L’Impatto dell’Intelligenza Artificiale sul mercato del lavoro: analisi del report Anthropic 2026

Il report Anthropic di marzo 2026, firmato dagli economisti Maxim Massenkoff e Peter McCrory, segna una netta rottura con le analisi speculative degli anni precedenti. Introduce un cambiamento di paradigma fondamentale per l’analisi economica: il passaggio dalla valutazione di ciò che l’IA potrebbe fare a ciò che sta effettivamente facendo. A cura di Fausto Sana, Orientatore Asnor, Formatore e Consulente per giovani under 35.

Come esperti di orientamento, dobbiamo distinguere tra la capacità teorica dei modelli linguistici (LLM) e la loro integrazione operativa.

Il report della società Anthropic “Labor market impacts of AI: A new measure and early evidence” definisce la “observed exposure” (esposizione osservata) come la metrica che misura il divario tra il potenziale tecnologico (l’ampia “area blu” della capacità teorica) e l’automazione reale misurata nei flussi di lavoro (la più ristretta “area rossa”) nel mercato del lavoro americano.

Questo scarto è emblematico: molte attività teoricamente automatizzabili non mostrano ancora un utilizzo reale a causa di barriere legali, requisiti di verifica umana o complessità di integrazione software. Un esempio chiarificatore fornito dal report è il task “Autorizzare ricariche di farmaci e fornire informazioni sulle prescrizioni“.

Sebbene sia tecnicamente alla portata di un LLM, l’osservazione dei dati reali mostra un utilizzo pari a zero. Nella metodologia di calcolo della “observed exposure”, il report applica un peso rigoroso: le implementazioni completamente automatizzate ricevono un peso pieno (1.0), mentre l’uso puramente aumentativo (supporto al lavoratore) riceve un peso dimezzato (0.5).

Di seguito sono elencate le cinque professioni con il più alto grado di trasformazione operativa già in atto:

Questa distinzione tra automazione e potenziamento sta portando a una ristrutturazione profonda dei ruoli, dove la velocità di adozione dipende meno dalla tecnologia stessa e più dalla capacità delle aziende di superare i colli di bottiglia normativi e procedurali.

Questa trasformazione non è neutrale dal punto di vista demografico, colpendo profili che storicamente erano considerati al riparo dall’automazione.

Quali sono i profili professionali maggiormente esposti secondo Anthropic

Per i consulenti di carriera, è vitale aggiornare la mappatura del rischio.

Il report Anthropic 2026 scardina il vecchio pregiudizio secondo cui l’automazione minaccerebbe solo i lavori manuali o a bassa specializzazione. Oggi, il lavoratore nel “quartile superiore” di esposizione è un profilo altamente qualificato, spesso urbano e con una retribuzione superiore alla media.

Dall’analisi delle singole occupazioni emerge che il settore sales (vendite) presenta il rapporto più alto tra teoria e pratica: il 43% del potenziale teorico è già stato realizzato.

Ecco le professioni con la più alta esposizione reale osservata:

1. Programmatori informatici (74,5%)
2. Rappresentanti del servizio clienti (70,1%)
3. Operatori di data entry (67,1%)
4. Specialisti della documentazione medica (66,7%)
5. Analisti di mercato e marketing (64,8%)
6. Rappresentanti commerciali (62,8%)

All’estremo opposto, circa il 30% dei lavoratori (cuochi, meccanici, bagnini) presenta un’esposizione pari a zero. In questi ambiti, la presenza fisica e l’adattamento immediato ad ambienti complessi costituiscono una barriera insuperabile per l’automazione digitale. Questa asimmetria nell’esposizione non produce licenziamenti di massa, ma sta innescando una ricalibrazione radicale delle assunzioni. Analizzando il profilo demografico ed educativo dei lavoratori nei settori ad alta esposizione rispetto a quelli non esposti, emergono dati netti:

• Genere: le donne mostrano una vulnerabilità superiore, con una probabilità di trovarsi in ruoli esposti più alta di 15,5 punti percentuali rispetto agli uomini.
• Livello di Istruzione: il possesso di una laurea (Bachelor’s degree) aumenta drasticamente l’esposizione: il 37,1% dei lavoratori esposti è laureato, contro appena il 13,3% nel gruppo non esposto (+23,8 pp).
• Titoli post-laurea: per chi possiede un Master o un Dottorato, la differenza di esposizione è di +12,8 punti percentuali (17,4% del gruppo esposto vs 4,5% del gruppo non esposto).
• Livello salariale: l’esposizione è direttamente proporzionale al reddito: i lavoratori più colpiti percepiscono mediamente $32,69 l’ora, rispetto ai $22.23 di chi non ha alcuna esposizione (un divario di +10,46).

Gli esperti del settore in questo momento si stanno chiedendo “quindi: cosa può succedere?.
Se l’istruzione superiore non agisce più come uno scudo universale contro l’automazione, ma funge paradossalmente da catalizzatore dell’esposizione, come sta influenzando l’IA il mercato del lavoro? Questa dinamica sposta il rischio verso i “colletti bianchi”, rendendo vulnerabili proprio quelle categorie che hanno investito maggiormente in capitale umano tradizionale.

Questa pressione sui profili qualificati si manifesta in modo silenzioso ma critico attraverso una contrazione delle opportunità per chi sta tentando di fare il primo passo nel mondo del lavoro.

Il rallentamento delle assunzioni entry-level: il “canarino nella miniera”

Dal punto di vista della politica del lavoro, il segnale d’allarme più preoccupante non proviene dal “tasso di disoccupazione” (lo stock di lavoratori senza impiego), che rimane relativamente stabile, ma dal tasso di assunzione (il flusso di nuovi ingressi).

Per i giovani professionisti tra i 22 e i 25 anni, il mercato sta agendo come un “canarino nella miniera”, segnalando una crisi di accesso prima ancora che si verifichino licenziamenti di massa.

Il report evidenzia una dimensione critica: si registra un calo del 14% nel tasso di reperimento del lavoro per i giovani che tentano di entrare nelle professioni ad alta esposizione all’IA. Mentre i lavoratori senior sembrano mantenere le loro posizioni grazie all’esperienza e alla supervisione, i nuovi entranti subiscono quella che definiamo “dislocazione invisibile”.

Questa dinamica di rallentamento (hiring slowdown) presenta caratteristiche specifiche:

• mentre le assunzioni nei settori non esposti (come la manutenzione o i servizi fisici) sono rimaste stabili al 2% mensile, l’ingresso nei settori esposti (tecnologia, finanza, amministrazione) è crollato;
• Il fenomeno si è acutizzato a partire dal 2024, creando una barriera d’accesso per i neolaureati.

Il rischio a lungo termine è la creazione di un “buco generazionale” nelle professioni tecniche e finanziarie.L’IA sta assorbendo i compiti junior che tradizionalmente servivano da palestra per i giovani talenti, eliminando la base della piramide occupazionale e rendendo estremamente difficile l’apprendimento “sul campo” per la prossima generazione di professionisti. Questo genera il “paradosso del tirocinio”: l’IA consente ai candidati di presentarsi con curriculum impeccabili, ma elimina simultaneamente le mansioni formative che giustificano lo stage stesso. Il rischio sistemico è evidente: una scarsità di manager intermedi nel 2030, dovuta alla mancanza di professionisti che oggi non hanno l’opportunità di accumulare “esperienza operativa”.

Questa realtà impone una revisione radicale delle strategie di orientamento e consulenza per i giovani, per chi si occupa di politiche formative e del lavoro.

Come guidare le scelte educative e lavorative dei giovani: tre azioni di intervento

L’integrazione dei dati sulla “Observed Exposure” nei servizi di counseling non è più opzionale, ma un requisito strategico per guidare le scelte educative. Dobbiamo aiutare i giovani a distinguere tra settori in espansione reale e settori che, pur sembrando prestigiosi, stanno subendo un “raffreddamento” strutturale della domanda.

Il legame tra esposizione all’IA e proiezioni di crescita del Bureau of Labor Statistics (BLS) fino al 2034 è chiaro: ogni incremento del 10% nella copertura delle task da parte dell’IA genera un calo di 0,6 punti percentuali nella crescita occupazionale prevista.

Sebbene ruoli come gli sviluppatori software continuino ad avere proiezioni positive grazie a una domanda di base elevata, la loro crescita complessiva risulta comunque frenata rispetto al potenziale pre-IA. Al contrario, professioni come cuochi, meccanici o operatori sanitari mantengono una stabilità totale proprio a causa della loro “immunità” tecnologica (Zero Exposure).

Per gli orientatori e le istituzioni formative, si delineano tre azioni significative:

1. Revisione della composizione dell’offerta formativa: non è più sufficiente consigliare una “laurea in informatica” o “economia”. È necessario analizzare quali competenze all’interno del programma sono ad alta esposizione (es. codifica di base o inserimento dati) e potenziare quelle di supervisione, giudizio complesso e integrazione di sistemi.
2. Rivalutazione strategica dei settori a bassa copertura: bisogna rivalutare settori legati a compiti fisici complessi o a interazioni umane profonde che l’IA non può scalare, trasformandoli in opzioni di carriera ad alta stabilità.
3. Gestione della barriera entry-level: è fondamentale preparare i giovani a un mercato in cui i “posti da junior” sono rari. La formazione deve puntare a profili “IA-nativi” capaci di gestire fin dal primo giorno flussi di lavoro automatizzati, saltando il gradino dei task puramente esecutivi ormai assorbiti dalle macchine.

In conclusione, oggi, il consulente di carriera moderno deve agire come un analista dei segnali economici. Solo decodificando correttamente il divario tra potenziale tecnologico e realtà operativa potremo trasformare la sfida dell’IA in un’opportunità di crescita consapevole per le nuove generazioni.