Carriera, l’ai dimezza i ruoli d’ingresso in azienda e li riconverte

L’arrivo diffuso della intelligenza artificiale (AI) sta ridefinendo non solo le mansioni svolte dai lavoratori già inseriti in azienda, ma anche il percorso con cui i più giovani entrano nel mercato del lavoro e salgono i primi gradini della carriera, in particolare nei comparti del terziario e dei servizi.

Le attività tipiche attraverso cui si apprende un mestiere — ricerca di informazioni, redazione di documenti, analisi preliminari, programmazione di base e supporto operativo — sono quelle maggiormente esposte all’automazione. Con la diffusione dell’AI, analisi e documenti diventano più accessibili e numerosi: diventa quindi cruciale valutare l’attendibilità delle fonti e il controllo umano sui risultati generati.

Di conseguenza cresce il valore delle competenze difficili da automatizzare: saper instaurare relazioni di fiducia, comprendere contesti complessi e assumersi responsabilità per decisioni prese con il supporto dell’AI.

Nicola Mauri, CIO per l’Italia di Valeur group, ha spiegato:

“La sfida diventa costruire un rapporto di fiducia tra l’AI e le strutture che custodiscono esperienza, processi e relazioni.”

Nicola Mauri ha aggiunto:

“Per chi entra oggi in azienda con una familiarità quasi ‘nativa’ con l’AI, fare da ponte tra le nuove possibilità offerte dall’IA e i ruoli che richiedono maggiore esperienza e relazioni potrebbe rappresentare un nuovo primo gradino della carriera.”

Impatto sui ruoli entry-level

La ricerca condotta da Valeur group evidenzia un fenomeno paradossale: l’AI può spazzare via alcuni gradini iniziali delle carriere tradizionali e, nello stesso tempo, favorire la nascita di nuove opportunità che accelerano il percorso professionale. Oltre la metà delle organizzazioni coinvolte (51%) ha segnalato una diminuzione della domanda di ruoli entry-level.

Tra i lavoratori tra i 22 e i 25 anni impiegati nelle occupazioni più esposte all’AI è stata osservata una riduzione relativa dell’occupazione di circa il 13%. Contemporaneamente, nell’ambito del customer support l’AI generativa ha aumentato la produttività del 14-15%, con un impatto particolarmente marcato sui lavoratori meno esperti.

Il concetto di “convertibilità” delle attività

Secondo il modello sviluppato dalla società, non è sufficiente misurare quanto un lavoro sia esposto all’AI: è fondamentale valutare quanto le singole attività siano effettivamente convertibili in processi digitali, cioè ripetibili, verificabili e caratterizzati da un costo dell’errore accettabile.

Questo approccio spiega la divergenza osservata tra settori e Paesi. Nei Stati Uniti, ad esempio, il settore IT ha registrato un aumento dei licenziamenti del 26% e una diminuzione netta di posti pari a circa 7.700 al mese, mentre settori come l’istruzione e la sanità hanno continuato a creare lavoro, con oltre 51.000 posti al mese.

Nicola Mauri ha dichiarato:

“Sono proprio IT e i settori legati all’analisi dei dati, nel nostro modello, quelli dove esposizione e convertibilità risultano più elevate.”

Prospettiva italiana

Anche in Italia i dati mostrano un’adozione selettiva dell’AI. Secondo i dati Istat riferiti al 2025, tra le imprese nazionali che impiegano l’AI la maggior parte la utilizza per estrarre informazioni da testi (sette imprese su dieci), mentre solo il 5,9% la applica a processi di movimento fisico delle macchine; l’automazione dei flussi si attesta intorno al 18%.

Questi numeri confermano che l’AI si sta diffondendo prima dove il lavoro è già digitale e facilmente verificabile, coerentemente con il criterio di convertibilità individuato dalla ricerca.

Secondo Valeur group, non si osserva ancora una riduzione generalizzata degli occupati causata dall’AI. In una survey globale condotta dalla società, il 32% prevedeva l’anno precedente riduzioni degli organici legate all’AI, ma dodici mesi dopo solo il 14% ha riscontrato cambiamenti significativi; circa due terzi delle organizzazioni riportano variazioni nulle o limitate.

Esempi di “convertibilità” per professione

Nel modello elaborato dalla ricerca la fattibilità di automazione varia molto a seconda del ruolo: raggiunge l’82% per uno sviluppatore software e l’85% per un analista di dati, scende al 52% per un infermiere e si attesta intorno al 30% per un dirigente di livello C-suite.

Nicola Mauri ha spiegato:

“La differenza non è soltanto tecnologica: dove il valore dipende da giudizio, responsabilità, contesto e relazioni personali, automatizzare è molto più difficile. Diventano centrali fiducia e controllo umano: se un errore è difficile da correggere o comporta conseguenze importanti, affidare il processo interamente alla macchina è meno accettabile.”

Impatti per formazione e policy

L’evoluzione indicata dalla ricerca solleva questioni rilevanti per il mondo della formazione, delle imprese e delle istituzioni pubbliche: occorre ripensare percorsi formativi che enfatizzino competenze non replicabili dall’AI (capacitá relazionali, pensiero critico, gestione del rischio), sviluppare politiche attive per il riqualificazione e incentivare investimenti in tecnologie che aumentino la produttività senza erodere il capitale umano esperto.

Per le imprese italiane significa anche gestire il ricambio generazionale in modo strategico, valorizzando chi entra con competenze digitali e favorendo il dialogo tra queste nuove risorse e chi detiene esperienza e relazioni con stakeholder esterni.

In sintesi

• Gli investimenti in formazione che puntano su competenze umane non replicabili dall’AI saranno sempre più strategici per mantenere la competitività delle imprese e la stabilità occupazionale.
• Per gli investitori, settori con alta convertibilità (software e data analysis) offrono opportunità di efficienza ma richiedono attenzione al rischio di riallocazione del lavoro; la sanità e l’istruzione restano aree meno esposte e potenzialmente difensive.
• Le politiche pubbliche dovrebbero stimolare programmi di upskilling e incentivi fiscali per favorire progetti che integrino l’AI senza sacrificare il controllo umano nei processi critici, proteggendo così il valore sociale e economico delle professioni con elevata responsabilità.