Intelligenza artificiale e lavoro, il conto lo pagheranno i giovani

Anthropic invita a raffreddare, almeno per ora, la lettura più allarmistica sul tema dell’impatto tra intelligenza artificiale e lavoro. Nell’ultimo report economico della società il messaggio è chiaro: l’AI sta già cambiando il modo in cui molte attività vengono svolte, ma non ci sono ancora prove solide di una distruzione occupazionale su larga scala. Il mercato del lavoro, dice l’azienda, regge. Il punto è che i primi squilibri iniziano a vedersi altrove, soprattutto tra chi sta entrando adesso nelle professioni d’ufficio.

I primi squilibri iniziano a vedersi altrove, soprattutto tra chi sta entrando adesso nelle professioni d’ufficio.

Per ora non si vede un crollo dell’occupazione

A spiegare la posizione di Anthropic è Peter McCrory, head of economics della società, intervistato a margine dell’Axios AI Summit di Washington. Secondo McCrory, i dati raccolti fin qui non mostrano una differenza sostanziale nei tassi di disoccupazione tra i lavoratori più esposti a Claude e quelli che operano in mestieri meno toccati dall’automazione.

Il confronto è interessante perché mette una accanto all’altra professioni molto diverse. Da un lato ci sono figure come technical writer, data entry clerk e software engineer, cioè ruoli in cui Claude può essere usato per compiti centrali del lavoro. Dall’altro ci sono occupazioni che dipendono ancora da presenza fisica, manualità e interazione diretta con il mondo reale. Oggi, dice Anthropic, non emerge uno scarto materiale nell’andamento dell’occupazione tra questi gruppi.

Nella fase attuale, l’AI modifica i processi prima ancora di svuotare i ruoli

È un dettaglio che pesa più di quanto sembri. Vuol dire che, almeno nella fase attuale, l’AI modifica i processi prima ancora di svuotare i ruoli. Le mansioni cambiano, si comprimono, si redistribuiscono. Ma questo non si traduce ancora, in modo netto, in una cancellazione di posti misurabile sui grandi numeri.

Il problema può arrivare in fretta

Lo stesso McCrory, però, evita toni rassicuranti. Il suo avvertimento è semplice: gli effetti di displacement potrebbero comparire molto rapidamente. Per questo, sostiene, serve un sistema di monitoraggio capace di leggere il fenomeno mentre prende forma, così da intervenire prima che i danni diventino evidenti nei dati aggregati.

È qui che il ragionamento si fa più delicato. L’assenza di un impatto occupazionale forte oggi non garantisce che lo stesso valga domani. L’adozione dell’AI cresce, si allarga a nuovi reparti, entra nei flussi di lavoro quotidiani. Quando la tecnologia passa dalla sperimentazione all’uso stabile, il rapporto tra numero di persone impiegate e volume di lavoro richiesto può cambiare in tempi anche molto brevi.

Secondo Amodei, nei prossimi cinque anni l’AI potrebbe cancellare fino alla metà dei lavori white-collar entry-level e spingere la disoccupazione fino al 20%

A rendere ancora più tesa la discussione c’è poi la previsione fatta da Dario Amodei, CEO di Anthropic. Secondo Amodei, nei prossimi cinque anni l’AI potrebbe cancellare fino alla metà dei lavori white-collar entry-level e spingere la disoccupazione fino al 20%. È una stima estrema, ma serve a chiarire un punto: il rischio maggiore non riguarda necessariamente tutto il mercato insieme. Riguarda prima di tutto le soglie d’ingresso.

I junior sono il punto più fragile

Se c’è un’area in cui il report lascia intravedere una vulnerabilità concreta, è quella dei profili junior. Non perché l’AI li abbia già sostituiti in massa, ma perché molte attività tipiche delle posizioni entry-level sono standardizzabili, digitali e ripetitive. Tradotto: sono esattamente il tipo di lavoro su cui i modelli generativi migliorano più in fretta.

Molte attività tipiche delle posizioni entry-level sono standardizzabili, digitali e ripetitive. Tradotto: sono esattamente il tipo di lavoro su cui i modelli generativi migliorano più in fretta.

Una parte del lavoro iniziale in settori come contenuti, analisi, documentazione, customer support interno o sviluppo software serve anche da palestra professionale. È il livello in cui si impara facendo. Se però una quota crescente di queste attività viene assorbita dall’AI, il rischio non è solo la riduzione delle posizioni aperte. Il rischio è che si restringa il percorso con cui si forma la prossima generazione di professionisti.

È un passaggio che molte aziende stanno ancora sottovalutando. Automatizzare i task più semplici può aumentare la produttività nel breve periodo. Ma quei task, per anni, sono stati il punto di ingresso per chi doveva acquisire metodo, contesto e autonomia. Se saltano quelli, cambia anche il modo in cui si costruiscono carriere e competenze.

Chi ha imparato prima parte avanti

Il quinto economic impact report di Anthropic mette in luce un altro elemento che merita attenzione: il divario crescente tra chi ha iniziato presto a usare Claude e chi arriva dopo. I primi utilizzatori, secondo l’azienda, riescono a ricavare molto più valore dal modello. Non lo usano solo per richieste sporadiche o per curiosità. Lo integrano nel lavoro quotidiano e lo sfruttano in modo più sofisticato.

McCrory parla di Claude come thought partner, cioè come supporto per iterare, testare idee, ricevere feedback e migliorare un output passo dopo passo. È una differenza concreta. C’è chi usa l’AI come scorciatoia occasionale e chi la inserisce dentro un workflow. Nel secondo caso il guadagno di produttività, qualità e rapidità tende a crescere.

Qui si apre un altro fronte. L’AI non premia tutti allo stesso modo. Premia soprattutto chi ha già tempo, contesto e competenze per imparare a usarla bene. E questo rischia di creare un vantaggio cumulativo: i più bravi diventano più veloci, i più esposti imparano prima, i ritardatari restano indietro.

Intelligenza artificiale e lavoro, l’adozione non è uniforme

Anthropic segnala anche un divario geografico che complica ulteriormente il quadro. Claude viene usato in modo più intenso nei Paesi ad alto reddito e, negli Stati Uniti, nelle aree con una maggiore concentrazione di knowledge worker. Inoltre l’utilizzo resta concentrato in un insieme relativamente ristretto di compiti e occupazioni specializzate.

Questo dato ridimensiona una delle promesse più ripetute sull’AI generativa, quella secondo cui sarebbe un grande equalizzatore. Per ora non sembra andare così. L’adozione segue la geografia del capitale umano, della formazione e della ricchezza. Dove ci sono più competenze, più infrastrutture e più lavoro cognitivo, l’uso cresce prima e meglio.

Una tecnologia raccontata come democratica rischia invece di rafforzare vantaggi che esistevano già. I power user accumulano produttività. I territori più forti accelerano. Le aziende che hanno già accesso a competenze qualificate integrano l’AI con meno attrito.

Il risultato è un paradosso solo apparente. Una tecnologia raccontata come democratica rischia invece di rafforzare vantaggi che esistevano già. I power user accumulano produttività. I territori più forti accelerano. Le aziende che hanno già accesso a competenze qualificate integrano l’AI con meno attrito.

Per questo il punto non è solo capire quanti posti spariranno. La vera domanda è chi riuscirà ad adattarsi abbastanza in fretta. E, guardando i segnali raccolti fin qui da Anthropic, la fascia che merita più attenzione non è quella già consolidata. È quella che sta ancora cercando di entrare.