Uno studio congiunto delle università di Harvard e INSEAD sulle startup statunitensi finanziate dal 2020 mostra che le aziende fondate sull’IA riducono del 25% le dimensioni dei team e assumono il 15% in meno di personale entry-level, ma aumentano del 20% la quota di senior provenienti da atenei d’élite. Contemporaneamente, il 39% dei dirigenti globali che aveva sostituito lavoratori con l’automazione ammette oggi l’errore e torna ad assumere, come segnalato da Ford, IBM e dal Commonwealth Bank of Australia. La promessa di una produttività istantanea convive con un mercato del lavoro sempre più polarizzato, dove l’esperienza diventa una barriera all’ingresso e gli strumenti predittivi non generano automaticamente capacità di giudizio.

Il meccanismo è duplice. Da un lato, l’IA riduce il costo dell’informazione ma può depotenziare i segnali che i mercati usano per valutare la qualità: titoli di studio, certificazioni e carriere lineari perdono valore quando i modelli generativi rendono omogenea la produzione testuale e mascherano le reali competenze. Dall’altro, il lavoro a distanza e l’automazione delle mansioni ripetitive comprimono gli spazi di apprendimento informale, cruciali per i junior. Secondo l’economista Daron Acemoglu, l’effetto netto sull’occupazione sarà negativo ma contenuto (tra il 2 e il 4% in cinque anni), mentre Goldman Sachs stima che il 9% della forza lavoro statunitense potrebbe essere spiazzato, pur ricordando che l’85% dei posti creati nell’ultimo secolo è nato da innovazioni tecnologiche. La differenza la farà la direzione degli investimenti: sostituire o potenziare il lavoro umano.

A livello geopolitico, la competizione ridisegna le priorità. Pechino punta su robot umanoidi in fabbrica e su modelli linguistici addestrati con risorse computazionali minori, compensando la carenza di chip avanzati con un’efficienza spinta dalle restrizioni statunitensi. L’Europa, con il Regolamento sull’IA e le norme sul copyright, cerca di imporre trasparenza e opt-out, mentre le imprese italiane osservano con preoccupazione la fuga dai profili junior: la carenza di talento intermedio rischia di svuotare gli uffici di ricerca e sviluppo proprio quando servirebbe una transizione verso processi più ibridi, come evidenziato nei settori chimico e biologico dove l’IA è già un complemento reale.

Il prossimo snodo sarà la verifica concreta dell’impatto sul costo del lavoro e sulla produttività aggregata. Le quotazioni previste per OpenAI e Anthropic misureranno la fiducia del mercato, mentre i dati sull’occupazione dei laureati in Europa e l’entrata in vigore dei primi obblighi di trasparenza dell’AI Act offriranno parametri empirici per i decisori politici. Senza incentivi alla formazione continua e un ripensamento dei percorsi di carriera, l’efficienza algoritmica rischia di diventare un freno alla crescita, proprio quando la demografia richiederebbe di valorizzare ogni intelligenza disponibile.