Nei primi tre articoli di questa serie (primo, secondo e terzo) abbiamo visto che l’intelligenza artificiale non impatta su lavori monolitici, ma su task che possono essere automatizzati, accelerati e ricomposti in workflow differenti. Questi cambiamenti producono, già oggi, guadagni di produttività in alcuni contesti, ma non si trasferiscono automaticamente alle imprese e all’intera economia. E anche quando aumentano la produttività, possono ridurre la scarsità e il valore economico di alcune competenze. Rimane la domanda che domina il dibattito pubblico: l’IA creerà o distruggerà posti di lavoro?
Nel giugno 2026 il Wall Street Journal ha rivolto questa domanda a sedici economisti di primo piano. Sulla produttività il verdetto è stato quasi unanime: quindici su sedici prevedono che l’IA la aumenterà in misura significativa, mentre nessuno si aspetta una diminuzione. Quando si passa all’occupazione, lo stesso gruppo si divide. Tra i quindici economisti che hanno indicato una direzione, otto non prevedono un cambiamento netto rilevante, cinque si aspettano perdite e due una crescita.
La domanda “quanti posti spariranno?” non è inutile. Ma, presa da sola, rischia di nascondere la trasformazione più importante.
L’argomento rassicurante: il paradosso di Jevons
Chi è ottimista si appoggia sul cosiddetto paradosso di Jevons. Nel 1865 l’economista William Stanley Jevons osservò che il miglioramento dell’efficienza dei motori a vapore non aveva ridotto il consumo di carbone in Gran Bretagna. Lo aveva aumentato. Rendendo l’energia più conveniente, aveva moltiplicato gli usi possibili e allargato il mercato.
Applicato all’IA, il ragionamento è questo: se produrre software, consulenza, contenuti, assistenza o analisi diventa meno costoso, imprese e consumatori ne richiederanno una quantità maggiore. L’espansione della domanda può compensare, o persino superare, il lavoro risparmiato in ogni singola attività. È uno dei motivi per cui le precedenti ondate di automazione non hanno prodotto una disoccupazione tecnologica permanente su larga scala.
Il punto è capire se il meccanismo funzioni sempre nello stesso modo e, soprattutto, chi partecipi all’espansione del mercato descritta da Jevons.
Il malinteso: domanda e lavoro non crescono necessariamente insieme
Sangeet Paul Choudary, nel saggio The Jevons Misunderstanding, non sostiene che il paradosso sia falso. Ne mette in discussione l’applicazione automatica al lavoro. Il fatto che la domanda cresca non significa che il vecchio sistema produttivo venga semplicemente ingrandito.
L’IA può cambiare il modo in cui il servizio viene prodotto, distribuire diversamente i task e separare il professionista dal cliente. Può incorporare una parte della conoscenza in un modello o in una piattaforma, consentendo a un numero minore di persone di gestire un volume molto maggiore di attività. Per esempio, una maggiore domanda di traduzioni non implica necessariamente più traduttori nelle stesse condizioni. Potrebbe significare miliardi di traduzioni automatiche e una domanda più limitata, ma più qualificata, di revisione e responsabilità editoriale.
La domanda può quindi espandersi senza attraversare gli stessi lavoratori, le stesse imprese o gli stessi ruoli. È la distinzione incontrata nel pezzo precedente tra augmentation e complementarità. L’IA può aiutare una persona a svolgere meglio un task senza aumentare la sua quota sul nuovo valore generato. Un mercato più grande può premiare chi possiede il modello, i dati, il canale distributivo o la relazione con il cliente, mentre il lavoro diventa più standardizzato e negoziabile.
Il paradosso di Jevons descrive la possibile espansione della torta. Non stabilisce chi riceverà le fette.
Finora non si vede un collasso dell’occupazione
Tornando alla domanda iniziale, va detto che finora non esiste evidenza di un crollo occupazionale generalizzato provocato dall’intelligenza artificiale generativa. Gli studi basati su dati amministrativi e grandi indagini trovano soprattutto effetti piccoli, concentrati o ancora difficili da separare dal ciclo economico.
Mentre dietro i grandi annunci, spesso ci sono aziende che usano l’IA come scusa per licenziare. In uno studio del 2026, Challenger, Gray & Christmas ha registrato 38.579 tagli annunciati e attribuiti dalle stesse aziende all’IA. Nello stesso mese, l’occupazione non agricola statunitense è cresciuta di 129.000 unità.
Insomma, l’apocalisse occupazionale non è arrivata, ma questo non vuol dire che tutti siano contenti.
Gli effetti possono concentrarsi all’ingresso
Uno studio dello Stanford Digital Economy Lab, basato sui dati retributivi di milioni di lavoratori americani, ha trovato che dopo la diffusione dell’IA generativa l’occupazione delle persone tra i 22 e i 25 anni nelle professioni più esposte ha registrato un calo relativo del 16% anche dopo aver controllato alcuni shock a livello di impresa.
Nelle stesse professioni, l’occupazione dei lavoratori più esperti rimaneva più stabile o continuava a crescere. Un’impresa può quindi decidere di mantenere i professionisti senior, affiancandoli con strumenti capaci di assorbire una parte del lavoro prima svolto dai junior.
Questo non significa che l’IA abbia causato da sola il calo osservato. Siccome le professioni più esposte sono spesso concentrate nei settori che avevano assunto molto durante la pandemia, il rallentamento può dipendere anche dalla correzione di quelle assunzioni, dalla congiuntura e dai cambiamenti nella composizione delle imprese.
Gli stessi ricercatori di Stanford hanno mostrato che, introducendo controlli più severi per gli shock aziendali, il deterioramento più netto emerge soprattutto dal 2024. Inoltre la loro dashboard aggiornata mostra che le traiettorie variano tra professioni e possono modificarsi nel tempo.
Il dato va quindi letto come un segnale precoce, non come una sentenza definitiva.
Un posto può restare mentre il suo valore cambia
Infine, va considerato il tema esplorato in un precedente articolo. Concentrarsi soltanto sull’occupazione rischia di perdere un’altra parte della trasformazione in essere. Oggi un lavoratore può conservare il posto e vedere comunque diminuire il proprio potere contrattuale. Può gestire più attività, anche con l’aiuto dell’IA, ma senza per questo ottenere un aumento.
Dunque il numero dei posti non esaurisce la questione iniziale. Contano anche salari, condizioni, autonomia, possibilità di apprendere e quota del valore che rimane a chi lavora.
In effetti, secondo il Global AI Jobs Barometer 2026 di PwC ci sono annunci di lavoro che premiano chi ha competenze specifiche di IA (+ 62% di stipendio rispetto a ruoli simili che non le richiedono). Questo è un segnale reale di domanda. Mostra che alcune persone stanno già beneficiando della trasformazione (chi sviluppa modelli, integrazioni o fa usi avanzati). Non dimostra, però, che il semplice utilizzo dell’IA protegga automaticamente ogni lavoratore.
In definitiva, la stessa tecnologia può produrre traiettorie opposte:
- premiare chi acquisisce una nuova forma di scarsità;
- comprimere il valore di chi offre un output diventato facilmente replicabile;
- ridurre alcuni ruoli d’ingresso;
- creare nuova domanda in mercati che prima non esistevano.
Non sappiamo ancora quale dinamica prevarrà, né per quali categorie. Per questo è eccessivo concludere che l’IA stia creando una piccola élite vincente e una maggioranza perdente. I dati non consentono di misurare gruppi così netti. Consentono però di escludere una lettura uniforme: non esiste un solo effetto dell’IA sul lavoro.
La domanda che conviene farsi
Abbiamo capito che la domanda utile non è soltanto quanti posti l’IA porterà via o creerà, ma come viene ricomposto il sistema produttivo e dove si sposta il valore. Per un professionista ciò implica chiedersi non solo quali strumenti imparare, ma quale ruolo occupare nel nuovo workflow. La propria competenza alimenta un sistema controllato da altri oppure permette di definire il problema, governare il processo e assumersi la responsabilità del risultato?
Per chi guida un’impresa significa decidere se utilizzare l’IA soltanto per comprimere il costo del lavoro o anche per creare nuovi prodotti, ampliare la domanda e costruire capacità che rendano le persone più preziose. L’alternativa non è puramente morale. Un’organizzazione che elimina tutti i percorsi di apprendimento può risparmiare oggi e scoprire domani di non avere più professionisti capaci di controllare i sistemi, gestire le eccezioni e innovare.
Per chi scrive le regole significa osservare non soltanto il tasso di disoccupazione, ma anche la qualità dei nuovi lavori, la concentrazione del mercato, la possibilità per i lavoratori di partecipare ai guadagni di produttività e l’accesso alla formazione.
La traiettoria della tecnologia non è completamente predeterminata. Dipende dagli incentivi con cui viene progettata e adottata, dalle istituzioni e dalle decisioni organizzative.
Il problema di tutto il dibattito attuale è che disponiamo ancora di pochi dati e li raccogliamo più lentamente di quanto la tecnologia cambi. Per questo le risposte semplici sono poco credibili, sia quando promettono la fine del lavoro sia quando invocano Jevons come garanzia automatica di prosperità condivisa.
La torta potrebbe crescere. Alcuni nuovi lavori potrebbero nascere e altri scomparire. Molti ruoli potrebbero restare formalmente uguali mentre cambiano contenuto, salario e potere contrattuale. Dunque la domanda decisiva non è soltanto se ci sarà ancora lavoro. È chi controllerà il sistema nel quale quel lavoro verrà svolto, e chi terrà il coltello quando arriverà il momento di dividere la torta.