Chi costruisce le macchine dice che le macchine ci sostituiranno. Dario Amodei, CEO di Anthropic, ha dichiarato in un’intervista che entro cinque anni l’intelligenza artificiale avrebbe eliminato metà dei lavori d’ingresso nel settore impiegatizio. Il capo di Microsoft AI ha ristretto la finestra a dodici-diciotto mesi. Elon Musk, nel frattempo, ha rilanciato il tema del reddito universale garantito sostenendo che i governi dovranno distribuire assegni ai cittadini per compensare la perdita di posti causata dall’automazione — la stessa automazione su cui lui stesso sta investendo miliardi con i robot umanoidi Optimus di Tesla.

Il problema, come ha osservato il ricercatore Lorenzo Ruffino, è che queste previsioni non vengono da osservatori indipendenti: vengono da chi vende il prodotto. La narrativa dell’onnipotenza imminente dell’AI attrae capitali, talento e attenzione mediatica. Ed è una narrativa che ha precedenti storici imbarazzanti: nel 2013 uno studio dell’Università di Oxford assegnò ai commercialisti una probabilità di sparizione del 94% entro vent’anni. Dieci anni dopo, il Bureau of Labor Statistics americano conta 1,6 milioni di commercialisti in attività, con salario mediano di 82.000 dollari e una proiezione di crescita del 5% al 2034.

I numeri reali: produttività in crescita, ma con molti asterischi

I dati macroeconomici più recenti, relativi all’economia americana nel 2025, hanno alimentato un dibattito acceso tra economisti. Erik Brynjolfsson di Stanford ha sostenuto sul Financial Times che la nebbia sugli impatti dell’AI sulla produttività si starebbe finalmente diradando, citando una produttività superiore del 2,2% rispetto alle previsioni del 2020. Ma l’Economist e uno studio di tre economisti della Banca d’Italia — Luisa Carpinelli, Filippo Natoli e Marco Toboga — stimano che il 40% della crescita del PIL americano nella prima metà del 2025 sia attribuibile agli investimenti in data center, cioè alla domanda generata dall’AI, non alla sua adozione produttiva diffusa.

Secondo le stime di Goldman Sachs Research, circa 300 milioni di posti di lavoro nel mondo sono esposti all’automazione legata all’AI nel medio periodo, con una sostituzione stimata tra il 6% e il 7% dei lavoratori nell’arco di dieci anni. Numeri significativi, ma molto lontani dalle previsioni apocalittiche dei CEO tech. Il 2026, secondo gli analisti, potrebbe rappresentare un punto di svolta soprattutto per i lavoratori più giovani, che oggi entrano nei settori più esposti all’automazione.

Il nodo teorico: si automatizzano mansioni, non mestieri

L’errore di fondo delle previsioni più catastrofiste è ben descritto da Ruffino, riprendendo il lavoro dell’economista Luis Garicano della London School of Economics: si confonde una singola mansione con un mestiere. Un mestiere è un pacchetto di decisioni tenute insieme da una logica economica — imprevedibilità della domanda, complementarità delle informazioni, responsabilità legale e fiducia. L’AI automatizza pezzi del pacchetto, ma il pacchetto resta intero perché qualcuno deve rispondere delle conseguenze.

L’economista Michael Kremer ha teorizzato che automatizzare una parte del processo rende le altre parti più preziose, non meno. Quando il commercialista delega all’AI la parte meccanica, il tempo liberato si riversa sull’analisi e sulla relazione col cliente. È quello che è già successo con agenti di viaggio e radiologi: i primi hanno perso il 60% dell’occupazione rispetto al picco del 2000, ma le sopravvissute oggi vendono pianificazione su misura con salari cresciuti; i secondi, dati per spacciati da un decennio di annunci, hanno visto l’occupazione crescere del 23% dal 2016.

L’Italia che non cavalca l’onda: il ritardo strutturale delle PMI

Mentre il dibattito globale si concentra sugli scenari futuri, l’Italia ha un problema presente e concreto. Secondo la Ricerca 2025-2026 dell’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano, diffusa il 21 maggio 2026, il 76% delle piccole e medie imprese italiane non ha investito né prevede investimenti nell’intelligenza artificiale, il 47% non ha svolto attività di Ricerca e Sviluppo negli ultimi tre anni e soltanto il 7% ha avviato programmi strutturati di formazione sull’AI.

Si tratta di un ritardo che pesa sull’intera economia: le PMI rappresentano il 35% degli occupati del settore privato, il 42% del fatturato complessivo e il 38% del valore aggiunto nazionale. Quando rallenta la loro capacità di innovare, il problema si trasferisce su filiere, territori e occupazione qualificata.

La fotografia del Polimi descrive una modernizzazione infrastrutturale che procede — più di una PMI su due ha aumentato la spesa digitale nel 2025 — ma che si ferma prima delle tecnologie emergenti. È una digitalizzazione difensiva, concentrata sull’efficienza operativa immediata, che non garantisce competitività nei prossimi anni.

Cavalcare l’onda, non contrastarla: la sfida della formazione

Il quadro complessivo suggerisce una lettura controcorrente rispetto ai due estremi del dibattito: né la catastrofe occupazionale annunciata dai CEO tech, né l’immobilismo rassicurante di chi nega qualsiasi impatto. L’evidenza storica e i dati più recenti indicano che la transizione è reale, ma gestibile — a patto di non aspettare.

Goldman Sachs stima che la crescente domanda di infrastrutture legate all’AI richiederà, solo negli Stati Uniti, circa 500.000 nuovi lavoratori entro il 2030 in settori come ingegneria, energia e costruzione di data center. La vera posta in gioco non è evitare la trasformazione — impresa impossibile in un mercato globale dove altri paesi non si fermano — ma costruire una classe di lavoratori capace di governarla: esperti che sappiano usare questi strumenti, valutarne i rischi, indirizzarli verso criteri etici condivisi.

Il modello delle PMI innovative analizzate dal Polimi mostra già questa strada: non è una singola tecnologia a fare la differenza, ma la combinazione di capitale umano, apertura all’ecosistema e continuità negli investimenti in formazione. Sono esattamente le tre variabili su cui l’Italia sconta il ritardo maggiore, e su cui qualsiasi politica industriale seria dovrebbe concentrarsi nei prossimi anni.

Se lo tsunami arriva comunque — e tutti i dati indicano che arriverà — l’unica strategia razionale è mettersi nella posizione di chi sa nuotare, non di chi spera che il mare si calmi.