AI e futuro del lavoro: cosa ci dice davvero lo studio di Anthropic

Il 5 marzo 2026 Anthropic ha pubblicato uno studio intitolato Labor market impacts of AI: A new measure and early evidence, uno dei primi tentativi sistematici di misurare l’impatto reale dell’intelligenza artificiale sul mercato del lavoro attraverso dati di utilizzo effettivo dei modelli linguistici.

Il report analizza milioni di interazioni professionali con sistemi di AI e introduce una nuova misura chiamata observed exposure, che combina la capacità teorica dei modelli linguistici, il loro utilizzo reale nel lavoro quotidiano e il tipo di attività svolte nelle diverse professioni. Questa metodologia permette di osservare qualcosa che manca spesso nelle discussioni sull’AI: il comportamento reale delle persone nel lavoro, non solo ciò che la tecnologia potrebbe fare in teoria.

.

Il dato che cambia la prospettiva

Uno dei risultati più rilevanti riguarda la distanza tra possibilità tecnologica e utilizzo reale. Dal report emerge che circa il 36% delle professioni utilizza l’AI per almeno un quarto delle proprie attività, mentre solo il 4% la impiega per oltre tre quarti dei compiti.Il quadro che ne risulta è molto diverso dalla narrazione dominante. L’intelligenza artificiale non sta cancellando professioni intere: sta intervenendo su attività specifiche dentro le professioni. Un lavoro è composto da molti elementi — analisi, comunicazione, decisioni, relazioni, coordinamento, responsabilità — e solo alcune di queste dimensioni si prestano all’automazione. Altre resistono molto di più.

.

Fonte: Anthropic Research, Labor market impacts of AI, 5 March 2026.

.

AI nel lavoro: più integrazione che sostituzione

Il report rivela anche come le persone utilizzino concretamente questi strumenti. Le interazioni analizzate mostrano due modalità principali: circa il 57% riguarda un uso di supporto, in cui l’AI potenzia le capacità del professionista, mentre il restante 43% corrisponde a un’automazione diretta di singoli compiti.

Nella maggior parte dei casi, dunque, l’AI non sostituisce il professionista. Diventa uno strumento che accelera alcune attività, riduce il lavoro ripetitivo e aumenta la produttività cognitiva. Molti sviluppatori software, per esempio, utilizzano modelli linguistici come copiloti di programmazione. Lo stesso accade nella scrittura tecnica, nell’analisi dati e nella ricerca informativa.

.

Dove l’AI è già molto presente

I dati mostrano una concentrazione molto forte in alcune categorie professionali. Le attività più coinvolte sono lo sviluppo software, la scrittura tecnica, l’analisi dati, la produzione di documenti e la ricerca informativa — non a caso circa il 37% delle richieste analizzate proviene da professioni informatiche e matematiche.

Queste attività condividono alcune caratteristiche: sono digitali, linguistiche o analitiche, ripetitive e facilmente formalizzabili. È in queste condizioni che l’automazione avanza più rapidamente.

.

Le professioni più esposte

Tra i lavori con la maggiore esposizione troviamo programmatori, operatori di customer service, addetti al data entry, analisti finanziari e analisti di marketing. Nel dataset di Anthropic, i programmatori risultano avere una copertura potenziale delle attività superiore al 75%, mentre il customer service supera il 70%.

Questo non significa che queste professioni spariranno. Significa che una parte consistente delle loro attività verrà riorganizzata o automatizzata.

.

Fonte: Anthropic Research, 5 March 2026.

.

Le professioni meno esposte

All’estremo opposto si trovano lavori con esposizione molto bassa: cuochi, meccanici, bartender, operatori di servizi manuali, tecnici che lavorano su infrastrutture fisiche. Queste professioni richiedono presenza nel mondo reale, manipolazione fisica e gestione di contesti complessi. La robotica, in questi ambiti, avanza molto più lentamente rispetto all’AI cognitiva.

.

L’effetto sul mercato del lavoro

Uno degli aspetti più interessanti dello studio riguarda l’impatto occupazionale: i ricercatori non trovano un aumento significativo della disoccupazione nelle professioni più esposte all’AI. Questo dato è coerente con molte analisi economiche sulle trasformazioni tecnologiche. Anche con l’introduzione di Internet o dell’automazione industriale, l’impatto sul lavoro si è manifestato principalmente attraverso la trasformazione delle attività, non attraverso la scomparsa immediata delle professioni.

.

Il primo segnale osservabile: le assunzioni entry level

Nel report compare però un segnale degno di attenzione. Tra i lavoratori più giovani (22-25 anni) si osserva una riduzione delle nuove assunzioni nelle professioni più esposte all’AI di circa il 14% rispetto al 2022.

.

Fonte: Anthropic Research, 5 March 2026.

.

Questo suggerisce una dinamica che diversi economisti stanno iniziando a discutere: molte aziende utilizzano l’AI per svolgere attività che in passato venivano affidate ai ruoli junior — preparazione di report, analisi preliminare di dati, sintesi documentale, supporto operativo. Il risultato non è l’eliminazione delle professioni senior, ma la contrazione della domanda nelle posizioni di ingresso.

.

Dove rimane il valore umano

Osservando il mercato del lavoro con attenzione emerge una distinzione importante. Esistono categorie di attività che l’intelligenza artificiale fatica molto di più a sostituire.

Tra queste: i lavori fisici — edilizia, manutenzione, servizi tecnici, assistenza alla persona; i lavori di responsabilità decisionale — management, imprenditoria, governance, direzione strategica; i lavori relazionali complessi — coaching, leadership development, consulenza, negoziazione, psicologia.

Queste attività hanno in comune la necessità di contesto, responsabilità, giudizio e relazione umana.

.

Il coaching nell’era dell’AI

Il coaching professionale rientra tra le attività più difficili da automatizzare completamente. Non perché resterà immutato — cambierà, come cambierà tutto — ma perché il suo valore non risiede nelle procedure standard, bensì in dimensioni più profonde della relazione professionale.

Quando una persona affronta decisioni rilevanti nella propria carriera, non cerca solo informazioni: cerca qualcuno con cui confrontarsi. Un coach ascolta, interpreta il contesto, aiuta a valutare scenari e accompagna la persona attraverso le conseguenze delle proprie scelte. Questa dimensione implica responsabilità reciproca, e nessun sistema automatizzato può replicarla davvero.

C’è poi la questione della legittimazione. La fiducia nel coaching nasce spesso da elementi concreti: storia professionale, esperienza diretta, risultati ottenuti, credibilità personale. La relazione non dipende solo dalla qualità delle risposte, ma dalla percezione della persona che le offre.

Nei percorsi legati alla leadership, infine, il coach non applica semplicemente un metodo: diventa un riferimento. I clienti osservano il comportamento del coach tanto quanto le sue parole — il modo in cui interpreta i problemi, prende decisioni, gestisce l’incertezza, comunica con gli altri.

.

Il coaching cambierà comunque

La presenza dell’AI porterà trasformazioni anche nel settore del coaching. Molte attività di supporto potranno essere automatizzate o assistite: esercizi di riflessione guidata, simulazioni di conversazione, allenamento decisionale, feedback tra una sessione e l’altra.

Questo modifica il ruolo del coach: il lavoro si sposta progressivamente verso l’analisi iniziale, l’interpretazione del contesto, lo sviluppo della leadership e il supporto decisionale — tutte attività in cui il valore umano rimane insostituibile.

.

Coaching, AI e sviluppo della leadership: cosa dice la ricerca

La letteratura scientifica sul coaching professionale offre elementi utili per comprendere perché queste competenze stiano diventando sempre più centrali nell’era dell’intelligenza artificiale.

Anthony Grant (University of Sydney) è uno dei ricercatori più citati nel campo del coaching evidence-based. Il suo studio pubblicato sul Journal of Positive Psychology (2014) sull’impatto del coaching su manager e leader aziendali mostra miglioramenti significativi nella capacità decisionale, nella resilienza e nel raggiungimento degli obiettivi. Grant sottolinea che il valore del coaching emerge soprattutto nei contesti complessi, dove le persone devono interpretare situazioni ambigue e prendere decisioni difficili.

Passmore e Tee (2023), nel volume The Digital and AI Coach (Routledge), descrivono un modello emergente nelle organizzazioni: coaching umano per diagnosi, riflessione e sviluppo della leadership; strumenti digitali o AI per l’allenamento continuo tra una sessione e l’altra. La loro tesi centrale è che la tecnologia non elimina il coaching umano, ma ne modifica le modalità di erogazione e aumenta la frequenza dell’allenamento comportamentale.

Anche Harvard Business Review ha dedicato negli ultimi anni diversi contributi a questo tema. Davenport e Mittal (2022) mostrano come l’AI stia automatizzando molte attività analitiche dei manager, mentre cresce l’importanza delle competenze relazionali e di leadership. Il report Gartner/HBR Analytic Services (2023) evidenzia come le organizzazioni investano sempre di più in competenze come coaching, comunicazione e decision making. Herminia Ibarra (2019) descrive il passaggio da modelli gerarchici di management a modelli basati sul coaching come uno dei cambiamenti organizzativi più rilevanti del decennio.

.

Cosa emerge da queste ricerche

La direzione è abbastanza chiara. La tecnologia tende ad automatizzare ciò che è ripetitivo, analitico e formalizzabile. Cresce invece di valore tutto ciò che richiede interpretazione del contesto, responsabilità decisionale, relazione umana e sviluppo delle persone. È esattamente in questo spazio che si collocano competenze come leadership e coaching.

.

Note

Questo articolo nasce da una riflessione sul rapporto tra intelligenza artificiale, leadership e coaching professionale sviluppata all’interno del Metodo Leadership Essenziale® e dei programmi di formazione della Simone Volpi Leadership Coaching School® .

.

Buon inizio settimana, 

Simone

.

.

---