Come l’AI sta cambiando l’economia: produttività in crescita, ma anche nuove diseguaglianze

L’intelligenza artificiale generativa sta entrando velocemente nel lavoro quotidiano di programmatori, impiegati, studenti e professionisti. E lo sappiamo. Ma non lo sta facendo ovunque allo stesso modo: questo ha implicazioni profonde sull’economia a livello globali. I dati dell’Anthropic Economic Index – basati su milioni di conversazioni con Claude nel 2025 – in un report uscito a metà gennaio 2026 mostrano un’adozione molto concentrata nei Paesi ricchi e tra i lavoratori più istruiti.

Questa fotografia è coerente con gli ultimi report di Microsoft sul “widening digital divide”, secondo cui circa una persona su sei al mondo ha usato strumenti di AI generativa nel 2025, ma con una crescita molto più rapida nel Nord globale rispetto al Sud del mondo. (Fonte: Microsoft)

In sintesi l’AI sta già modificando l’economia in tre modi chiave – produttività, struttura delle mansioni, geografia dell’adozione – e, almeno per ora, tende a favorire chi è già avvantaggiato per reddito, istruzione e infrastrutture digitali.

Vediamo che significa.

Dove e per cosa si usa davvero l’AI

Il report di Anthropic ricostruisce in modo inedito come le persone usano l’AI, non solo quanto. Le principali evidenze sono tre.

1. Uso concentrato su poche mansioni, soprattutto tecniche

Nonostante le capacità generali dei modelli, l’uso di Claude resta molto concentrato: i 10 task più frequenti coprono circa un quarto delle conversazioni. Il più comune è correggere errori nel software. Le attività legate a informatica e matematica valgono un terzo delle interazioni su Claude.ai e quasi la metà del traffico via API aziendali.

2. Lavoro, studio, vita privata: pesi diversi a seconda del Paese

Nel complesso, l’uso di Claude è per il 46% legato al lavoro, per il 19% allo studio e per il 35% a scopi personali. Ma la composizione cambia con il reddito: nei Paesi a basso Pil pro capite prevale lo studio (compiti, esami, preparazione di materiali didattici), mentre nei Paesi ricchi aumenta l’uso personale e ludico.

Il quadro coincide con quello che Microsoft osserva sul lato consumer: le pratiche d’uso più “discrezionali” – sperimentare, creare contenuti, attività di svago – sono concentrate nei Paesi con maggiore reddito e migliore connettività; altrove l’AI viene usata soprattutto per colmare gap educativi o compensare la carenza di risorse didattiche. (Fonte: Microsoft)

3. Compiti più complessi della media dell’economia

Le mansioni portate all’AI richiedono, in media, più anni di istruzione rispetto alle mansioni tipiche dell’economia. Anthropic misura il livello di studi necessario a capire il prompt dell’utente: i task su Claude richiedono in media più di 12 anni di istruzione, quindi almeno il livello di scuola superiore, con numerosi casi a livello universitario.

Questo significa che oggi l’AI sta accelerando soprattutto il lavoro di “colletti bianchi” e professionisti, non i compiti manuali o ripetitivi dei lavori meno qualificati.

Divari di adozione: convergenza dentro gli Stati Uniti, frattura tra Nord e Sud del mondo

L’Anthropic AI Usage Index misura se un Paese (o uno Stato americano) usa Claude più o meno di quanto ci si aspetterebbe in base alla popolazione in età lavorativa. Qui emerge con chiarezza il tema delle diseguaglianze.

Uso tra Paesi

A livello globale, l’uso di Claude è fortemente correlato al Pil pro capite: un aumento dell’1% del reddito medio è associato a un aumento dello 0,7% dell’uso dell’AI per abitante. Non si vede, per ora, una vera “corsa di recupero” dei Paesi a basso reddito: il divario resta stabile.

Microsoft arriva a una conclusione simile nel report Global AI Adoption in 2025 – A Widening Digital Divide: l’adozione di AI generativa è arrivata al 16,3% della popolazione mondiale nella seconda metà del 2025, ma cresce più velocemente nei Paesi ad alto reddito, allargando la distanza con il Sud globale. (Fonte: Microsoft)

Anche il Fondo monetario internazionale, in uno studio del 2024, stima che circa il 40% dei posti di lavoro globali sia “esposto” all’AI, ma con una forte asimmetria: le economie avanzate sono esposte e potenzialmente avvantaggiate molto più di quelle emergenti, che rischiano di restare indietro sia in termini di produttività sia di preparazione normativa e infrastrutturale. (Fonte: IMF)

Dentro gli Stati Uniti

All’interno degli Usa il quadro è diverso. Gli stati con più lavoratori in professioni informatiche e matematiche – come Washington, Virginia, D.C. – usano Claude molto più della media. Ma tra agosto e novembre 2025 l’uso è cresciuto più rapidamente negli stati che partivano da livelli più bassi, suggerendo un processo di convergenza relativamente veloce (2–5 anni per livellare l’uso pro capite, se il trend reggesse).

Qui il driver non è solo il reddito, ma la composizione del tessuto produttivo: dove ci sono più lavori “compatibili” con l’AI, l’adozione accelera prima.

Produttività: accelerazione forte, ma non uniforme

Sul fronte della produttività, i dati di Anthropic confermano quello che molti studi sperimentali avevano già osservato.

Claude stima che, in media, un compito che richiederebbe 3,1 ore a un umano viene svolto in circa 15 minuti con il supporto dell’AI. Per i task a livello universitario il guadagno è ancora maggiore: un’accelerazione nell’ordine di 10–12 volte rispetto al lavoro “solo umano”.

Quando si incorporano questi numeri in modelli macroeconomici, Anthropic stima un contributo potenziale alla crescita della produttività del lavoro di circa 1,8 punti percentuali l’anno nel prossimo decennio; correggendo per il fatto che l’AI non ha successo su tutti i compiti (specie quelli più complessi), la stima più prudente scende a circa 1 punto percentuale l’anno.

Anche il FMI, in simulazioni indipendenti, trova che un’ondata di adozione di AI generativa potrebbe alzare in modo significativo il Pil pro capite nel medio periodo, soprattutto nelle economie già tecnologicamente avanzate. (Fonte: IMF)

Ma questa accelerazione è tutt’altro che uniforme:

• le API aziendali vengono usate quasi solo per compiti di lavoro, spesso altamente automatizzabili (codice, back office, gestione documentale);
• gli utenti consumer usano più spesso l’AI in modalità “collaborativa”, con scambi iterativi che aiutano a imparare e migliorare il proprio lavoro.

L’effetto macro, semplificando, è una spinta forte su settori già digitalizzati e su lavoratori ad alta istruzione, mentre il resto dell’economia procede più lentamente.

Lavoro e diseguaglianze: chi è esposto, chi è avvantaggiato

Sul lavoro l’AI agisce a livello di task, singole mansioni all’interno delle professioni. Anthropic mostra che Claude viene usato soprattutto per le parti più qualificate di molti lavori: analisi, scrittura complessa, pianificazione, coding.

Se si “togliessero” dai profili professionali i compiti per cui oggi l’AI viene effettivamente usata, in molti casi resterebbero mansioni più semplici e ripetitive. Nel report si fa l’esempio:

• per gli agenti di viaggio, l’AI copre la parte di ricerca e pianificazione complessa, lasciando agli umani soprattutto operazioni di vendita e gestione pagamenti: un potenziale deskilling;
• per i property manager, al contrario, l’AI assorbe compiti di contabilità di base, lasciando più spazio alle negoziazioni e alla gestione di relazioni complesse: un possibile upskilling.

Sul piano delle diseguaglianze, le principali evidenze oggi sono queste:

• l’AI è più complementare ai lavoratori ad alta istruzione; il FMI avverte che, in assenza di politiche correttive, questo può aumentare la diseguaglianza dei redditi da lavoro, perché i salari dei lavoratori “complementari” all’AI tendono a salire più degli altri. (Fonte: IMF)
• a livello di impresa, l’Ocse rileva che l’adozione di AI è molto più diffusa tra le aziende grandi, esportatrici e già produttive: questo rischia di allargare la distanza rispetto alle piccole imprese meno digitalizzate. (Fonte: OECD)
• all’interno dei Paesi, i survey di Microsoft mostrano che l’uso dell’AI è più alto nei settori ad alta qualifica (tech, servizi professionali, finanza) e, in alcuni casi, tra gli uomini rispetto alle donne. (Fonte: Source)

Dall’altro lato, uno studio Ocse del 2024 che guarda al periodo 2014–2018 non trova ancora un impatto chiaro dell’AI sulla disuguaglianza salariale complessiva: l’effetto finora è stato limitato, perché l’adozione sull’intero tessuto produttivo era ancora bassa. (Fonte: OECD)

In pratica: le premesse per un aumento delle diseguaglianze ci sono, ma i dati “a consuntivo” sono ancora troppo parziali per dire che l’AI abbia già allargato il divario di reddito.

Un punto chiave: le competenze contano quanto l’accesso

Un risultato particolarmente netto del report Anthropic è la correlazione quasi perfetta tra “livello di istruzione” dei prompt degli utenti e quello delle risposte dell’AI. Dove gli utenti scrivono richieste più sofisticate, l’AI risponde a un livello equivalente; dove il linguaggio è più semplice, anche l’output resta più basico.

In altre parole, l’AI democratizza l’accesso a certe capacità, ma non cancella il vantaggio di chi ha già competenze elevate e sa formulare meglio i problemi. La “produttività dell’AI” è, di fatto, il prodotto tra potenza del modello e abilità di chi lo usa.

È lo stesso ragionamento che spinge istituzioni come il FMI a parlare di “AI preparedness”: infrastrutture, capitale umano, capacità regolatoria e di innovazione. I Paesi che sono indietro su questi fronti rischiano di non agganciare i benefici della nuova ondata tecnologica. (Fonte: IMF)

Cosa osservare da qui in avanti

Mettendo insieme il report Anthropic, gli studi Microsoft e quelli di organismi internazionali, il quadro è coerente:

• l’adozione dell’AI cresce e può portare un forte aumento di produttività, soprattutto nei lavori cognitivi;
• l’accesso e la capacità di utilizzo sono oggi molto diseguali tra Paesi, imprese e gruppi sociali;
• le conseguenze su occupazione e salari dipenderanno da come governi e aziende useranno l’AI: per sostituire lavoro, per aumentare la produttività condividendo i guadagni, o per entrambe le cose.

Nei prossimi anni, dal punto di vista economico, varrà la pena tenere d’occhio almeno tre indicatori:

1. Tasso di adozione per segmento: non solo quanti usano l’AI, ma chi – per reddito, genere, settore, dimensione d’impresa.
2. Impatto sulla distribuzione dei salari: se l’AI resterà soprattutto uno strumento per i lavoratori ad alta qualifica, è probabile un aumento del divario retributivo.
3. Politiche di accompagnamento: investimenti in competenze digitali, accesso a infrastrutture cloud e connettività nei Paesi più poveri, regole sul lavoro e sul potere di mercato delle big tech. Un tema su cui sono tutti in ritardo, non solo l’Italia.

L’AI non rende inevitabile un aumento delle diseguaglianze, ma gli attuali dati di uso reale dicono che, senza interventi mirati, i benefici economici tenderanno a concentrarsi dove c’è già più capitale – umano, finanziario e tecnologico, come dicono molti economisti, tra cui Tim Wu e Daron Acemoglu.

È il tema più importante da affrontare come società, di fronte al boom dell’AI. Laddove invece ora le cronache sono tutte al traino degli annunci di mega investimenti in datacenter e update di prodotto. Cambiare corso, come narrazione e nelle politiche, è quanto mai urgente.