Tagliare personale per finanziare l’intelligenza artificiale può liberare budget. Non garantisce però il ritorno dell’investimento. Il punto emerge con forza da una nuova ricerca Gartner dal titolo molto esplicativo: AI Layoffs Aren’t Paying Off; People Amplification Is, e trova conferma anche in altri studi e prime evidenze di mercato.
Nelle aziende che stanno entrando nell’“autonomous business”, fatto di AI spinta e agenti, a fare la differenza sono formazione, nuovi ruoli, supervisione e capacità di integrare l’AI nel lavoro umano. È qui che Gartner colloca la vera leva del Roi. Non nei licenziamenti bruti che invece “non ripagano”, come si legge nel titolo dello studio.
Il messaggio rovescia il racconto dominante che ha accompagnato l’AI negli ultimi due anni, almeno presso il grande pubblico.
Gartner scrive che l’80% dei Ceo si aspetta che l’AI imponga un cambiamento medio o alto delle capacità operative dell’impresa. Non si parla più soltanto di automazione di singoli compiti, ma di un passaggio dalla “digital business” alla “autonomous business”, con software capaci di apprendere, decidere e agire dentro i processi aziendali. Ma proprio questo salto, secondo Gartner, non si regge su tagli lineari: richiede una ricostruzione dell’organizzazione.
Indice degli argomenti:
Il dato più netto: i tagli non spiegano il ROI
Nel report Gartner, circa l’80% delle organizzazioni che stanno già sperimentando o distribuendo capacità autonome riferisce riduzioni di organico nel breve periodo. Però, quando Gartner confronta i soggetti con ROI più alto e quelli con risultati deboli o peggiori, i tassi di riduzione del personale risultano quasi uguali nella maggior parte dei casi. La conclusione del report è esplicita: i licenziamenti possono creare spazio di spesa, ma non creano ritorno.
A separare i “leader” dai “laggard” sono gli investimenti nelle capacità umane: alfabetizzazione alle tecnologie autonome, percorsi di transizione per i ruoli impattati dagli agenti AI, programmi strutturati di upskilling, ruoli dedicati a progettazione, orchestrazione e controllo.
Va anche ricordato il limite metodologico indicato da Gartner: il campione non rappresenta l’intero mercato, ma aziende già attive su AI agent, intelligent automation o altre tecnologie autonome.
Perché il taglio dei costi non basta
Il punto è confermato anche da altre aziende che stanno adottando seriamente l’AI, come riporta un recente articolo del Financial Times. Se l’AI entra davvero nei flussi decisionali, aumenta il bisogno di governo: servono persone che definiscano policy, controllino eccezioni, validino output, presidino la qualità dei dati, trasferiscano conoscenza tacita e correggano il sistema quando sbaglia.
Gartner parla di “people amplification”: non meno persone in assoluto, ma più capacità per far funzionare autonomia, controllo e valore economico nello stesso disegno organizzativo. Nel report si legge anche che, con l’aumento dell’autonomia, cresce il “surface area” del lavoro: più decisioni automatiche producono più interazioni, più eccezioni, più monitoraggio.
Questa lettura trova riscontri in studi esterni. L’Oecd (Ocse), nelle survey su imprese e lavoratori in sette Paesi, rileva che l’AI è spesso associata a miglioramenti di performance e condizioni di lavoro, ma segnala che gli esiti migliori arrivano quando l’adozione è accompagnata da formazione, coinvolgimento dei lavoratori e adattamento dell’organizzazione.
L’uso dell’AI, insomma, non produce benefici in modo automatico: il rendimento dipende da come viene incorporata nei processi e nelle competenze.
L’adozione corre più veloce dei ritorni
Il contesto aiuta a capire perché molte aziende siano tentate dalla scorciatoia dei tagli.
Lo Stanford AI Index 2026 mostra che l’adozione aziendale dell’AI continua a crescere, ma non autorizza letture semplicistiche sul ritorno economico dei tagli al personale. Nel 2025 l’88% dei rispondenti ha dichiarato che la propria organizzazione usa AI in almeno una funzione di business, in aumento dal 78% del 2024. Nello stesso periodo, l’uso regolare della generative AI in almeno una funzione aziendale è salito al 79%, dal 71% dell’anno precedente.
Ma il report segnala anche che la diffusione degli agenti AI è ancora iniziale: nella maggior parte delle funzioni aziendali prevale ancora il non utilizzo, e l’uso “scaled” resta a una cifra quasi ovunque. Le evidenze macro sui guadagni di produttività possono richiedere tempo per emergere, mentre i costi sul lavoro tendono a concentrarsi soprattutto sui profili junior ed entry level.
È la logica della “J-curve”: le imprese assorbono prima i costi dell’adozione, e solo dopo vedono benefici più ampi. In questo quadro, cercare nei licenziamenti una prova rapida di ROI rischia di produrre un risultato solo contabile. Come dice Gartner.
Anche Microsoft, nel Work Trend Index 2025, descrive la nascita di organizzazioni ibride in cui team umani e agenti software lavorano insieme. Il report, basato su un’indagine su 31 mila knowledge worker in 31 mercati, sostiene che le aziende più avanzate stanno ridisegnando ruoli, deleghe e meccanismi di coordinamento, non semplicemente sostituendo persone con software.
È un’altra conferma del fatto che il valore si genera quando l’AI modifica il modo di lavorare, non solo la struttura dei costi.
Le evidenze sul campo premiano l’integrazione, non la sostituzione
Le ricerche sperimentali vanno nella stessa direzione. In un field experiment condotto da Harvard Business School con 776 professionisti di Procter & Gamble, i team che usavano generative AI hanno prodotto risultati migliori e più rapidi rispetto a quelli che non la usavano. Lo studio mostra che l’AI può ampliare l’accesso a competenze che prima restavano separate nei silos organizzativi e aiutare anche i singoli a raggiungere performance vicine a quelle di piccoli team.
Il risultato più utile, per le imprese, è che l’AI rende più produttiva la collaborazione umana; non dimostra che il modo più efficace di monetizzarla sia ridurre gli organici.
Il lavoro non sparisce: cambia distribuzione, peso, qualità
Su questo punto conviene evitare semplificazioni. Gartner prevede che l’autonomous business possa diventare un creatore netto di posti di lavoro tra il 2028 e il 2029, dopo una fase iniziale di saldo negativo. È solo una previsione, ovvio. Però si inserisce in un quadro più ampio in cui l’AI non cancella il lavoro in blocco, ma lo sposta e lo ricompone.
Il World Economic Forum stima entro il 2030 la creazione di 170 milioni di posti e la scomparsa o trasformazione di 92 milioni, con un saldo netto positivo di 78 milioni. Nello stesso report, il 39% delle competenze attuali è indicato come destinato a cambiare entro il 2030.
L’International Labour Organization aggiunge però un elemento decisivo: l’esposizione all’AI non è uguale per tutti. Nel paper pubblicato nel 2025, l’Ilo stima che un lavoratore su quattro nel mondo operi in occupazioni con una qualche esposizione alla generative AI, ma la quota di occupazione globale nella fascia di esposizione più alta è molto più ridotta, al 3,3%.
Le mansioni amministrative restano le più esposte, con differenze marcate per reddito dei Paesi e genere. Questo significa che la transizione può avere vincitori e perdenti molto concreti, soprattutto negli impieghi d’ufficio standardizzati. Anche per questo, il ritorno economico dell’AI non può essere valutato solo guardando alla riga dei costi del personale.
L’Fmi, nel suo Staff Discussion Note del 2024, arriva a una conclusione simile da un altro lato: l’AI può aumentare produttività e redditi, ma può anche accrescere le disuguaglianze se i benefici si concentrano sui lavoratori e sulle imprese che hanno già più capitale, più competenze e più capacità di assorbire il cambiamento.
È un passaggio importante per leggere correttamente il report Gartner: investire sulle persone non è solo una scelta organizzativa, ma una condizione per evitare che l’AI migliori i conti nel breve e impoverisca la base di competenze nel medio periodo.
Cosa devono capire i Ceo
Ancora Gartner segnala che il 54% dei Ceo colloca ancora la propria automazione a livello di compiti specifici, ma entro il 2028 solo il 13% si aspetta di restare lì. Il 32% prevede sistemi di AI adattiva a supporto delle decisioni umane; il 27% immagina organizzazioni che operano prevalentemente con intervento umano minimo o nullo. Se queste aspettative si tradurranno anche solo in parte in progetti reali, il problema per i vertici aziendali non sarà quanti posti tagliare, ma come costruire capacità operative abbastanza robuste da reggere autonomia, supervisione e qualità.
È questo il punto da cui partire oggi. L’AI può certo produrre risparmi di costo. Ma le evidenze che si stanno accumulando indicano che il vero ritorno non arriva quando l’azienda sostituisce persone con software. Arriva quando usa il software per aumentare la qualità del lavoro umano, allargare le competenze disponibili, creare nuovi ruoli di governo e trasformare processi che altrimenti resterebbero solo parzialmente automatizzati. I licenziamenti possono alleggerire il bilancio di un trimestre. L’amplificazione delle capacità umane decide se l’investimento in AI regge anche dopo.
Ma i licenziamenti a causa dell’AI non saranno evitati del tutto
Se è così, non significa che i licenziamenti a causa dell’AI saranno evitati. Ci potranno essere ma non saranno la regola dei prossimi anni. In un mercato competitivo, le pratiche migliori faranno prevalere le aziende in grado di sfruttare davvero l’AI. Quindi non quelle che si basano su sostituzione umana e licenziamenti. Una buona notizia per i lavoratori e una lezione per le aziende. Al netto però di fallimenti di business e di licenziamenti probabilmente sbagliati che nel breve periodo potrebbero colpire chi è vittima di una narrativa sbagliata sull’AI.
