AI, lavoro a rischio per i redditi alti: dalla finanza ai legali, i profili più esposti

A offrire una delle letture più interessanti del fenomeno è il laboratorio di ricerca economica di Anthropic, azienda californiana nota per aver sviluppato il modello di intelligenza artificiale Claude. Il 5 marzo 2026 gli economisti Maxim Massenkoff e Peter McCrory hanno diffuso uno studio intitolato Labor Market Impacts of AI: A New Measure and Early Evidence. La ricerca prende in esame milioni di interazioni concrete con sistemi di intelligenza artificiale, incrociandole con i dati del Bureau of Labor Statistics e della Current Population Survey. Il risultato è una fotografia del lavoro molto diversa da quella che per anni ha dominato il dibattito pubblico.

Per approfondire: Intelligenza artificiale, Fondazione Randstad: "Riformare educazione per lavorare con IA"

Per molto tempo il discorso sull’automazione è ruotato attorno a uno scenario netto: le macchine che sostituiscono direttamente i lavoratori. Secondo questa analisi, però, il meccanismo oggi appare più graduale e meno appariscente. L’intelligenza artificiale, almeno in questa fase, non sta provocando soprattutto tagli immediati di personale, ma sta incidendo in un altro modo: riduce il bisogno di nuove assunzioni. In pratica, quando un ruolo si libera o si crea una necessità operativa, sempre più spesso l’azienda sceglie di non sostituire quella posizione con una nuova persona.

Su Insider: Grano e loglio digitali: come riconoscere contenuti generati da IA

Secondo Federico Mattia Dolci, founder e amministratore delegato di Marte, il passaggio in corso è paragonabile a una svolta storica: una fase di trasformazione simile, per portata, alle grandi rivoluzioni industriali. Come ha spiegato al Corriere, la differenza è che l’impatto dell’intelligenza artificiale non si limiterà a cancellare alcune mansioni esistenti. Piuttosto, andrà a ridefinire il modo in cui le imprese costruiscono, organizzano e aggiornano le competenze interne. Alcuni ruoli completamente nuovi emergeranno, mentre altri rischiano di diventare obsoleti in tempi molto più rapidi rispetto a quanto accaduto nelle precedenti transizioni tecnologiche. 

Uno degli aspetti più significativi emersi dalla ricerca riguarda le fasce più giovani della forza lavoro. L’effetto dell’AI, infatti, si vede in modo particolare tra chi si trova nella fase iniziale della carriera. Tra i lavoratori di età compresa tra i 22 e i 25 anni che provano a entrare nei settori maggiormente esposti all’automazione, il tasso mensile di nuove assunzioni si è ridotto di circa mezzo punto percentuale a partire dal 2022. Può sembrare una variazione contenuta, ma se osservata nel tempo equivale a una flessione di circa il 14% degli ingressi. Questo dato suggerisce che la contrazione non riguarda soltanto i volumi complessivi, ma colpisce in modo particolare proprio le porte d’accesso al lavoro.

Uno degli elementi più sorprendenti del rapporto è che a subire la pressione maggiore non sono soprattutto i lavori meno specializzati, come spesso si è creduto. Al contrario, a risultare maggiormente esposti sono numerosi profili con elevata istruzione e competenze avanzate. Lo studio evidenzia infatti che i lavoratori collocati nel quartile più esposto all’AI percepiscono in media redditi superiori del 47% rispetto agli altri. Inoltre, mostrano livelli formativi sensibilmente più alti: la quota di persone in possesso di una laurea magistrale risulta quasi quattro volte più elevata rispetto ai gruppi meno coinvolti. In questa fascia rientrano, ad esempio, analisti finanziari, sviluppatori software, professionisti dell’area legale e figure impiegate nei servizi avanzati.

L’idea che l’intelligenza artificiale riguardi soprattutto compiti ripetitivi o attività manuali rischia quindi di essere fuorviante. Secondo Dolci, il punto centrale è un altro: l’AI si sta insinuando prima di tutto nelle attività cognitive più sofisticate e ad alto valore aggiunto. È proprio all’interno di queste funzioni che molte aziende stanno testando i primi modelli di riorganizzazione, intervenendo non solo sugli strumenti utilizzati, ma anche sulla distribuzione delle responsabilità, sui flussi di lavoro e sulle competenze richieste ai dipendenti. In altre parole, il cambiamento non interessa soltanto “cosa si fa”, ma anche come viene costruita l’intera architettura del lavoro.

Un altro passaggio decisivo dello studio riguarda la distanza tra ciò che l’intelligenza artificiale potrebbe fare in astratto e ciò che invece sta facendo davvero oggi nei contesti produttivi. I ricercatori di Anthropic introducono il concetto di observed exposure, cioè una misura dell’automazione effettivamente osservata nei flussi di lavoro reali. Questo approccio permette di distinguere il semplice potenziale tecnico dall’applicazione concreta dentro le imprese. Il dato più interessante è che, in molti casi, l’utilizzo reale dell’AI è ancora molto inferiore rispetto alle sue possibilità teoriche. Ciò significa che una parte consistente dell’impatto occupazionale potrebbe ancora non essersi manifestata del tutto.

L’esempio più chiaro arriva dall’area informatica e matematica. In questo ambito, la quota teorica di attività automatizzabili arriverebbe fino al 94%, mentre l’incidenza osservata nei processi realmente in uso si ferma attorno al 33%. Tradotto: la trasformazione è solo all’inizio. Tra i ruoli che oggi appaiono più vulnerabili all’espansione dell’intelligenza artificiale figurano programmatori, operatori del customer service e addetti al data entry. In alcuni casi, come l’inserimento dati, l’automazione è già ampiamente presente. In altri, come l’assistenza clienti, molte aziende stanno delegando ai sistemi automatici il primo contatto con l’utente, lasciando alle persone solo le situazioni più articolate o delicate.

Per Dolci, il vero discrimine competitivo dei prossimi anni non sarà semplicemente “usare” l’intelligenza artificiale, ma integrarla in modo efficace nei processi produttivi. Le aziende che si muoveranno in anticipo, investendo in formazione, aggiornamento professionale e revisione dell’organizzazione interna, potrebbero ottenere un vantaggio rilevante. Al contrario, chi rinvierà le scelte rischia di trovarsi improvvisamente in difficoltà, in un mercato in cui la velocità di adattamento diventerà un fattore decisivo.

Su Insider: L'IA genera tutto. Il problema sono i limiti