L’adozione dell’intelligenza artificiale ha superato definitivamente la fase dell’introduzione sperimentale e della valutazione preliminare dei casi d’uso per entrare in una fase di integrazione strutturale e sistemica all’interno dei modelli operativi aziendali.
L’edizione 2026 del Global AI Jobs Barometer di PwC, condotta attraverso l’analisi di oltre un miliardo di annunci di lavoro distribuiti su ventisette paesi e sei continenti, evidenzia una riconfigurazione radicale delle dinamiche occupazionali, dei requisiti di competenza e della distribuzione del valore economico. Piuttosto che generare una contrazione lineare della domanda di lavoro, l’introduzione dell’intelligenza artificiale sta agendo come un catalizzatore di polarizzazione, accelerando la produttività delle imprese leader e ridefinendo i percorsi di carriera fin dalle posizioni d’ingresso. Il rapporto esamina le tendenze globali emergenti, analizzando in profondità la biforcazione del mercato occupazionale, la trasformazione delle competenze e il posizionamento specifico dell’Italia in questo nuovo scenario macroeconomico.
La polarizzazione del mercato occupazionale: il modello a doppio binario
L’evidenza macroeconomica più significativa emersa dall’analisi di PwC è la divisione del mercato globale del lavoro in due binari distinti e divergenti: il canale delle professioni “professionalizzate” (professionalised) e quello delle professioni “democratizzate” (democratised). Questa tassonomia non si basa sulla semplice automazione dei posti di lavoro, bensì su come l’interazione con l’intelligenza artificiale modifichi il livello di competenza specialistica richiesto all’operatore umano.
Nelle professioni “professionalizzate”, che rappresentano circa il 22% delle occupazioni analizzate, l’intelligenza artificiale assume compiti di routine ed esecutivi di bassa complessità, agendo come un moltiplicatore di forza per le capacità intellettuali e decisionali del lavoratore. Questo innalza la soglia di competenza richiesta, focalizzando il ruolo su attività ad alto valore aggiunto come il giudizio critico, la negoziazione e la gestione della complessità. Al contrario, le professioni “democratizzate”, che interessano il 52% delle occupazioni, vedono l’intelligenza artificiale assorbire le componenti più complesse e specialistiche del ruolo, riducendo le barriere all’entrata e consentendo a soggetti non esperti di eseguire compiti precedentemente complessi, ma comprimendo al contempo il valore economico e la complessità complessiva del lavoro stesso.
La discrepanza tra queste due categorie si riflette direttamente nei tassi di crescita occupazionale e salariale. Le posizioni professionalizzate crescono a un ritmo doppio rispetto a quelle democratizzate e beneficiano di una crescita salariale superiore del 42% a partire dal 2021. Questo divario indica che il mercato premia in modo asimmetrico la capacità di governare la tecnologia anziché la semplice esecuzione di compiti facilitati dalla stessa.
Caratteristica dell’impatto | Professioni professionalizzate | Professioni democratizzate |
Impatto dell’AI sui compiti | Automazione dei compiti di routine; amplificazione del giudizio umano. | Semplificazione di compiti complessi; riduzione delle barriere d’accesso. |
Esempi di ruoli significativi | Radiologi, selezionatori di personale, analisti finanziari. | Responsabili di servizi IT, segretari medici, addetti all’inventario. |
Quota sul mercato occupazionale | 22% delle categorie professionali studiate. | 52% delle categorie professionali studiate. |
Tasso di crescita dei posti di lavoro | Crescita doppia rispetto ai ruoli democratizzati. | Crescita significativamente più lenta e lineare. |
Dinamica salariale (dal 2021) | Incremento salariale superiore del 42% rispetto al secondo gruppo. | Compressione o stagnazione del valore economico della mansione. |
L’Effetto Superstar e il Paradosso Occupazionale
Uno dei risultati più controtendenza del rapporto di PwC riguarda il legame tra l’esposizione all’intelligenza artificiale e le dinamiche occupazionali complessive. A differenza delle tesi tradizionali che associano l’automazione tecnologica a una contrazione della forza lavoro, i dati indicano che le imprese con la maggiore integrazione di intelligenza artificiale stanno espandendo il proprio organico a un ritmo accelerato rispetto alle aziende meno esposte. A livello globale, le organizzazioni più avanzate nell’adozione dell’intelligenza artificiale hanno registrato una crescita dell’organico del 52% rispetto ai livelli di base del 2018, a fronte di un più modesto 36% osservato nelle realtà a bassa adozione.
Questa discrepanza trova spiegazione nella strategia di implementazione: le aziende leader non utilizzano la tecnologia unicamente come strumento di riduzione dei costi e di efficientamento lineare, ma come motore di reinvenzione del modello di business, sviluppo di nuovi servizi e penetrazione in mercati inediti. Di conseguenza, l’aumento della produttività genera un effetto di scala che richiede un numero maggiore di collaboratori, sebbene con profili di competenza profondamente modificati.
Parallelamente, si assiste all’emergere di un marcato effetto “superstar” sul fronte della produttività del lavoro. Se le aziende operanti nei settori ad alta esposizione all’intelligenza artificiale mostrano una crescita media della produttività del 34% rispetto al 2018 (rispetto al 24% dei settori a bassa esposizione), il quintile superiore (il top 20% delle imprese più integrate) registra un incremento straordinario della produttività pari al 163%. Questa divergenza crea un divario competitivo quasi incolmabile tra i leader tecnologici e i ritardatari, ridefinendo la struttura dei margini di profitto a livello globale.
Indicatore di performance aziendale (Base 2018) | Aziende ad alta esposizione all’AI | Aziende a bassa esposizione all’AI |
Crescita media della produttività (2025) | 34% complessivo (163% per il top 20% “Superstar”). | 24% complessivo (divario triplicato dal 2022). |
Crescita dell’organico aziendale (2025) | 52% rispetto ai livelli di base. | 36% rispetto ai livelli di base. |
Crescita salariale media dei dipendenti | 24% complessivo. | 17% complessivo. |
Sviluppo dei ricavi per dipendente (Trend) | Crescita triplicata nei settori ad alta esposizione. | Crescita lineare o stagnante. |
La trasformazione delle competenze e il nuovo ruolo delle posizioni Entry-Level
La velocità con cui l’intelligenza artificiale ridefinisce le mansioni operative si riflette nel tasso di obsolescenza e trasformazione delle competenze richieste. Nelle occupazioni a più alta intensità di intelligenza artificiale, le competenze necessarie cambiano a una velocità più che doppia (100% di accelerazione) rispetto alle posizioni meno esposte, evidenziando un divario cresciuto del 75% rispetto alle rilevazioni dell’anno precedente.
L’aspetto qualitativo di questa transizione è di fondamentale rilevanza: i nuovi compiti introdotti nei profili lavorativi esposti all’intelligenza artificiale hanno una probabilità 2,5 volte superiore di richiedere competenze prettamente umane e non replicabili dalle macchine, quali l’empatia, il giudizio critico, la creatività e la capacità di risoluzione di problemi complessi. L’intelligenza artificiale, liberando i lavoratori dalle attività routinarie e ad alta intensità di dati, innalza la necessità di competenze relazionali e decisionali.
Questa dinamica è particolarmente dirompente a livello di posizioni d’ingresso (entry-level). La tradizionale scala di carriera, in cui i primi anni di attività venivano dedicati a compiti esecutivi di apprendistato, sta subendo una compressione senza precedenti. Le posizioni junior ad alta esposizione all’intelligenza artificiale hanno una probabilità sette volte superiore di richiedere competenze storicamente associate a ruoli di livello senior, come la leadership motivazionale, la gestione dei progetti, la mentorship e il decision-making basato sui dati.
Questo scenario determina una profonda spaccatura nel mercato del lavoro giovanile. Secondo i dati della ricerca congiunta con il World Economic Forum e l’Organizzazione Internazionale del Lavoro (ILO), il 37% dei giovani lavoratori (età 15-24) a livello globale è impiegato in occupazioni a media o alta esposizione all’AI, con punte del 75% nell’Asia orientale, del 69% nel Nord America e del 63% in Europa. Sebbene il 68% dei lavoratori entry-level riferisca un incremento di produttività generato dagli strumenti di intelligenza artificiale, il 45% dichiara di trascorrere più tempo al lavoro in generale, e il 28% ritiene che almeno la metà delle proprie competenze attuali diventerà obsoleta entro soli tre anni.
La contrazione delle mansioni esecutive tradizionali spinge le imprese a un bivio. Le posizioni junior che sono state seniorizzate – integrando oltre dieci competenze complesse e relazionali – hanno registrato una crescita occupazionale del 35% dal 2019, mentre le posizioni d’ingresso esposte all’AI che non hanno subito questo aggiornamento formativo hanno registrato una contrazione del 10%. Le figure intermedie di management si trovano a dover ridefinire il proprio ruolo, evolvendo da semplici controllori o coordinatori di flussi operativi a “player-coaches”, capaci di guidare i profili junior nell’acquisizione rapida di sensibilità strategica e capacità di mediazione.
La geografia del cambiamento: analisi comparativa di Regno Unito e Malta
La diffusione dell’intelligenza artificiale e la conseguente rimodulazione dei compensi e delle opportunità mostrano marcate specificità geografiche e strutturali. Nel Regno Unito, la domanda di specialisti ha registrato un forte rimbalzo nel 2025 dopo una fase di temporaneo assestamento, portando gli annunci di lavoro per figure con competenze AI a quota 179.954 (rispetto ai circa 112.000 del 2024). Questo incremento della domanda ha triplicato il premio salariale medio nel paese, salito al 34,2% nel 2025 rispetto all’11% registrato nel 2024. La concentrazione settoriale vede primeggiare il comparto tecnologico e dei media (10%), seguito dai servizi finanziari (8%) e dai servizi professionali (4%). Tuttavia, emerge una barriera all’adozione per le piccole e medie imprese britanniche, che risultano il 45% meno propense a implementare soluzioni di intelligenza artificiale rispetto alle grandi organizzazioni a causa della carenza di competenze interne.
Malta si inserisce in questo contesto europeo partendo da una solida infrastruttura digitale. Secondo il report Digital Decade 2026 della Commissione Europea, l’isola si colloca al di sopra della media dell’Unione Europea per adozione di tecnologie AI e cloud, supportata da una copertura totale delle reti VHCN e 5G e dalla selezione come sede per una delle antenne dell’iniziativa EuroHPC CALYPSO AI Factory. Nonostante questa prontezza infrastrutturale, il tessuto imprenditoriale locale evidenzia un forte ritardo sul piano dell’esecuzione strategica. Il 56% dei leader maltesi ammette l’assenza di una figura responsabile per la valutazione dei casi d’uso dell’AI, il 75% opera senza un quadro formale di governance tecnologica e solo il 34% ha raggiunto una maturità organizzativa qualificabile come leader o trailblazer. A livello sociale, l’analisi del Fondo Monetario Internazionale indica che donne, giovani e lavoratori con livelli di istruzione secondaria affrontano un rischio di transizione occupazionale sproporzionatamente elevato, rendendo urgenti programmi pubblici di riqualificazione professionale.
Il focus verticale sul mercato italiano: dinamiche di adozione e divari di competenze
L’analisi del contesto italiano evidenzia un mercato in decisa espansione, benché inserito in un quadro europeo caratterizzato da significativi margini di crescita rispetto ai benchmark globali. Nel 2025, il numero di annunci di lavoro che richiedono esplicitamente competenze di intelligenza artificiale in Italia è aumentato di circa 24.000 unità su base annua, spingendo il volume complessivo a circa 56.000 annunci e innalzando la quota sul totale delle offerte di lavoro nazionali all’1,7%.
Anno di Riferimento | Numero di annunci di lavoro AI in Italia | Quota sul totale degli annunci di lavoro |
2018 | ~4.000 annunci | 0,2% |
2019 | ~9.000 annunci | 0,4% |
2020 | ~10.000 annunci | 0,6% |
2021 | ~15.000 annunci | 0,8% |
2022 | ~23.000 annunci | 1,0% |
2023 | ~30.000 annunci | 1,2% |
2024 | ~32.000 annunci | 1,4% |
2025 | ~56.000 annunci | 1,7% |
Sebbene questa penetrazione dell’1,7% sia in linea con altre economie europee, essa evidenzia un ritardo competitivo rispetto ai leader globali come l’India (8,1%), la Cina (6,4%), gli Stati Uniti (2,8%) e il Regno Unito (2,2%). Questa distanza riflette la struttura del tessuto produttivo italiano, storicamente caratterizzato da una minore incidenza di servizi digitali e da un’elevata presenza di micro e piccole imprese. I principali driver della domanda di lavoro in Italia rimangono settori tradizionali come l’energia e i servizi di pubblica utilità (20,8% della domanda totale di lavoro) e il settore manifatturiero (16,5%), mentre il settore pubblico rappresenta la quota minima con l’1,2% complessivo degli annunci.
La distribuzione settoriale della domanda di intelligenza artificiale in Italia vede al primo posto il comparto Technology, Media & Telecoms (TMT), dove oltre l’8% degli annunci pubblicati richiede competenze legate all’AI. Seguono i Servizi Professionali (3,4%), il Manifatturiero (1,9%) e i Servizi Finanziari (1,5%).
Un’analisi incrociata tra la diffusione degli annunci e i relativi premi salariali rivela l’assenza di un legame lineare tra la frequenza delle ricerche e il riconoscimento economico delle competenze. Il settore sanitario (Health Industries), pur esprimendo una quota limitata di annunci in termini assoluti, offre il premio salariale più elevato sul mercato italiano, pari al 47%, a causa dell’estrema scarsità di profili in grado di integrare l’AI in contesti medici e regolamentati. All’estremo opposto, la Pubblica Amministrazione presenta il premio più basso (4%), specchio di un’adozione ancora embrionale e di schemi retributivi rigidi.
Comparto industriale in Italia (Dati 2025) | Quota di annunci con richiesta AI | Premio salariale medio riconosciuto |
Settore Sanitario (Health Industries) | Quota contenuta in termini assoluti | 47% |
Servizi Professionali | 3,4% | 41% |
Tecnologia, Media & Telecomunicazioni (TMT) | >8,0% | 22% |
Mercati dei Beni di Consumo (Consumer) | Quota intermedia di penetrazione | 21% |
Manifatturiero (Manufacturing) | 1,9% | 18% |
Energia, Utility e Risorse (EUR) | Quota contenuta (sebbene sia il primo datore di lavoro) | 13% |
Servizi Finanziari (Financial Services) | ~1,5% | 10% |
Pubblica Amministrazione (Government) | ~1,2% (quota minima del mercato del lavoro totale) | 4% |
Sotto il profilo dei ruoli ricercati, il mercato italiano si caratterizza per una spiccata propensione verso i profili di utilizzo dell’intelligenza artificiale (AI User) rispetto ai ruoli di sviluppo fondamentale (AI Developer). Nel 2025, i ruoli di utente specializzato hanno guidato la crescita occupazionale con un incremento di circa 22.000 posizioni (+77% su base annua), mentre i ruoli di sviluppo si sono mantenuti su livelli molto più contenuti, crescendo di circa 1.600 posizioni (+53,3%). Questa asimmetria indica che l’Italia si sta posizionando principalmente come un integratore di tecnologie e soluzioni sviluppate all’estero, orientando la forza lavoro verso l’applicazione pratica e l’adattamento dei modelli. Perfino nel settore TMT, storicamente orientato allo sviluppo, l’87,5% delle posizioni aperte riguarda ruoli di utilizzo dell’AI e solo il 12,5% ruoli di programmazione e sviluppo, un rapporto che sale al 99,3% di ruoli “User” all’interno della Pubblica Amministrazione.
Tuttavia, anche in Italia l’esposizione all’intelligenza artificiale accelera sensibilmente la velocità di trasformazione delle competenze, registrando una correlazione positiva di 0,32 con i cambiamenti dei profili lavorativi. Le professioni situate nel quartile a massima esposizione tecnologica hanno registrato un’evoluzione straordinaria dei propri requisiti di competenza tra il 2019 e il 2025, introducendo in media 283 nuove competenze per singola occupazione (con punte superiori a 500 competenze per le professioni digitali e di creazione di contenuti), rispetto alle 111 nuove competenze registrate nel quartile a minore esposizione.
Implicazioni strategiche per il management e la governance
Le evidenze raccolte dall’AI Jobs Barometer 2026 richiedono un cambio di paradigma da parte dei leader d’impresa e dei responsabili delle risorse umane. Non è più sufficiente concepire l’adozione tecnologica come un progetto di automazione di compiti isolati finalizzato al contenimento dei costi di breve periodo. Il reale vantaggio competitivo risiede nella capacità di ridisegnare radicalmente i processi operativi e organizzativi, ponendo al centro la collaborazione sinergica tra la forza lavoro umana e i sistemi intelligenti.
Le raccomandazioni per il management si articolano su tre pilastri fondamentali:
- Sviluppo di ruoli ibridi: le imprese devono concentrarsi sulla creazione di mansioni in cui l’intelligenza artificiale gestisca l’elaborazione dei dati e l’esecuzione di routine, mentre il lavoratore umano esprima capacità di giudizio critico, creatività e risoluzione di problemi complessi. Questo richiede un riorientamento degli investimenti formativi verso le competenze relazionali ed emotive, che acquisiscono un valore economico crescente man mano che le competenze tecniche esecutive vengono automatizzate.
- Riformulazione dei percorsi di carriera Entry-Level: dinanzi alla “seniorizzazione” dei ruoli di ingresso, le direzioni HR devono ristrutturare i programmi di onboarding e formazione. Non potendo più utilizzare i compiti di routine come palestra operativa per i neo-assunti, le aziende devono implementare percorsi di affiancamento intensivi, simulazioni decisionali e mentorship strutturate da parte del middle management per sviluppare fin da subito capacità di leadership e pensiero sistemico nei profili junior.
- Adozione dell’Agentic AI e Governance chiara: l’integrazione di sistemi di agenti autonomi in grado di operare in modo coordinato rappresenta la nuova frontiera tecnologica. Per sfruttare appieno questo potenziale senza incorrere in rischi di sicurezza o incoerenza operativa, le aziende devono definire chiare strutture di governance, identificando i proprietari dei processi d’uso e stabilendo protocolli rigorosi di supervisione umana (human-in-the-loop).