Intelligenza artificiale e lavoro: i numeri del rischio

Intelligenza artificiale e lavoro non sono più un tema da convegno. Dal 2023 a oggi, circa 425mila posti sarebbero stati persi per cause dirette o indirette legate all’AI, con 142mila casi indicati in Europa. Il dato va letto con cautela, ma segnala una tendenza reale: l’automazione sta entrando nelle mansioni quotidiane, non solo nei laboratori tech.

La questione non è se l’AI cancellerà ogni professione. La domanda più utile è quali attività verranno assorbite dai software, quali cambieranno forma e quali richiederanno nuove competenze. Per il lettore significa una cosa concreta: capire dove il proprio lavoro è esposto prima che il mercato lo faccia al posto suo.

Intelligenza artificiale e lavoro: quali mansioni sono più esposte

L’impatto dell’AI colpisce soprattutto le mansioni ripetitive, digitali e basate su testo. Secondo l’analisi ILO sulla generative AI e lavoro, una quota significativa dell’occupazione globale è esposta alla trasformazione, con effetti più forti nei paesi ad alto reddito.

I ruoli più vulnerabili sono quelli in cui una parte rilevante del lavoro consiste nel produrre, classificare, rispondere o controllare informazioni. Non significa che ogni posto sparirà, ma che molte attività verranno ridisegnate.

• assistenza amministrativa e gestione documentale
• customer care e call center
• mansioni bancarie, postali e di sportello
• casse, back office e traduzioni standard

Il nodo è simile a quello visto in altri campi: l’AI non sostituisce sempre l’intero mestiere, ma accelera una parte del processo. È lo stesso principio che troviamo quando l’intelligenza artificiale cambia l’attribuzione di un’opera: il software aiuta l’analisi, ma la decisione finale richiede ancora contesto umano.

Perché il rischio non riguarda solo i licenziamenti

Parlare solo di posti persi è riduttivo. L’AI può anche creare nuove occupazioni, aumentare la produttività e rendere più accessibili strumenti prima riservati a specialisti. Il problema è la velocità della transizione: chi non riceve formazione rischia di restare fuori proprio mentre le aziende chiedono competenze più alte.

Le professioni più protette non sono per forza quelle tecniche. Spesso resistono meglio i lavori che combinano giudizio, relazione, responsabilità e capacità di leggere situazioni ambigue. Anche per questo ha senso seguire test e benchmark come Humanity’s Last Exam, perché misurano quanto i modelli riescano a gestire problemi complessi, non solo risposte veloci.

Qui entra anche il tema politico. Se l’automazione aumenta i margini delle aziende ma non distribuisce formazione, salario e protezioni, il vantaggio tecnologico si concentra. Il punto non è frenare l’AI, ma governarla prima che diventi un moltiplicatore di disuguaglianze.

Data center e AI: il costo nascosto dell’automazione

L’impatto dell’intelligenza artificiale non si ferma al lavoro. Secondo l’International Energy Agency, il consumo elettrico globale dei data center potrebbe raddoppiare entro il 2030, arrivando a circa 945 TWh. Sarebbe poco meno del 3% della domanda elettrica mondiale.

Questa crescita pesa su reti, bollette e sostenibilità. Addestrare e usare modelli AI richiede server, raffreddamento, energia stabile e infrastrutture distribuite. Se la produzione elettrica resta legata a fonti fossili, il beneficio digitale rischia di spostare il costo sull’ambiente.

La sfida vera sarà quindi doppia: proteggere chi lavora e rendere l’infrastruttura AI più efficiente. Nei prossimi anni non basterà chiedersi quali lavori farà una macchina. Bisognerà chiedersi anche chi pagherà il prezzo sociale ed energetico di quella scelta.