L’AI non ti licenzia. Ma non ti assume più.

Il lavoro cambia senza far rumore: il report Anthropic sull’impatto della AI

Una crepa silenziosa sta riscrivendo le regole dell’ingresso nel mercato del lavoro: un recente report di Anthropic, l’azienda di “Claude”, analizza l’impatto dell’AI sul lavoro: nessuna crisi occupazionale visibile, ma le assunzioni dei giovani calano già del 14% nei settori più esposti.

C’è un modo per capire quanto davvero l’intelligenza artificiale stia cambiando il mercato del lavoro, al di là delle previsioni catastrofiche e degli entusiasmi ingenui? E’ la domanda che si è posta Anthropic e alla quale ha provato a rispondere con dati concreti, pubblicando ad iinizio marco 2026 un report originale intitolato *Labor Market Impacts of AI*. Il risultato è più sfumato, e per certi versi più inquietante, di quanto ci si aspetterebbe. Prima di guardare i numeri però vale la pena fermarsi su un punto metodologico che i ricercatori di Anthropic sottolineano con onestà: un precedente tentativo di misurare la vulnerabilità dei lavori alla delocalizzazione prodotta dalla AI aveva identificato circa un quarto dei posti di lavoro negli USA come a rischio, ma un decennio dopo la maggior parte di quei lavori aveva registrato una crescita occupazionale sana. In altre parole: misurare l’impatto dell’AI sul lavoro è difficile, e il track record delle previsioni passate invita alla cautela. Per questo il report introduce una metrica nuova, chiamata “observed exposure” – esposizione osservata –  che non si limita a stimare cosa l’AI potrebbe teoricamente fare, ma misura cosa sta effettivamente facendo nelle conversazioni professionali reali su Claude.

Il metodo e l’analisi 

Il grafico centrale del report (immagine di copertina) è illuminante. Per ogni categoria professionale vengono confrontate due misure: l’area blu rappresenta il potenziale teorico dell’AI – quante attività lavorative un modello linguistico potrebbe in linea di principio svolgere o accelerare. L’area rossa mostra invece l’adozione reale, misurata su dati concreti di utilizzo. La copertura reale mostra che l’AI è lontana dal raggiungere le sue capacità teoriche. Per esempio, Claude copre attualmente solo il 33% di tutti i compiti nella categoria Informatica e Matematica. Perché questo divario? Non è (solo) un limite tecnologico. Sono le barriere normative, i requisiti di verifica umana, le procedure aziendali consolidate, i vincoli legali. Alcune attività teoricamente automatizzabili, come autorizzare il rinnovo di una ricetta e fornire informazioni a una farmacia, non compaiono ancora nei dati di utilizzo reale, nonostante la valutazione teorica le classifichi come pienamente eseguibili da un modello linguistico.

Le dieci professioni più esposte includono in cima i programmatori, con una copertura del 75%, seguiti dai rappresentanti del servizio clienti e dagli addetti all’inserimento dati, coperti al 67%. Ma il dato demografico sui lavoratori più esposti è quello che più sorprende. Il gruppo più esposto è per il 16% in più composto da donne rispetto al gruppo meno esposto, guadagna in media il 47% in più, e ha livelli di istruzione più elevati: le persone con laurea magistrale o dottorato rappresentano il 4,5% del gruppo meno esposto, ma il 17,4% del gruppo più esposto – quasi quattro volte tanto. È una inversione rispetto alla narrativa classica sull’automazione, che storicamente colpiva i lavori manuali e a bassa qualifica. Qui la frontiera del rischio si è spostata verso l’alto: sono i colletti bianchi istruiti e ben pagati – analisti, programmatori, professionisti del supporto legale e finanziario – a trovarsi nell’area di maggiore esposizione teorica. All’opposto, circa il 30% dei lavoratori ha una copertura pari a zero, perché i loro compiti compaiono troppo raramente nei dati per raggiungere la soglia minima. Questo gruppo include cuochi, meccanici, bagnini, baristi, lavapiatti: il lavoro manuale, fisico, in presenza (quello che richiede di essere da qualche parte con il corpo, per intenderci) rimane per ora il più protetto.

La buona notizia: la disoccupazione non è salita. Il dato più rassicurante del report riguarda l’occupazione aggregata. Non si riscontra alcun impatto sistematico sui tassi di disoccupazione dei lavoratori nelle professioni più esposte dal lancio di ChatGPT a oggi: la variazione è piccola e statisticamente indistinguibile da zero. In altri termini: nonostante tutto il potenziale teorico, non c’è ancora un’ondata di licenziamenti attribuibile all’AI. Il mercato del lavoro, almeno nei dati aggregati, regge. La cattiva notizia: i giovani già sentono la stretta: è tra loro, infatti, che il report diventa più preoccupante. Anche senza licenziamenti, c’è un segnale debole ma statisticamente rilevante che riguarda chi è appena entrato o sta per entrare nel mercato del lavoro. Nei dati sui lavoratori tra i 22 e i 25 anni, le serie relative all’occupazione nelle professioni ad alta esposizione e in quelle a bassa esposizione sembrano divergere a partire dal 2024. Il tasso di ingresso mensile nelle occupazioni meno esposte si mantiene stabile al 2%, mentre l’ingresso nelle occupazioni più esposte cala di circa mezzo punto percentuale. La stima media nel periodo post-ChatGPT indica un calo del 14% nel tasso di nuovi ingressi lavorativi nelle professioni esposte rispetto al 2022 —-sebbene questo risultato sia appena al limite della significatività statistica. Per i lavoratori con più di 25 anni non si osserva alcun calo analogo. Il meccanismo è chiaro anche senza che i dati lo dicano esplicitamente: le aziende non stanno licenziando i senior, ma stanno smettendo di assumere junior. Usano l’AI per assorbire i carichi di lavoro crescenti senza espandere la base della forza lavoro. La piramide non cresce dal basso.

Cosa ci dice davvero questo report

Il report di Anthropic non è un atto d’accusa né una previsione catastrofica ma, piuttosto, un tentativo onesto di guardare i dati prima che il fenomeno diventi troppo grande per essere ignorato, e di farlo con la consapevolezza che, come insegna la storia, le trasformazioni economiche profonde si vedono spesso solo a posteriori.  Il quadro che emerge è quello di una trasformazione che procede lentamente nell’adozione reale, ma che sta già riconfigurando silenziosamente le opportunità di ingresso nelle professioni più esposte. Le proiezioni indicano che le professioni con maggiore esposizione osservata sono previste crescere meno fino al 2034: ogni aumento di 10 punti percentuali nella copertura corrisponde a una riduzione di 0,6 punti percentuali nelle previsioni di crescita occupazionale.

La sfida del prossimo decennio non è tanto la sostituzione immediata dei lavoratori esistenti, quanto la contrazione delle porte di ingresso. Chi si laurea oggi in informatica, finanza o discipline legali entra in un mercato dove l’AI sta già occupando lo spazio che storicamente era riservato ai junior: quello della formazione sul campo, delle mansioni ripetitive, dell’apprendistato implicito. La sfida non è più una questione di competenze teoriche ma, anche, di integrazione strutturale. Se la tecnologia è già in grado di automatizzare la maggior parte dei task cognitivi oggi stesso, il futuro del lavoro dipenderà esclusivamente dalla velocità con cui la legge e le imprese decideranno di colmare quel vuoto tra il “possibile” e il “permesso”.