Argomenti trattati
L’ingresso dell’intelligenza artificiale nel mondo del lavoro italiano è accompagnato da un mix di entusiasmo e diffidenza. Da un lato il mercato dell’AI registra una rapida espansione: il valore stimato nel 2026 ha superato i 900 milioni di euro con previsioni che indicano circa 1,24 miliardi nel 2026 e oltre 2,5 miliardi entro il 2028. Dall’altro, l’utilizzo concreto nei luoghi di lavoro appare ancora limitato, come confermano confronti internazionali e indagini su campioni estesi.
Incrociando studi come l’AI Index Report di Stanford, analisi della Brookings Institution e il rapporto realizzato da Anitec-Assinform con il Politecnico di Torino, emerge un quadro complesso: gli strumenti ci sono e i mercati crescono, ma la diffusione tra i lavoratori e tra le imprese italiane è disomogenea per dimensione e territorio. In questo contesto, fattori organizzativi e comportamentali sembrano pesare tanto quanto quelli economici o demografici.
Perché l’adozione dell’IA è più lenta in Italia
Le indagini internazionali mostrano che la quota di lavoratori che utilizzano IA generativa in Italia è significativamente inferiore rispetto a paesi come gli Stati Uniti e ad alcuni paesi europei: la penetrazione si colloca sotto la media UE e si concentra nelle grandi imprese. Le spiegazioni convenzionali – età media della popolazione, struttura delle imprese, livello di istruzione – spiegano solo una parte del divario. I ricercatori evidenziano la presenza di un residuo importante che rimane non attribuito a questi fattori, suggerendo ragioni di natura organizzativa e culturale.
Il ruolo del management e degli incentivi interni
Dietro la differenza tra paesi emerge il peso del management: secondo le analisi, due misure in particolare fanno la differenza reale nell’adozione dell’IA in azienda: l’incoraggiamento dei dirigenti a sperimentare gli strumenti e la disponibilità concreta di tool messi a disposizione dei dipendenti. Sorprendentemente, la formazione formale aziendale appare meno determinante di quanto ci si aspetterebbe: è l’atteggiamento dei leader e la dotazione operativa che spingono l’uso quotidiano. In termini pratici, se le imprese italiane replicassero l’approccio manageriale delle aziende americane, il gap di utilizzo potrebbe ridursi drasticamente.
Diffusione territoriale, dimensione aziendale e impatti occupazionali
I dati Istat aggiornati al 2026, ripresi nel rapporto Anitec-Assinform, mostrano una distribuzione non uniforme dell’adozione: il Nord-Ovest si avvicina alle medie UE, mentre Centro e Sud rimangono indietro. Più rilevante però è la dimensione: oltre la metà delle imprese con più di 250 dipendenti dichiara di usare strumenti di IA, a differenza delle micro e piccole imprese. Questo disallineamento territoriale e dimensionale ha ricadute dirette sulle opportunità occupazionali locali e sulle filiere produttive.
Effetti sul lavoro: da anticipazione a trasformazione
Le evidenze internazionali indicano effetti differenziati: calo delle assunzioni per profili junior, riduzione delle offerte per ruoli tecnici e creativi standardizzabili e incremento di posizioni orientate al cliente o ad alto valore aggiunto nell’ICT. In molti casi l’azione delle imprese è preventiva: si riducono le nuove aperture in previsione di automazioni. Questo fenomeno si traduce in una pressione sulle retribuzioni iniziali e in una maggiore richiesta di flessibilità lavorativa, mentre i lavoratori senior possono beneficiare di aumenti di produttività.
Formazione, academy e proposte di policy
Il sistema formativo italiano mostra limiti strutturali: regole rigide, offerta frammentata e scarsa chiarezza per i potenziali fruitori. Di conseguenza molte grandi imprese hanno creato academy aziendali per formare internamente competenze sull’IA, soluzioni però non accessibili a tutte le imprese. Tra le proposte avanzate nel rapporto figurano misure per rafforzare il trasferimento tecnologico, maggiore cooperazione tra mondo produttivo e formativo e l’istituzione di un conto personale di formazione per l’IA che faciliti la riqualificazione continua.
Verso una strategia condivisa
L’orientamento suggerito è chiaro: ridurre il divario non è solo questione di tecnologia, ma di leadership, incentivi e politiche strutturali. Serve un piano che coinvolga imprese, istituzioni e provider formativi per estendere gli strumenti e le competenze alle PMI e ai territori meno serviti. Solo così l’Italia potrà trasformare la crescita del mercato dell’IA in un reale vantaggio competitivo diffuso.