L'IA non sostituirà tutti i lavori: OpenAI e Anthropic cambiano rotta
Per mesi, la notizia più eclatante sull'IA è stata semplice: modelli avanzati avrebbero sostituito ampie parti della forza lavoro. Ora il messaggio di due dei più importanti laboratori di IA sta diventando più cauto. OpenAI e Anthropic avvertono ancora che il lavoro cambierà rapidamente, ma l'argomentazione più recente non è "tutti i lavori scompariranno". È invece: molti compiti verranno automatizzati, molti ruoli verranno ridisegnati e alcuni percorsi entry-level diventeranno molto più difficili.
Fonte: Composizione di Zerlo utilizzando immagini di Wikimedia Commons di Steve Jurvetson, TechCrunch e Shixart1985
Questo è importante perché il panico è una cattiva strategia. Se l'IA cambia il 30% dei tuoi compiti, ciò non significa automaticamente che il tuo lavoro scomparirà. Potrebbe significare che il tuo lavoro diventerà più produttivo, più competitivo, più supervisionato dal software, o più dipendente da competenze che l'IA non può facilmente possedere: giudizio, fiducia, comunicazione, responsabilità e gusto.
La nuova storia dei lavori IA: meno apocalisse, più transizione
Il CEO di OpenAI, Sam Altman, ha recentemente dichiarato di non aspettarsi il tipo di "apocalisse occupazionale" che alcuni nel settore dell'IA avevano previsto. Ha anche ammesso di aspettarsi che più lavori d'ufficio entry-level venissero eliminati di quanto sia effettivamente accaduto. Questo è un cambiamento di tono significativo perché OpenAI aveva precedentemente avvertito chiaramente che alcuni lavori sarebbero scomparsi mentre altri si sarebbero evoluti.
Anche Anthropic si è mossa verso un inquadramento più basato sui dati. Invece di chiedere solo cosa l'IA potesse teoricamente fare, la ricerca di Anthropic ora esamina l'esposizione osservata: quali compiti lavorativi stanno effettivamente subendo un uso automatizzato o assistito dall'IA in contesti professionali. Questa distinzione è importante. Un modello può essere in grado di aiutare con un compito, ma le aziende reali necessitano ancora di processi, fiducia, controlli di qualità, clienti, regolamenti e responsabilità umana.
Fonte: Fonti delle immagini: Wikimedia Commons, loghi testuali di pubblico dominio di OpenAI e Anthropic
OpenAI e Anthropic non stanno dicendo che l'IA non ha impatto sul mercato del lavoro. Il cambiamento è più preciso: l'impatto è disomogeneo, basato sui compiti e fortemente dipendente da come le aziende implementano effettivamente l'IA.
Perché la previsione è cambiata
La paura iniziale era facile da capire. L'IA moderna può scrivere codice, riassumere documenti, redigere email, analizzare dati, rispondere a domande di supporto e generare materiale di marketing. Da lontano, questo sembra una sostituzione diretta del lavoro. Tuttavia, all'interno delle organizzazioni reali, il lavoro è più complicato.
Un lavoro è raramente un unico compito ben definito. È un insieme di piccoli compiti, riunioni, decisioni, eccezioni, relazioni, controlli di qualità e responsabilità. L'IA può comprimere parti di quell'insieme, ma non possiede automaticamente l'intero ruolo.
❝ L'errore chiave è trattare "l'IA può fare questo compito" come la stessa cosa di "l'IA può sostituire questo lavoro". Il lavoro reale contiene contesto, responsabilità e fiducia. ❞
L'inquadramento più cauto di OpenAI
Il Workforce Blueprint di OpenAI utilizzava già una frase equilibrata: l'IA rimodellerà il lavoro, verranno creati nuovi lavori, altri si evolveranno e alcuni scompariranno. Questo è diverso dal dire che ogni ruolo verrà spazzato via. Il suo lavoro più recente sulla transizione dei lavori cerca anche di mappare le pressioni del lavoro a breve termine invece di basarsi solo su punteggi generici di "esposizione all'IA".
In parole povere: OpenAI sembra passare da un avvertimento generale a una domanda più pratica: dove l'IA riduce il costo di svolgere il lavoro, dove gli esseri umani devono rimanere coinvolti e dove la produzione più economica potrebbe effettivamente aumentare la domanda?
Fonte: Steve Jurvetson tramite Wikimedia Commons, CC BY 2.0
I commenti più recenti di Sam Altman sono importanti perché separano la capacità tecnica dalla realtà sociale. Le persone valorizzano ancora l'interazione umana diretta, la responsabilità e la fiducia in molti contesti lavorativi.
I dati di Anthropic raccontano una storia simile ma ancora rischiosa
Anthropic è stata una delle voci più forti che avvertono sulla disruption del lavoro d'ufficio, specialmente per i ruoli entry-level. Ma la sua ricerca sull'indice economico aggiunge sfumature. L'azienda misura come Claude viene effettivamente utilizzato, non solo cosa Claude potrebbe teoricamente fare. In un'analisi del mercato del lavoro, Anthropic afferma che l'uso dell'IA è ancora lontano dal raggiungere la capacità teorica in alcune categorie; ad esempio, ha segnalato che Claude copre solo una parte di tutti i compiti nelle occupazioni informatiche e matematiche.
Ciò non rende il rischio innocuo. Significa semplicemente che il rischio non è distribuito uniformemente. Il lavoro entry-level che consiste principalmente in scrittura ripetitiva, analisi di base, codifica semplice, smistamento delle richieste, formattazione ed elaborazione di documenti è più esposto rispetto al lavoro che coinvolge fiducia del cliente, leadership, presenza fisica, negoziazione, responsabilità o profondo giudizio di dominio.
Fonte: TechCrunch tramite Wikimedia Commons, CC BY 2.0
Dario Amodei ha avvertito fortemente sulla disruption dell'IA. La lettura più utile non è "ignorare l'avvertimento", ma "prepararsi alla compressione dei compiti, soprattutto nei lavori junior d'ufficio".
La differenza pratica: sostituzione di compiti vs. sostituzione di lavori
Il modo migliore per capire il cambiamento è separare i compiti dai lavori.
| Domanda | Versione di panico | Versione più realistica |
|---|---|---|
| Può l'IA scrivere email? | I lavori di email scompaiono. | La stesura ripetitiva diventa più veloce; il tono, il tempismo e la responsabilità umana contano ancora. |
| Può l'IA scrivere codice? | Gli sviluppatori scompaiono. | La codifica semplice viene automatizzata; architettura, revisione, sicurezza, giudizio di prodotto e debugging diventano più importanti. |
| Può l'IA rispondere a domande di supporto? | I team di supporto scompaiono. | I ticket di base vengono automatizzati; i casi complessi, emotivi o ad alto rischio necessitano ancora di persone. |
| Può l'IA riassumere testi legali o finanziari? | Gli analisti scompaiono. | Le prime bozze diventano più veloci; responsabilità, interpretazione e fiducia del cliente rimangono prevalentemente umane. |
Perché le aziende potrebbero ancora assumere persone
C'è una seconda ragione per cui la narrativa "sostituire tutto" è troppo semplice: quando un compito diventa più economico, la domanda può espandersi. Se la creazione di software diventa più veloce, le aziende potrebbero creare più software. Se l'analisi diventa più economica, i manager potrebbero chiedere più analisi. Se la produzione di contenuti diventa più economica, i team potrebbero pubblicare più varianti, più test e più versioni localizzate.
Ciò non garantisce crescita occupazionale in ogni settore. Significa che l'esito dipende dalla domanda. Se la domanda si espande più rapidamente dell'automazione che elimina il lavoro, l'occupazione può mantenersi o persino crescere. Se la domanda è piatta e il compito è facile da automatizzare, la pressione sugli organici diventa molto più forte.
Fonte: Shixart1985 tramite Wikimedia Commons, CC BY 2.0
Il risultato più probabile a breve termine non è un'ondata di sostituzioni nette. È una riprogettazione del lavoro d'ufficio: meno passaggi ripetitivi, più supervisione dell'output dell'IA e maggiore pressione per ottenere risultati più velocemente.
Chi è più a rischio?
Il rischio più elevato non è "chiunque utilizzi un computer". Sono le persone il cui valore consiste principalmente in output ripetitivi senza molta responsabilità. Ciò include parti della ricerca junior, copywriting semplice, codifica di base, supporto di primo livello, reporting basato su modelli, revisione di documenti standard e lavoro amministrativo ripetitivo.
La parte più sicura non è "non usare mai l'IA". È il contrario. I lavoratori più sicuri diventano solitamente le persone che sanno usare bene l'IA aggiungendo giudizio. Sanno cosa chiedere, cosa rifiutare, cosa verificare e come trasformare l'output in un reale risultato aziendale.
Cosa dovrebbero fare ora i lavoratori
- Mappa i tuoi compiti. Scrivi cosa fai ogni settimana. Indica quali parti sono ripetitive, basate su testo o basate su regole.
- Automatizza prima il tuo lavoro di minor valore. Usa l'IA per redigere, riassumere, confrontare, strutturare e controllare lavori semplici prima che qualcun altro lo faccia per te.
- Sviluppa abilità di verifica. Il lavoratore prezioso non è la persona che accetta ciecamente l'output dell'IA. È la persona che può individuare rapidamente gli errori.
- Avvicinati alla responsabilità. Fiducia del cliente, gestione del progetto, conformità, architettura, gestione delle persone e giudizio del dominio sono più difficili da automatizzare completamente.
- Impara i flussi di lavoro, non solo i prompt. Il vantaggio deriva dalla combinazione dell'IA con documenti, dati, strumenti, passaggi di revisione e chiari standard di output.
Fonte: Shixart1985 tramite Wikimedia Commons, CC BY 2.0
L'IA rende le prime bozze più economiche. Ciò aumenta il valore delle persone che possono rivedere, decidere, coordinare e assumersi la responsabilità del risultato finale.
Cosa dovrebbero fare le aziende
Per le aziende, la strategia sbagliata è sostituire le persone prima e capire il processo dopo. Una strategia migliore è misurare dove l'IA fa effettivamente risparmiare tempo, dove gli errori sono costosi e dove è necessaria la revisione umana. L'IA dovrebbe essere introdotta con una chiara proprietà: chi controlla l'output, chi lo approva e chi è responsabile quando qualcosa va storto.
I team dovrebbero anche proteggere la loro pipeline di talenti junior. Se l'IA rimuove ogni compito per principianti, le aziende potrebbero risparmiare denaro ora ma perdere futuri esperti. Il modello migliore è l'accelerazione supervisionata: i dipendenti junior usano l'IA, ma imparano comunque il lavoro sottostante, ricevono feedback e sviluppano giudizio.
Cosa significa questo per i lettori di notizie sull'IA
Il titolo "L'IA sostituirà tutti i lavori" attira click, ma è troppo grezzo. Il titolo migliore è più utile: l'IA attaccherà i compiti prima di attaccare ruoli interi. I primi vincitori saranno persone e aziende che ridisegneranno i flussi di lavoro attorno all'IA senza rimuovere il giudizio umano dai luoghi in cui fiducia, sicurezza e responsabilità contano.
Per strumenti IA e idee di flusso di lavoro più pratici, esplora la sezione Zerlo strumenti.
FAQ
L'IA sostituirà tutti i lavori?
No. L'IA sostituirà alcuni compiti e potrà eliminare alcuni ruoli, soprattutto dove il lavoro è ripetitivo e facile da verificare. Ma molti lavori includono fiducia umana, responsabilità, presenza fisica, giudizio e coordinamento.
Perché OpenAI e Anthropic hanno cambiato tono?
Il tono più recente è più basato sui dati. Le aziende stanno separando la capacità teorica dell'IA dall'uso osservato nel mondo reale. In pratica, l'adozione dipende da flussi di lavoro, regolamentazione, fiducia, verifica e domanda.
I lavori junior d'ufficio sono ancora a rischio?
Sì. I ruoli junior sono spesso costruiti da compiti che l'IA può comprimere: stesura, riassunto, analisi di base, codifica semplice e gestione di documenti. Il rischio è reale, ma è disomogeneo tra i settori.
Qual è la migliore competenza da imparare ora?
Impara a usare l'IA all'interno di flussi di lavoro reali: prompting, controllo, confronto, modifica, documentazione e decisione. La competenza più forte non è digitare prompt; è trasformare l'output dell'IA in lavoro affidabile.