In che modo dati e AI stanno ridefinendo le competenze professionali

“L’AI sta sostituendo i posti di lavoro” è diventata un’espressione ombrello per un cambiamento molto più ampio e disomogeneo. Alcuni ruoli si ridurranno. Alcuni scompariranno. È quello che mi piace definire “job churn”. Il job churn è la velocità con cui le persone lasciano i ruoli e vengono sostituite, ed è cambiata nel tempo. Già all’inizio del XX secolo, alti livelli di job churn hanno portato a studi sui costi del turnover e su strategie di retention, ad esempio gli aumenti salariali. Dagli anni ’20 agli anni ’70, la stabilità è aumentata, con un calo di lungo periodo del turnover man mano che le organizzazioni sviluppavano mercati del lavoro interni, retribuzioni basate sull’anzianità, piani pensionistici e formazione strutturata. Dagli anni ’80 agli anni ’90, la mobilità è aumentata. Le ricerche di quel periodo, in particolare negli Stati Uniti e nel Regno Unito, hanno evidenziato una riduzione della permanenza nei ruoli, con un forte aumento di persone che restavano nello stesso lavoro per meno di due anni. Dagli anni 2000 a oggi, la permanenza di lungo periodo è rimasta relativamente alta per i lavoratori più anziani, mentre le generazioni più giovani hanno mostrato tassi di turnover molto più elevati. Gli anni 2010 hanno visto un calo del turnover del lavoro in alcuni settori, seguito dalle discontinuità generate dalla pandemia di COVID-19 e dall’ascesa della “distruzione creativa” guidata dalla tecnologia. Oggi, le cause e i pattern del job churn sembrano diversi. La domanda è: perché?

Con nuove economie arrivano nuove competenze. Il panorama del lavoro si sta trasformando a una velocità senza precedenti, con settori che richiedono competenze in grado di aumentare produttività, resilienza e innovazione. Molti ruoli verranno riprogettati. Molte persone percepiranno il cambiamento prima nel workflow che nella qualifica professionale. Il lavoro viene scomposto in attività e poi ricostruito attorno a dati, automazione e ragionamento delle macchine. È questo che rende diverso il momento attuale. Non si tratta solo di nuovi strumenti: si tratta di un nuovo modello operativo del lavoro. Di quali competenze avranno bisogno i lavoratori per sostenere la trasformazione economica e consentire alle aziende di competere e crescere? Secondo il Future of Jobs Report 2025 del World Economic Forum, entro il 2030 l’economia globale dovrebbe registrare un aumento netto di 78 milioni di posti di lavoro. Sebbene siano previsti 170 milioni di nuovi ruoli, circa 92 milioni di ruoli esistenti dovrebbero essere sostituiti.  

Quindi, nel 2026 la domanda pratica per la carriera non è più “L’AI sostituirà il mio lavoro?” ma “Sono pronto/a?”. Poniti queste domande: 

• Quali parti del mio ruolo sono più esposte all’automazione?
• Quali nuove aspettative si stanno formando attorno a dati, metriche ed evidenze?
• Dove conta ancora il giudizio umano e come dimostro di averlo?
• Quali competenze tecnologiche emergenti mi manterranno credibile, utile e mobile?

Questo post esplora l’impatto dell’AI sull’occupazione, la realtà dietro la perdita di posti di lavoro legata all’AI e alla sostituzione dei ruoli, e cosa significa per il futuro del lavoro in tutti i settori. C’è anche un invito pratico all’azione.

Per dare contesto, ecco alcune domande che le persone si stanno facendo in questo momento, con risposte concrete.

Qual è l’impatto dell’AI sull’occupazione?

Ecco un modo pratico per inquadrare la situazione: l’AI sta cambiando i contenuti del lavoro più velocemente di quanto stia cambiando le definizioni delle qualifiche professionali.

È utile pensare al rapporto tra AI e lavoro su tre livelli.

• Automazione delle attività: alcune attività sono relativamente semplici da automatizzare, tra cui triage, classificazione, sintesi, estrazione, stesura di base e riconciliazioni semplici. Quando queste attività costituiscono una quota rilevante di un ruolo, le persone percepiscono l’AI come “sostituzione dei posti di lavoro”, perché elimina ore di lavoro reali.
• Potenziamento delle attività: molti ruoli non verranno eliminati, ma potenziati. L’AI diventa un copilota per analisi, scrittura, pianificazione, coding, supporto clienti e troubleshooting operativo. Il ruolo resta, ma aumenta il livello di output che ci si aspetta dalla persona.
• Riprogettazione del ruolo e sostituzione: alcuni ruoli si riducono in modo significativo perché una grande parte delle attività diventa automatizzabile, o perché il lavoro viene consolidato tra meno persone che supervisionano i sistemi. È qui che la sostituzione dei ruoli legata all’AI diventa visibile, soprattutto nei ruoli basati su una gestione prevedibile delle informazioni.

Diverse istituzioni globali hanno proposto un inquadramento simile. L’Organizzazione internazionale del lavoro sull’AI generativa sottolinea che l’effetto dominante sarà probabilmente il potenziamento, più che l’automazione totale, per la maggior parte delle professioni, ma con una maggiore esposizione nei lavori d’ufficio e amministrativi, soprattutto nelle economie ad alto reddito. Allo stesso tempo, l’entità della discontinuità non è trascurabile. Quindi sì, alcune categorie possono vedere una perdita di posti di lavoro legata all’AI, a seconda del mix di attività, della velocità di adozione e delle condizioni del mercato del lavoro locali. Ma la notizia più importante è che i ruoli stanno evolvendo in termini di aspettative dei datori di lavoro, modalità di misurazione delle performance e competenze che segnalano valore futuro.

Il cambiamento nelle competenze legate all’AI 

Vedrai cifre molto diverse sull’AI nei luoghi di lavoro, perché studi diversi misurano aspetti diversi, tra cui:

• Esposizione delle attività: quale quota di attività potrebbe essere automatizzata o potenziata
• Sostituzione dei ruoli: quali lavori potrebbero diminuire o scomparire
• Ore sostituite: quanta parte del tempo dedicato al lavoro potrebbe essere automatizzata anche se i ruoli restano

Un modo pratico di interpretare lo scenario è smettere di cercare un numero sensazionale e concentrarsi su due misure più utili:

• Quanta parte del mondo del lavoro è esposta all’AI? Secondo il Fondo Monetario Internazionale, quasi il 40% dell’occupazione globale è esposta all’AI, percentuale che sale a circa il 60% nelle economie avanzate, soprattutto perché una quota maggiore del lavoro è cognitiva e d’ufficio. Sottolinea anche che circa metà dei lavori esposti all’AI potrebbe beneficiare dell’integrazione dell’AI, mentre l’altra metà potrebbe essere influenzata negativamente dalla sostituzione delle attività, dalla riduzione delle assunzioni o dalla pressione sui salari. Questo indica che la portata è ampia, soprattutto per il lavoro basato sulla conoscenza.
• Quanta discontinuità è prevista? La prospettiva del World Economic Forum è basata sui datori di lavoro e offre una delle stime quantificate più chiare su sostituzione e creazione nel periodo 2025-2030. Una conclusione utile per aiutarti a pianificare la carriera potrebbe essere che entro il 2030 una quota significativa di ruoli lavorativi verrà sostituita o riprogettata in modo sostanziale. È probabile che molte più persone sperimentino un cambiamento nelle competenze richieste rispetto a un cambiamento nella qualifica professionale.

La prossima ondata di integrazione dell’AI mostra chiaramente che i ruoli tech stanno cambiando rapidamente. Le competenze tecniche legate all’AI sono essenziali mentre ci muoviamo verso team dinamici uomo-AI. L’evoluzione dei ruoli attraverso la tecnologia non è una novità, ma la velocità e la scala dell’innovazione di oggi sono senza precedenti. La vera prova è come reagiamo, acquisendo le competenze necessarie invece di restare indietro. Per continuare a evolvere e crescere, valuta quali attività del tuo ruolo attuale sono più esposte e quali capacità ti aiuteranno a salire lungo la catena del valore. Come puoi prepararti per soddisfare le richieste di questa era e aprire le porte a nuove possibilità e opportunità per te?

Quali tipi di lavori saranno più colpiti dall’AI?

Una regola empirica utile è semplice: I lavori basati su attività ripetibili di gestione delle informazioni sono più esposti rispetto ai ruoli legati a variabilità fisica, interazioni umane complesse o giudizio ad alta responsabilità.

L’analisi globale dell’ILO citata sopra indica una maggiore esposizione dei lavori d’ufficio e delle attività amministrative e sottolinea che l’effetto può essere influenzato dal genere, perché i ruoli d’ufficio rappresentano una fonte importante di occupazione femminile in molte economie. L’FMI aggiunge una sfumatura importante: l’esposizione non è destino. L’impatto dipende dal fatto che l’AI completi il ruolo o sostituisca le attività chiave che ne giustificano l’esistenza.  

Detto questo, ecco alcune categorie pratiche da considerare.

Ruoli a più alto rischio di sostituzione legata all’AI

Non sono ruoli “di basso valore”. Molti sono essenziali. Il tema è nel mix di attività.

• Ruoli di coordinamento d’ufficio e amministrativo basati su pianificazione, preparazione documenti e comunicazioni standard
• Lavoro conoscitivo entry-level che consiste principalmente nel sintetizzare, formattare o produrre output di routine
• Livelli di customer support che gestiscono richieste prevedibili senza giudizio complesso
• Ruoli di produzione contenuti di base in cui la differenziazione è bassa e la metrica principale è la produttività
• Alcune attività di preparazione alla compliance e reporting basate su checklist, dove il giudizio conta ancora ma la parte documentale può ridursi

Ruoli che cambiano, non scompaiono

Questi ruoli possono diventare più preziosi, ma solo se le persone si adattano.

• Analisti, finance partner, operations planner e product manager
• Ingegneri e sviluppatori (l’AI può accelerare l’output alzando al contempo l’asticella della verifica)
• Professionisti sales e marketing che lavorano con segmentazione data-driven e analisi delle performance
• Professionisti HR e workforce planning che evolvono verso modelli basati sulle competenze

Ruoli che restano più difficili da automatizzare completamente

• Lavoro che richiede destrezza fisica in ambienti non strutturati
• Ruoli in cui sono centrali fiducia, cura e presenza umana (sanità, istruzione, assistenza sociale)
• Negoziati complessi, leadership e decision-making con responsabilità diretta

C’è un’ulteriore sfumatura importante: L’AI può rimodellare i percorsi di inizio carriera anche se i ruoli senior restano. Le attività di routine sono state storicamente il modo in cui i giovani entravano nel mondo del lavoro. Se queste attività si riducono, le organizzazioni devono ripensare il modo in cui i profili junior costruiscono le loro competenze. Se non lo fanno, la futura pipeline di talenti diventa fragile. In che modo l’AI sta rimodellando i lavori nei diversi settori?

Per rendere il tutto concreto, ecco alcuni esempi di come l’automazione sta cambiando il lavoro per settore. Se lavori in questi settori, riconoscerai che questo cambiamento è già in corso.

Servizi finanziari

L’AI viene utilizzata per elaborazione documentale, comunicazioni con i clienti, accelerazione del coding interno e triage operativo. Nel Regno Unito, commenti pubblici di leader del settore e discussioni di policy hanno sempre più messo l’accento sul reskilling e sul rischio per i percorsi entry-level, riflettendo una preoccupazione reale per gli spostamenti del lavoro guidati dall’AI.

Cosa cambia per le persone:

• Aspettative più alte di produttività supportata dall’AI
• Maggiore attenzione a supervisione, rischio e governance
• Minore propensione al trattamento manuale, man mano che le organizzazioni passano da “Possiamo farlo?” a “Dovremmo ancora farlo a mano?”

Retail ed ecommerce

L’AI sta trasformando forecasting, ottimizzazione dell’inventario, pricing e instradamento del customer service. Questo cambia i ruoli in merchandising, supply chain e service operations.

Cosa cambia per le persone:

• L’analisi dei dati entra nelle decisioni di ogni giorno
• Interpretare correttamente i segnali diventa parte della competenza professionale
• I cicli decisionali accelerano, con meno tempo per la riconciliazione manuale

Marketing e media

L’AI generativa riduce il tempo necessario per scrivere contenuti, testare varianti e creare asset. Aumenta anche la concorrenza, perché l’output diventa economico e abbondante.

Cosa cambia per le persone:

• La differenziazione si sposta su giudizio, strategia, progettazione degli esperimenti e misurazione
• La literacy di misurazione diventa più preziosa, inclusi attribuzione e ragionamento incrementale
• Vincoli di brand e normativi contano di più, perché il rischio si diffonde più velocemente quando creare contenuti è facile

Consulenza, advisory e knowledge work

L’AI viene sempre più utilizzata per sintesi della ricerca, stesura di proposte, sintesi di riunioni e knowledge retrieval.

Cosa cambia per le persone:

• Aumentano le aspettative sull’output di base
• La verifica diventa una competenza professionale centrale
• I team hanno bisogno di standard chiari su cosa può essere automatizzato e cosa deve essere revisionato

Settore pubblico e ambiti regolamentati

L’adozione nella PA e negli ambienti regolamentati è influenzata da responsabilità, procurement, privacy e auditability. Questo può rallentare, ma rende anche più chiara la direzione: l’AI tende a scalare quando è governata, sufficientemente spiegabile per la supervisione e costruita su basi dati che reggono lo scrutiny.

Nell’area APAC, diversi governi stanno affiancando l’adozione a una governance formale e allo sviluppo di capability della forza lavoro. GovTech di Singapore ha pubblicato un Government AI Blueprint che definisce un approccio verso un settore pubblico abilitato dall’AI, con l’obiettivo di potenziare i funzionari pubblici e migliorare l’erogazione dei servizi, invece di trattare l’AI come uno strumento aggiuntivo. Singapore ha anche annunciato investimenti pubblici su larga scala nella ricerca AI e nei talenti fino al 2030, segnalando che lo sviluppo di capacità nazionali viene considerato infrastruttura di base. In Australia, la Digital Transformation Agency ha una policy su “AI in Government” che stabilisce aspettative per un utilizzo responsabile dell’AI tra le agenzie, e l’Australian Public Service sta introducendo strumenti di AI generativa sicuri e controllati dal governo per il personale. 

Cosa cambia per le persone:

• Maggiore enfasi su percorsi decisionali difendibili, trasparenza e responsabilità
• Più valore attribuito a qualità dei dati, lineage e governance
• Serve literacy pratica anche nei ruoli non tecnici, perché rischio e responsabilità sono distribuiti lungo il workflow

Cosa sta cambiando davvero nel mercato del lavoro legato all’AI?

Quando si parla di mercato del lavoro AI, spesso si pensa solo a nuovi ruoli come specialista di machine learning o prompt engineer. Questi ruoli esistono, ma il cambiamento più profondo è che la capacità di lavorare con l’AI sta diventando un requisito in molti ruoli non legati all’AI.

Tre cambiamenti spiccano.

• Inflazione delle competenze: I ruoli iniziano a richiedere nuove competenze senza cambiamenti nella qualifica professionale o nella fascia retributiva. Lo vedi nelle job description: “Preferibile familiarità con l’AI”, “esperienza di automazione”, “decision-making basato sui dati”, “capacità di lavorare con strumenti AI”. È uno dei motivi per cui le persone sentono pressione anche quando, sulla carta, il lavoro sembra stabile.
• Turnover delle competenze più rapido: Il World Economic Forum è stato chiaro sul fatto che i requisiti di competenze cambieranno rapidamente nel periodo 2025-2030, guidati dall’adozione tecnologica e da modelli di business in evoluzione. 
• Rischio di polarizzazione: Chi combina competenza di dominio e competenze su dati e AI guadagna leva. Chi non ci riesce rischia di essere spinto verso attività esecutive più ristrette, spesso più esposte all’automazione e più vulnerabili alla pressione sui salari.

È qui che l’impatto negativo dell’AI sull’occupazione diventa più visibile. Il danno non è solo la perdita del lavoro. Può essere anche minore mobilità, potere negoziale più debole e una disuguaglianza crescente tra chi sa governare i sistemi e chi viene governato dai sistemi. L’FMI segnala esplicitamente rischi distributivi e potenziali effetti sull’ineguaglianza man mano che l’AI si diffonde. 

L’impatto della sostituzione dei ruoli legata all’AI è disomogeneo

Vale la pena dirlo chiaramente: la perdita di posti di lavoro legata all’AI è reale. Ma non colpirà in modo uniforme l’economia e non arriverà alla stessa velocità in ogni Paese, settore o famiglia professionale.

Un esempio chiaro in APAC è DBS Group di Singapore. Nel febbraio 2025, DBS ha dichiarato di aspettarsi che l’AI riduca la necessità di rinnovare circa 4000 ruoli temporanei e a contratto nei tre anni successivi, creando al contempo circa 1000 nuovi ruoli legati all’AI. L’impatto si concentra in specifiche categorie di attività e tipologie contrattuali, più che sull’intera forza lavoro.

L’Australia offre un’altra prospettiva su quanto questo possa essere disomogeneo. Nel luglio 2025, Commonwealth Bank of Australia ha indicato riduzioni di ruoli dovute al passaggio verso l’utilizzo dell’AI per alcune attività, suscitando attenzione pubblica e reazioni sindacali. Anche su scala relativamente contenuta, mostra quanto rapidamente le decisioni di automazione possano diventare visibili quando impattano il lavoro sul campo.

Il punto è che “l’AI sta sostituendo i posti di lavoro” di solito significa prima sostituzione mirata di attività, poi riprogettazione più ampia. Per la maggior parte delle persone, il rischio non è che un lavoro scompaia dall’oggi al domani. È che alcune parti del ruolo si riducano, le aspettative aumentino e il lavoro rimanente si sposti verso supervisione, gestione delle eccezioni e valutazione.

Quindi, cosa puoi fare?

Per molti professionisti, un approccio più resiliente è costruire capacità che restino valide al cambiare degli strumenti.

In pratica, questa capacità ha cinque componenti e si collega da vicino alle competenze tecnologiche emergenti che la maggior parte delle organizzazioni oggi considera necessarie per una trasformazione digitale sostenibile.

• Data literacy: devi saper interpretare le metriche, mettere in discussione i dati e capire cosa manca. Se non sai interrogare gli input, non puoi utilizzare gli output dell’AI in modo sicuro. La data literacy aiuta anche i team ad allinearsi sulle definizioni, evitare rilavorazioni e rendere il decision-making più coerente.
• AI literacy: serve un modello mentale pratico di ciò che l’AI può fare in modo affidabile, dove fallisce e perché “sicuro” non significa “corretto”. Non devi diventare un/una machine learning engineer, ma devi capire abbastanza i limiti per utilizzare l’AI in modo responsabile.
• Padronanza dei workflow: l’AI cambia i flussi di lavoro. Chi sa riprogettare i workflow, non solo utilizzare gli strumenti, diventa centrale. È qui che molte carriere vengono rimodellate: il valore si sposta verso chi sa integrare l’automazione nei processi reali senza spezzare l’accountability.
• Verifica e giudizio: se l’output diventa economico, il giudizio diventa costoso. Saper validare, testare e difendere le decisioni è un fattore distintivo. È anche il punto in cui molte organizzazioni scoprono rischi nascosti: un “human in the loop” che non sa mettere in discussione gli output non è una salvaguardia, è solo una spunta su una checklist.
• Competenza di dominio: l’AI amplifica la competenza di dominio, non la sostituisce. Chi conosce realtà, vincoli e trade-off di business supererà chi conosce solo l’interfaccia. Se stai costruendo una carriera nei dati, questo è particolarmente importante: il mercato si sta spostando dalla semplice familiarità con gli strumenti verso competenza applicata, consapevolezza della governance e capacità di collegare i dati agli outcome.

Human skill più richieste

L’AI sta cambiando il set di competenze sul lavoro. Ma le human skill restano indispensabili.

Mentre l’AI trasforma il workplace e rimodella la domanda di competenze tecniche, le human skill non solo restano rilevanti: diventano sempre più essenziali. Secondo il 2025 AI Workforce Consortium, le human skill più richieste si concentrano attorno a leadership e management, problem-solving e innovazione, e collaborazione e comunicazione. Queste categorie riflettono una sintesi di competenze che consente di guidare il cambiamento, gestire la complessità e favorire teamwork efficace in un contesto potenziato dall’AI.

Un invito personale

Se questo post ti ha fatto pensare “Devo anticipare il cambiamento”, sono totalmente d’accordo. Per prosperare in un mercato del lavoro guidato dall’AI serve uno sviluppo bilanciato delle competenze. Integrare le competenze attraverso un apprendimento basato su scenari reali aiuta a sviluppare problem-solving, innovazione e adattabilità in contesti che cambiano rapidamente. Il 13 febbraio 2026 terrò una sessione online per dare il via a Data and AI Fast Track, una serie di webinar gratuiti di Snowflake. 

È pensata per chi cerca chiarezza pratica su:

• Sostituzione dei ruoli e impatto sull’occupazione, e cosa significa davvero nel lavoro quotidiano
• Le competenze tecnologiche emergenti più importanti per i prossimi anni
• Come costruire competenze sull’AI senza dover essere uno specialista
• Come la data literacy rafforza la resilienza professionale e migliora le decisioni
• Come le organizzazioni possono gestire il cambiamento senza lasciare indietro le persone

Nessuno è solo. Molte persone che partono dall’incertezza finiscono per scoprire che questi concetti sono molto più accessibili di quanto si aspettassero. La tua carriera ha ancora un lungo orizzonte, e costruire literacy su dati e AI ti aiuterà in ogni fase. Rafforza la tua influenza nelle conversazioni, ti aiuta a interpretare informazioni complesse e riduce l’incertezza che accompagna un cambiamento rapido. Unisciti a me per costruire competenze pratiche e fiducia.

Registrati alla serie di broadcast live.