L’indagine “Labor market impacts of AI” di Anthropic rivela come cambieranno radicalmente la tua carriera e il mercato globale
Il 5 marzo 2026, Anthropic ha pubblicato un documento destinato a rappresentare un punto di svolta fondamentale nell‘analisi economica dell’era digitale: “Labor market impacts of AI: A new measure and early evidence”. Il report è firmato da Maxim Massenkoff e Peter McCrory, economisti interni all’azienda, e costituisce uno sforzo senza precedenti per mappare non solo cosa l‘intelligenza artificiale potrebbe fare in teoria, ma cosa sta effettivamente facendo negli uffici e nelle aziende di tutto il mondo.
Anthropic, l’azienda produttrice del modello Claude, occupa oggi una posizione di vertice assoluto nel panorama globale dell’IA. Fondata con una forte missione di sicurezza e costituzionalità dei modelli, si distingue per un approccio che unisce l’eccellenza tecnologica a una rigorosa analisi delle implicazioni sociali ed economiche.
Con questo studio, Anthropic mette a disposizione del pubblico dati proprietari derivanti dall’utilizzo reale della propria tecnologia, offrendo una visione pratica che supera le speculazioni accademiche degli anni precedenti. L’obiettivo dichiarato è fornire ai decisori politici e ai lavoratori una bussola per navigare in un mercato del lavoro che, per la prima volta nella storia, vede l’automazione colpire i vertici della piramide dell’istruzione e del reddito.
La metodologia: una nuova lente sulla rivoluzione del lavoro, misurare l’invisibile
L’elemento cardine di questo studio risiede in un’innovazione metodologica radicale: il passaggio dalla “capacità teorica” all’esposizione osservata (observed exposure). Per anni, ricercatori e giornalisti hanno basato le proprie previsioni su studi che analizzavano le descrizioni delle mansioni lavorative chiedendosi se un modello linguistico potesse svolgerle. Tuttavia, questa visione ignorava il fattore umano e i freni del mondo reale. Massenkoff e McCrory hanno invece costruito una metrica che integra tre diverse fonti di dati per ottenere un’immagine fedele della realtà.
Il primo pilastro è l’utilizzo di dati reali provenienti dall’Anthropic Economic Index. Attraverso l’analisi di milioni di conversazioni anonimizzate, i ricercatori hanno potuto vedere quali professionisti usano l’IA e per quali compiti specifici. Non si tratta più di immaginare se un avvocato possa usare l’IA per analizzare un contratto, ma di misurare quante volte e con quale intensità gli avvocati lo stiano effettivamente facendo. Questo permette di distinguere tra un interesse puramente ludico e un’integrazione strutturale nei flussi di lavoro professionali.
Un secondo elemento fondamentale della metodologia riguarda la distinzione qualitativa dell’uso. Gli autori non si limitano a contare le ore di utilizzo, ma pesano diversamente le attività. Il report assegna un valore molto più alto alle task che portano all’automazione, ovvero quelle in cui l’IA sostituisce interamente un processo umano, rispetto alle attività di semplice aumento, dove il lavoratore usa lo strumento per migliorare marginalmente la propria efficienza. Questa distinzione è cruciale: l’automazione incide sulla domanda di lavoro e sul numero di addetti necessari, mentre l’aumento tende a migliorare la qualità del lavoro esistente senza necessariamente minacciare il posto di lavoro.
Infine, la metodologia affronta il cosiddetto “gap di adozione”. Uno dei risultati più sorprendenti dell’analisi è la discrepanza tra ciò che l’IA può fare e ciò che fa oggi. Se guardiamo ai settori informatici e matematici, la letteratura scientifica suggerisce che l’IA potrebbe coprire il 94% delle attività. Eppure, l’esposizione osservata calcolata da Anthropic si ferma al 33%. Questo scarto di oltre 60 punti percentuali racconta una storia di attriti: burocrazia, standard di sicurezza, timori legati alla privacy e, non ultimo, il tempo necessario affinché le organizzazioni cambino le proprie abitudini consolidate.
In definitiva, la metodologia di questo report ci dice che la rivoluzione è iniziata, ma che il mondo reale è molto più lento e complesso di un laboratorio di ricerca.
Le professioni e l’identikit: l’automazione del lavoro intellettuale qualificato
Entrando nel dettaglio dei dati raccolti da Massenkoff e McCrory, emerge un quadro che ribalta completamente la percezione storica dell’automazione. Se le rivoluzioni industriali del XIX e XX secolo avevano come obiettivo la sostituzione della forza muscolare con le macchine, la rivoluzione dell’IA si concentra sulla sostituzione o sul potenziamento delle funzioni cognitive superiori.
Questo si traduce in una lista di professioni esposte che somiglia molto più a un elenco di carriere ambite che a una lista di lavori ripetitivi e manuali.
I dati mostrano che i programmatori informatici sono in cima alla scala dell’esposizione, con un valore del 74,5%. È un dato quasi ironico: coloro che hanno costruito l’IA sono oggi i primi a veder trasformato radicalmente il proprio lavoro. Non si tratta solo di scrivere codice, ma di testarlo, documentarlo e correggerlo, compiti che l’IA svolge ormai con un’efficienza che supera quella umana in termini di velocità pura.
Subito dopo troviamo i rappresentanti del servizio clienti (70,1%) e i Data entry keyers (67,1%). In questi settori, l’integrazione delle API di modelli come Claude ha permesso di creare assistenti che non si limitano a rispondere a domande frequenti, ma gestiscono intere transazioni, risolvono reclami complessi e organizzano database massivi con un intervento umano minimo.
Scendendo nella classifica, incontriamo gli specialisti in cartelle cliniche (66,7%) e gli analisti di mercato (64,8%). Per questi professionisti, l’IA è diventata uno strumento indispensabile per la sintesi di enormi volumi di informazioni. Un analista finanziario, che un tempo impiegava giorni per confrontare i report trimestrali di diverse aziende, oggi può ottenere una sintesi comparativa in pochi secondi. Questo livello di esposizione non significa necessariamente la scomparsa della professione, ma indica una trasformazione profonda: il valore del lavoratore si sposta dall’esecuzione della ricerca alla capacità di interpretare i risultati e prendere decisioni strategiche basate su di essi.
Il report dedica una sezione monumentale all’identikit socio-demografico del lavoratore esposto, e i risultati sono illuminanti. Esiste una correlazione quasi perfetta e positiva tra il livello di istruzione e l’esposizione all’IA. Mentre i robot nelle fabbriche colpivano chi aveva titoli di studio elementari o medi, l’IA colpisce chi ha investito anni in istruzione superiore. I dati di Anthropic rivelano che il 17,4% dei lavoratori nell’area istruttiva a più alta esposizione possiede un titolo post-laurea (master o dottorato), contro appena il 4,5% dei lavoratori non esposti. Questo cambia completamente il dibattito sulle politiche sociali: il rischio di obsolescenza delle competenze non è più un problema confinato alle fasce deboli della popolazione, ma riguarda il settore della classe dirigente e professionale.
Anche l’analisi dei redditi conferma questa tendenza “top-down”. I lavoratori altamente esposti guadagnano in media 32,69 $l’ora, una cifra significativamente superiore ai 22,23$ guadagnati da chi svolge mansioni non esposte. C’è un paradosso economico in atto: le aziende hanno un incentivo finanziario molto più forte ad automatizzare il lavoro di un consulente ben pagato rispetto a quello di un fattorino sottopagato. Automatizzare il 10% delle ore di un professionista che costa 100 euro l’ora genera un risparmio molto superiore rispetto all’automazione totale di una mansione da 10 euro l’ora.
Un altro dato di grande rilevanza riguarda la dimensione di genere e le diversità etniche. Le donne risultano molto più esposte degli uomini, con uno scarto di circa 16 punti percentuali. Questo accade perché occupano in misura maggiore ruoli amministrativi, legali e di supporto che sono oggi nel mirino dell’IA. Dal punto di vista etnico, i lavoratori di origine asiatica mostrano i livelli di esposizione più alti, seguiti dai lavoratori bianchi, riflettendo la loro concentrazione nei settori tecnologici e finanziari.
Volendo tirare le somme, l’identikit che emerge dal report di Massenkoff e McCrory descrive un lavoratore urbano, altamente istruito, ben retribuito e impegnato in attività di gestione dell’informazione. Questo gruppo, che per decenni è stato considerato “al sicuro” dai venti della globalizzazione e della meccanizzazione, si trova oggi al centro della tempesta perfetta scatenata dall’intelligenza artificiale generativa.
È una trasformazione che richiede una riscrittura dei contratti sociali e una riflessione profonda su cosa significhi “competenza” in un mondo dove la conoscenza enciclopedica e la capacità analitica di base sono diventate beni comuni digitali.
L’ostacolo d’accesso per i nuovi talenti
Uno degli aspetti più sottili e potenzialmente inquietanti del report riguarda l’impatto occupazionale, che non si manifesta con licenziamenti di massa improvvisi, ma con un cambiamento nelle dinamiche di ingresso nel mercato del lavoro.
Analizzando i dati della Current Population Survey, gli autori notano che, pur non essendoci ancora un aumento statisticamente significativo della disoccupazione tra i lavoratori esperti, sta accadendo qualcosa di diverso ai giovani.
Per la fascia d’età compresa tra i 22 e i 25 anni, ovvero i neolaureati e chi ha appena iniziato la carriera, si registra una contrazione preoccupante: il tasso di assunzione in occupazioni ad alta esposizione è sceso di circa il 14% rispetto al periodo precedente al boom dell’IA generativa (fine 2022). Questo fenomeno suggerisce che le aziende stiano usando l’IA per aumentare la produttività del personale esistente anziché assumere nuove figure “junior”.
Se un programmatore senior, supportato da Claude, può scrivere la stessa quantità di codice che prima richiedeva l’aiuto di due stagisti, l’azienda sceglierà di non assumere quegli stagisti. Questo crea una potenziale barriera generazionale, dove i giovani faticano a trovare i ruoli di ingresso necessari per maturare l’esperienza che li porterà, in futuro, a diventare senior.
Uno sguardo al 2034: le proiezioni decennali
L’analisi di Anthropic si spinge a guardare verso il futuro, confrontando i propri indici di esposizione con le proiezioni decennali del Bureau of Labor Statistics (BLS) americano. Il risultato è una conferma statistica della pressione che l’IA eserciterà sulle carriere del futuro.
Esiste una correlazione negativa chiara: le professioni che oggi mostrano un’alta esposizione osservata sono le stesse per le quali il governo prevede una crescita più lenta o addirittura un declino nei prossimi dieci anni.
Secondo i calcoli di Massenkoff e McCrory, per ogni incremento di 10 punti percentuali nell’esposizione all’IA, la crescita occupazionale prevista diminuisce di 0,6 punti percentuali. Potrebbe sembrare una cifra modesta, ma su base decennale e su un intero mercato nazionale, rappresenta centinaia di migliaia di posti di lavoro in meno rispetto a un mondo senza IA.
Settori come la contabilità, il supporto amministrativo e alcune branche della ricerca di mercato vedono le loro curve di crescita appiattirsi. Al contrario, i settori che richiedono empatia umana, destrezza manuale in ambienti non strutturati o responsabilità legale diretta (come l’assistenza infermieristica o l’impiantistica complessa) rimangono i pilastri della crescita occupazionale futura, protetti dalla loro resistenza intrinseca all’automazione algoritmica.
Automazione contro aumento: la nuova fisionomia delle mansioni
Una dinamica determinante che emerge dalla ricerca di Anthropic è la scomposizione del lavoro in singole unità funzionali per capire se l’IA stia agendo come un sostituto o come un assistente. Gli autori introducono una distinzione netta: alcune attività sono destinate all’automazione completa, dove il contributo umano sparisce, mentre altre sono soggette all’aumento, dove l’IA rende il lavoratore più rapido senza rimpiazzarlo.
Il report evidenzia che le occupazioni a più alta “esposizione osservata” non sono colpite in modo uniforme. Nei settori tecnici, come la programmazione, l’IA tende ad automatizzare i compiti di routine (scrittura di codice standard, debugging), liberando tempo per l’architettura dei sistemi. Al contrario, in settori come la consulenza o il marketing, l’esposizione si manifesta principalmente come aumento: l’IA genera bozze o analisi preliminari che il professionista deve poi raffinare.
Questa distinzione è fondamentale per comprendere la tenuta dei salari: laddove l’IA “aumenta” il lavoratore, la sua produttività (e quindi il suo valore economico) cresce; dove l’IA “automatizza”, il valore della manodopera umana rischia di essere compresso dalla concorrenza algoritmica.
A completamento di questa analisi, il report suggerisce che la vera prova per il prossimo decennio non sarà solo difendere il posto di lavoro, ma saper riposizionare le proprie competenze verso quelle task che il modello definisce “a bassa automazione ma alto aumento”, ovvero quelle attività dove l’intuizione, l’etica e il giudizio umano rimangono l’imperativo finale indispensabile.
L’illusione della scrivania sicura e il patto generazionale da ricostruire
Per decenni, il mercato del lavoro occidentale si è retto su una promessa implicita, quasi una legge di natura economica: l’istruzione è lo scudo definitivo contro l’obsolescenza. Abbiamo costruito un sistema di valori in cui il possesso di un titolo accademico avanzato e la padronanza di competenze cognitive complesse garantivano una sorta di “immunità” dai venti gelidi dell’automazione.
Mentre i robot sostituivano le braccia nelle catene di montaggio, i professionisti qualificati negli uffici osservavano il cambiamento dalle loro scrivanie, convinti che il pensiero critico e la gestione dell’informazione fossero territori inaccessibili alle macchine.
Il report di Massenkoff e McCrory frantuma definitivamente questa certezza. I dati di Anthropic ci dicono che oggi la “vulnerabilità” è diventata un controsenso logico: più sei istruito, più sei pagato, più la tua scrivania è nel mirino degli algoritmi. Non siamo di fronte a una tempesta che colpisce i margini della società, ma a un fenomeno che morde il cuore della classe dirigente e professionale.
È la fine dell’era del “sapere enciclopedico” come bene rifugio. Se un modello linguistico può analizzare contratti, scrivere codice e sintetizzare report finanziari con una velocità infinitamente superiore alla nostra, dobbiamo chiederci onestamente cosa rimanga del valore reale della nostra formazione superiore.
L’elemento più politico e inquietante di questa analisi è però quello che accade “sotto la soglia” dei licenziamenti. Il calo del 14% nelle assunzioni di giovani tra i 22 e i 25 anni in settori ad alta esposizione è un segnale d’allarme che non possiamo ignorare. Non siamo di fronte a una distruzione violenta di posti di lavoro esistenti, ma a un silenzioso sbarramento all’ingresso.
Le aziende, spinte da una logica di efficienza immediata, stanno usando l’intelligenza artificiale per “spremere” il massimo dai professionisti esperti già in organico, eliminando la necessità di assumere nuove leve per i compiti di base. È un’efficienza che rischia di trasformarsi in miopia strategica: se tagliamo i ruoli di ingresso oggi, chi saranno i direttori e gli specialisti di domani? Stiamo consumando il capitale umano del futuro per abbellire i bilanci del presente.
In questa fase di transizione, la vera messa alla prova non è tecnologica, ma squisitamente politica ed educativa. Non possiamo permettere che l’intelligenza artificiale diventi il pretesto per un definitivo smantellamento del patto generazionale. Se la tecnologia è in grado di “aumentare” l’uomo, come il report suggerisce in molti passaggi, allora questo aumento deve tradursi in una riduzione del carico di lavoro ripetitivo per fare spazio alla creatività, alla supervisione etica e alla formazione dei giovani.
Non possiamo accettare un modello in cui l’IA si limita a sostituire l’apprendistato, condannando un’intera generazione di laureati a restare nell’anticamera del mercato del lavoro perché “non abbastanza esperti” rispetto a un software.
Dobbiamo avere il coraggio di rivendicare l’umanità come l’unico vero filtro indispensabile. Il valore aggiunto di un professionista nel 2026 non deve più essere cercato nella quantità di lavoro prodotto, ma nella qualità delle decisioni prese. È necessario un nuovo patto sociale che obblighi le organizzazioni a reinvestire i guadagni di produttività derivanti dall’IA nella formazione e nell’inserimento di nuovi talenti, trasformando l’automazione da minaccia a trampolino. La tecnologia deve essere il mezzo per elevare il lavoro, non lo strumento per renderlo superfluo.
Se non saremo capaci di governare questa evoluzione, l’efficienza degli algoritmi ci lascerà con uffici straordinariamente produttivi, ma drammaticamente vuoti di futuro. La nostra responsabilità oggi è decidere se vogliamo essere i registi di una nuova era di progresso o semplicemente i supervisori del nostro stesso ridimensionamento.
Questo snodo cruciale richiede che la politica e le imprese smettano di guardare solo ai margini di profitto immediati e inizino a considerare il talento dei giovani come l’unico asset che nessuna macchina, per quanto evoluta, potrà mai davvero sostituire nella sua interezza etica e creativa.
FONTE DATI: “Labor market impacts of AI” di Anthropic
Nota metodologica
Il report di Massenkoff e McCrory adotta un approccio scientifico basato sull’integrazione di database pubblici e privati. Gli autori hanno mappato le mansioni di circa 800 occupazioni catalogate dal sistema O*NET, assegnando loro punteggi di esposizione basati sia sulla letteratura precedente sia sui dati dell’Anthropic Economic Index.
Quest’ultimo raccoglie dati aggregati e anonimizzati sull’uso professionale di Claude, permettendo di misurare l’intensità reale del lavoro assistito dall’IA. Per le analisi demografiche e i tassi di disoccupazione, lo studio si è avvalso della Current Population Survey (CPS) statunitense, confrontando i trend storici con i dati raccolti tra il 2022 e l’inizio del 2026.
L’analisi delle assunzioni giovanili è stata condotta attraverso un modello di regressione che isola l’effetto dell’IA dalle altre variabili macroeconomiche, garantendo che i risultati riflettano specificamente l’impatto tecnologico. Tutte le fonti citate sono verificate e provenienti da contesti istituzionali o di ricerca accademica indipendente.
