Ci sarebbe un’azienda, InvestCloud, che licenzia in Italia a causa dell’intelligenza artificiale. Ma è davvero così? Licenziamenti in Italia, intelligenza artificiale: bastano queste parole per fare scatenare il panico.
La realtà è più sfumata, come vedremo, ma ci può dare indicazioni più utili per il futuro. E va compresa nel contesto della grande mole di analisi che si stanno generando su impatto dell’AI sul lavoro.
Indice degli argomenti:
I fatti
Il 9 marzo 2026 la società InvestCloud ha avviato la procedura di licenziamento collettivo per tutti i 37 dipendenti della sede di Marghera, l’unica in Italia. Nella comunicazione alle parti sociali l’azienda collega la scelta a un nuovo modello organizzativo del gruppo, basato su piattaforme integrate con l’AI, che non prevede più strutture locali autonome.
Il giorno dopo, la Regione Veneto ha invitato a una lettura più prudente: secondo l’assessore allo Sviluppo economico Massimo Bitonci, nel caso specifico la chiusura non sarebbe imputabile “all’AI” in senso stretto, ma a una delocalizzazione in India dentro una ristrutturazione più ampia del gruppo, che coinvolgerebbe 150 lavoratori e sedi in Gran Bretagna, Singapore e Stati Uniti. È una distinzione importante. Più che “uomini sostituiti dalle macchine”, tema pop ma ancora vago, qui ne entra in gioco un altro, che però per le imprese conta di più: il ridisegno del modello operativo.
Chi è InvestCloud
Per capire il peso industriale della scelta bisogna anche ricordare chi è InvestCloud. Nel febbraio 2021 il gruppo ha annunciato una ricapitalizzazione da 1 miliardo di dollari e l’integrazione di Finantix e Tegra118 per costruire una piattaforma globale SaaS per il wealth management. Finantix, allora, veniva presentata come l’asset capace di rafforzare la presenza in Europa e Asia, soprattutto nel private banking. Ancora oggi InvestCloud si definisce un fornitore di piattaforme “technology-forward” per wealth manager, asset manager e private bank, con un’offerta che punta su integrazione, efficienza operativa e scalabilità.
La scelta di accentrare sviluppo e delivery è quindi coerente con una strategia di standardizzazione della piattaforma.
Il caso veneziano dice più sulla riorganizzazione che sulla sostituzione pura
InvestCloud descrive il vecchio assetto come un modello distribuito, costruito nel tempo su adattamenti locali, con duplicazioni operative, economie di scala ridotte e tempi di sviluppo più lunghi. L’AI entra qui come fattore abilitante di una piattaforma più centralizzata e replicabile, non come unico motivo del taglio. La tecnologia accelera una decisione di consolidamento internazionale già in corso, invece di agire come causa isolata e autosufficiente.
Questo non rende il caso meno rilevante. Lo rende, semmai, più utile. Cominciano a vedersi imprese che usano l’AI non soltanto per automatizzare singole attività, ma per ripensare governance del prodotto, geografia dei team, livelli di personalizzazione e rapporto tra sedi centrali e presidi locali. Nel software finanziario, dove pesano compliance, onboarding, personalizzazione dei flussi e costi di manutenzione, la tentazione di spostarsi verso piattaforme più standard e meno dipendenti da team distribuiti è forte.
I dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano
I dati più utili per l’Italia sono dell’Osservatorio Artificial Intelligence del Politecnico di Milano. Secondo la ricerca presentata nell’ottobre 2025, il mercato italiano dell’AI nel 2024 è cresciuto del 58%, fino a 1,2 miliardi di euro. Sul lato del lavoro, il 61% dei lavoratori dice che l’AI ha già cambiato molto o abbastanza il proprio modo di lavorare; il 54% parla di attività semplificate o velocizzate, il 34% dice che l’AI svolge autonomamente alcune mansioni, mentre oltre un lavoratore su dieci si aspetta che molte attività del proprio ruolo possano essere sostituite entro cinque anni.
Lo stesso Osservatorio, però, mette il dato dentro un quadro più ampio. Oggi circa il 50% dei posti di lavoro equivalenti in Italia potrebbe essere teoricamente automatizzato, ma la quota effettivamente automatizzata entro il 2033 viene stimata al 18%, pari a 3,8 milioni di posti equivalenti. Nello stesso orizzonte, però, il Paese deve fare i conti con un gap di 5,6 milioni di lavoratori dovuto alla dinamica demografica: popolazione in età lavorativa in calo di 2,8 milioni, pensionati in aumento di 2,3 milioni e 21,2 milioni di occupati previsti contro 26,8 milioni necessari per mantenere l’equilibrio del sistema previdenziale.
In altre parole, il problema italiano non è soltanto quanti posti l’AI può comprimere, ma anche quanti vuoti di produttività e di forza lavoro può aiutare a coprire.
FMI: il 40% dell’occupazione è esposto all’AI
A livello globale, il Fondo monetario internazionale stima che quasi il 40% dell’occupazione sia esposto all’AI. Nelle economie avanzate la quota sale al 60%; circa metà dei posti esposti potrebbe beneficiare di maggiore produttività, mentre per l’altra metà l’ai potrebbe ridurre domanda di lavoro, salari o assunzioni.
Il dato europeo più interessante, per chi guarda alle decisioni d’impresa, arriva invece dalla Bce. In un’analisi pubblicata il 4 marzo su circa 5.000 aziende europee, due terzi delle imprese dichiarano che i dipendenti usano strumenti di AI, ma solo un quarto investe direttamente in questa tecnologia. Nel complesso, la Bce non rileva differenze significative nei saldi occupazionali tra chi usa AI e chi non la usa. Anzi, le imprese che ne fanno un uso intenso risultano circa il 4% più propense ad assumere personale aggiuntivo; quelle che investono in ai quasi il 2% in più. Solo il 15% delle imprese che usano ai dice di farlo per ridurre il costo del lavoro, e in quel sottogruppo l’effetto su assunzioni e uscite è più negativo.
Recente anche un report Anthropic su impatto di AI sul lavoro. Usando dati reali di utilizzo dell’AI, mostra che il divario tra capacità teorica dei modelli e uso effettivo resta ampio. Nei ruoli di computer e matematica l’AI potrebbe teoricamente intervenire su circa il 94% delle attività, ma l’uso osservato copre solo circa un terzo delle mansioni. I programmatori risultano i più esposti, con copertura delle attività intorno al 75%, seguiti dagli addetti all’inserimento dati con circa il 67%; all’opposto, molte professioni manuali restano quasi fuori portata.
Sul mercato del lavoro, lo stesso studio non trova negli Stati Uniti un aumento sistematico della disoccupazione nei settori più esposti dopo il 2022. Trova però un segnale precoce tra i giovani: per i 22-25enni cala del 14% la probabilità di entrare in professioni ad alta esposizione all’ai rispetto ai livelli del 2022. Dato coerente con varie altre ricerche, ma vari analisti esprimono dubbi che la causa sia l’AI e non piuttosto la congiuntura economica.
Cosa trarre da questi dati?
Non è possibile ora determinare il valore, positivo o negativo, dell’AI sul lavoro; corretto mantenere alcune cautele (come fa la stessa Anthropic); al tempo stesso, c’è un punto fermo: ci sono opportunità per chi riesce a usare l’AI come leva di trasformazione o riorganizzazione dell’azienda.
La storia delle tecnologie in economia ce lo dice, del resto: la produttività è aumentata non quando una tecnologia è stata introdotta (vale dall’avvento dell’elettricità a internet) ma quando le aziende sono cambiate intorno a quell’innovazione. Ossia al solito decenni dopo.
Un’impresa che usa l’AI per standardizzare piattaforme, eliminare customizzazioni locali e centralizzare delivery può ottenere margini migliori nel breve periodo. Un’impresa che usa l’AI per aumentare qualità, velocità e capacità dei team può costruire vantaggi più duraturi, soprattutto nei settori ad alta intensità di relazione, regolazione e fiducia. Nel wealth management e nel software finanziario, dove la pressione a scalare convive con il bisogno di presidio umano su compliance, consulenza e rapporto col cliente, la seconda strada è più lenta ma spesso più difendibile.
Il caso di Marghera non dimostra che l’AI stia già cancellando in massa il lavoro impiegatizio qualificato. Dimostra qualcosa di diverso e, per certi aspetti, più concreto: l’AI entra nelle decisioni industriali come leva di standardizzazione, centralizzazione e revisione della catena del valore. In alcuni casi questo si traduce in nuove assunzioni; in altri, come nel caso InvestCloud, può accompagnare una chiusura locale dentro una ristrutturazione internazionale.
