Ogni poche settimane esce una nuova previsione che sostiene che l'intelligenza artificiale eliminerà milioni di posti di lavoro. Il problema è che la maggior parte di queste previsioni misura ciò che l'IA potrebbe fare, non ciò che sta effettivamente facendo. La ricerca di Anthropic per il 2026 ha cambiato le cose misurando l'utilizzo reale, e quando si confrontano i suoi risultati con i dati sulle buste paga di Stanford e con l'indice economico di Anthropic, emerge un quadro più chiaro e concreto.
Questo articolo raccoglie i più importanti Intelligenza artificiale e statistiche sull'occupazione Da queste fonti primarie. Ogni dato è collegato a uno studio pubblicato, quindi si ottengono le cifre reali anziché il panico generato dai titoli dei giornali. Ecco cosa mostrano i dati su quali lavori sono esposti, come le persone utilizzano realmente l'IA sul lavoro e se questa si sta già riflettendo sull'occupazione.
Statistiche chiave a colpo d'occhio
In teoria, l'intelligenza artificiale potrebbe gestire il 94% delle attività informatiche e matematiche, ma il suo utilizzo reale ne copre solo il 33%.
On traffico API aziendaleIl 77% dell'utilizzo è dovuto all'automazione, contro solo il 12% all'aumento delle capacità, mentre l'utilizzo da parte dei consumatori si mantiene pressoché invariato.
La professione più esposta è quella di programmatore informatico, con una copertura del 75% delle mansioni; seguono gli addetti all'inserimento dati, che si attestano al 67%.
Secondo Stanford, i lavoratori all'inizio della carriera, di età compresa tra i 22 e i 25 anni, impiegati nei settori più esposti all'intelligenza artificiale, hanno registrato un calo relativo del 13% nell'occupazione.
Il 30% dei lavoratori statunitensi non mostra alcuna copertura di intelligenza artificiale rilevata nei dati di utilizzo.
Le attività di programmazione rappresentano circa il 35% di tutti i consumi conversazioni di Claude e quasi la metà del traffico API aziendale.
I primi 20 paesi per utilizzo pro capite rappresentano il 48% dell'utilizzo globale di Claude, a dimostrazione di quanto sia ancora disomogenea l'adozione.
Da dove provengono i numeri
Queste statistiche si basano su tre filoni di ricerca interconnessi, tutti fondati su dati reali anziché su sondaggi o supposizioni.
Il primo è il rapporto di Anthropic del marzo 2026, "Labor Market Impacts of AI", che introduce una metrica chiamata esposizione osservata. Questa combina i punteggi di capacità teorica con l'utilizzo effettivo di Claude per misurare quanto di ogni lavoro venga effettivamente svolto dall'IA. Il secondo è l'Anthropic Economic Index, una serie di dati che monitora i modelli di utilizzo in base a compiti, professioni e paesi. Il terzo è "Canaries in the Coal Mine" di Stanford, uno studio di Erik Brynjolfsson e colleghi che ha analizzato i dati delle buste paga di ADP, il più grande fornitore di servizi di elaborazione paghe negli Stati Uniti.
Questi due studi, nel loro insieme, offrono due prospettive diverse sulla stessa questione. Anthropic mostra a cosa serve l'intelligenza artificiale, mentre Stanford analizza se tale utilizzo stia influenzando i dati sull'occupazione. Il fatto che i due studi concordino sostanzialmente è ciò che conferisce credibilità al quadro generale.
Il divario tra teoria e realtà
La conclusione principale che emerge da tutti questi studi è che l'impatto reale dell'IA è di gran lunga inferiore al suo potenziale. Anthropic riporta che, nei settori dell'informatica e della matematica, l'IA potrebbe teoricamente svolgere il 94% delle mansioni, ma l'utilizzo effettivo si attesta solo al 33%. Per quanto riguarda il lavoro d'ufficio e amministrativo, la situazione è simile: la capacità teorica si avvicina al 90%, ma l'adozione effettiva è ben al di sotto.
Questo divario persiste anche dove l'IA è più diffusa. La programmazione è di gran lunga l'utilizzo più comune di Claude, ma a livello professionale rappresenta ancora circa un terzo delle mansioni svolte. L'adozione è in ritardo rispetto alle capacità a causa dei limiti dei modelli, delle normative legali, delle esigenze del software e dei controlli umani che rallentano l'implementazione nel mondo reale. Il punto fondamentale è che capacità e implementazione sono due cose molto diverse, e la distanza che le separa è ciò che conta.
Come le persone utilizzano realmente l'IA: potenziamento vs. automazione
Uno dei set di dati più ricchi in questo ambito riguarda il modo in cui le persone suddividono il lavoro con l'IA. Anthropic distingue l'utilizzo in "aumento", dove l'IA aiuta un essere umano a svolgere un compito, e "automazione", dove l'IA completa il compito con un minimo intervento umano.
Sul fronte dei consumatori, l'equilibrio è pressoché perfetto e ha oscillato più volte, con l'aumento leggermente in vantaggio, attestandosi intorno al 52% contro il 45% rilevato nei report più recenti. L'utilizzo aziendale appare completamente diverso. Nel traffico API di prima parte, l'automazione domina con il 77% contro solo il 12% di aumento, e il 97% delle attività mostra modelli di automazione sull'API rispetto al 47% sull'app per i consumatori.
Nel tempo, la tendenza si orienta verso un utilizzo più automatizzato. La percentuale di conversazioni direttive, in cui gli utenti assegnano un compito a Claude e lo lasciano eseguire, è salita dal 27% alla fine del 2024 al 39% in un campione successivo. Poiché le aziende automatizzano molto più dei consumatori, l'utilizzo intensivo delle API è l'aspetto che gli economisti monitorano con maggiore attenzione per i futuri effetti sul mercato del lavoro.
Modalità di utilizzo | Consumatore (Claude.ai) | API aziendale |
Attività di apprendimento automatizzate | 47% | 97% |
Quota complessiva di automazione | Circa 45% | 77% |
Quota di incremento complessivo | Circa 52% | 12% |
Dove si concentra l'uso dell'IA: compiti e aree geografiche
L'utilizzo dell'IA è tutt'altro che uniforme. Su oltre 3,000 attività lavorative uniche rilevate su Claude, le dieci più comuni rappresentavano circa il 24% di tutte le conversazioni, percentuale che è scesa al 19% all'inizio del 2026, quando le attività di programmazione più impegnative si sono spostate sull'API e su Claude Code. Le attività di informatica e matematica da sole costituiscono circa il 35% delle conversazioni dei consumatori e quasi la metà del traffico aziendale.
Anche la distribuzione geografica è altrettanto squilibrata. Stati Uniti, India, Giappone, Regno Unito e Corea del Sud sono in testa per utilizzo complessivo di Claude, e i primi 20 paesi per utilizzo rapportato alla popolazione rappresentano circa il 48% di tutta l'attività, rispetto al 45% precedente. A livello globale, l'adozione è strettamente correlata al reddito pro capite. È interessante notare che le persone nei paesi con un minore utilizzo si affidano all'intelligenza artificiale per automatizzare il lavoro più spesso rispetto a quelle nei paesi con un elevato utilizzo.
Esiste anche un parametro per misurare la diffusione dell'IA nel mondo del lavoro. Anthropic ha rilevato che il 49% di tutte le professioni ha visto almeno un quarto delle proprie mansioni svolte utilizzando Claude, una percentuale che si è mantenuta piuttosto stabile nei dati recenti.
Le professioni più e meno esposte
Analizzando nel dettaglio specifiche professioni, tre si posizionano ai vertici della classifica per esposizione all'IA. I programmatori informatici sono in testa con il 75% delle attività svolte tramite l'utilizzo effettivo dell'IA. Seguono gli addetti al servizio clienti, poiché il loro lavoro principale si basa sempre più sul traffico di API aziendali. Infine, gli addetti all'inserimento dati con il 67%, dato che la lettura di documenti e l'inserimento di dati sono attività ampiamente automatizzate.
Per categorie generali, l'esposizione teorica è più elevata in Informatica e Matematica e in Economia e Finanza, entrambe con oltre il 94%, seguite da Management con il 91% e da Impiegati e Amministrazione con il 90%. All'estremo opposto, il lavoro fisico e di cura è quasi del tutto trascurato. La Manutenzione del verde è la categoria meno esposta dell'intero studio, con appena il 3.9% di copertura teorica, seguita da Trasporti con il 12.1% e Agricoltura con il 15.7%.
Le categorie più sicure in assoluto sono i ruoli pratici come installazione e riparazione, edilizia, agricoltura, trasporti, produzione, servizi di protezione, ristorazione, manutenzione del verde, cura della persona e ruoli di supporto sanitario. Inoltre, il 30% dei lavoratori statunitensi non presenta alcuna copertura contro l'IA, tra cui cuochi, baristi, bagnini, lavapiatti e meccanici di motociclette.
Primi segnali nei dati sull'occupazione
In questo contesto, i due filoni di ricerca offrono un utile spunto di riflessione. Anthropic non ha riscontrato alcun aumento sistematico della disoccupazione per i lavoratori maggiormente esposti dalla fine del 2022. Il divario tra i gruppi più e meno esposti era minimo e statisticamente indistinguibile da zero.
Lo studio di Stanford sulle retribuzioni ha rilevato un calo più marcato a livello di ingresso nel mondo del lavoro. I lavoratori all'inizio della carriera, di età compresa tra i 22 e i 25 anni, nei settori più esposti all'intelligenza artificiale, come gli sviluppatori software junior e il personale dell'assistenza clienti, hanno registrato un calo relativo del 13% nell'occupazione, anche dopo aver tenuto conto degli shock a livello aziendale. È fondamentale notare che tali cali si sono concentrati nei ruoli in cui l'intelligenza artificiale automatizza il lavoro anziché potenziarlo, e un aggiornamento successivo ha individuato il picco massimo del declino nel 2024.
I dati di Anthropic indicano la stessa direzione, seppur in modo più debole. L'azienda ha rilevato che le assunzioni di giovani lavoratori in professioni esposte sono diminuite di circa il 14%, un risultato che ha definito appena significativo, senza alcun effetto simile per i lavoratori di età superiore ai 25 anni. Anche il collegamento con il Bureau of Labor Statistics è debole, ma presente: ogni aumento di 10 punti percentuali nella copertura è stato accompagnato da un calo di 0.6 punti percentuali nella crescita occupazionale prevista fino al 2034. Per completezza, lo stesso CEO di Anthropic ha pubblicamente avvertito che l'intelligenza artificiale potrebbe eliminare una quota consistente di posti di lavoro qualificati di livello base nei prossimi anni, una visione ben più pessimistica di quanto i dati attuali lascino intendere.
Chi è maggiormente colpito?
Il profilo del lavoratore esposto rompe il consueto schema di automazione. Confrontando il quartile più esposto con il gruppo non esposto prima del lancio di ChatGPT, Anthropic ha scoperto che il gruppo esposto guadagnava in media il 47% in più ed era composto per il 16% da donne in più.
L'istruzione è il fattore più rilevante. Le persone con una laurea specialistica rappresentavano il 4.5% del gruppo non esposto, ma il 17.4% del gruppo più esposto, una differenza di quasi quattro volte. Questa ondata sta colpendo per primi i lavoratori della conoscenza più istruiti e meglio retribuiti, il contrario di come l'automazione precedente aveva colpito le fabbriche e i lavori manuali di routine.
Conclusione
Mettendo insieme tutte le statistiche, il messaggio risulta equilibrato piuttosto che allarmante. La portata teorica dell'IA nel lavoro intellettuale è enorme, spesso superiore al 90% in settori come l'informatica, la finanza e l'amministrazione. Ma l'utilizzo reale copre solo una frazione di questo valore, circa un terzo anche nella categoria più colpita. Il lavoro che l'IA svolge maggiormente è la programmazione, il servizio clienti e l'inserimento dati. Il lavoro che tocca a malapena è quello fisico, manuale e assistenziale.
Il quadro occupazionale rimane perlopiù tranquillo. Non si registra un'impennata generalizzata della disoccupazione legata all'esposizione all'IA, ma emerge un segnale concreto e ricorrente tra i giovani lavoratori alle prime armi, dove sia Stanford che Anthropic osservano un rallentamento delle assunzioni in ruoli ad alta intensità di automazione. La distinzione tra potenziamento e automazione è fondamentale in questo contesto, perché i posti di lavoro in cui l'IA assiste le persone si sono mantenuti stabili, mentre i primi segnali di cedimento si manifestano nei settori in cui l'IA sostituisce le mansioni.
Per i lavoratori, la lezione pratica è di non farsi prendere dal panico per un punteggio di esposizione, ma di capire da che parte di quella linea si collocano le proprie mansioni. Per i datori di lavoro e i responsabili politici, i dati offrono un sistema di allerta precoce che vale la pena monitorare man mano che si aggiorna. Il divario tra ciò che l'IA può fare e ciò che sta effettivamente facendo rimane ampio, e la velocità con cui questo divario si ridurrà sarà il dato più importante nei prossimi anni.
DOMANDE FREQUENTI
I programmatori informatici sono in testa con il 75% delle mansioni coperte, seguiti dagli addetti al servizio clienti e dagli addetti all'inserimento dati con il 67%. Anche categorie più ampie come informatica e matematica, economia e finanza e ruoli amministrativi e d'ufficio mostrano alcune delle più alte esposizioni complessive.
L'esposizione teorica misura ciò che l'IA potrebbe gestire, mentre l'esposizione osservata monitora ciò che sta effettivamente facendo sulla base di dati di utilizzo reali. I ruoli informatici e matematici, ad esempio, hanno un'esposizione teorica del 94%, ma solo il 33% è coperto nella pratica, a dimostrazione che l'adozione è ancora ben al di sotto del potenziale.
Non necessariamente: un punteggio elevato significa che l'IA potrebbe velocizzare molte delle tue attività, non che il tuo ruolo verrà eliminato. La maggior parte dell'utilizzo attuale dell'IA riguarda l'aumento delle capacità, ovvero l'IA assiste i lavoratori piuttosto che sostituirli completamente.
Sia la ricerca di Stanford che quella di Anthropic dimostrano che le assunzioni e l'occupazione di lavoratori di età compresa tra 22 e 25 anni in ruoli ad alto rischio hanno subito un rallentamento significativo, mentre i lavoratori più anziani non mostrano un impatto evidente. Ciò è probabilmente dovuto al fatto che l'intelligenza artificiale può replicare le mansioni di routine, apprese sul campo, che in genere vengono svolte dai dipendenti junior.
Le evidenze sono contrastanti e ancora preliminari: Anthropic non ha riscontrato un aumento generalizzato della disoccupazione tra i lavoratori esposti al rischio, sebbene Stanford abbia identificato un calo relativo del 13% dell'occupazione tra i giovani lavoratori alle prime armi nei ruoli a maggiore automazione. Gli effetti più evidenti finora si concentrano tra i professionisti all'inizio della carriera, non sulla forza lavoro in generale.
