Un nuovo studio del centro ricerche di OpenAI mappa 2.609 professioni nei 27 Stati membri. Il 16% dei mestieri italiani è ad alto rischio di sostituzione, peggio solo Germania e Grecia. Solo il 10% potrà espandersi grazie all’IA La transizione occupazionale imposta dall’IA in Italia sarà molto polarizzata – più che in ogni altro paese europeo: il 16% delle professioni sarà a rischio, il 51% non si accorgerà di nulla e solo per il 34% vi saranno effetti benefici.
È questo un estratto del nuovo rapporto di OpenAI Economic Research, pubblicato il 29 giugno e firmato dall’economista Alex Martin Richmond. L’intento è provare a mappare cosa succederà al lavoro europeo nei prossimi anni con la diffusione dell’intelligenza artificiale.
Il documento, intitolato The AI Jobs Transition Framework for the EU, analizza 2.609 professioni della tassonomia europea relativa ad abilità/competenze, qualifiche e occupazioni (Esco),
La teoria di OpenAI è che la sola capacità operativa dell’IA e il suo potenziale impiego al massimo dell’efficienza non siano sufficienti per comprenderne l’impatto sui singoli compiti svolti oggi. La previsione prende consistenza però se vengono incrociati almeno tre fattori per ciascuna delle 2.609 professioni esaminate: quanto l’IA riesce davvero a eseguire le mansioni di un ruolo; quanto sia necessaria una persona per ragioni di legge, responsabilità, presenza fisica o relazione di fiducia; quanto un eventuale calo dei prezzi del servizio potrebbe far crescere la domanda. Dall’incrocio emergono quattro macro-categorie di transizione.
La prima riguarda i lavori con cambiamento meno immediato, dove l’IA sfiora poco le mansioni oppure la presenza umana resta indispensabile. Si pensi agli insegnanti di scuola secondaria, per ragioni relazionali: l’IA può preparare materiali ed esercizi, ma la gestione della classe e il rapporto educativo restano umani. Anche le ostetriche, i tutori legali, gli assistenti sociali nelle situazioni di crisi appartengono a questa categoria, ciascuno per un motivo diverso.
La seconda categoria comprende i mestieri che potrebbero crescere se l’IA agevolasse la riduzione dei costi del servizio e quindi alimentare nuova domanda. Si parla degli agenti di viaggio e i consulenti per le energie rinnovabili: lavori dove un prezzo più basso può far partire progetti prima non sostenibili e allargare il bacino di clienti. Anche gli sviluppatori di software e gli architetti rientrano in questa categoria, secondo le stime del documento.
La terza categoria è quella della riorganizzazione: lavori dove l’IA cambia in profondità i compiti quotidiani, ma la persona resta al centro del servizio per ragioni di responsabilità, regolamentazione o contatto diretto. Gli infermieri di cura generale sono un esempio: l’IA può assumersi buona parte del carico burocratico (compilazione delle cartelle, sintesi delle informazioni cliniche), ma la relazione col paziente, l’esecuzione dei trattamenti e la responsabilità sulla sicurezza restano compiti umani. Anche i doganieri rientrano qui: le mansioni di analisi documentale possono essere assistite dall’IA, l’esercizio della funzione pubblica no. Finiscono in questa fascia anche parte delle professioni legali e diverse figure tecniche: la mansione si trasforma, lo strumento entra nella giornata di lavoro, ma il ruolo non sparisce.
La quarta categoria è quella ad alto potenziale di automazione. Si tratta di mansioni con elevata esposizione tecnica dove non scatta nessuna delle protezioni precedenti, e dove un eventuale calo dei costi non genera abbastanza domanda nuova per compensare i risparmi di manodopera. Gli addetti all’inserimento dati, gli addetti alle paghe, i rappresentanti del servizio clienti e gli agenti per il collocamento sono tra gli esempi citati nel rapporto. E per questi il rischio è davvero di perdita di lavoro.
La logica dello studio poggia su un meccanismo economico noto come “effetto rimbalzo”, variante moderna del paradosso descritto nell’’800 dall’economista britannico William Stanley Jevons. Il principio è controintuitivo: quando una tecnologia riduce il costo di produzione di un bene o servizio, il consumo può aumentare tanto da vanificare, in parte o del tutto, il risparmio iniziale di risorse. Il ragionamento applicato all’occupazione è che una professione ad alta esposizione tecnica non è automaticamente destinata a essere sostituita, perché se il calo dei costi rende il servizio più accessibile e attira nuova domanda, il bilancio in termini di posti di lavoro può restare stabile o addirittura crescere.
OpenAI misura questo fenomeno attraverso l’elasticità della domanda: di quanto aumenta la quantità richiesta di un servizio se il suo prezzo scende del 10% nei due o tre anni successivi? Il valore mediano stimato per una tipica professione europea è pari a 0,7. L’esito pratico: uno sconto del 10% attiva mediamente una crescita della domanda del 7%. La soglia critica si trova a 1. Sotto quel livello il risparmio di manodopera prevale sull’espansione del mercato e l’occupazione tende a ridursi; sopra, la nuova domanda compensa e a volte supera i guadagni di produttività, generando spazio per nuova occupazione.
Le professioni che superano questa soglia rientrano, secondo il rapporto, in tre famiglie di servizi ad alta elasticità: quelli discrezionali (che il cliente compra o rinuncia a comprare in base al prezzo), quelli basati su progetti (dove costi più bassi rendono economicamente sostenibili commesse prima al limite) e quelli erogabili a distanza tramite piattaforme digitali (dove il mercato non è ristretto dalla geografia). All’estremo opposto stanno i settori a domanda anelastica, dove il volume del servizio è agganciato a variabili che il prezzo non modifica: bilanci pubblici predefiniti, numero di nascite, spedizioni fisiche, casistica clinica, calendari scolastici. Il guadagno di produttività in questi comparti si scarica direttamente sul fabbisogno di manodopera.
Il profilo italiano nel confronto europeo.
L’occupazione italiana si distribuisce per il 51% nella categoria dove non ci si aspetta grandi cambiamenti, per il 24% dove ci sarà riorganizzazione, per il 10% dove ci sarà crescita e per il 16% dove si concretizzerà un grande potenziale di automazione.
