Le aziende licenziano i dipendenti per il potenziale dell'IA, non per le sue prestazioni

L’IA porterà a licenziamenti? Le persone stanno già perdendo il lavoro a causa dell’IA? Sebbene la disoccupazione complessiva negli Stati Uniti sia ancora relativamente bassa, vi sono notevoli speculazioni sul fatto che l’adozione dell’intelligenza artificiale generativa sia stata una delle cause dei recenti licenziamenti e del rallentamento delle assunzioni, in particolare nel settore tecnologico, per i lavoratori entry-level e nei lavori di assistenza clienti e programmazione. E potrebbero essercene altri in arrivo: i principali CEO, tra cui quelli di Ford, Amazon, Salesforce e JP Morgan Chase, hanno dichiarato che molti lavori impiegatizi nelle loro aziende scompariranno presto.

Gli scettici, tuttavia, hanno sostenuto che i leader hanno utilizzato l’IA come scusa per ridurre il personale per motivi completamente estranei. Alcuni sostengono addirittura che molte delle aziende che hanno licenziato lavoratori a causa dell’IA se ne stiano già pentendo e ne stiano riassumendo alcuni.

La verità è difficile da stabilire. Sebbene la questione di come l’intelligenza artificiale possa creare, distruggere o modificare i posti di lavoro sia una delle più importanti del nostro tempo, molte previsioni al momento si sono rivelate piuttosto errate, sia per quanto riguarda la quantità di posti di lavoro persi (troppo pessimistiche), sia di nuovi posti di lavoro creati (troppo ottimistiche), sia per i tempi in cui avverranno i principali cambiamenti nel mercato del lavoro (molto più lenti del previsto).

Per fare luce su ciò che sta realmente accadendo, nel dicembre 2025 abbiamo intervistato 1.006 dirigenti globali per capire come pensano che l’IA possa cambiare la loro attività e influenzare le loro decisioni in materia di organico. Quello che abbiamo scoperto è che l’IA è responsabile di almeno alcuni licenziamenti, ma che questi sono quasi completamente anticipatori dell’impatto dell’IA. In altre parole, la perdita di posti di lavoro e il rallentamento delle assunzioni sono reali, anche se le aziende stanno ancora aspettando che l’IA generativa mantenga le sue promesse.

Come l’intelligenza artificiale potrebbe sottrarre posti di lavoro e come probabilmente non lo farà

L’IA generativa è ancora agli albori. Le nuove tecnologie precedenti, dall’elettricità a Internet, hanno impiegato molti anni per mostrare il loro impatto sulla forza lavoro. Esistono prove sostanziali che l’IA generativa non sta portando a un valore economico significativo in molte organizzazioni, il che suggerisce che la riduzione dei costi tramite licenziamenti non sta avvenendo in misura significativa. Le assunzioni negli Stati Uniti hanno subito un rallentamento, ma potrebbero esserci molte ragioni diverse dall’IA, come i timori di recessione o le assunzioni eccessive durante la pandemia da Covid, che potrebbero spiegarlo.

Cosa significa che l’IA sostituisce i lavoratori umani? Non è così semplice come potrebbe sembrare.

Da un lato, l’IA svolge tipicamente compiti specifici e non interi lavori. Ad esempio, il premio Nobel Geoffrey Hinton ha affermato nel 2016 che era “del tutto ovvio” che l’IA avrebbe superato i radiologi umani entro cinque anni. A distanza di dieci anni, non vi è alcuna prova che un solo radiologo abbia perso il lavoro a causa dell’IA, in parte perché svolgono molti compiti oltre alla lettura delle immagini delle scansioni. Anzi, vi è una notevole carenza di radiologi.

Inoltre, è difficile e richiede molto tempo determinare quali lavori umani possano essere sostituiti dall’IA. Per comprendere l’impatto dell’IA generativa sulla produttività sono necessari esperimenti e misurazioni rigorosi, che poche organizzazioni hanno effettuato.

Sebbene vi siano prove preliminari di aumenti della produttività individuale in alcuni lavori, ad esempio un miglioramento del 10-15% nelle prestazioni di programmazione, le aziende hanno riscontrato che tradurre i miglioramenti della produttività individuale in un processo aziendale sostanzialmente più efficiente e di qualità superiore è difficile. Per una grande organizzazione è complesso, per non dire impossibile, determinare con precisione quante persone e quali capacità di IA sono necessarie per svolgere i lavori in un processo strutturato in modo ottimale. Inoltre, un altro recente sondaggio ha rilevato che i dipendenti ritengono che i guadagni di produttività basati sull’IA siano molto inferiori a quelli previsti dai dirigenti di alto livello.

Un sondaggio tra i dirigenti suggerisce effetti di anticipazione

Per capire cosa sta succedendo in questo momento, abbiamo intervistato 1.006 dirigenti globali alla fine del 2025. Questo sondaggio, da noi ideato e sponsorizzato da Scaled Agile, un’azienda che si occupa di IA e metodi di agilità aziendale, ha valutato le opinioni sul valore economico dell’IA da parte di dirigenti che hanno familiarità con le iniziative delle loro aziende. Abbiamo chiesto loro quali tipi di tecnologie stavano producendo il maggior valore, quali approcci utilizzavano per misurarlo e riportarlo e se il valore dell’IA derivasse dalla riduzione del personale.

Poiché molti dirigenti concentrano tutta la loro attenzione sull’IA generativa e sulla sua capacità di sostituire il lavoro intellettuale e di conoscenza svolto dagli esseri umani, potremmo aspettarci che il valore economico derivi dall’aumento della produttività di tali lavoratori e dalla conseguente riduzione del personale. Ma non è proprio questo ciò che emerge dai dati.

Il sondaggio ha rilevato che le organizzazioni hanno difficoltà a stabilire il valore economico dell’IA generativa: il 44% ha affermato che si tratta della forma di tecnologia IA più difficile da valutare in tal senso (più difficile da valutare rispetto all’IA analitica, a quella deterministica e a quella agentica). Nel complesso, tuttavia, il 90% degli intervistati ha affermato che le proprie organizzazioni stanno ottenendo un valore da moderato a elevato.

Per quanto riguarda la perdita di posti di lavoro e la riduzione del personale, tuttavia, i risultati del sondaggio suggeriscono che le aziende stanno prendendo decisioni in tal senso prima di vedere i benefici dell’impatto dell’IA. La maggior parte delle organizzazioni intervistate ha già effettuato riduzioni del personale da basse a moderate (39%) o consistenti (21%) in previsione dell’IA. Un altro 29% sta assumendo meno persone del normale in previsione della futura IA. Solo il 2% delle organizzazioni ha già effettuato riduzioni significative del personale in relazione all’effettiva implementazione dell’IA. Una percentuale piuttosto elevata (9%) degli intervistati non è sicura della portata o del motivo delle riduzioni di personale legate all’IA.

Questi risultati suggeriscono che il fenomeno dell’IA che sostituisce i posti di lavoro e riduce le assunzioni è in qualche modo artificiale. I dirigenti aziendali che intraprendono queste azioni potrebbero credere davvero che l’IA porterà alla fine a un’automazione su larga scala, anche se ciò non è ancora avvenuto. Non siamo affatto sicuri che ciò accadrà a breve, ma certamente ci sono state molte previsioni in tal senso. L’altra opzione è che si tratti semplicemente di una presa di posizione, e che l’IA sia un motivo disponibile per annunciare licenziamenti rispetto alla semplice necessità di ridurre i costi.

Questo approccio ha dei costi

Sebbene annunciare licenziamenti, un rallentamento o un arresto delle assunzioni a causa dell’IA possa essere allettante per la stampa o per gli analisti finanziari, ha importanti conseguenze negative. Ad esempio, potrebbe suggerire ai dipendenti rimasti che presto perderanno anche loro il lavoro. Forse questo è l’obiettivo, ma probabilmente impedirà loro di esplorare il modo più adatto per migliorare il proprio lavoro con l’IA. Affermare falsamente che l’IA è la ragione dei licenziamenti può anche alimentare il cinismo tra i dipendenti riguardo all’IA e alle sue implicazioni. Anche la società in generale potrebbe diventare più negativa nei confronti dell’intelligenza artificiale di quanto non lo sia già; un sondaggio del 2025 ha suggerito che metà degli americani è più preoccupata che entusiasta dell’aumento dell’uso dell’IA nella vita quotidiana. L’aumento delle preoccupazioni potrebbe indurre i consumatori ad allontanarsi dai prodotti e dai servizi che utilizzano l’IA.

Alcune aziende che hanno recentemente annunciato licenziamenti di massa a causa dell’IA hanno già dovuto riassumere alcuni dipendenti o hanno dovuto affrontare critiche pubbliche. Klarna, ad esempio, la fintech svedese che offre prestiti e-commerce “buy now, pay later”, aveva ridotto la sua forza lavoro umana del 40% tra il 2022 e il 2024, sostenendo che l’IA potesse svolgere gran parte del loro lavoro. Ma nel 2025 l’amministratore delegato dell’azienda ha ammesso che questa aveva affidato troppo lavoro all’IA, in particolare nei ruoli di assistenza clienti. L’azienda di apprendimento linguistico Duolingo ha annunciato che l’IA sarebbe stata utilizzata per sostituire molti collaboratori umani e ha ricevuto numerose critiche sui social media.

Cosa fare invece

Invece di annunciare riduzioni di posti di lavoro dovute all’IA prima di sapere come questa influirà realmente, esistono diverse alternative che possono essere combinate per un approccio particolarmente efficace all’implementazione dell’IA.

Le applicazioni aziendali dell’IA generativa che affrontano una questione o un problema aziendale specifico sono più adatte per fornire valore alle organizzazioni e rendono più facile determinare l’impatto sui posti di lavoro in quel settore aziendale.

Tali casi d’uso ristretti e approfonditi coinvolgono in genere uno o pochi posti di lavoro, rendendo possibile misurare con attenzione e precisione l’impatto dell’IA sui posti di lavoro e sulla produttività. Il modo migliore per farlo è condurre un esperimento controllato con e senza IA. I candidati per questo tipo di casi d’uso aziendali sono quelli strategici per la vostra organizzazione o quelli che altre aziende hanno già trovato suscettibili di trasformazione con l’IA. Questi includono, ad esempio, la programmazione e lo sviluppo di sistemi e il servizio clienti.

Procedete in modo graduale con i licenziamenti legati all’IA e ricorrete al turnover naturale quando possibile. I licenziamenti su larga scala giustificati dall’IA comportano il rischio di eliminare lavori importanti e dipendenti che non possono essere facilmente sostituiti. È molto meglio ricorrere al turnover naturale o licenziare i dipendenti con problemi di rendimento.

Avviate un processo di riprogettazione dei processi aziendali con l’IA come fattore abilitante di nuovi flussi di lavoro. È il modo migliore per determinare in che modo l’IA può supportare nuovi modi di svolgere il lavoro. Idealmente, le aziende coinvolgeranno i propri dipendenti esistenti nello sforzo di ideare modi migliori per svolgere il loro lavoro.

Rendete chiaro il ruolo positivo dell’IA. Le organizzazioni che annunciano fin dall’inizio che lo scopo dell’IA è quello di liberare i dipendenti per svolgere compiti più importanti tendono ad avere molto più successo di quelle che annunciano fin dall’inizio licenziamenti su larga scala. Se i dipendenti ritengono che i licenziamenti siano l’ultima risorsa dell’IA, sono molto più propensi a impegnarsi nell’uso della tecnologia per migliorare il proprio lavoro.

SEBBENE NON CONOSCIAMO ancora l’entità della riduzione della forza lavoro causata dall’IA, sembra inevitabile che ci sarà. Naturalmente, speriamo che sarà compensata da nuovi posti di lavoro legati all’IA, che oggi non è possibile prevedere completamente. Nel frattempo, non serve a nulla dipingere l’IA come la ragione di licenziamenti su larga scala che in realtà sono solo goffi tentativi di ridurre rapidamente i costi.

Thomas H. Davenport è Professore Emerito di Information Technology e direttore di facoltà del Metropoulos Institute for Technology and Entrepreneurship presso il Babson College, ricercatore ospite presso il MIT Initiative on the Digital Economy e consulente senior del Chief Data and Analytics Officer Program di Deloitte. Laks Srinivasan è cofondatore e CEO del Return on AI Institute ed è stato in precedenza COO di Opera Solutions, una delle prime aziende di servizi di big data e IA.