Il consenso più largo tra gli economisti sull’impatto dell’AI sul lavoro riguarda la produttività. Sarà positivo, almeno nel medio-lungo. Per il resto, invece: molti dubbi. Nella rilevazione del Wall Street Journal su 16 tra i più famosi economisti al mondo, 15 rispondenti indicano infatti che l’intelligenza artificiale rafforzerà in modo significativo la produttività del lavoro.
I dubbi su altre domande che si stanno facendo tutti: l’AI cancellerà più posti di quanti ne creerà? Oppure cambierà mansioni, imprese e carriere senza ridurre l’occupazione complessiva?
L’analisi del WSJ è utile sia per capire dove va il consenso degli economisti ora sia per capire le attuali aree oscure.
La questione è diventata più urgente perché l’adozione procede mentre il mercato del lavoro non mostra ancora una traiettoria unica. Il Pew Research Center, in una sintesi pubblicata a marzo 2026 su indagini condotte nel 2025, rileva che metà degli adulti statunitensi si dichiara più preoccupata che entusiasta per l’aumento dell’uso dell’AI nella vita quotidiana; tra i lavoratori americani, la quota di chi dichiara che almeno una parte del proprio lavoro viene svolta con AI è salita dal 16% del 2024 al 21% nel settembre 2025, ma il 65% continua a usarla poco o per nulla.
Il panel citato dal quotidiano americano comprende Daron Acemoglu, Ajay Agrawal, David Autor, Nicholas Bloom, Bharat Chandar, David Deming, Jason Furman, Martha Gimbel, Joshua Gans, Rebecca Henderson, Jed Kolko, Tomas Philipson, Pascual Restrepo, Raffaella Sadun, Michael Strain e Justin Wolfers. È una rosa che include studiosi del lavoro, economisti dell’innovazione, professori di business school ed ex consiglieri economici della Casa Bianca. Acemoglu, professore al Mit, è tra i vincitori del Premio Nobel per l’economia 2024.
Indice degli argomenti:
Impatto AI sul lavoro: il consenso è sulla produttività
Il primo punto di convergenza è: l’AI aumenterà la capacità produttiva di lavoratori e imprese. La discussione tra gli economisti non riguarda tanto l’esistenza del guadagno di efficienza, quanto la sua distribuzione tra aziende, lavoratori qualificati, profili junior, territori e settori.
Il risultato è coerente con una parte della ricerca empirica più recente. Nell’articolo scientifico “Generative AI at Work”, firmato da Erik Brynjolfsson, Danielle Li e Lindsey Raymond e pubblicato su The Quarterly Journal of Economics, volume 140, fascicolo 2, maggio 2025, DOI 10.1093/qje/qjae044, l’introduzione di un assistente generativo in un servizio di customer support ha aumentato del 15% la produttività misurata come casi risolti per ora su 5.172 agenti. I guadagni maggiori hanno riguardato lavoratori meno esperti o meno performanti, perché il sistema ha trasferito più rapidamente pratiche simili a quelle degli operatori migliori.
Questo dato aiuta a leggere anche la posizione di Autor e Sadun. Per Autor, l’AI può alzare la produttività dei professionisti quando amplia competenze costose, come diagnosi, ingegneria o ricerca scientifica. Per Sadun, il valore cresce quando i lavoratori sperimentano, traducono rapidamente le idee in azione e validano i risultati nel proprio contesto organizzativo.
Dove gli economisti si dividono: posti, w hite collar e disuguaglianze
La fotografia del WSJ mostra un quadro meno compatto quando si passa dal potenziale tecnico agli effetti occupazionali. Alla domanda sul saldo netto dei posti, 8 economisti indicano nessun cambiamento complessivo, 5 prevedono una perdita netta e 2 una crescita netta. Sul fatto che l’AI stia oggi sostituendo o integrando i lavoratori, 8 la vedono soprattutto come complemento e 5 come tecnologia di sostituzione.
Ecco la sintesi dei principali punti di consenso e dissenso emersi nella rilevazione WSJ.
| Tema | Risultato nella rilevazione WSJ | Lettura per le aziende |
|---|---|---|
| Produttività del lavoro | 15 sì, 0 no | Il guadagno di efficienza è l’area di consenso più forte |
| Saldo netto dei posti | 8 nessun cambiamento, 5 perdita netta, 2 crescita netta | Il rischio non è uniforme: dipende da mansioni, domanda e riorganizzazione |
| Sostituzione o complemento | 8 complemento, 5 sostituzione | La stessa tecnologia può automatizzare o aumentare il lavoro umano |
| Disuguaglianze di reddito per istruzione | 7 aumento, 5 riduzione, 2 nessun cambiamento | Formazione e accesso agli strumenti pesano sulla distribuzione dei benefici |
| Domanda di lavoro white collar | 6 nessun cambiamento, 5 riduzione, 3 aumento | Le attività cognitive standardizzate sono più esposte delle competenze di giudizio |
| Hiring e sviluppo talenti nei prossimi 5 anni | 7 impatto forte, 6 qualche impatto, 1 impatto minimo | HR e formazione entrano nel cuore dell’adozione AI |
| Beneficiari tra imprese | 6 piccole e nuove, 2 grandi e consolidate, 3 nessuna delle due | L’AI può ridurre barriere di scala, ma serve capacità organizzativa |
La linea più prudente arriva da Acemoglu, Restrepo, Henderson, Chandar e Wolfers, che nella rilevazione si collocano tra chi vede un rischio più alto di sostituzione o perdita netta. Acemoglu richiama gli effetti duraturi di precedenti shock tecnologici e commerciali sui lavoratori esposti, soprattutto quando l’impatto si concentra in mercati locali o professioni specifiche. Restrepo sottolinea una possibile divergenza tra lavori cognitivi semplificati dall’AI e attività in cui la tecnologia amplifica il talento dei migliori.
La linea più complementare è sostenuta da Agrawal, Deming, Furman, Gans, Kolko, Philipson, Sadun e Strain. In questa lettura, l’AI non elimina automaticamente domanda di lavoro: riduce il costo di alcune attività, può aumentare la domanda del servizio finale e apre spazi a ruoli più orientati a giudizio, coordinamento, relazione con il cliente e redesign dei processi.
Il nodo dei lavori white collar e dei profili junior
La parte più sensibile del dibattito riguarda i lavori d’ufficio. Wolfers sintetizza il punto in modo diretto: l’AI interviene sul lavoro cognitivo, quindi colpisce aree che finora si sentivano più protette rispetto alle precedenti ondate di automazione industriale.
Autor segnala rischi per ruoli basati su elaborazione informativa routinaria, come gestione standard di pratiche assicurative, traduzioni, copy ripetitivo o attività amministrative su larga scala.
Deming vede più esposti i lavori white collar ripetitivi nati per ridurre costi di transazione dentro e tra imprese.
La ricerca più recente non consente di chiudere il dibattito. Il working paper “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, pubblicato dallo Stanford Digital Economy Lab il 13 novembre 2025 da Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, usa dati amministrativi ad alta frequenza di ADP e rileva un calo relativo del 16% dell’occupazione per lavoratori tra 22 e 25 anni nelle occupazioni statunitensi più esposte all’AI, dopo controlli a livello di impresa. Gli autori precisano che l’evidenza è coerente con un impatto sproporzionato sui profili di ingresso, soprattutto dove l’AI automatizza più che aumentare il lavoro umano.
Il dato dialoga con le cautele di Martha Gimbel sui percorsi imprevedibili della discontinuità tecnologica. I giovani possono essere più esposti nelle prime fasi perché occupano ruoli di ingresso più standardizzati, ma hanno anche più tempo per riconvertire competenze e traiettoria professionale. I lavoratori maturi, se spiazzati dopo anni nello stesso ruolo, possono incontrare transizioni più costose.
Piccole imprese e nuovi entranti: perché l’AI può ridurre alcune barriere
Un secondo punto rilevante per le aziende riguarda la scala. Nel panel WSJ, 6 economisti indicano piccole e nuove imprese come possibili beneficiarie principali, contro 2 che vedono favorite le grandi imprese consolidate e 3 che non scelgono nessuna delle due opzioni. L’argomento è chiaro: se l’AI abbassa il costo di competenze prima costose o difficili da reperire, una startup o una Pmi può svolgere attività che richiedevano team più ampi, consulenti esterni o funzioni specialistiche.
Il tema è confermato dal report “Generative AI and the SME Workforce: New Survey Evidence”, pubblicato dall’Ocse il 5 novembre 2025, basato su una survey rappresentativa condotta nel 2024 su oltre 5.000 Pmi in Austria, Canada, Germania, Irlanda, Giappone, Corea e Regno Unito. Il 31% delle Pmi intervistate usa già AI generativa; tra quelle che la usano, il 65% segnala un miglioramento della performance dei dipendenti. L’83% dichiara però nessun effetto sul fabbisogno complessivo di personale, mentre il 6% indica un aumento e il 9% una riduzione.
Questo punto ridimensiona l’idea di un impatto immediato e uniforme sui posti. Nelle Pmi l’AI sembra agire prima su prestazioni, carichi di lavoro, skill gap e ricorso a fornitori esterni. La questione occupazionale arriva dopo, quando l’impresa decide se trasformare i guadagni in nuova capacità, prezzi più bassi, più clienti o minore domanda di lavoro.
I consigli che reggono anche se le previsioni divergono
Le raccomandazioni degli economisti convergono più delle previsioni.
Agrawal invita a spostare l’investimento personale dalle competenze di pura previsione verso capacità di giudizio, pensiero critico, definizione dei problemi e AI literacy.
Gans suggerisce di imparare a usare l’AI su qualunque attività venga affidata. Wolfers richiama pensiero critico e familiarità pratica con gli strumenti.
Bloom mantiene l’istruzione come protezione storica contro gli shock tecnologici. Sadun aggiunge sperimentazione, passione per il dominio professionale e capacità di muoversi dentro le dinamiche organizzative.
Per le imprese, che significa?
Serve mappare le mansioni, distinguendo attività standardizzabili, attività ad alto giudizio e passaggi in cui il valore nasce dalla relazione o dal coordinamento.
Serve misurare gli effetti non solo su velocità e costo, ma anche su qualità, errori, soddisfazione del cliente, apprendimento dei profili junior e retention.
Serve evitare che l’automazione delle attività d’ingresso cancelli il percorso con cui i nuovi lavoratori acquisiscono conoscenza tacita.
Il punto di incontro tra gli economisti è quindi pragmatico. L’AI aumenterà la produttività, ma la produttività non decide da sola chi guadagna, chi perde e quali competenze diventano più richieste. A decidere saranno modelli organizzativi, formazione, governance degli strumenti e scelte di redesign dei processi.
Le aziende che useranno l’AI solo per comprimere attività standard potrebbero ottenere risparmi rapidi e indebolire il ricambio di competenze. Quelle che la useranno per ampliare capacità, ridurre colli di bottiglia e costruire nuovi ruoli avranno più spazio per trasformare efficienza tecnica in vantaggio operativo.
Partecipa alla community