C'è una domanda che attraversa praticamente tutte le professioni:
"L'IA mi sostituirà?"
Lo chiedono gli avvocati.
Lo chiedono i designer.
Lo chiedono anche programmatori, insegnanti, giornalisti, medici, pubblicitari e analisti.
La domanda sembra ragionevole perché ci fa immaginare un momento molto chiaro.
Oggi c'è una persona su quella sedia.
Domani c'è una macchina.
Finché quel giorno non arriva, continuiamo a lavorare e interpretiamo la permanenza del nostro ruolo come un segno di sicurezza.
Ma probabilmente non sarà così.
La tua professione potrebbe continuare a esistere.
Il tuo titolo professionale potrebbe mantenere lo stesso nome.
La tua azienda potrebbe continuare ad assumere persone per lo stesso settore.
Eppure, tutto ciò che dava sicurezza, potere contrattuale e un futuro a quel lavoro potrebbe iniziare a cambiare.
Il rischio non inizia quando la professione scompare. Inizia quando continua a esistere, ma inizia a richiedere meno persone.
Una professione non è una cosa sola
Immagina una giovane analista di marketing di nome Clara.
Clara sta iniziando la sua carriera.
Durante la settimana, fa ricerche sui concorrenti, organizza informazioni, prepara presentazioni, scrive prime bozze, monitora campagne e trasforma i risultati in report.
Nessuno di questi compiti, preso singolarmente, definisce cosa significa lavorare nel marketing.
Ma insieme, occupano gran parte della sua routine.
Inoltre insegnano a Clara come praticare la professione.
Quando fa ricerche su un concorrente, impara a distinguere un cambiamento importante da una novità irrilevante.
Quando prepara un report, impara quali numeri stanno bene e quali rappresentano effettivamente dei risultati.
Quando scrive una prima bozza, capisce come un'idea cambia in base al pubblico, al prodotto e al momento.
Quando segue qualcuno più esperto che revisiona il suo lavoro, inizia a percepire criteri che non riusciva ancora a spiegare da sola.
Ora immagina che l'azienda di Clara adotti l'IA.
La ricerca iniziale richiede minuti.
I dati arrivano organizzati.
La presentazione ottiene automaticamente una prima struttura.
Il report esce già con un riassunto.
Dieci versioni di un testo possono essere prodotte prima che Clara finisca la prima.
La professione del marketing è scomparsa?
No.
Clara ha perso il lavoro?
Non necessariamente.
Ma è successo qualcosa di importante.
Una professione non è un blocco unico.
È composta da compiti, decisioni, conoscenze, relazioni, responsabilità, giudizi e rischi assunti.
L'IA non deve padroneggiare tutto questo per trasformare il mercato.
Deve solo entrare nelle parti giuste.
La professione è una delle ultime cose a scomparire. I compiti cambiano prima.
La prima cosa che potrebbe scomparire è la scala
È facile guardare ai compiti iniziali di Clara e vedere solo lavoro operativo.
Ricerca.
Organizzazione.
Prime bozze.
Report.
Sembra fantastico che una macchina possa togliere questo peso dalla sua routine.
Tranne per il fatto che quei compiti erano anche i primi gradini della sua formazione.
Clara non produceva report solo per consegnare report.
Stava imparando a guardare un'azienda.
Non faceva ricerche sui concorrenti solo per riempire una presentazione.
Stava costruendo un bagaglio di conoscenze.
Non scriveva versioni imperfette solo perché qualcuno doveva farle.
Stava sviluppando quel giudizio che, anni dopo, le avrebbe permesso di riconoscere una versione buona.
Questo meccanismo appare in molte professioni.
Un avvocato junior impara facendo ricerche su documenti, confrontando sentenze e preparando prime bozze.
Un programmatore inizia risolvendo problemi minori, scrivendo parti semplici e cercando di capire sistemi costruiti da altri.
Un designer sviluppa un senso estetico producendo varianti, adattando pezzi e ricevendo critiche.
Un pubblicitario impara facendo ricerche su riferimenti, testando approcci e osservando perché alcune idee sopravvivono alla revisione e altre no.
Quando l'IA si assume questi compiti, l'azienda non risparmia solo tempo.
Potrebbe smettere di aver bisogno di tante persone all'inizio della loro carriera.
Un professionista esperto, affiancato dall'IA, inizia a fornire ciò che prima richiedeva diversi principianti.
L'azienda apre meno posizioni.
Meno persone entrano.
Meno persone accumulano esperienza.
La carriera perde alcuni dei suoi primi gradini.
Questo sta già emergendo dai primi dati disponibili.
Uno studio dello Stanford Digital Economy Lab, basato sui registri delle buste paga negli Stati Uniti, ha rilevato un calo relativo del 16% nell'occupazione per i lavoratori tra i 22 e i 25 anni nelle occupazioni più esposte all'IA, dopo aver considerato le differenze tra le aziende.
Nello stesso studio, i professionisti più esperti nelle stesse occupazioni erano relativamente più protetti.
Gli autori stessi avvertono che lo studio è osservazionale e non dimostra che tutta la differenza sia stata causata dall'IA.
Tuttavia, il modello merita attenzione.
La pressione iniziale non sembra colpire tutti allo stesso modo.
Potrebbe iniziare proprio con coloro che avevano ancora bisogno di entrare per imparare.
L'IA potrebbe non eliminare una professione. Potrebbe eliminare il modo in cui le persone imparavano a esercitarla.
E questo solleva una domanda scomoda:
Se i lavori che formavano i professionisti esperti scompaiono, da dove arriveranno i prossimi professionisti esperti?
La posizione rimane, ma il valore migra
Clara resta in azienda.
Il suo titolo professionale rimane analista di marketing.
All'esterno, tutto sembra relativamente normale.
All'interno, l'asticella è cambiata.
Prima, l'azienda si aspettava che lei facesse ricerche, organizzasse e producesse.
Ora, poiché questi passaggi sono diventati più veloci, l'azienda si aspetta che Clara fornisca di più.
Non basta presentare dieci idee.
Deve riconoscere quali due hanno senso.
Non basta generare un report.
Deve spiegare cosa si dovrebbe fare sulla base di esso.
Non basta produrre una campagna.
Deve capire il pubblico, identificare i rischi, difendere le scelte ed essere responsabile dei risultati.
Il guadagno di produttività non si trasforma automaticamente in tempo libero.
Spesso si trasforma in una nuova aspettativa.
Una persona inizia a fornire ciò che prima richiedeva diversi.
I team si riducono.
La quantità di produzione aumenta.
L'esecuzione diventa abbondante.
E ciò che diventa abbondante di solito perde valore economico.
Forse l'IA non sostituirà tutti i designer.
Ma potrebbe permettere a un grande designer di produrre ciò che prima richiedeva un team.
Forse non sostituirà tutti gli avvocati.
Ma potrebbe ridurre il numero di persone necessarie per fare ricerche, organizzare e preparare un caso.
Forse non sostituirà tutti i professionisti del marketing.
Ma potrebbe rendere insufficiente la semplice capacità di produrre testi, presentazioni e report.
La professione rimane sul mercato.
Il numero di posti disponibili al suo interno è ciò che cambia.
E il valore inizia a concentrarsi in coloro che sanno fare qualcosa di più della semplice esecuzione.
Quando un compito diventa abbondante, saperlo eseguire non è più sufficiente per garantire valore.
Se eseguire smette di essere raro, cosa rimane di valore?
La stessa tecnologia che rompe la scala può aiutare a costruirne un'altra
Qui c'è un'importante contraddizione.
L'IA riduce la necessità di alcuni compiti attraverso cui i principianti imparavano.
Ma può anche dare a una persona l'accesso a una quantità di pratica, conoscenza e capacità che sarebbe stata impossibile da ottenere da soli.
Questo non accade automaticamente.
Clara può usare l'IA in due modi completamente diversi.
Nel primo, invia un compito, riceve una risposta, copia il risultato e lo consegna.
Sembra produttiva.
Ma non sa spiegare perché quella risposta è buona.
Non riconosce gli errori con certezza.
Non sviluppa un criterio proprio.
Più produce, più diventa dipendente da qualcosa che non sa valutare.
Sta usando l'IA per evitare il lavoro.
Ma sta anche evitando parte dell'apprendimento.
Nel secondo modo, Clara usa l'IA per ampliare la sua formazione.
Chiede allo strumento di spiegare diverse strategie.
Confronta alternative.
Cerca di prendere una decisione prima di consultare la risposta.
Chiede critiche sul suo stesso ragionamento.
Simula scenari.
Studia campagne precedenti.
Registra i suoi errori.
Crea i suoi progetti.
Testa ipotesi che non avrebbe avuto il tempo o le risorse per testare da sola.
Invece di chiedere una sola risposta, costruisce un ciclo:
provare, confrontare, ricevere feedback, correggere e riprovare.
In questo caso, l'IA non sostituisce la pratica.
Aumenta la quantità e la velocità della pratica possibile.
Ma c'è un limite importante.
L'IA non sostituisce i problemi reali.
Non sostituisce le conseguenze reali.
Non sostituisce il tutoraggio, il contatto con persone più esperte, il feedback esterno e la responsabilità progressiva.
Uno strumento capace di rispondere a tutto può anche confermare un'idea sbagliata in modo molto convincente.
Pertanto, la nuova scala non sarà costruita solo con prompt, agenti e automazioni.
Dovrà combinare l'IA con progetti reali, critiche umane, studio, sperimentazione e responsabilità.
La differenza sarà tra usare l'IA per evitare l'apprendimento e usarla per accelerare la costruzione del giudizio.
La tecnologia che rimuove alcuni dei vecchi gradini può anche aiutare a crearne di nuovi.
Solo che questa volta, parte della responsabilità di costruire quella scala potrebbe lasciare l'azienda e ricadere sul professionista stesso.
La nascita del professionista aumentato
Col tempo, Clara smette di usare l'IA solo quando deve finire un compito.
Inizia a costruire una capacità intorno a sé.
Organizza una memoria delle campagne precedenti.
Registra decisioni, risultati ed errori.
Crea un processo ricorrente per fare ricerche sui concorrenti.
Definisce criteri per valutare le idee.
Configura agenti per compiti specifici.
Automatizza i follow-up.
Mantiene organizzato il contesto di ogni cliente.
Crea passaggi di verifica prima di ogni consegna.
Clara non inizia più ogni progetto da zero.
Si porta dietro tutto ciò che ha imparato e un sistema in grado di mettere in moto quella conoscenza.
Questa è una differenza più grande del semplice saper usare ChatGPT.
C'è il professionista che usa l'IA per produrre lo stesso lavoro più velocemente.
E c'è il professionista che trasforma l'IA in memoria, processo, bagaglio culturale e capacità accumulata.
Il primo risparmia tempo.
Il secondo cambia ciò che una singola persona può assumersi.
Questo cambiamento appare già nel modo in cui le grandi aziende descrivono il lavoro.
Nel 2025 Work Trend Index, Microsoft ha presentato l'idea di team formati da umani e agenti, con professionisti che dirigono "colleghi digitali" per eseguire parti specifiche del lavoro.
Anche l'Anthropic Economic Index ha trovato due modelli distinti di utilizzo: automazione, quando il compito viene delegato, e potenziamento, quando la persona usa l'IA per imparare, validare e sviluppare il lavoro insieme.
La distinzione è importante perché premere un pulsante non crea un vantaggio duraturo.
Col tempo, quasi tutti avranno accesso agli stessi strumenti.
Il vantaggio sarà nel sistema costruito intorno a loro.
Quali informazioni hai organizzato?
Quale contesto hai accumulato?
Quali criteri hai sviluppato?
Quali processi sai coordinare?
Quali risultati sai verificare?
Quali responsabilità hai iniziato ad assumerti?
In futuro, un'azienda potrebbe non valutare solo l'esperienza, la formazione e i risultati precedenti di una persona.
Potrebbe anche voler sapere quale capacità quella persona può mobilitare.
Quali processi sa operare?
Quanto contesto può portare con sé?
Come controlla la qualità di ciò che i suoi agenti producono?
Quanto risultato può generare senza espandere il team?
La persona non arriva solo con un curriculum.
Arriva con una sorta di infrastruttura professionale propria.
L'azienda non assume solo la persona. Assume il suo giudizio e tutta la capacità di IA che ha imparato a costruire e orchestrare.
Ogni professionista può portare con sé una capacità operativa che prima apparteneva solo a un'intera azienda.
Ma questo non significa che la macchina abbia reso automaticamente prezioso il professionista.
La macchina può generare.
Qualcuno deve ancora dare una direzione.
La macchina può suggerire.
Qualcuno deve ancora giudicare.
La macchina può elaborare un'enorme quantità di informazioni.
Qualcuno deve ancora capire il contesto.
La macchina può raccomandare un'azione.
Qualcuno deve ancora rispondere delle conseguenze.
Direzione, giudizio, contesto e responsabilità non sono una difesa romantica dell'essere umano.
Sono parti concrete del lavoro.
Più la produzione diventa economica, più queste diventano importanti.
La capacità senza direzione, giudizio, contesto e responsabilità non è ancora una professione completa.
Il test che puoi fare oggi
Non aspettare che il nome della tua professione appaia su una lista di lavori minacciati.
Prendi una normale settimana lavorativa e elenca cosa fai effettivamente.
Non scrivere solo "Sono un avvocato", "Sono un designer" o "Lavoro nel marketing."
Elenca le attività.
Poi, classifica ciascuna in sei gruppi.
1. Produzione
Cosa crei, organizzi o esegui?
2. Decisione
Cosa richiede una tua scelta?
3. Contesto
Cosa dipende dalla conoscenza approfondita dell'azienda, del cliente o della situazione?
4. Responsabilità
Di cosa qualcuno deve rispondere?
5. Fiducia
Cosa dipende da relazione, reputazione o credibilità?
6. Apprendimento
Quali compiti stanno formando l'esperienza necessaria per assumere lavori più grandi?
Ora identifica cosa l'IA può già avviare.
Non chiederti solo se può fare tutto perfettamente.
È un'asticella troppo comoda.
Chiediti:
L'IA può già produrre una prima versione utile?
Se la risposta è sì, può già alterare il tempo, il costo e il numero di persone necessarie per quel compito.
Poi, cerca il rischio invisibile.
Se questo compito perde valore, cosa succede a te?
È solo operativo o fa anche parte del tuo apprendimento?
Se chiunque può eseguirlo con l'IA, perché qualcuno continuerà a scegliere te?
Stai sviluppando giudizio o stai solo aumentando la velocità?
Infine, cerca l'opportunità invisibile.
Come puoi usare l'IA per fare più pratica?
Quale conoscenza hai bisogno di organizzare?
Quale processo puoi costruire invece di limitarti ad accelerare?
Quali criteri devi sviluppare per valutare i risultati?
Quale responsabilità maggiore puoi assumerti ora che l'esecuzione richiede meno tempo?
La domanda più importante non è:
"Come posso finire il mio compito più velocemente?"
È:
"Sto usando l'IA per fare lo stesso lavoro più velocemente o per diventare un professionista con una capacità diversa?"
Il rischio inizia prima. Anche l'opportunità.
Probabilmente l'IA non arriverà un lunedì per annunciare che la tua professione ha cessato di esistere.
Il tuo titolo professionale potrebbe rimanere.
L'azienda potrebbe continuare ad assumere.
Le persone potrebbero continuare a svolgere la stessa attività per molti anni.
Il cambiamento avverrà in modo meno visibile.
Prima, alcuni compiti richiederanno meno tempo.
Poi, una persona sarà in grado di fornire ciò che prima richiedeva diverse.
Le posizioni entry-level diminuiranno.
La vecchia scala perderà gradini.
Le aspettative aumenteranno.
Alcune competenze smetteranno di essere rare.
Il valore migrerà verso nuove parti del lavoro.
Quando qualcuno finalmente chiederà se la professione è stata sostituita, potrebbe già essere la domanda sbagliata.
Il professionista più vulnerabile non è necessariamente quello la cui professione può essere automatizzata.
È quello il cui valore dipende solo da compiti che stanno diventando facili da riprodurre.
Il professionista più preparato non cerca di dimostrare di poter lavorare senza IA.
Impara a dirigere la tecnologia, verificare i suoi risultati e assumersi responsabilità che la macchina da sola non può portare.
Questo non rende nessuno impossibile da sostituire.
Ma rende una persona preparata molto più capace, preziosa e difficile da sostituire di quanto lo sarebbe lavorando da sola.
Il futuro non sarà diviso solo tra persone e macchine.
Sarà diviso tra persone che continuano a lavorare da sole e persone che hanno imparato a trasformare le macchine in un'estensione della propria capacità.
L'IA non sostituirà la tua professione tutta in una volta. Il rischio reale inizia molto prima.
Ma anche l'opportunità.
Se vuoi prepararti a questo cambiamento
Il modo migliore per prepararsi non è competere con l'IA.
È imparare a trasformarla nella tua capacità personale.
Se vuoi capire come farlo nel tuo lavoro, seguimi qui su X.
Condivido ogni giorno modi pratici per usare le nuove tecnologie per produrre meglio, assumerti maggiori responsabilità e diventare più prezioso sul mercato.
Fonti citate
- Erik Brynjolfsson, Bharat Chandar e Ruyu Chen. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab, versione di novembre 2025.
- Microsoft. 2025 Work Trend Index Annual Report: The Year the Frontier Firm Is Born.
- Anthropic. Anthropic Economic Index: Uneven Geographic and Enterprise AI Adoption, settembre 2025.
