L’AI promette di aumentare il PIL globale del 7%, ma chi avrà le competenze per realizzare questa promessa?
Secondo Goldman Sachs l’AI generativa potrebbe aggiungere 7 trilioni di dollari al PIL mondiale nel prossimo decennio, una cifra che fa girare la testa.
Ma c’è un dettaglio che il World Economic Forum ha appena messo nero su bianco nel suo ultimo white paper: quel potenziale rimarrà sulla carta senza una forza lavoro capace di trasformarlo in realtà.
Goldman Sachs ha fatto i conti: l’AI generativa potrebbe aggiungere 7 trilioni di dollari al PIL mondiale nel prossimo decennio. Una cifra che fa girare la testa e che alimenta l’entusiasmo di investitori e consulenti, ma il World Economic Forum ha appena pubblicato un white paper che rovescia la prospettiva: quel potenziale rischia di restare sulla carta.
Il problema non è la tecnologia. È chi dovrebbe usarla.
La fiducia che manca e il gap che nessuno vuole vedere
Il dato più scomodo del report riguarda chi forma le persone. Solo due business leader su dieci credono che scuole e università stiano preparando adeguatamente gli studenti alle competenze AI. Due su dieci. Non è un gap, è un abisso di fiducia tra il mondo produttivo e quello formativo.
E quando si chiede ai datori di lavoro cosa li frena nella trasformazione digitale, il 63% indica la stessa risposta: mancano le competenze. Non il budget, non la tecnologia e non la visione strategica. Mancano le persone capaci.
Viene da chiedersi: se tutti parlano di AI, se le aziende investono miliardi in tecnologia, se i convegni sulla formazione digitale riempiono le agende,perchè le competenze non tengono il passo? Forse perché è più facile comprare software che investe nelle persone.
Una trasformazione, non una sostituzione
Il report introduce un concetto che merita attenzione: la trasformazione delle competenze. Non si tratta di lavori che scompaiono, ma di competenze che cambiano radicalmente nel modo in cui vengono applicate: ben il 68% delle skill digitali è destinato a subire una trasformazione ibrida o completa. Le competenze in AI e big data sono 30 volte più esposte a questo cambiamento rispetto a empatia e ascolto attivo.
Cosa significa concretamente? Ciò che oggi definiamo “essere brevi” in programmazione o data analysis tra cinque anni avrà un significato completamente diverso. Chi non si adegua non diventa obsoleto per decreto aziendale, ma per incapacità di collaborare con sistemi che evolvono più velocemente delle nostre abitudini.
È una distinzione cruciale. Il dibattito pubblico si concentra su quanti posti di lavoro l’AI cancellerà. La domanda più urgente è un’altra: quanti lavoratori saranno in grado di evolvere insieme alla tecnologia che usano?
Il paradosso del mercato
I segnali del mercato sono contraddittori. Da un lato, le retribuzioni per ruoli AI e machine learning sono aumentate del 27% dal 2019, raggiungendo quasi 190.000 dollari di media, (solo in alcuni stati) Dall’altro, solo il 2% degli annunci di lavoro chiede esplicitamente competenze in AI e big data.
Come si spiega? Le aziende pagano molto per pochi specialisti, mentre il grosso della forza lavoro resta tagliato fuori dalla trasformazione. Non è augmentation per tutti, come promettono i vendor, è un privilegio per pochi, mentre la maggioranza osserva da lontano.
E qui emerge la domanda scomoda: l’AI sta davvero democratizzando le competenze, o sta creando una nuova élite tecnologica?
Un mondo a due velocità
Il divario non è solo tra chi ha competenze e chi no. È tra settori e geografie. I comparti technology-intensive — IT, telecomunicazioni, automotive — sono affamati di competenze digitali avanzate. Hospitality, food e leisure? La domanda è minima.
Questo crea un circolo vizioso, i settori già digitalizzati attraggono talenti, investono in formazione, crescono. Gli altri restano indietro, non per scelta strategica ma per incapacità di competere sul mercato del lavoro. Il digital divide del futuro non sarà tra chi ha accesso alla tecnologia e chi no: sarà tra chi può permettersi di attirare competenze e chi non può.
A livello geografico, il Nord America guida lo sviluppo delle competenze AI, mentre America Latina e Africa mostrano maggiore forza nelle competenze human-centric: collaborazione, gestione, resilienza. Competenze preziose, ma che da sole non colmano il gap digitale. E sollevano una riflessione: stiamo costruendo un’economia globale dove alcune regioni programmano il futuro e altre lo subiscono?
Il nodo culturale
Il WEF propone un framework basato su assessment reali, sviluppo continuo e credenziali portabili. Principi condivisibili. Ma la vera sfida è culturale prima che tecnica.
Fino a quando le aziende parleranno di trasformazione AI mentre tagliano budget formativi, fino a quando i sistemi educativi resteranno ancorati a curricula pensati per un’economia che non esiste più, fino a quando le certificazioni digitali resteranno frammentate senza standard comuni, il gap continuerà ad allargarsi.
Non è un problema di tecnologia. È un problema di priorità. E le priorità si leggono nei budget, non nei comunicati stampa.
La domanda che conta
I 7 trilioni di Goldman Sachs sono un’opportunità o una promessa vuota? La risposta dipende da scelte che stiamo facendo oggi: investire davvero nelle persone o continuare a investire solo nella tecnologia sperando che il resto si sistemi da solo.
Il report del World Economic Forum ci ricorda una verità scomoda: la tecnologia più avanzata del mondo è inutile senza persone capaci di usarla, governarla, indirizzarla. E quelle persone non si creano con i webinar di un’ora o le certificazioni lampo.
Si creano con investimenti seri, tempo reale, e la consapevolezza che il capitale umano non è un costo da ottimizzare ma l’unico asset che può trasformare una promessa tecnologica in crescita concreta.
La domanda non è se l’AI cambierà il lavoro. È se saremo pronti quando lo farà.
E qui iniziano i problemi.
Il gap che nessuno vuole vedere
Il dato più scomodo del report riguarda i sistemi educativi e di istruzione, soolo 2 business leader su 10 credono che le scuole e le università stiano preparando adeguatamente gli studenti alle competenze AI e data analytics. Per la technology literacy, cioè la capacità base di usare strumenti digitali – la fiducia sale a 4 su 10. Comunque insufficiente.
Ma il problema non è solo formativo. È sistemico. Il 63% dei datori di lavoro identifica il gap di competenze come la principale barriera alla trasformazione digitale. Nel Regno Unito, questo gap sta costando 23 miliardi di sterline di crescita mancata ogni anno. Nel 2023, quasi il 58% delle imprese europee che cercavano specialisti ICT ha faticato a trovare candidati qualificati.
La domanda sorge spontanea: se tutti parlano di AI, se le aziende investono miliardi in tecnologia, perché le competenze non tengono il passo?
La trasformazione che cambia le regole
Il report del WEF introduce un concetto che merita attenzione: la trasformazione delle competenze. Non si tratta di competenze che scompaiono, ma di competenze che cambiano radicalmente nel modo in cui vengono applicate.
I numeri sono eloquenti: il 68% delle competenze digitali è destinato a subire una trasformazione ibrida o completa. Le competenze in AI e big data sono 30 volte più esposte a questa trasformazione rispetto a empatia e ascolto attivo.
Questo non significa necessariamente perdita di posti di lavoro. Significa che ciò che oggi definiamo “essere bravi” in programmazione o analisi dati tra cinque anni avrà un significato completamente diverso. Chi non si adegua non diventa obsoleto per decreto aziendale, ma per incapacità di collaborare efficacemente con sistemi che evolvono più velocemente delle nostre abitudini.
Il mercato parla chiaro
Se volete capire quanto il mercato stia premiando le competenze AI, guardate i salari. Dal 2019, le retribuzioni per ruoli di AI e machine learning sono aumentate del 27%, raggiungendo quasi 190.000 dollari di media a metà 2025. E il trend si è accelerato dal 2023, non rallentato.
Ma ecco il paradosso dentro il paradosso: mentre la domanda di formazione AI esplode (ora rappresenta un quinto di tutte le ore di apprendimento digitale online), solo il 2% degli annunci di lavoro chiede esplicitamente competenze in AI e big data. La maggior parte della domanda resta concentrata in cybersecurity e network engineering.
Cosa significa?
Che le aziende stanno pagando molto per pochi specialisti, mentre il grosso della forza lavoro resta tagliato fuori dalla trasformazione. Non è augmentation per tutti: è un privilegio per pochi.
Le disparità che amplificano il divario
Il report rivela anche profonde disparità settoriali e geografiche. I settori technology-intensive (IT, telecomunicazioni, automotive, aerospace) sono affamati di competenze digitali avanzate. Hospitality, food e leisure? La domanda è minima.
Questo crea un circolo vizioso. I settori già digitalizzati attraggono talenti, investono in formazione, crescono. Gli altri restano indietro, non per scelta strategica ma per incapacità di competere sul mercato del lavoro. Il digital divide non è solo tra chi ha accesso alla tecnologia e chi no: è tra settori che possono permettersi di attirare competenze e settori che non possono.
A livello geografico, il Nord America guida lo sviluppo delle competenze AI, mentre America Latina e Africa Sub-Sahariana mostrano maggiore forza nelle competenze human-centric: collaborazione, gestione, resilienza. Competenze preziose, ma che da sole non bastano a colmare il gap digitale.
Il tempo che non abbiamo
I dati Coursera citati nel report offrono una prospettiva realistica sui tempi di formazione. Per acquisire competenze AI a livello base bastano circa 30 ore. Ma per raggiungere un livello avanzato ne servono fino a 137. La programmazione richiede ancora di più: 144 ore per il livello avanzato. Cybersecurity e networking arrivano a 155 ore.
Sono settimane di studio part-time. E mentre studiamo, la tecnologia evolve. Il sistema educativo tradizionale non è progettato per questa velocità. I percorsi formativi aziendali spesso si limitano a corsi superficiali che spuntano una casella compliance ma non costruiscono competenze reali.
Cosa serve davvero
Il WEF propone un framework articolato su tre pilastri: assessment delle competenze basato su performance reali (non solo test teorici), sviluppo continuo attraverso ambienti sicuri dove sperimentare e sbagliare, credenziali portabili e riconosciute che viaggino tra settori e confini.
Sono principi condivisibili. Ma la vera sfida è culturale prima che tecnica. Fino a quando le aziende continueranno a parlare di trasformazione AI mentre tagliano budget formativi, fino a quando i sistemi educativi resteranno ancorati a curricula pensati per un’economia che non esiste più, fino a quando le credenziali digitali resteranno frammentate in mille certificazioni proprietarie senza standard comuni, il gap continuerà ad allargarsi.
La domanda che conta
I 7 trilioni di Goldman Sachs sono un’opportunità o una promessa vuota?
La risposta dipende da scelte che stiamo facendo oggi: investire davvero nelle persone o continuare a investire solo nella tecnologia sperando che il resto si sistemi da solo.
Il report del World Economic Forum ci ricorda una verità scomoda: la tecnologia più avanzata del mondo è inutile senza persone capaci di usarla, governarla, indirizzarla. E quelle persone non si creano con gli annunci stampa o con i webinar di un’ora.
Si creano con investimenti seri, tempo reale, e la consapevolezza che il capitale umano non è un costo da ottimizzare ma l’unico asset che può trasformare una promessa tecnologica in crescita concreta.
La domanda non è se l’AI cambierà il lavoro. È se saremo pronti quando lo farà.
