Ogni grande ondata tecnologica riporta a galla la stessa domanda: cosa succederà al lavoro? È successo con il vapore, con l’elettricità, con i computer. Succede oggi con l’intelligenza artificiale, e ogni volta, la risposta sembra oscillare tra due estremi: l’apocalisse occupazionale o il paradiso della produttività.
Se mettiamo su un asse l’occupazione e sull’altro la crescita economica, otteniamo quattro scenari possibili. Alta occupazione e alta crescita: il sogno. Bassa occupazione e bassa crescita: l’incubo. E in mezzo, due futuri intermedi che raccontano compromessi diversi, stagnazione tranquilla o prosperità per pochi.
È uno schema utile per orientarsi, ma come tutte le mappe, mostra alcune strade e ne nasconde altre. E forse, prima di seguirla, dovremmo chiederci chi l’ha disegnata.
L’oste e il vino
Il dibattito pubblico sull’intelligenza artificiale e il lavoro è dominato da una voce: quella di chi l’AI la produce e la vende. Sono loro a commissionare i report, a finanziare le ricerche, a fornire i dati, a scrivere gli editoriali. Sono loro a dirci che andrà tutto bene, che basta adattarsi, che i posti di lavoro persi saranno compensati da quelli creati.
Non sto suggerendo malafede. Chi lavora in questi settori è probabilmente sincero quando si dice ottimista, ma c’è una differenza tra malafede e struttura. Quando il tuo fatturato dipende dal successo di una tecnologia, la tua analisi di quella tecnologia non può essere neutrale, non per cattiveria, per fisica.
Eppure accettiamo queste analisi come se fossero scienza, le citiamo nei convegni, corriamo per primi a condividerle sui social, le usiamo per orientare decisioni strategiche. Dimenticando che chi vende il futuro ha interesse a raccontarcelo in un certo modo.
Questo non significa che abbiano torto, significa che dovremmo leggere con più attenzione, e cercare le voci che non hanno nulla da venderci.
La storia che ci raccontiamo
Il parallelo storico è il cuore della narrazione rassicurante: il vapore ha spostato i lavoratori dai campi alle fabbriche, l’elettricità ha creato nuovi mestieri, i computer hanno eliminato i dattilografi ma hanno fatto nascere i programmatori. Ogni volta, alla fine, i posti di lavoro sono aumentati. Perché questa volta dovrebbe essere diverso?
Perché questa volta è diverso
Le tecnologie precedenti automatizzavano i muscoli, sollevare, spostare, assemblare, c’era sempre un piano superiore dove rifugiarsi: il lavoro cognitivo, la creatività, il pensiero strategico, le relazioni umane. La scala mobile andava verso l’alto.
L’intelligenza artificiale automatizza il cervello, non i muscoli, la mente, e lo fa in modo trasversale: scrive, analizza, crea, decide, ma questa volta non c’è un piano superiore evidente. Per la prima volta nella storia industriale, la scala mobile potrebbe andare verso il basso.
Questo non significa che il disastro, significa che il precedente storico non basta più a rassicurarci, servono risposte nuove, non analogie comode.
L’augmentation è per pochi
Nel linguaggio di chi promuove l’AI, “augmentation” è diventata la parola magica. L’AI non sostituisce, aumenta. Non elimina competenze, ne richiede di nuove. Non toglie posti di lavoro, li trasforma.
Ma aumenta chi, esattamente?
I dati raccontano una storia meno confortante. Negli Stati Uniti, le offerte di lavoro entry-level sono crollate del 35% da gennaio 2023 a giugno 2025. Le big tech hanno ridotto le assunzioni di neolaureati del 25% nel solo 2024. La quota di giovani che entrano nelle grandi aziende tecnologiche si è più che dimezzata dal 2022. E secondo uno studio di Stanford, MIT e Yale, l’occupazione entry-level nel software e nel customer service è calata del 20% in meno di tre anni.
Ma il dato più eloquente viene dai manager stessi: il 37% dichiara di preferire l’AI all’assunzione di un giovane. Il 70% ritiene che l’intelligenza artificiale possa fare il lavoro degli stagisti. Il livello d’ingresso si è alzato, chi era già dentro, viene potenziato. Chi doveva ancora entrare, trova la porta chiusa.
L’augmentation funziona per i top performer, per chi ha già le competenze giuste, per chi lavora nelle organizzazioni che possono permettersi formazione e sperimentazione. Per gli altri c’è un vocabolario diverso: ottimizzazione, efficientamento, razionalizzazione, paarole gentili per dire: fai lo stesso lavoro in meno tempo, oppure fallo fare alla macchina.
Il rischio concreto è quello di una generazione perduta, persone intrappolate tra due ere, formate per un mondo che non esiste più, non è uno scenario teorico. È già in corso, il tasso di disoccupazione tra i 22 e i 27 anni negli Stati Uniti ha raggiunto il 7,4%, quasi il doppio della media nazionale. E non riguarda solo i giovani: riguarda chiunque non abbia accesso alle risorse per riconvertirsi, chiunque lavori in settori dove l’AI arriva come taglio di costi e non come opportunità di crescita.
La verità scomoda è questa: l’augmentation è un privilegio. L’automazione è per tutti gli altri.
L’asse che manca
Nella matrice dei quattro scenari c’è occupazione, c’è crescita economica. Ma manca un asse fondamentale: il potere.
Chi decide cosa viene automatizzato e cosa viene aumentato? Chi stabilisce i criteri di produttività? Chi sceglie quali competenze contano e quali diventano obsolete? Queste decisioni non sono tecniche. Sono politiche. E oggi vengono prese quasi interamente dentro le aziende, a volte senza pensare ad alcun contrappeso esterno.
Si dice che per raggiungere lo scenario migliore bisogna investire nelle persone con la stessa intensità con cui si investe nella tecnologia. È vero. Ma chi deciderà di farlo? E in base a quali incentivi?
Le aziende rispondono agli azionisti, non ai lavoratori. Se automatizzare costa meno che formare, automatizzeranno. Se assumere senior esperti costa meno che far crescere i junior, assumeranno senior. Non per cattiveria: per struttura. Gli incentivi puntano lì.
E qui entra un altro dato che dovrebbe far riflettere: il 70% delle trasformazioni digitali fallisce. E nella stragrande maggioranza dei casi, il fallimento non è tecnologico. È umano. Resistenze culturali, leadership inadeguata, mancanza di visione condivisa. Lo dice MIT Sloan, lo confermano McKinsey e BCG. Eppure continuiamo a investire nella tecnologia come se fosse la soluzione, ignorando che senza le persone giuste al posto giusto, anche il software migliore diventa un costoso fallimento.
Cambiare gli esiti significa cambiare gli incentivi. E cambiare gli incentivi significa fare politica. Quella cosa che abbiamo smesso di fare quando si parla di tecnologia come supremazia.
La domanda da portare a casa: le mappe servono. Ma le mappe disegnate da chi vende bussole vanno lette con cautela.
