L'intelligenza artificiale nel mercato del lavoro: adozione aziendale, competenze e governance

L'impatto dell'AI sul lavoro tra trasformazione dei ruoli, adozione nelle imprese italiane, diffusione degli agenti autonomi e necessità di supervisione umana.

Contenuto

L'intelligenza artificiale nel mercato del lavoro: adozione aziendale, competenze e governance

Scopri anche

L'intelligenza artificiale nel mercato del lavoro: adozione aziendale, competenze e governance

L'intelligenza artificiale nel mercato del lavoro: adozione aziendale, competenze e governance

In questo articolo:

La domanda sull'impatto dell'intelligenza artificiale sul lavoro è stata una delle più cercate su Google negli ultimi due anni. Settimana dopo settimana, le notizie su aziende che automatizzano processi, riducono funzioni o adottano strumenti di AI si accumulano, modificando interi settori lavorativi. I dati del mercato del lavoro, tuttavia, raccontano una storia più sfumata: le aziende non cercano meno persone, cercano persone diverse, profili capaci di lavorare con strumenti di AI, automatizzare processi ripetitivi e interpretare i dati che i sistemi producono.

La trasformazione del mercato del lavoro italiano

⬆ Torna su

Secondo l'Osservatorio Artificial Intelligence del Politecnico di Milano, il mercato italiano dell'AI ha superato nel 2025 la soglia di 1,8 miliardi di euro, con una crescita del 50% rispetto all'anno precedente. Il tasso di crescita si conferma dal 2023. Questo dato contiene una realtà più complessa: le grandi aziende italiane stanno trasformando i propri processi, ma faticano a misurare i benefici, formare il personale e strutturare una governance efficace dell'intelligenza artificiale.

La domanda di competenze AI nei profili professionali è cresciuta del 93% solo nell'ultimo anno, con circa 44 mila posizioni su 3,2 milioni complessive che richiedono competenze in questo ambito. La crescita è particolarmente rilevante nelle professioni white-collar ad alta qualificazione, con 3 annunci di lavoro su 4 che richiedono competenze AI. L'AI è presente anche nel 27% degli annunci per Chief Human Resources Officer e nel 12% di quelli per Chief Marketing Officer.

L'adozione nelle grandi imprese: licenze e progetti

⬆ Torna su

Le grandi aziende hanno due principali aree di accesso alla tecnologia AI: licenze pronte all'uso e progettualità customizzate. Sul fronte delle licenze, l'84% delle grandi aziende ha acquistato applicazioni di GenAI pronte all'uso, con un incremento del 31% in un anno. Questo approccio consente di sperimentare l'AI in modo rapido, a costi contenuti e senza interventi strutturali significativi.

Nel 2025, il 71% delle grandi imprese ha attivato almeno un progetto di AI, con un incremento del 12% in un anno. Tra le applicazioni principali, i chatbot conversazionali occupano la posizione dominante: strumenti addestrati sulle knowledge base aziendali, utilizzati sia per offrire supporto ai clienti, sia per assistere gli operatori interni nelle funzioni di Customer Service e Business Development. Le soluzioni di Intelligent Document Processing facilitano la digitalizzazione e l'estrazione automatica dei dati da documenti come fatture, bolle e documentazione tecnica.

La diffusione di ChatGPT e gli AI Agents

⬆ Torna su

ChatGPT, Claude e Gemini hanno reso l'IA accessibile al grande pubblico. Secondo i dati riportati, Microsoft segnala che nella seconda metà del 2025 l'adozione globale dell'IA generativa ha raggiunto il 16,3% della popolazione mondiale, circa una persona su sei. Google ha esteso gli AI Overviews a oltre 120 Paesi e territori in 11 lingue.

La differenza tra un chatbot e un AI Agent è sostanziale. Un chatbot è reattivo: aspetta l'input dell'utente, elabora una risposta. Un AI Agent è proattivo: riceve un obiettivo e agisce in autonomia, decidendo quali azioni compiere e in quale ordine. Può navigare sul web, mandare email, prenotare voli, compilare fogli di calcolo, interagire con altri software.

Secondo una ricerca di MIT Sloan pubblicata a febbraio 2026, il 35% delle organizzazioni aveva già adottato agenti AI entro il 2023. Gartner stima che il 40% delle app enterprise integrerà agenti AI entro la fine del 2026. Jensen Huang, CEO di NVIDIA, ha definito gli agenti AI enterprise un'opportunità da migliaia di miliardi di dollari.

Operator di OpenAI e l'evoluzione degli agenti autonomi

⬆ Torna su

Operator, l'agente AI di OpenAI lanciato a gennaio 2025, funziona come un utente umano che naviga il web: apre pagine, clicca pulsanti, compila moduli, completa acquisti. Come ha commentato Dharmesh Shah, CTO di HubSpot, con Operator "ogni sito web diventa improvvisamente programmabile, anche senza API". Il limite attuale è che è disponibile solo con ChatGPT Pro e non sempre è affidabile. OpenAI avverte che può commettere errori e chiede conferma prima di azioni con conseguenze reali.

Le applicazioni aziendali sono già concrete. Navan usa agenti AI basati sulle API di OpenAI per rispondere alle domande dei dipendenti sulle policy di viaggio. Salesforce ha il suo "Agentforce". Microsoft ha i Copilot che si stanno trasformando in agenti autonomi dentro Office 365. McKinsey riporta che il 62% delle organizzazioni sta già lavorando con agenti AI.

La questione della governance e della supervisione umana

⬆ Torna su

Nonostante la diffusione, le aziende mostrano un significativo ritardo sulla governance dell'AI. Meno di un'azienda su dieci dichiara di governare pienamente l'intelligenza artificiale. Solo il 19% degli utilizzatori dichiara di fare uso esclusivo di strumenti aziendali, con il rischio di rendere informazioni riservate meno sicure, particolarmente nei settori finance e healthcare.

La supervisione umana dell'AI non è un tema normativo da delegare al reparto legale: è una competenza organizzativa che riguarda tutti, dal management alle persone operative. I modelli di intelligenza artificiale generativa lavorano su pattern statistici: analizzano enormi quantità di testo, individuano correlazioni tra parole e concetti, generano risposte che risultano probabili e coerenti. Non c'è comprensione nel senso tradizionale, ma generazione linguistica sofisticata basata sulla probabilità.

Allucinazioni, bias e responsabilità

⬆ Torna su

Il fenomeno più noto è quello delle allucinazioni: il modello genera informazioni che non esistono, citazioni inventate, dati sbagliati, fatti mai accaduti, con la stessa fluidità con cui produce informazioni corrette. Accanto alle allucinazioni ci sono i bias, che derivano dai dati di addestramento: se quei dati riflettono squilibri o pregiudizi, il modello li riproduce.

La ricerca "Agents of Chaos" della Northeastern University ha messo alla prova sei agenti AI autonomi in un ambiente controllato. I risultati sono preoccupanti: gli agenti si sono fatti manipolare facilmente per divulgare informazioni private, sono stati indotti con senso di colpa a condividere dati riservati, e hanno mostrato vulnerabilità quando operano con memoria persistente e capacità di azione nel mondo reale.

Se un agente AI prenota un volo sbagliato o invia un'email con informazioni errate, chi paga? Kate Kellog, professoressa al MIT Sloan, sottolinea che le organizzazioni devono definire chiaramente chi è responsabile quando un agente AI commette un errore. Nel 2026, la risposta legale a questa domanda è ancora largamente indefinita.

La formazione come fattore critico

⬆ Torna su

Con la diffusione degli strumenti AI dall'utilizzo facile e conversazionale, non sono più solo le risorse tecniche a essere coinvolte: anche il personale non tecnico deve acquisire nuove competenze. L'AI Act impone già oggi obblighi specifici di formazione per il personale non tecnico chiamato a utilizzare strumenti di intelligenza artificiale.

Il 39% dei lavoratori dichiara di aver risparmiato più di 30 minuti nelle ultime due attività svolte con il supporto di GenAI. Tuttavia, quasi 6 grandi aziende su 10 affermano di rilevare grazie a progettualità AI impatti significativi su modello di business, proposta di valore, rapporto con il cliente e architettura operativa. Il gap tra il potenziale atteso e il valore realmente misurato rimane uno dei principali nodi della trasformazione.

AI e internet: la trasformazione dell'infrastruttura digitale

⬆ Torna su

Internet non sta semplicemente aggiungendo l'intelligenza artificiale ai propri servizi: la sta incorporando nella sua struttura quotidiana. L'IA vive dentro la ricerca online, i social network, l'e-commerce, l'assistenza clienti, la sicurezza informatica, la moderazione dei contenuti e i sistemi che decidono cosa vediamo e in quale ordine.

Il motore di ricerca si trasforma da indice a risposta sintetica, conversazionale e contestuale. Gli AI Overviews di Google sono riepiloghi generati dall'IA che mostrano informazioni chiave e link di approfondimento. Le conseguenze sono rilevanti: cambiano il comportamento degli utenti, che formulano domande più lunghe e articolate; cambiano il lavoro degli editori, che devono rendere i contenuti più chiari e verificabili; cambia la SEO, perché non basta più intercettare una keyword, ma bisogna offrire contenuti che possano essere compresi e sintetizzati dai sistemi automatici.

Il rischio di addestrare i propri sostituti

⬆ Torna su

Secondo l'imprenditore Andrea Pignataro, molte aziende che oggi investono in intelligenza artificiale per restare competitive stanno contribuendo a costruire sistemi capaci di renderle superflue. Se ogni impresa utilizza piattaforme di AI generativa, contribuisce ad alimentare quei sistemi con dati, processi, linguaggi specialistici. L'uso quotidiano diventa addestramento. E l'addestramento rende l'AI sempre più capace di replicare le attività che oggi le aziende vendono come servizi.

Il ragionamento parte da un equivoco diffuso nel mercato: molti investitori danno per scontato che se un agente AI è in grado di svolgere attività cognitive strutturate, allora potrà sostituire direttamente il software enterprise oggi venduto in abbonamento. Il software, tuttavia, non è solo automazione: è anche coordinamento, autorizzazioni, controlli di conformità, tracciabilità delle decisioni. L'AI può replicare una parte del lavoro cognitivo, ma non sostituire immediatamente l'infrastruttura istituzionale che tiene insieme aziende, mercati e norme.

La sfida culturale oltre quella tecnologica

⬆ Torna su

Il vero rischio non è che l'AI sostituisca le persone, ma che una parte dei lavoratori scelga di ignorarla per paura o pregiudizio. La resistenza culturale può trasformarsi in un ostacolo professionale. Gran parte della diffidenza nasce da una conoscenza superficiale: molti professionisti parlano di AI senza aver mai sperimentato concretamente cosa possa fare e cosa non possa fare.

La tecnologia, da sola, non basta. La vera trasformazione richiede dati organizzati, competenze diffuse, cultura aziendale aperta al rischio e alla sperimentazione. La chiave del successo risiede nell'adozione di un robusto change management e nella formazione continua, che garantiscono consapevolezza diffusa e capacità di sfruttare concretamente le potenzialità dell'AI.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

La diffusione capillare di chatbot e agenti autonomi sta ridefinendo i confini tra automazione e decisione umana. Le organizzazioni che hanno investito in progetti potrebbero trovarsi a gestire un divario crescente tra aspettative di efficienza e capacità di misurare i benefici reali.

  • Scenario 1: Le aziende che non strutturano una governance efficace potrebbero vedere incrementare i rischi legati a dati sensibili, considerando che oltre l'80% degli utilizzatori ricorre anche a strumenti non aziendali.
  • Scenario 2: L'adozione degli agenti autonomi potrebbe accelerare nei settori dove la supervisione umana è già strutturata, lasciando indietro le organizzazioni che non hanno definito chiaramente le responsabilità in caso di errore.
  • Scenario 3: La domanda di competenze continuerà a crescere più velocemente dell'offerta formativa, con possibile incremento dei salari per i profili già dotati di competenze nell'automazione dei processi.

Cosa monitorare

⬆ Torna su
  • Evoluzione del tasso di adozione degli agenti autonomi nelle grandi imprese italiane
  • Definizione di framework di responsabilità per errori commessi da sistemi autonomi
  • Gap tra numero di posizioni che richiedono competenze specifiche e disponibilità di percorsi formativi interni

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • ai
  • chatgpt
  • openai
  • agentic

Link utili

Apri l'articolo su DeafNews