del lavoratore poco qualificato, con compiti ripetitivi e fisicamente circoscritti. I dati del 2026 raccontano qualcosa di diverso e per certi aspetti di più preoccupante per chi si è sempre sentito al sicuro.
Il rapporto della Greater London Authority pubblicato ad aprile 2026 ha mappato l’esposizione della forza lavoro londinese all’intelligenza artificiale generativa usando la metodologia sviluppata dall’Organizzazione internazionale del lavoro. Il risultato: oltre 300.000 lavoratori della capitale britannica, per lo più impiegati in ruoli amministrativi, affrontano il livello più alto di esposizione. I settori più a rischio sono tecnologia dell’informazione, finanza, servizi professionali e pubblica amministrazione. E il rapporto Anthropic sui mercati del lavoro, pubblicato a marzo 2026 e basato su una nuova misura di “observed exposure” che incrocia le capability teoriche dei modelli con l’uso reale delle sue piattaforme, trova qualcosa di analogo: le occupazioni con il livello più alto di esposizione misurata tendono a essere più anziane, più femminili, più istruite e meglio pagate della media. È un dato controintuitivo per chi associa automaticamente l’automazione ai lavori a basso reddito.
Sul fronte del genere, il quadro è specifico. Le donne risultano sovra-rappresentate nei ruoli a massima esposizione non perché l’AI abbia una preferenza di genere, ma per la storica concentrazione femminile nelle funzioni amministrative e di customer service (esattamente quelle che i modelli linguistici di ultima generazione sono in grado di svolgere o supportare con più efficacia). Il rapporto londinese mostra che le donne sono presenti in proporzione doppia rispetto agli uomini tra i lavoratori classificati al livello massimo di esposizione. Il governo britannico, nel suo assessment sulle capability dell’IA pubblicato a gennaio 2026, aggiunge una stima importante per comprendere la direzione del cambiamento: i lavori che richiedono attività legate all’AI potrebbero passare da 158.000 nel 2024 a 3,9 milioni entro il 2035. La crescita, però, non avverrà soprattutto attraverso nuove professioni: avverrà perché ruoli già esistenti incorporeranno responsabilità legate all’intelligenza artificiale. Il lavoro evolve più spesso dall’interno che attraverso la creazione di categorie professionali inedite.
Il problema dei giovani
Tra tutte le implicazioni che emergono dalle ricerche del 2026, quella sui lavoratori in ingresso al mercato del lavoro è probabilmente la più sottovalutata nel dibattito pubblico – e la più carica di conseguenze a lungo termine.
Il rapporto Anthropic, insieme al lavoro BCG pubblicato ad aprile 2026 su 165 milioni di posizioni lavorative americane suddivise in 1.500 ruoli, segnala con una certa convergenza che i ruoli junior ed entry-level potrebbero essere compressi prima degli altri. La ragione è strutturale: i compiti che un giovane svolge nei primi anni di carriera (raccolta di informazioni, redazione di bozze, revisione di documenti, analisi di dati di base, risposta a richieste standard) sono esattamente quelli che i modelli linguistici avanzati riescono a eseguire con maggiore efficacia rispetto ad altre categorie di task.
Questo non significa che i giovani verranno licenziati. Significa qualcosa di più sottile e per certi aspetti più grave: i gradini della scala attraverso cui si entra in professione e si impara facendo potrebbero assottigliarsi o scomparire. Un avvocato junior impara il mestiere redigendo contratti di routine. Un analista finanziario impara leggendo e sintetizzando report. Un account manager impara gestendo clienti piccoli. Se queste attività vengono delegate a strumenti automatizzati, chi entra oggi nel mercato del lavoro potrebbe trovarsi a saltare passaggi di apprendimento che le generazioni precedenti hanno attraversato, con la conseguenza di arrivare a posizioni di maggiore responsabilità con una formazione pratica meno solida.
L’evidenza Anthropic va in questa direzione: nelle occupazioni con alta esposizione misurata, c’è un segnale suggestivo di rallentamento delle assunzioni tra i lavoratori più giovani. Non è un dato definitivo, ma è abbastanza coerente con il quadro teorico da meritare attenzione.
La paura italiana
In Italia, il Rapporto Censis-Eudaimon sul welfare aziendale pubblicato a febbraio 2026 offre una fotografia specifica del sentiment dei lavoratori. Il 36,7% degli occupati italiani dichiara di usare l’intelligenza artificiale nel proprio lavoro. Il 42,6% teme di poter essere sostituito dall’IA. E il dato forse più rilevante dal punto di vista delle relazioni industriali: il 55,3% dei dipendenti pensa che i dirigenti della propria azienda abbiano più fiducia nelle nuove tecnologie che nei lavoratori.
Quest’ultima cifra è quella che un sindacalista leggerebbe con più attenzione. Perché parla di potere, di fiducia, di relazione tra chi decide e chi lavora, esattamente il terreno su cui si sono combattute le battaglie più importanti del movimento operaio nell’arco di un secolo e mezzo.
I numeri sull’adozione aziendale collocano l’Italia leggermente sotto la media europea: il 16,4% delle imprese con almeno dieci addetti dichiara di usare almeno una tecnologia di intelligenza artificiale, contro il 20% della media dell’Unione europea. Tra gli individui, solo il 19,9% dichiara di aver usato strumenti di IA generativa nei tre mesi precedenti, contro il 32,7% della media europea. Il gap non è drammatico, ma è strutturale proprio in relazione al nostro tessuto socio economico: si concentra nelle piccole e medie imprese, che sono la spina dorsale dell’occupazione italiana.
La formula che spiega tutto
La Banca Mondiale, nel suo working paper pubblicato a marzo 2026, usa un’espressione che andrebbe messa in primo piano in qualsiasi dibattito sull’IA e il lavoro: “disruption without dividend”. Tradotto: subire lo shock della trasformazione senza incassarne i benefici.
Sostanzialmente la Banca Mondiale ne fa una questione di tempo, ed è esattamente il rischio che i dati del 2026 profilano per i segmenti più vulnerabili del mercato del lavoro – e per i paesi meno attrezzati a gestire la transizione. L’IA può arrivare a destabilizzare processi, ruoli e aspettative occupazionali molto prima che le strutture formative, le policy di sostegno al reddito, i sistemi di welfare e le rappresentanze dei lavoratori abbiano avuto il tempo di adattarsi. Quando e se dovesse davvero accadere chi perderà lo farà dentro un sistema che non ha ancora costruito le alternative.
Il Fondo monetario internazionale, nel suo staff discussion note dell’inizio 2026, mostra che circa una vacancy su dieci nelle economie avanzate richiede già almeno una “new skill” legata all’intelligenza artificiale o alle tecnologie digitali avanzate; nelle economie emergenti la quota è circa la metà. Le posizioni con queste skill pagano salari più alti e generano più occupazione locale, ma allo stesso tempo accentuano la polarizzazione tra chi le possiede e chi no.
Il Cedefop, l’agenzia europea per le competenze, ha calcolato su dati europei che l’accelerazione della digitalizzazione aumenta di 15,7 punti percentuali la domanda di formazione generale e di 39,7 punti la domanda di formazione informatica specifica. Il problema è che questa domanda si concentra tra chi è già avvantaggiato e cioè tra chi lavora in imprese più grandi, chi ha contratti stabili, chi appartiene a settori con risorse dedicate alla formazione interna.
Prima di arrivare a qualsiasi conclusione, vale la pena fare una distinzione che le ricerche del 2026 mettono in evidenza con insistenza: esposizione all’IA e sostituzione da parte dell’IA non sono la stessa cosa.
Un lavoro ad alta esposizione è un lavoro che contiene una quota rilevante di task che i modelli attuali potrebbero in linea teorica eseguire. Ma “in linea teorica” è una clausola che porta lontano. Tra la capability tecnica del modello e la sostituzione effettiva del lavoratore si interpongono decine di variabili: la qualità del management che decide come integrare lo strumento, le competenze complementari del lavoratore, la capacità dell’organizzazione di ridisegnare i processi, la presenza di infrastrutture digitali adeguate, le regole contrattuali e di governance, il costo di transizione. La Commissione europea, nel suo report sul futuro occupazionale pubblicato a gennaio 2026 con proiezioni fino al 2040, stima un effetto complessivamente positivo per l’Europa, ma molto diseguale: i benefici si concentrano sui lavoratori ad alta qualificazione, nella fascia di età centrale, e – fatto rilevante – sulle donne in ruoli professionali avanzati. I più vulnerabili restano i lavoratori a bassa qualificazione, i giovani all’ingresso e le regioni strutturalmente più fragili, dove la complementarità digitale e organizzativa è più debole.
Il messaggio operativo è questo: l’esposizione dice dove il cambiamento arriverà prima, non chi verrà eliminato. Ma indica anche dove servono più formazione, più monitoraggio, più policy attive – e dove, se non si interviene, il rischio di “disruption without dividend” è più alto.
Cosa vuol dire governare la transizione
BCG stima che il 50-55% dei lavori americani potrebbe essere significativamente rimodellato nei prossimi due o tre anni, e che una quota tra il 10 e il 15% potrebbe diventare vulnerabile all’eliminazione nel corso di quattro o cinque anni. Wang e Wong, in un articolo pubblicato nel 2026 sul Journal of Monetary Economics, propongono nel loro scenario teorico di equilibrio una perdita occupazionale del 23% – circa la metà entro cinque anni. Una previsione molto simile alla precedente. Si tratta di un modello, ovviamente, non un dato osservato, e come tutti i modelli dipende dai parametri scelti. Ma indica l’ordine di grandezza di quello che può succedere se la transizione non viene gestita attivamente, se i guadagni di produttività non vengono distribuiti, se la formazione resta indietro rispetto all’adozione.
Le ricerche del 2026 convergono su cinque linee di intervento.
Investire in competenze che rendono l’IA utile ma non autosufficiente: problem solving complesso, verifica critica degli output, gestione delle eccezioni, coordinamento tra sistemi e persone, decisione sotto incertezza. Proteggere e riprogettare i percorsi di ingresso nel mercato del lavoro, perché se i gradini iniziali spariscono il danno non è solo occupazionale ma formativo. Sostenere le PMI con infrastrutture, formazione manageriale e risorse per investimenti complementari. Differenziare le politiche per territorio e per gruppo: lo stesso strumento produce effetti molto diversi a seconda del contesto in cui viene calato. Misurare i risultati reali – assunzioni, salari, mobilità, presenza femminile nei ruoli a rischio – invece di affidarsi solo alle dichiarazioni d’intento delle imprese.
La domanda di fondo
Nel sondaggio Google/Ipsos su 21 paesi pubblicato a gennaio 2026, il mondo è spaccato esattamente a metà: il 50% pensa che l’IA creerà nuovi posti e aiuterà i lavoratori, il 50% pensa che eliminerà posti e li danneggerà. È un dato che sa di patta, e in qualche modo è onesto: dipende da cosa farà chi gestisce la transizione.
Quella che il 2026 finora ci offre non è una risposta definitiva alla domanda se l’intelligenza artificiale sostituirà il lavoratore. È un quadro abbastanza chiaro di chi è più esposto, di dove si concentrano i rischi, di cosa distingue le organizzazioni che trasformano l’adozione in valore da quelle che la usano come alibi per tagliare senza ripensare, di quali policy possono fare la differenza tra una transizione che allarga le opportunità e una che le restringe per chi è già più fragile.
Le grandi conquiste del movimento operaio (l’orario di lavoro limitato, la tutela contro i licenziamenti arbitrari, il diritto alla formazione, la rappresentanza collettiva) sono nate da battaglie combattute in momenti in cui le trasformazioni tecnologiche sembravano inarrestabili e le asimmetrie di potere tra chi le governava e chi le subiva erano enormi. L’intelligenza artificiale non è la prima rivoluzione tecnologica che il lavoro si trova ad attraversare. È però probabilmente la prima in cui la velocità del cambiamento rischia di superare la capacità delle istituzioni di adattarsi. E tutto questo accade in un momento in cui la forza dei sindacati sembra affievolita e non più partecipata come un tempo.
