Sono già passati un paio d’anni da quando ho iniziato a parlare della perdita dei posti di lavoro “per colpa dell’IA”. All’inizio sembrava uno spauracchio: un timore legato all’apertura dell’era dell’intelligenza artificiale. Oggi, però, la domanda è più concreta: siamo davanti a un fenomeno reale, destinato ad accelerare? E soprattutto: siamo all’inizio di nuove ondate di licenziamenti legati all’IA generativa, come quelli annunciati da grandi gruppi internazionali?
È il momento di rimettere ordine. Non per inseguire l’allarmismo, ma per capire cosa sta davvero succedendo e cosa può accadere nel breve periodo sul fronte di lavoro e intelligenza artificiale.
Dal 2010 a oggi: come si è trasformato il mercato del lavoro?
Per capire l’impatto dell’IA conviene allargare l’inquadratura e osservare come è cambiato, in generale, il mercato del lavoro nell’ultimo quindicennio.
Tra il 2010 e il 2015 abbiamo assistito a una massiccia adozione di strumenti digitali, automazione nei processi industriali e implementazione di algoritmi gestionali sempre più sofisticati. Non era ancora intelligenza artificiale nel senso attuale, ma era già automazione dei processi: robotica industriale, digitalizzazione dei flussi, ottimizzazione organizzativa. In quella fase si è iniziato a vedere un primo effetto strutturale: la riduzione delle posizioni “di mezzo”, cioè quelle legate a compiti ripetitivi, manuali o standardizzati. Al contrario, crescevano le posizioni qualificate, più difficili da automatizzare perché richiedevano competenze cognitive, decisionali e relazionali. Alcuni studi di quegli anni stimavano già che nei Paesi sviluppati circa il 14% dei lavori fosse ad alta probabilità di automazione e un ulteriore 32% avesse una probabilità significativa di cambiamento.
Tra il 2015 e il 2020, con i progressi del deep learning, dell’analisi predittiva, degli assistenti virtuali e di una robotica più avanzata, molte aziende hanno iniziato a sperimentare l’automazione anche di compiti cognitivi: analisi dati, riconoscimento immagini, customer service automatizzato. È in questa fase che si consolida un punto spesso frainteso nel dibattito pubblico: non si vedeva ancora una cancellazione netta di posti di lavoro su vasta scala, quanto piuttosto una riorganizzazione. Mansioni modificate, persone spostate su attività a maggior valore aggiunto, e tecnologia incaricata di fare ciò che è standard, prevedibile, ripetibile.
Poi arriva il 2020, che è insieme l’inizio della stagione moderna dell’IA generativa e, soprattutto, l’anno della pandemia. Il Covid ha accelerato l’automazione per motivi sanitari, per l’espansione dello smart working e per la necessità di tagliare costi e rendere le organizzazioni più elastiche. Va detto con chiarezza: molti tagli occupazionali di quella fase sono stati dovuti più alla crisi economica che all’intelligenza artificiale. Ma quella crisi ha spinto le imprese a interrogarsi su quanto valore potesse essere recuperato attraverso l’implementazione tecnologica.
Negli ultimi anni, l’arrivo di modelli linguistici avanzati (LLM) e di piattaforme di IA-as-a-service ha allargato il raggio dell’automazione: non solo processi industriali o operazioni digitali, ma anche attività linguistiche, creative, di back-office e di supporto, cioè mansioni che fino a poco tempo fa erano considerate “umane” per definizione.
Eppure, nonostante l’accelerazione, oggi resta difficile dire con precisione quali lavori siano sostituibili completamente e quali no. In altre parole, ripetere che “l’IA ci sostituirà tutti” è ancora azzardato. È vero, però, che alcune mansioni sono più esposte di altre e che i segnali di trasformazione sono diventati quotidiani.
La storia dell’innovazione tecnologica aiuta a leggere il presente: robot industriali in produzione, automazione dei magazzini, algoritmi nei processi finanziari, digitalizzazione dei servizi amministrativi e oggi IA generativa in ambiti linguistici e di back-office. In ogni fase, il lavoro umano non viene semplicemente cancellato: viene trasformato. I compiti ripetitivi scivolano verso l’automazione, mentre emergono attività nuove legate a supervisione, governance, integrazione, manutenzione e miglioramento dei sistemi. Nelle precedenti ondate tecnologiche, la tecnologia ha spesso generato più lavoro di quanto ne abbia distrutto. Ma oggi torna una frase che si sente ovunque: questa volta potrebbe essere diverso.
Una prima conclusione, dunque, è questa: finora abbiamo visto più spesso riorganizzazioni del lavoro che eliminazioni nette. Anche quando abbiamo letto di licenziamenti di massa, buona parte di quelle ondate era legata al post-Covid e alla correzione degli eccessi di assunzioni, soprattutto in ambito tech. La fase attuale, tra IA generativa, cloud e servizi pronti all’uso, potrebbe invece produrre effetti più estesi e più rapidi sull’occupazione.
Che cosa ci dicono davvero i segnali del 2024-2025 su occupazione e IA?
Se si guarda all’ultimo biennio, emerge un quadro che molti definirebbero contraddittorio. Alcuni report mostrano trasformazione più che distruzione; altri sono più pessimisti e parlano apertamente di milioni di posti “a rischio”.
Un grande studio globale di PwC (“The Fearless Future: 2025 Global AI Jobs Barometer”) ha analizzato un volume enorme di annunci di lavoro e bilanci aziendali per stimare l’impatto dell’intelligenza artificiale. L’idea centrale è che, finora, l’IA non stia spazzando via il lavoro, ma lo stia trasformando: i ruoli più esposti crescono più lentamente, ma non crollano. Il punto critico, però, è la velocità con cui cambiano le competenze richieste e il divario crescente tra settori che adottano IA e settori che restano indietro. In sintesi, l’IA non ha ancora eliminato il lavoro, ma sta cambiando chi lavora, come lavora e quanto vale quel lavoro.
Altri report descrivono uno scenario più duro: tagli collegati all’adozione dell’IA, soprattutto nelle aziende tecnologiche, e previsioni di impatti consistenti su milioni di occupazioni. Il problema, oggi, è anche metodologico: siamo in una fase di implementazione, in cui le imprese sperimentano, misurano, correggono. E quando serve cautela, si tende a mantenere persone a controllo dei sistemi. Si riqualifica, si redistribuisce, si reimposta il lavoro.
Ma insieme a questo iter arrivano segnali anticipatori molto chiari: riduzione delle assunzioni per profili entry level, crescita delle richieste di competenze IA, automazione sempre più spinta di compiti cognitivi. Tutto questo suggerisce che la rivoluzione non sia già compiuta, ma sia ancora in avvio.
È plausibile che la transizione avvenga in due tempi: prima una trasformazione dei ruoli e una contrazione delle assunzioni per alcune posizioni di base; poi, più avanti, una perdita netta di posti di lavoro in alcuni segmenti, quando l’adozione sarà matura, standardizzata e spinta su larga scala. In altre parole, non siamo ancora in una fase di licenziamenti su vasta scala, ma siamo all’ingresso di una nuova fase.
Quali professioni rischiano di più con l’automazione e l’IA generativa?
Quando si guarda all’insieme del mercato del lavoro, si rischia di perdere un fatto essenziale: la trasformazione non colpisce tutti allo stesso modo. Alcuni settori e alcune mansioni stanno già vivendo una pressione più forte.
Le mansioni più vulnerabili condividono tre caratteristiche: alta ripetitività, struttura decisionale chiara e input testuali o numerici facilmente digitalizzabili. Sono attività cognitive, ma meccaniche: compilare, verificare, classificare, rispondere in modo standard, seguire procedure.
È qui che si concentrano i cambiamenti più rapidi. Il customer care e i call center, per esempio, stanno integrando sempre più chatbot e assistenti generativi capaci di gestire conversazioni complesse, riducendo il fabbisogno di operatori di primo livello e spostando il valore verso supervisione e gestione delle eccezioni. Il data entry e il back-office amministrativo, poi, sono da anni terreno fertile per l’automazione dei processi: estrazione di dati da documenti, validazione, inserimento in sistemi gestionali, processi che una volta stabilizzati rendono superflue molte attività manuali.
C’è anche il mondo dei contenuti e della traduzione, dove l’IA generativa ha abbassato drasticamente tempi e costi della produzione testuale standard, comprimendo la domanda per alcune figure legate alla scrittura di base. Un comparto spesso trascurato è quello della moderazione dei contenuti e del controllo qualità digitale: qui la sostituzione è spesso silenziosa, non sempre comunicata come “licenziamento per IA”, ma assorbita in ristrutturazioni o esternalizzazioni.
Nel marketing operativo l’automazione delle campagne, la generazione di creatività e la segmentazione del pubblico riducono lavoro manuale e ridefiniscono i ruoli. Contabilità di routine e figure paralegali vivono una dinamica simile: audit standard e review documentale possono essere accelerati da piattaforme di supporto, con conseguenze soprattutto sui profili junior.
Infine, c’è il paradosso del settore tecnologico. Strumenti come GitHub Copilot e Amazon CodeWhisperer non eliminano la figura del programmatore, ma riducono le ore necessarie per completare attività standard. E quando diminuiscono le ore, spesso diminuisce anche la richiesta di persone, soprattutto nelle fasce junior.
Perché l’Italia è un caso diverso e quali rischi corre sul fronte lavoro e IA?
In Italia i segnali sono meno rumorosi, ma non per questo assenti. Il Paese è dominato da PMI, con forte presenza manifatturiera e una pubblica amministrazione che, storicamente, procede con più lentezza nella digitalizzazione. Questa struttura rende meno probabili licenziamenti “spettacolari” in stile americano. Ma aumenta il rischio di una sostituzione progressiva e silenziosa delle mansioni, attraverso mancato turnover e riduzione delle assunzioni.
In altre parole, la domanda non è solo se vedremo licenziamenti di massa dichiarati “per IA”. La domanda è se vedremo posti che scompaiono senza essere annunciati, perché non vengono rimpiazzati, perché alcune funzioni vengono automatizzate gradualmente, perché i ruoli entry level diventano meno necessari. In Italia la vulnerabilità è particolarmente marcata nelle funzioni amministrative e nei comparti tradizionali: contabilità, segreteria, gestione documentale, logistica interna, supporto clienti nelle PMI.
La manifattura e la logistica possono invece mostrare maggiore resistenza: l’automazione robotica richiede investimenti strutturali e tempi più lunghi. Il capitolo più delicato resta quello della pubblica amministrazione: tra PNRR e digitalizzazione dei servizi, è plausibile che l’adozione dell’IA cresca anche nei processi di archiviazione, protocollo e comunicazione con i cittadini. Qui è improbabile un impatto sotto forma di licenziamenti di massa, ma è realistico aspettarsi una riduzione dei nuovi ingressi, con pensionamenti non compensati da assunzioni equivalenti perché una parte delle funzioni viene assorbita dall’automazione.
Quali tutele esistono in Italia contro i licenziamenti collettivi legati alla tecnologia?
Se l’adozione dell’intelligenza artificiale dovesse diventare massiccia e generare esuberi significativi, il quadro normativo italiano imporrebbe vincoli e procedure che rendono più difficile l’effetto “taglio immediato” tipico di altri mercati. Premessa doverosa: non sono un legale, ma l’impianto generale è noto.
Non esiste una legge specifica sul “licenziamento per IA”, ma esiste una disciplina sui licenziamenti collettivi che obbliga le aziende, sopra determinate soglie, a un percorso formalizzato di confronto, comunicazioni e tentativi di soluzioni alternative. Questo non elimina il rischio: lo distribuisce nel tempo. Sul piano individuale, il licenziamento per giustificato motivo oggettivo può includere ragioni organizzative e tecnologiche, ma richiede che il motivo sia effettivo e sostenibile in caso di contenzioso.
Accanto a ciò ci sono ammortizzatori sociali come Cassa Integrazione, NASpI e fondi bilaterali, che possono intervenire in crisi e ristrutturazioni anche legate a processi tecnologici, pur senza un inquadramento specifico dedicato all’IA.
La conclusione è che il sistema italiano tende a mitigare gli shock. Non rende il Paese “immune”, ma rende più probabile una trasformazione lenta, fatta di ristrutturazioni, riqualificazioni, riduzioni graduali, più che di licenziamenti improvvisi.
Che cosa ci insegna la storia italiana delle grandi ristrutturazioni e dell’automazione?
Il passato non fornisce una mappa perfetta, ma aiuta a capire come reagiscono istituzioni, imprese e corpi intermedi quando la tecnologia cambia il lavoro.
Negli anni Ottanta, tra automazione industriale e delocalizzazione, si chiusero o ridussero poli produttivi. Fu la stagione dei grandi conflitti in fabbrica, dalla Fiat all’Italsider, con migliaia di lavoratori tra cassa integrazione e prepensionamenti. In quegli anni si rafforzò, nel tempo, la logica della contrattazione preventiva sulle ristrutturazioni.
Negli anni Novanta, nelle telecomunicazioni, liberalizzazione e digitalizzazione ridussero progressivamente organici e trasformarono ruoli, spingendo verso accordi di accompagnamento, mobilità incentivata e riqualificazione interna. Nel 2008 la crisi finanziaria riaccese un ciclo di ristrutturazioni: anche allora i licenziamenti di massa “puri” furono relativamente rari e si ricorse spesso ad ammortizzatori e negoziazioni. Più recentemente, nel settore bancario, la chiusura di filiali legata alla digitalizzazione ha comportato migliaia di uscite, perlopiù attraverso strumenti concordati.
Il punto, però, è il confronto con il presente: quelle trasformazioni erano lente, e quindi compatibili con tempi di negoziazione di mesi o anni. L’IA si implementa in settimane. Qui nasce un problema nuovo: se procedure e adattamento restano troppo lenti, il rischio è di creare un divario competitivo che peggiora la situazione, invece di proteggerla.
Che cosa potrebbe accadere nei prossimi anni con IA, occupazione e licenziamenti?
Anche se la sensazione diffusa è che “tutto esploderà da un momento all’altro”, è più probabile un percorso graduale ma continuo.
Nei prossimi tre anni vedremo soprattutto assestamento e sostituzione silenziosa. Le grandi aziende consolideranno l’uso dell’IA nei processi interni, ma i tagli resteranno spesso limitati e non sempre dichiarati “per IA”. L’effetto più visibile sarà la riduzione delle nuove assunzioni nei ruoli di base e un rallentamento dei contratti a termine, in particolare in amministrazione, customer care, contabilità di routine, traduzione e produzione di testi standard. Molti posti non verranno “tagliati” apertamente: semplicemente non verranno più rimpiazzati quando qualcuno lascia.
Tra i cinque e i sette anni, quindi a cavallo del 2030, è plausibile un punto di svolta. L’intelligenza artificiale sarà infrastruttura, non sperimentazione. A quel punto le imprese potranno razionalizzare davvero i costi del personale. In questa finestra diventa credibile vedere riduzione dei livelli intermedi, riorganizzazione dei team in chiave AI-assisted e l’apertura di piani collettivi dove la motivazione tecnologica diventa esplicita. È anche il periodo in cui potrebbero emergere con maggiore frequenza controversie sindacali e legali sul tema dei licenziamenti legati all’automazione.
Entro dieci anni, attorno al 2035, l’IA non sarà più percepita come “innovazione”, ma come normalità. La forza lavoro tenderà a polarizzarsi tra chi governa e supervisiona i sistemi e chi opera in contesti dove la componente umana resta centrale, come sanità, manutenzione fisica, artigianato e gestione di contesti imprevedibili. In parallelo crescerà un effetto sociale già visibile: contrazione delle occupazioni intermedie e ampliamento del divario salariale tra chi possiede competenze tecnologiche e chi ne è privo.
Per l’Italia questo potrebbe tradursi in un riassetto meno traumatico ma inesorabile: licenziamenti di massa raramente improvvisi, ma una progressiva scomparsa del lavoro standard e ripetitivo, sostituito da routine ibride in cui l’IA diventa uno strumento quotidiano.
Qual è l’unica strategia razionale per non subire l’intelligenza artificiale sul lavoro?
Mettendo insieme tutti gli elementi emersi finora emerge una conclusione chiara: l’impatto dell’IA sul lavoro non sarà improvviso, ma profondo e cumulativo. Il rischio principale non è perdere il posto dall’oggi al domani, bensì rimanere intrappolati in ruoli che, nel tempo, perdono valore economico, potere contrattuale e prospettive di crescita.
Nei settori già sotto pressione, dall’amministrazione al customer care fino alla produzione di contenuti e alla contabilità di routine, l’intelligenza artificiale sta agendo per fasi: prima comprime i margini aumentando la produttività, poi riduce le ore necessarie e infine rende superflue intere funzioni. Questo processo è graduale e spesso invisibile, raramente dichiarato come “sostituzione per IA”. Più spesso le aziende smettono di assumere, accorpano mansioni e concentrano il lavoro su meno persone supportate da sistemi automatizzati, lasciando che il cambiamento emerga solo quando è ormai avanzato.
In questo contesto, aspettare segnali ufficiali è una strategia perdente. La risposta razionale è anticipare il cambiamento, partendo dal presupposto che il lavoro cambierà comunque. Governare questa trasformazione significa capire come l’IA entra nei processi del proprio settore, quali parti del lavoro vengono automatizzate e dove si sposta il valore umano quando una mansione diventa “assistita” dalla tecnologia.
Il fattore tempo è decisivo: la fase più critica sarà quella che conduce verso il 2030, quando l’IA diventerà infrastruttura stabile. Arrivare a quel punto senza aver adattato il proprio profilo professionale significherà trovarsi in una posizione debole proprio nel momento in cui le riorganizzazioni diventeranno più esplicite.
