Siamo abituati a guardare agli impatti economici e lavorativi dell’intelligenza artificiale partendo dal numero di posti che potrebbe distruggere. Il dibattito globale sembra bloccato su uno schema: i catastrofisti dicono milioni, i moderati dicono che i posti perderanno solo tempo, mentre gli ottimisti sostengono che l’AI ne creerà molti nuovi. Ma in realtà, il vero problema non è la quantità, ma la struttura del mercato del lavoro. I ruoli di avvio, quei gradini su cui la carriera si costruisce, si riducono. La crescita professionale si accorcia e le statistiche tradizionali, spesso il metro con cui misuriamo questo cambiamento, sono cieche a molti di questi sviluppi.
Perché la questione non è solo la quantità dei lavori
Ogni anno, le analisi sull’AI e il lavoro accumulano una massa critica di prove. Studi di diversi paesi, fonti indipendenti e diverse metodologie portano alla stessa conclusione: l'AI non elimina posti di lavoro, ma toglie via quei passaggi iniziali che permettono ai giovani di entrare nel settore e di avanzare. È un cambiamento profondo, che non coinvolge solo i lavoratori che perdono il loro posto, ma l’intera struttura di mobilità sociale.
La domanda “quanti posti di lavoro perderemo?” è, quindi, fuorviante. Invece di guardare al numero totale, dobbiamo domandarci: chi perde accesso alle opportunità? Cosa succede alle persone che iniziano il loro percorso professionale oggi?
I modelli storici spesso non si rivelano utili
Spesso si invoca la Rivoluzione Industriale britannica come parallelo per comprendere le conseguenze dell’AI. Si riferisce alla “pausa di Engels,” periodo storico in cui salari reali non crescevano nonostante l’economia britannica registrasse una crescita sostenuta. Tuttavia, studi recenti smentiscono questa analogia. Secondo Nicholas Crafts, economista inglese, la disoccupazione non cresceva e anzi, l’occupazione triplicò tra il 1760 e il 1860. Il problema reale fu che il miglioramento economico non arrivò uniformemente a tutti. La stagnazione salariale e l’aumento del costo della vita limitavano la mobilità sociale e la qualità della vita, nonostante l’economia crescesse.
Un parallelismo tra passato e presente
Questo meccanismo si sta verificando oggi. I data center, ad esempio, sono diventati un consumo energetico enorme: il loro impatto sulle bollette energetiche, combinato all’inflazione, riduce il potere d’acquisto e la qualità della vita – un parallelo sorprendente con i periodi di guerra e tasse alimentari. La lezione storica si sta rivelando, quindi, non solo rilevante, ma decisamente riferibile.
Il “China Shock” e la lezione politica
C’è un altro parallelo che vale la pena considerare: il cosiddetto “China shock” del 2000. Tra il 1999 e il 2011, circa due milioni di americani persero il lavoro a causa dell’introduzione della Cina nel sistema commerciale globale. Statistiche aggregate parlano di una scomparsa relativamente modesta di posti di lavoro. Eppure, il trauma fu sufficientemente forte da portare Donald Trump alla presidenza. In quel caso, il danno non era tanto la perdita di lavoro quanto l’incertezza strutturale, l’insicurezza e l’impossibilità per molte persone di ricollocarsi.
Oggi siamo di fronte a qualcosa di simile, ma con un diverso bersaglio: i lavoratori con laurea e posizioni salariali elevate, che non rischiano di perdere immediatamente il posto, ma di non poter più avanzare o passare ai loro successi professionali. Questo gruppo ha una voce più poderosa e potrebbe generare un’onda di reattività sociale non da meno.
Le metriche tradizionali falliscono
Gli indicatori economici tradizionali non sono attrezzati per catturare questi cambiamenti. Lo studio sui robot industriali porta a conclusioni contraddittorie, mentre il Bureau of Labor Statistics (BLS) non anticipa quasi nulla rispetto a una semplice proiezione lineare. Quando il mercato del lavoro si modifica non attraverso perdite di posti visibili, ma attraverso la scomparsa di opportunità di crescita e di accesso, le statistiche non riescono a rilevarlo nemmeno quando i dati sono accessibili.
Qualche traccia del cambiamento in atto
Non mancano però le prove di questo processo in azione.
- Prima traccia: lo studio Anthropic, che ha utilizzato misure di “osservazione dell’esposizione” per valutare il rischio per i lavori. Il dato chiave è che l’assunzione di persone più giovani rallenta dove l’AI si espande di più.
- Seconda traccia: lo studio della Federal Reserve mostra un rallentamento annuo del 3% nell’occupazione di programmatori rispetto al periodo pre-ChatGPT, con circa 500.000 posizioni mancate nel solo triennio.
- Terza traccia: i dati sull’Italia evidenziano una perdita di 35.000 posti nel settore bancario e assicurativo tra il 2018 e il 2024. I posti persi erano ruoli che richiedevano competenze analitiche e sono sostituiti con ruoli di minor qualificazione.
- Quarta traccia: l’International Center for Law & Economics (ICLE) ha sottolineato che il fenomeno non riguarda la perdita di posti di massa, ma uno spostamento strutturale: le nuove tecnologie stanno cambiando la struttura dei percorsi formativi e professionali.
La Scala Spezzata
Abbiamo definito questo effetto “la Scala Spezzata”, un fenomeno strutturale composto da tre componenti principali:
- Eliminazione dei ruoli entry-level: i giovani non riescono più a trovare i posti che permettevano loro di entrare nel settore e di crescere all’interno di una professione.
- Accorciamento delle scaline di carriera: le aziende, per effetto dell’AI, riducono le opportunità di crescita interna: i ruoli di leadership non richiedono più esperienze intermedie.
- Riduzione del tempo necessario per acquisire competenze: l’AI rende obsolete le lunghe procedure di formazione, con conseguente riduzione dell’accesso strutturale alle competenze.
Invece di generare una disoccupazione di massa, l’AI genera una disoccupazione strutturale silenziosa: non mancano posti, ma mancano i gradini che permettono di accedervi. Questo tipo di fenomeno non appare nelle statistiche tradizionali, ma ha un impatto enorme sulle comunità, sui giovani e sulla mobilità sociale.
Che cosa possiamo fare?
Ridurre il rischio richiede non solo azioni di sostegno, ma una riscrittura completa delle politiche per l’inserimento nel mercato del lavoro.