Il Rapporto globale sulle competenze AI di Oyster per il 2026 rileva che le competenze AI stanno superando le definizioni dei lavori

Il Oyster‘s Rapporto globale sulle competenze AI per il 2026 evidenzia una discrepanza al centro dell’adozione dell’AI sul posto di lavoro: le competenze che si prevede che i dipendenti utilizzino stanno cambiando più velocemente dei lavori formalmente descritti dai datori di lavoro. Le richieste di competenze AI sono apparse nel 15% dei ruoli coperti tramite la piattaforma di Oyster nella prima metà del 2026, rispetto al 5% nel 2022. Eppure, nuove aspettative spesso arrivano senza una revisione del titolo, un adeguamento salariale o anche solo una spiegazione chiara per il dipendente.

La ricerca, annunciata il 14 ottobre, combina un’analisi di oltre 15.000 descrizioni di lavoro con un sondaggio condotto su oltre 1.000 professionisti delle risorse umane e della gestione del personale. La sua scoperta più importante riguarda i lavori ordinari che vengono riscritti attorno all’AI, piuttosto che un’improvvisa impennata di posizioni con l’AI nei loro nomi.

Per i datori di lavoro, ciò solleva una questione pratica: se la competenza nell’AI è abbastanza importante da richiederla, come dovrebbe essere definita, valutata e riconosciuta tale capacità? Il rapporto suggerisce che molte organizzazioni hanno iniziato a chiedere questa competenza prima di stabilire una risposta coerente.

Le richieste di competenze AI si stanno diffondendo in lavori familiari

L’analisi della piattaforma di Oyster considera un ruolo come richiedente competenze AI quando la sua descrizione nomina esplicitamente strumenti AI, competenze AI o flussi di lavoro assistiti dall’AI come requisito. Questa quota è salita da circa il 5% nel 2022 al 6% nel 2024, al 10% nel 2025 e al 15% nella prima metà del 2026.

Il confronto misura la proporzione di lavori con un requisito esplicito, non il numero assoluto di lavori AI o la percentuale di dipendenti che utilizzano l’AI. Cattura inoltre solo i ruoli coperti tramite Oyster, i cui clienti hanno già un interesse nell’occupazione globale. Queste distinzioni sono importanti quando si interpreta il ritmo del cambiamento.

L’ingegneria rimane una fonte importante di domanda: il 23% dei ruoli di ingegneria nei dati della piattaforma dal 2025 a giugno 2026 richiedeva competenze AI. Ma lo stesso periodo mostra anche richieste nel 17% dei ruoli di coordinatore marketing, nel 15% dei ruoli di reclutatore e nel 10% dei ruoli di coordinatore operativo.

Questi lavori illustrano come l’adozione dell’AI possa alterare un’occupazione familiare senza crearne una nuova. Ci si può aspettare che un reclutatore utilizzi l’AI nella ricerca o nell’amministrazione; un coordinatore marketing può lavorare con contenuti assistiti dall’AI. La capacità importante non è semplicemente l’accesso a uno strumento, ma sapere quando il suo output è utile, quando necessita di verifica e dove la responsabilità rimane a una persona.

Il divario tra aspettative, comunicazione e retribuzione

Tra gli intervistati il cui datore di lavoro ha aggiunto richieste di competenze AI a ruoli esistenti nell’anno precedente, il 62% ha dichiarato che né i titoli né la retribuzione sono cambiati. Il rapporto identifica una base di 601 intervistati per questa scoperta. Non dovrebbe essere letto come se dicesse che il 62% di tutti i datori di lavoro ha introdotto nuovi compiti AI senza cambiare la retribuzione.

Un’altra scoperta riguarda la comunicazione. Tra gli intervistati le cui aziende hanno aggiunto richieste di competenze AI a ruoli tradizionalmente non tecnici, il 46% ha dichiarato che le nuove aspettative non sono state formalmente comunicate. Questo risultato ha una base diversa di 646 intervistati.

Insieme, i risultati descrivono un divario di gestione. I dipendenti possono trovarsi giudicati in base ad aspettative che sono diventate parte del pensiero di un manager ma non sono ancora diventate parte di una descrizione esplicita del ruolo. Ciò rende più difficile distinguere una nuova competenza utile da un aumento non detto del carico di lavoro.

I processi di assunzione mostrano un’incoerenza correlata. Tra gli intervistati le cui aziende chiedono ai candidati cosa hanno costruito personalmente con l’AI, il 53% ha dichiarato che la risposta non influenza le decisioni di assunzione o di retribuzione. Fare una domanda e avere un modo affidabile per interpretare la risposta sono passaggi diversi.

Il rapporto non stabilisce che ogni nuova richiesta di competenza AI giustifichi un aumento, o che un titolo invariato significhi necessariamente che un dipendente sia stato trattato ingiustamente. Mostra perché i datori di lavoro hanno bisogno di una connessione più chiara tra le capacità che richiedono e le decisioni che prendono. Altrimenti, la competenza nell’AI rischia di diventare una frase di screening vaga piuttosto che una parte definita del lavoro.

La formazione viene prima, ma l’assunzione globale fa parte della risposta

Quando mancano le competenze AI, il 53% degli HR professionisti intervistati ha dichiarato che le loro aziende preferiscono formare i dipendenti esistenti. Un altro 31% favorisce la combinazione di formazione e assunzione esterna, mentre il 14% preferisce principalmente assumere dall’esterno.

Questa preferenza ha senso organizzativo: i dipendenti attuali comprendono già l’azienda, i suoi clienti e i suoi vincoli. Ma la formazione deve fare spazio alla pratica e alla revisione. Aggiungere un corso di AI lasciando invariate le aspettative, l’allocazione del tempo e la valutazione potrebbe non risolvere i problemi identificati altrove nella ricerca.

Per le organizzazioni che guardano fuori dalla loro forza lavoro, la geografia diventa un’altra variabile. Tra gli intervistati le cui aziende danno priorità all’assunzione esterna di AI, il 34% ha assunto a livello internazionale perché non riusciva a trovare candidati pronti all’AI a livello nazionale. La quota corrispondente tra coloro che danno priorità alla formazione interna era del 18%. Si tratta di un’associazione tra strategie di assunzione, non di una prova che l’assunzione internazionale risolve da sola una carenza di competenze.

I dati della piattaforma di Oyster mostrano anche variazioni nella quota di ruoli che richiedono competenze in IA nei diversi mercati del lavoro: 21% in Svizzera, 20% in Polonia, 19% in Portogallo e 17% in Romania. Si tratta di percentuali riferite all’attività di assunzione della piattaforma in ciascun Paese. Non classificano i Paesi in base alla quantità o alla qualità complessiva dei talenti in IA, e le differenze nella tipologia di ruoli possono influire sul confronto.

Tra i 211 intervistati le cui aziende avevano assunto personale all’estero per colmare una carenza di talenti in IA a livello nazionale, il 59% ha dichiarato che il personale impiegato nei ruoli legati all’IA è composto principalmente da dipendenti a tempo pieno. Un altro 34% ricorre a una combinazione di dipendenti e collaboratori a contratto, mentre il 7% si affida principalmente a questi ultimi. Per questo gruppo, il quadro suggerisce che il reclutamento internazionale sia spesso parte della creazione di un team stabile nel tempo.

La tecnologia per la gestione dei rapporti di lavoro richiede comunque valutazioni responsabili

Oyster ha un interesse commerciale nelle assunzioni transfrontaliere. Il suo servizio che funge da datore di lavoro per conto terzi offre una struttura per assumere all’estero senza che i clienti debbano costituire una propria entità in ciascun mercato. Questo contesto commerciale è rilevante per l’enfasi che il rapporto pone sul reclutamento internazionale e sulle infrastrutture per la gestione dei rapporti di lavoro.

La piattaforma di integrazione dell’azienda collega i flussi di lavoro relativi ai rapporti di lavoro con i sistemi di tracciamento delle candidature, i sistemi informativi HR e i sistemi contabili. Tra le funzioni documentate figurano la sincronizzazione dei dati di candidati e dipendenti, delle informazioni sui congedi e delle spese approvate. Anche un’API consente di gestire flussi di lavoro personalizzati. Queste funzionalità riguardano il trasferimento e la gestione delle informazioni sui rapporti di lavoro; non vanno scambiate per la prova che un software possa determinare autonomamente se un candidato con competenze in IA sia qualificato.

I risultati del rapporto sull’inquadramento dei lavoratori rafforzano questa distinzione. Tra gli intervistati le cui organizzazioni impiegano principalmente collaboratori a contratto o freelance nei ruoli legati all’IA, il 31% non era sicuro che l’inquadramento fosse corretto ai sensi della normativa locale sul lavoro oppure non aveva mai preso in considerazione la questione. La percentuale era del 20% tra coloro che impiegano principalmente dipendenti a tempo pieno nei ruoli legati all’IA. L’incertezza non dimostra che l’inquadramento sia errato, ma segnala che trovare talenti e instaurare il giusto rapporto di lavoro sono sfide distinte.

Per chi guida le risorse umane, il passo successivo più utile è rendere concrete le aspettative sull’IA: specificare le attività da svolgere, gli strumenti approvati, i criteri per verificare i risultati e chi è responsabile dell’esito. Le valutazioni in fase di assunzione possono quindi mettere alla prova competenze pertinenti, mentre i piani di sviluppo possono colmare lacune individuabili.

Cosa possono e non possono dirci i dati

Il sondaggio è stato condotto tramite Prolific nell’agosto 2026 tra professionisti con ruoli di livello manageriale o superiore, responsabili delle assunzioni o delle decisioni relative alla forza lavoro negli Stati Uniti, nel Regno Unito, in Canada e in Europa. Raccoglie le testimonianze degli intervistati sulle pratiche aziendali, anziché risultati occupazionali verificati in modo indipendente. L’analisi della piattaforma copre il periodo da gennaio 2022 al 30 giugno 2026; la maggior parte dei confronti tra ruoli e Paesi riguarda il periodo da gennaio 2025 a giugno 2026.

La ricerca offre quindi uno sguardo su come si sta adattando un gruppo specifico di datori di lavoro orientati ai mercati globali. Non misura l’intero mercato del lavoro, non dimostra che l’IA abbia causato variazioni delle retribuzioni e non stabilisce il ritorno in termini di produttività di una particolare strategia di formazione.

Il messaggio principale è comunque chiaro. L’IA può cambiare ciò che un lavoro richiede prima che un’organizzazione cambi il modo in cui lo descrive. Colmare questa distanza significa definire aspettative esplicite per i dipendenti, valutare le competenze sulla base di attività reali e decidere come riconoscere i nuovi contributi. Strumenti migliori possono aiutare a prendere queste decisioni. Ma spetta comunque ai datori di lavoro prenderle.