L’intelligenza artificiale cambierà non solo il modo in cui lavorano coloro che sono già in azienda, ma anche il modo in cui i più giovani entreranno nel mercato del lavoro e scaleranno i primi gradini della carriera, soprattutto nel terziario e nei servizi. La sfida sarà molto più ardua per i ragazzi e le ragazze perché i compiti attraverso cui si impara un mestiere sono in genere la ricerca di informazioni, la preparazione di documenti, le analisi preliminari, la programmazione di base e le attività di supporto. Con l’Ai analisi e documenti diventano più abbondanti e facili da reperire, seppure poi diventa fondamentale il controllo della loro attendibilità. A salire è il valore delle competenze più difficili da automatizzare, come creare fiducia, comprendere il contesto e assumersi la responsabilità delle decisioni prese con il supporto dell’Ai. E sfida nella sfida, ci spiega Nicola Mauri, cio di Valeur group per l’Italia (gruppo finanziario indipendente attivo nella consulenza patrimoniale, nell’asset management, nella strutturazione di veicoli d’investimento, nel trading e nel real estate), diventa «costruire un rapporto di fiducia tra l’Ai e le strutture che custodiscono esperienza, processi e relazioni. Per chi entra oggi in azienda con una familiarità quasi “nativa” con l’Ai, «fare da ponte tra le nuove possibilità offerte dall’AI e i ruoli che richiedono maggiore esperienza e relazioni potrebbe diventare un nuovo primo gradino della carriera. La domanda, quindi, non è soltanto quanti lavori l’AI sostituirà, ma dove potrà essere realmente integrata nei processi e come verranno utilizzati i guadagni di produttività: per ridurre il lavoro o per creare nuovi compiti, competenze e percorsi di crescita?»
Il paradosso è che l’Ai può eliminare alcuni dei primi gradini della carriera e, allo stesso tempo, crearne di nuovi aiutando chi entra nel lavoro a percorrerli più velocemente. I dati emersi da una ricerca realizzata da Valeur group mostrano che oltre la metà (51%) delle organizzazioni intervistate segnala un minor bisogno di ruoli entry-level e, «tra i lavoratori tra 22 e 25 anni nelle occupazioni più esposte all’AI, è stata osservata una flessione relativa dell’occupazione di circa il 13%. Al tempo stesso, nel customer support l’AI generativa ha aumentato la produttività del 14-15%, soprattutto tra i lavoratori meno esperti», continua Mauri.
È da qui che è partita l’analisi “Beyond Exposure” realizzata dalla società per capire cosa sta accadendo e creare un modello per interpretare il contesto attuale. «Sapere quanto un lavoro sia esposto all’Ai non basta per prevederne l’impatto sull’occupazione. Conta quanto le singole attività siano realmente “convertibili” in processi produttivi, cioè digitali, ripetibili, verificabili e caratterizzate da un costo dell’errore accettabile» sostiene Mauri. I risultati della ricerca mostrano già una forte divergenza tra settori e Paesi. Negli Stati Uniti, nel settore IT i licenziamenti sono aumentati del 26% e la dinamica occupazionale è stata negativa per circa 7.700 posti al mese. Al contrario, istruzione e sanità hanno continuato a creare oltre 51 mila posti al mese. «Sono proprio IT e settori legati all’analisi di dati, nel nostro modello, i settori nei quali esposizione e convertibilità risultano più elevate», dice Mauri.
Anche l’Italia offre una conferma concreta del meccanismo, stando a Valeur group. Secondo i dati Istat del 2025, tra le imprese italiane che utilizzano l’Ai sette su dieci la impiegano per estrarre informazioni da documenti di testo, mentre solo il 5,9% la utilizza in applicazioni legate al movimento fisico delle macchine, l’automazione dei flussi di lavoro si ferma intorno al 18%. «L’Ai sta quindi entrando prima dove il lavoro è già digitale e verificabile, coerentemente con il concetto di “convertibilità” al centro della nostra ricerca», interpreta Mauri che però dice che non si può osservare ancora una riduzione generalizzata dell’occupazione. «In una recente survey globale della società, il 32% prevedeva un anno fa riduzioni degli organici legate all’Ai. Dodici mesi dopo, solo il 14% dichiara che si siano effettivamente verificate e circa due terzi riportano variazioni nulle o limitate. L’Ai sembra quindi modificare più rapidamente il modo di lavorare e la composizione delle competenze che il numero complessivo dei posti».
Per capire dove il cambiamento arriverà prima, secondo Mauri, bisogna verificare il grado di convertibilità di un lavoro. «Nel nostro modello la fattibilità raggiunge l’82% per uno sviluppatore software e l’85% per un analista di dati. Scende al 52% per un infermiere e al 30% per un dirigente C-suite – dice Mauri -. La differenza non è solo tecnologica: dove il valore dipende da giudizio, responsabilità, contesto e relazione personale, automatizzare è molto più difficile. Qui diventa centrale il ruolo della fiducia e del controllo umano. Nel nostro modello, se un errore è difficile da correggere o comporta conseguenze importanti, affidare il processo interamente alla macchina diventa meno accettabile. È uno dei motivi per cui sanità, insegnamento, leadership e gestione delle relazioni risultano più difficili da sostituire con l’Ai».
