Il Grande Capovolgimento dell’AI: I Lavori della Classe Media Sono Colpiti 10 Volte Più Duramente – Come Le Organizzazioni Dovrebbero Prepararsi?

Tradizionalmente, le onde tecnologiche hanno elevato gli esseri umani nella catena del valore, eliminando i compiti di basso livello. L’era dell’AI sta rompendo questo schema. Il lavoro della conoscenza, in larga parte cognitivo e già digitalizzato, sta rendendo i lavori della classe media più vulnerabili all’automazione rapida dell’AI.

Il capovolgimento, già in corso, si intensificherà drasticamente nei prossimi 10-15 anni. Nel mio libro, Human edge in the AI age, descrivo la disruption che si sta svolgendo in tre onde distinte, ciascuna caratterizzata da un’intensità crescente e da un ambito di automazione più ampio.

L’Alba della Disruption dell’AI è qui. Negli prossimi cinque anni (2025-30), l’AI completerà in gran parte i ruoli umani, creando molti ibridi Uomo+AI e temporaneamente offsettando le perdite attraverso nuovi lavori centrati sull’AI. Ma l’impatto sarà diseguale. Dei 11-22% di tutti i lavori interessati, quasi il 30% saranno lavoratori della classe media – oltre 300 milioni di persone, rispetto al 10% di lavoratori della classe operaia. La inversione delle perdite di lavoro è netta – per ogni lavoro della classe operaia perso, fino a dieci ruoli della classe media potrebbero scomparire. E dei 2-5% di tutti i lavori che potrebbero essere persi, ~100 milioni sono lavoratori della classe media (10%), rispetto a ~10 milioni di lavoratori della classe operaia (0,6%).

L’Età della Disruption Accelerata si instaurerà, nel medio termine (2030-35). Man mano che l’AI matura e i costi di calcolo diminuiscono, i costi di distribuzione diminuiranno drasticamente. I ruoli ibridi saranno anche suscettibili all’automazione. Il 45-60% di tutti i lavori sarà interessato e il 15-35% sarà a alto rischio di essere perso. Circa il 65% dei lavoratori della classe media sarà esposto e il 35% potrebbe perdere il lavoro. I lavoratori della classe operaia saranno anche più colpiti – con quasi la metà di loro (47%) colpiti e circa uno su cinque a rischio di essere completamente automatizzato.

L’Età dell’Incertezza si fa strada nel lungo termine (2035-40), dove la portata della disruption diventa veramente senza precedenti. Man mano che l’AI autosufficiente e i robot umanoidi diventano una realtà, l’automazione diventerà superiore e conveniente in tutti i settori. La disruption dei lavori sarà quasi universale, con un potenziale di creazione di nuovi lavori limitato. Quasi tutti i lavori (90-95%) saranno interessati, con il 35-50% potenzialmente scomparire. Un numero sbalorditivo di ~3,3 miliardi di lavori, sia della classe media che della classe operaia, sarebbero interessati. Quasi l’84% dei lavoratori della classe media e ~95% dei lavoratori della classe operaia saranno colpiti. Eppure, anche nel lungo termine, i lavoratori della conoscenza rimangono sproporzionatamente minacciati con ~60% a rischio, rispetto al 35% per i ruoli della classe operaia.

Ridefinire la Forza Lavoro: Cosa Devono Fare le Banche e i Gestori di Patrimoni Adesso

Per i leader, in particolare nel settore bancario e della gestione del patrimonio, dove i modelli di talento dipendono fortemente dal lavoro della conoscenza, le implicazioni sono profonde. Questi settori hanno a lungo fatto affidamento su grandi team che svolgono compiti analitici, process-driven e di consulenza, che l’AI può ora eseguire molto più velocemente. Funzioni come operazioni, conformità, analisi del rischio, underwriting, anche parti della consulenza ai clienti stanno già essere automatizzate.

Man mano che la disruption si accelera, i leader non possono più affidarsi a misure incrementali. Devono ripensare il ruolo umano nell’era dell’AI e costruire le capacità che le persone necessitano non solo per adattarsi, ma per prosperare.

Ciò significa tornare al punto di partenza.

Al di Sopra del Ciclo: Una Completa Rielaborazione Oltre il Convenzionale Riqualificazione

È chiaro che i modelli di riqualificazione tradizionali, costruiti per un mondo più lento e prevedibile, erano stati progettati per estendere la rilevanza dei ruoli esistenti. Ma l’AI non modifica il lavoro; lo ridefinisce. Con il tempo di dimezzamento delle competenze che si sta riducendo, la costruzione lineare e lenta delle capacità lascia le organizzazioni molto indietro, preparandole solo per una frazione delle opportunità emergenti.

Man mano che l’AI evolve, il ruolo umano si eleverà dall’esecuzione nel ciclo alla creazione al di sopra del ciclo. Per prepararsi, le organizzazioni devono ancorare la loro strategia in tre pilastri fondamentali che ridefiniscono come il talento viene sviluppato e dispiegato:

Figura: Il futuro del lavoro richiede di andare oltre la riqualificazione convenzionale

Formazione all’AI: Migliorare la Produttività dei Flussi di Lavoro Esistenti

Il punto di partenza è la formazione all’AI per raggiungere una competenza pratica nell’uso degli strumenti dell’AI per migliorare la produttività. Le banche e i gestori di patrimoni stanno già formando i dipendenti sugli strumenti di auto-codifica, sugli assistenti di ricerca guidati dall’AI e sui sistemi di interazione automatizzati. Utilizzati efficacemente, questi strumenti guidano guadagni di efficienza rapidi e migliori decisioni. Ma la semplice formazione all’AI prepara la forza lavoro solo per i compiti di oggi, non per il lavoro di domani.

Costruire il Contesto: Ridisegnare i Flussi di Lavoro per Orchestrazione dei Risultati

Il prossimo, più impegnativo imperativo, è costruire il contesto. Man mano che i flussi di lavoro agente diventano la norma, gli esseri umani si spostano dall’esecuzione al giudizio. Nel settore bancario e della gestione del patrimonio, ciò significa approfondire l’esperienza in valutazione del credito, costruzione del portafoglio, gestione del rischio, ecc. mentre si riarchitettano i processi legacy per l’automazione end-to-end. Gli esseri umani forniscono il contesto di dominio che guida gli agenti dell’AI mentre i flussi di lavoro agente integrati consegnano valore reale. Ciò non è ottimizzazione, ma una completa ridefinizione del lavoro.

Prontezza Imprenditoriale: Ridefinire le Aziende per Orchestrazione dello Scopo

Il terzo, più trasformativo imperativo, è costruire la prontezza imprenditoriale – abilitando un vero spostamento verso l’essere umano al di sopra del ciclo. Man mano che l’AI prende il controllo dei compiti di esecuzione, gli esseri umani migrano verso la creazione: nuovi prodotti, aziende, modelli di coinvolgimento dei clienti e intere nuove linee di ricavi. Per le banche e i gestori di patrimoni, l’opportunità reale non si trova solo nell’automatizzare i vecchi processi; ma nel ridefinire i modelli di business – servizi di consulenza guidati dall’AI, prodotti di ricchezza personalizzati e modelli di rischio agente in tempo reale. Gli esseri umani al di sopra del ciclo danno forma allo scopo, guidano l’innovazione e creano valore trasformativo.

Una disruption che toccherà 3,3 miliardi di lavori non può essere affrontata con un pensiero difensivo. Le organizzazioni che guidano riconosceranno che l’era dell’AI richiede una reinvenzione, non una protezione. Costruendo la fluency dell’AI, approfondendo l’esperienza di dominio e promuovendo la creazione imprenditoriale, le aziende possono trasformare la disruption storica in un’opportunità senza precedenti. Coloro che agiscono con coraggio adesso non si adatteranno solo all’era dell’AI – la definiranno.

Nota di Ricerca:

Per questa ricerca, i numeri di base per l’occupazione totale e la divisione dei lavori della classe media e della classe operaia sono stati mantenuti costanti per facilitare i calcoli. I numeri totali di occupazione sono basati sui dati della Banca Mondiale – la forza lavoro globale ammonta a 3,63 miliardi (2023).

Di questi, circa 1,13 miliardi sono previsti come lavoratori della classe media, e i restanti 2,5 miliardi rappresentano ruoli della classe operaia.

Le stime complessive dei tassi di impatto dei lavori e dei tassi di perdita dei lavori sono state calcolate prendendo la media dei dati degli scenari di base e di stretch di diverse agenzie come l’ILO, il WEF, l’OCSE, Morgan Stanley, Goldman Sachs e McKinsey.

• Stime a breve termine: Impatto dei Lavori (11-22%); Perdita dei Lavori (2-5%)
• Stime a medio termine: Impatto dei Lavori (45-60%); Perdita dei Lavori (15-35%)
• Stime a lungo termine: Impatto dei Lavori (90-95%); Perdita dei Lavori (35-50%)

Per stimare l’impatto dell’ibrido e dell’automazione sui lavori della classe media, l’analisi si basa sui dati di potenziale di automazione di McKinsey e sul framework di Human-to-AI Leverage Ratio (HAILR) di Benny Traub per i lavoratori della conoscenza. Queste fonti proiettano il potenziale di automazione dal 2025 al 2040. Le proiezioni di perdita di lavoro sono allineate all’aumento dei ruoli completamente autonomi, che si presume sostituiscano una quota equivalente di lavori umani.

Fonti:

1. World of Work – World Employment Confederation
2. https://www.forbes.com/councils/forbestechcouncil/2020/12/10/the-year-of-the-knowledge-worker
3. https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
4. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=466370
5. https://ww3.weforum.org/docs/WEF_Future_of_Jobs_2023.pdf
6. https://www.forbes.com/sites/jackkelly/2025/04/25/the-jobs-that-will-fall-first-as-ai-takes-over-the-workplace
7. https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-45d7-967b-d7be35fabd16.html