Con l’AI cambia tutto, non solo nelle nostre vite da utenti/consumatori, ma anche da studenti e poi lavoratori. Al di là del modo con il quale si studia, del quale abbiamo parlato qui, la domanda diventa: cosa fare da grandi nell’era dell’AI? Ovvero, se sono già grande e sto lavorando o sono preparato per un certo tipo di lavoro, sono a rischio di essere “cancellato” dall’AI? Come posso cambiare percorso? Quali lavori resistono, quali richiedono un adattamento e quali sono completamente nuovi?
Siamo andati a vedere cosa dicono i rapporti di ricerca delle grandi organizzazioni internazionali come l’Ocse, la Banca Mondiale, World Economic Forum, Organizzazione internazionale per il lavoro. Ecco cosa abbiamo scoperto.
L’AI non cancella i lavori, li ridistribuisce
La prima cosa che emerge dalla letteratura internazionale è una distinzione importante: l’intelligenza artificiale non spazza via le professioni in blocco, ma sostituisce compiti specifici all’interno dei lavori esistenti. Il Future of Jobs Report 2025 del World Economic Forum prevede una crescita netta di 78 milioni di posti di lavoro globali entro il 2030, trainata proprio dalla domanda di competenze legate all’AI. L’Organizzazione per la cooperazione e lo sviluppo economico (Ocse), in due rapporti pubblicati nel 2023 e nel 2024, chiarisce che le attività più esposte sono quelle ripetitive e standardizzabili: gestione documentale, assistenza clienti di routine, amministrazione, analisi dati di base. Tutto il resto, cioè la maggior parte del lavoro umano, è in trasformazione.
Questo spostamento non è indolore, ma nemmeno è la catastrofe annunciata. Le ricerche condotte da Anthropic e dal Mit Sloan mostrano che nelle aziende che adottano l’AI la produttività cresce, e spesso cresce anche l’occupazione, perché le imprese si espandono più di quanto taglino. Il punto non è quindi “sparisce il mio lavoro?” ma piuttosto “dove si sposta il peso del mio lavoro?”.
I nuovi ruoli: non solo ingegneri
Quando si pensa alle professioni nate con l’AI, si immagina subito una schiera di ingegneri informatici in qualche campus californiano. Il quadro reale è molto più articolato. Esistono certamente i profili tecnici puri: l’AI Engineer, il MLOps Engineer che gestisce i modelli in produzione, l’AI-Ethics Officer che verifica la conformità all’AI Act europeo, il tecnico di cybersicurezza che usa l’intelligenza artificiale per rilevare minacce in tempo reale. Il World Economic Forum li inserisce tutti tra le professioni in forte crescita a livello globale.
Ma accanto a questi emergono figure ibride di grande interesse. Il Learning Designer che progetta corsi con materiali generati dall’AI mantenendo il controllo umano sulla qualità; l’AI readiness Trainer che forma professionisti e manager all’uso critico degli strumenti; il manager dell’esperienza cliente che progetta e supervisiona i flussi di comunicazione quando passano attraverso chatbot e assistenti vocali. L’Ocse descrive questa categoria come i “designer dell’esperienza ibrida uomo-macchina“: figure che esistono nella maggior parte dei settori produttivi, non solo nell’industria tecnologica in senso stretto.
Dove l’AI non arriva (o fatica ad arrivare)
Il cuore della questione è cosa non riesce a fare l’automazione. Se guardiamo più da vicino, queste categorie si distribuiscono in tre grandi aree, quelle che i ricercatori definiscono come i tre criteri fondamentali di resistenza: alto contatto umano e imprevedibilità, competenze manuali o creative non standardizzabili, decisioni che richiedono giudizio etico, giuridico o strategico.
Nel primo gruppo rientra tutto il mondo della cura: infermieri, operatori sociosanitari, psicologi, psicoterapeuti, educatori. L’AI può monitorare parametri, ottimizzare turni e gestire flussi di dati clinici, ma non sostituisce la relazione terapeutica, la gestione di una crisi, la mediazione con una famiglia in difficoltà. L’Ocse e l’Organizzazione internazionale per il lavoro li classificano tra i profili meno automatizzabili, e la domanda demografica di questi servizi è in crescita costante in tutto il mondo sviluppato.
Artigiani, giudici e insegnanti: il fronte della resistenza
Nel secondo gruppo ci sono le professioni giuridiche e di governance: avvocati, giudici, funzionari pubblici, manager strategici. L’AI può fare ricerca normativa, analizzare contratti e simulare scenari di rischio, ma la negoziazione, la responsabilità politica e la valutazione del contesto sociale restano prerogative umane. L’Ocse osserva che questi ruoli tendono ad espandersi, in termini di quota e di peso decisionale, proprio quando l’automazione avanza nella parte esecutiva delle organizzazioni.
Nel terzo gruppo stanno gli artigiani in senso ampio: gli artisti, i restauratori, i sarti su misura, e poi anche scrittori, registi, musicisti. Sono figure che combinano intuizione, sensibilità estetica e abilità manuali non riproducibili algoritmicamente. L’AI può generare bozzetti, abbozzare testi, suggerire melodie, ma il controllo sul significato, sull’intenzione, sull’identità culturale di un’opera resta saldamente umano.
La regola delle competenze ibride
Se c’è una conclusione che emerge con forza dalla letteratura internazionale, è che il criterio di resistenza più robusto non è la categoria professionale ma la combinazione di competenze. Chi sa unire capacità cognitive, abilità sociali e padronanza digitale non è solo più resistente all’automazione: è più difficile da sostituire e da esternalizzare. L’Ocse lo dice con chiarezza: crescono i ruoli “di mezzo”, quelli che interpretano e gestiscono l’AI senza essere tecnici puri.
Per l’Italia, che ha un mercato del lavoro in rapido invecchiamento e settori storicamente forti in artigianato, sanità, educazione e cultura, questa è una notizia tutto sommato incoraggiante. Quei settori sono già resilienti nel lungo periodo per definizione. Il problema, semmai, è che restano sottoinvestiti e sottovalutati, nel dibattito pubblico come nelle politiche formative, rispetto all’attenzione riservata all’ennesimo corso di coding.
Tutte le professioni del mondo (e altre ancora)
| Tipologia di lavoro | Impatto AI | Novità / Evoluzione | Resistenza |
|---|---|---|---|
| Insegnanti, formatori, tutor | Automatizza materiali, test, gestione | Più mentoring, personalizzazione, didattica e tutoring ibridi | Alta: ruolo pedagogico e relazionale |
| Professioni sanitarie e di cura (infermieri, OSS, caregiver) | Supporto a diagnosi, monitoraggio, dati clinici e gestione turni | Supervisione AI, percorsi personalizzati, meno burocrazia | Molto alta: cura fisica e relazione |
| Psicologi, psicoterapeuti, educatori | Supporto ad assessment e tracciamento | Integrazione strumenti digitali, decisione clinica resta umana | Molto alta: relazione terapeutica |
| Professioni legali (avvocati, giudici) | Ricerca normativa, analisi contratti | Più strategia, mediazione, responsabilità ed etica giuridica | Alta: decisione e contesto |
| Funzionari pubblici, manager | Analisi dati, reportistica | Più governance, supervisione e scelte strategiche | Alta: ruolo decisionale e politico |
| Ingegneri, data scientist, IT | Automazione e aumento produttività | Più progettazione, controllo, etica, governance, MLOps | Alta: ruolo in forte crescita |
| AI Engineer, Prompt Engineer | Nato con l’AI | Sviluppo e gestione sistemi AI, casi d’uso specifici | Molto alta domanda |
| Artigiani e lavori manuali specializzati | Impatto limitato | Supporto progettuale e marketing, strumenti digitali | Molto alta: non standardizzabile, “fatto a mano” |
| Creativi (artisti, scrittori, registi) | Generazione bozze, contenuti, layout | Co-creazione uomo-macchina, editing, controllo del significato | Alta: direzione creativa e identità culturale |
| Marketing, vendite, account | Automazione targeting, campagne, annunci | Più strategia, relazione, negoziazione | Media-alta: meno operatività |
| Retail, customer service, call center | Forte automazione di routine | Supporto AI agli operatori, meno mansioni esecutive | Bassa: ruoli ripetitivi in calo |
| Amministrazione, back-office | Alto impatto su compiti ripetitivi | Più controllo e supervisione, meno esecutivo | Bassa: trasformazione e riduzione |
| Architetti, designer, UX/UI | Supporto a bozze, rendering, test | Più focus su concetto, contesto sociale, progettazione | Media-alta: ruolo creativo-progettuale |
| Logistica e trasporti | Ottimizzazione rotte, flotte, automazione | Sistemi più efficienti, riduzione attività di routine | Media: forte trasformazione |
| PMI e imprenditori | Supporto a finanza, marketing, logistica | Più decisioni data-driven, valutazione critica centrale | Alta: ruolo di sintesi |
Alcune fonti di questo articolo:
- Future of Jobs Report 2025 — World Economic Forum
- OECD Employment Outlook 2023 — OECD
- OECD AI and Jobs / Skills for AI (2023–2024) — OECD
- Report su AI e produttività — MIT Sloan School of Management
- Studi sull’uso reale dei modelli — Anthropic
- World Employment and Social Outlook — International Labour Organization
- AI Index Report — Stanford Institute for Human-Centered AI
- World Development Report (AI) — World Bank
- Generative AI and the Future of Work — McKinsey Global Institute
- PwC Global AI Jobs Barometer — PwC

