L'AI toglie il lavoro? La domanda giusta è un'altra

In breve. La domanda "l'AI toglie il lavoro" è mal posta: un mestiere è un fascio di compiti diversi, e l'AI ne assorbe alcuni, non il pacchetto intero. In un reseller di energia che abbiamo seguito, il compito sparito era tenere a mente chi richiamare: il venditore è rimasto, e il richiamo dei lead caldi è salito dal 50% a oltre il 90%. I dati 2026 (Anthropic Economic Index) confermano che l'unità che si automatizza è il compito, non l'occupazione, con effetti diversi da ruolo a ruolo. La domanda utile per un'azienda non è se tagliare, è quale compito nel mestiere va tolto perché non era il mestiere.

Un reseller di energia, dodici persone, un problema banale

Prima di arrivarci noi, i venditori di un reseller di energia con dodici persone in squadra chiamavano i lead a memoria. Chi li aveva contattati per ultimo, chi era caldo, chi andava richiamato oggi: tutto viveva nella testa di ognuno, o in un foglio che nessuno aggiornava con costanza. I lead più vecchi marcivano in fondo alla lista senza che nessuno se ne accorgesse. Il risultato, misurato, era che metà dei lead pagati non veniva richiamata una seconda volta.

Chiediti dove va quel lead: l'azienda l'ha comprato, qualcuno l'ha pagato, e finisce dimenticato non perché il venditore sia pigro, ma perché nessuno può tenere a mente centinaia di priorità che cambiano ogni giorno.

È a questo punto che la domanda "l'AI toglie il lavoro ai venditori" mostra il suo limite. Non è la domanda che serve. Quella utile è: quale pezzo di quel mestiere non era il mestiere?

Task, non mestieri: perché la distinzione cambia la risposta

Un mestiere non è un blocco unico. È un pacchetto di compiti diversi impilati insieme. Il venditore del reseller vendeva, certo, ma prima ancora smistava una lista, ricordava a mente lo stato di ogni contatto, decideva chi chiamare per primo con un misto di intuito e fortuna. Solo l'ultima parte, la conversazione con il cliente, era davvero il suo mestiere.

Con MARF, il compito di smistare e ricordare è passato al sistema. Non decide più il venditore chi chiamare a sensazione: lo dice il sistema, in base a chi è più caldo e da quanto tempo aspetta. Il venditore si concentra sulla conversazione, non sull'organizzazione della lista. Il secondo contatto sui lead caldi è salito dal 50% a oltre il 90%, a parità di persone in squadra.

Il compito sparito, tenere in testa lo stato di ogni lead, non era il valore che quell'azienda vendeva ai clienti. Era il lavoro attorno al mestiere, non il mestiere. Il compito rimasto, la conversazione, è esattamente ciò per cui quell'azienda paga uno stipendio a un venditore, e con più tempo libero da smistamento lo fa meglio.

Il compito che passa al sistema. Non "chi chiama meglio", ma "chi tocca al telefono adesso". La decisione resta del venditore, la memoria no.

Questa distinzione, tra compito automatizzabile e mestiere vero, è più utile di qualsiasi previsione sul numero di posti che l'AI toglierà o creerà. Ed è verificabile, perché l'abbiamo visto succedere in azienda vera, non su un foglio di proiezioni.

Cosa dicono i dati, con la cautela che serve

Sul saldo netto di posti, nessuno ha la sfera di cristallo, e chi promette un numero preciso sta vendendo fumo. Il quadro più solido oggi è quello che guarda al compito, non all'occupazione intera. L'Anthropic Economic Index, nel report di gennaio 2026 sui "primitivi economici", misura proprio questo: quali compiti un modello copre dentro un ruolo, e con quale livello di competenza richiesta. Il risultato interessante non è "quanti lavori spariscono", ma che lo stesso tipo di compito, tolto da un ruolo, può abbassare la competenza richiesta in un caso (un'agenzia viaggi che perde la pianificazione complessa e resta con la sola emissione di biglietti) e alzarla in un altro (un property manager che perde la contabilità di routine e resta con la negoziazione e la gestione degli stakeholder). Stesso tipo di automazione, effetto opposto, a seconda di cosa resta del mestiere.

Il report successivo, di marzo 2026 sull'impatto sul mercato del lavoro, aggiunge una cautela onesta che vale la pena riportare per intero: non risulta un aumento sistemico della disoccupazione tra i lavoratori più esposti all'AI da fine 2022 a oggi, ma le assunzioni di lavoratori tra 22 e 25 anni nei ruoli più esposti sono rallentate di circa il 14% dopo l'arrivo di ChatGPT, senza un rallentamento simile per i lavoratori più senior negli stessi ruoli. Il dolore, quando c'è, si concentra alla porta d'ingresso della carriera, non trasversalmente su tutti.

In Italia il comportamento delle aziende conferma la direzione: l'adozione dell'AI nelle imprese è passata dall'8,2% al 16,4% in un anno (Istat, 2025). Il freno principale di chi resta indietro, in quei dati, sono le competenze, non i timori sul posto di lavoro.

Come riconoscere il compito a rischio nel tuo ruolo

Prima di temere per un mestiere intero, guarda dentro, compito per compito. Un modo pratico:

• Lo fai a memoria o per abitudine? Se stai tenendo a mente uno stato, una priorità, una lista che cambia ogni giorno, quello è il primo candidato all'automazione. Non è dove sta il tuo valore, è il rumore attorno.
• Richiede leggere una persona o decidere nell'ambiguità? Negoziare un prezzo, calmare un cliente arrabbiato, giudicare un caso limite: qui l'AI resta un assistente, non un sostituto.
• Ti prendi tu la responsabilità del risultato? Se la firma finale, la scelta e le sue conseguenze sono tue, quel compito non si delega a un sistema, si affianca.

Nel reseller di energia il primo punto era smistare i lead. Nel tuo ruolo può essere un altro: prima stesura di un documento, inserimento dati, reportistica ripetuta. Il metodo per trovarlo non cambia: separa cosa fai per abitudine da cosa fai per giudizio.

Cosa può fare un'azienda, oltre a preoccuparsi

Se guidi un'azienda, la domanda operativa non è "quante persone taglio", è "dove il mio team perde tempo su un compito che non è il suo mestiere". Tre mosse concrete, nell'ordine in cui le facciamo con i clienti:

• Misura dove si perde valore, prima di comprare qualsiasi strumento. Un Value Leak preciso vale più di una sensazione di inefficienza.
• Automatizza il compito, non il ruolo. Un sistema con un perimetro chiaro (quello che chiamiamo un Dipendente AI) prende in carico lo smistamento o la ripetizione, e lascia alle persone il giudizio.
• Forma un riferimento interno per reparto, l'AI Champion, invece di un corso generico per tutti. È così che la pratica resta in azienda anche quando cambia il fornitore o il tool.

Dal 2 febbraio 2025 l'articolo 4 dell'AI Act europeo chiede alle organizzazioni di garantire un livello adeguato di alfabetizzazione sull'AI a chi ci lavora. Non è più solo una buona pratica, è un requisito.

La posizione, non la morale

L'AI non toglie mestieri interi, quasi mai. Toglie i compiti che tenevano occupata la testa senza generare valore, e lascia, spesso rinforzata, la parte per cui quel mestiere esiste. Il rischio vero non è essere sostituiti da un sistema, è restare l'unico a fare a mano un compito che il resto del mercato ha già smesso di fare a mano.

Il rischio vero non è essere sostituiti da un sistema. È restare l'unico a fare a mano un compito che il resto del mercato ha già smesso di fare a mano.

Se vuoi vedere dove il tuo team perde tempo su compiti che non sono il vostro mestiere, guarda il programma AI Champion: è il modo con cui portiamo questa distinzione dentro un'azienda vera, reparto per reparto. Se invece parti dal numero, puoi quantificare in euro dove si nasconde il compito da togliere con il ROIometro.