TAG
Le imprese italiane segnalano da tempo una crescente difficoltà nel trovare personale qualificato. Ma dietro al problema del recruiting si nasconde una questione più profonda, che riguarda il modo in cui giovani e aziende si parlano, si comprendono e costruiscono...
L’innovazione aziendale rappresenta una forza motrice fondamentale per il successo, la sostenibilità e la crescita di ogni impresa nel mercato moderno. Si tratta di un concetto che potrebbe sembrare apparentemente fumoso, in quanto molto ampio, ma dietro al quale si...
Il Business Model Canvas è uno strumento strategico per la gestione aziendale, che propone in un unico documento una visione completa del modello di business di un’azienda. In un mondo aziendale caratterizzato da una concorrenza sempre più accesa e da un’evoluzione...
Table of Contents
Quanto può crescere un’economia in una società che invecchia?
È una delle domande al centro dell’intervento di Roberto Paura, dell’Italian Institute for the Future, durante l’evento KIXA Generazioni al Lavoro del 7 maggio. Un appuntamento che ha messo a confronto demografia, automazione e intelligenza artificiale, per capire come queste forze stiano ridisegnando il mercato del lavoro, soprattutto per le nuove generazioni.
Il punto di partenza dell’intervento è quello che gli economisti chiamano paradosso di Solow: già nel 1987 il premio Nobel Robert Solow osservava che si poteva vedere l’era dei computer ovunque, tranne che nelle statistiche di produttività.
Quasi quarant’anni dopo, i dati raccolti da Paura mostrano che il problema non si è risolto. Dal 2000 al 2018, il PIL per ora lavorata in Italia è cresciuto di appena lo 0,9% in diciotto anni, l’equivalente di 37 centesimi di euro reali in più rispetto al 2000. La tecnologia avanza, ma la produttività fatica a seguirla.
Il punto di partenza è un dato citato durante l’intervento e ripreso dagli studi di Maestas, Muller e Powell: ogni aumento del 10% della popolazione over 60 determina una riduzione del PIL pro capite del 5,5%.
Circa un terzo di questo effetto deriva dal rallentamento dell’occupazione, due terzi dal rallentamento della produttività del lavoro. In una società che invecchia, avere meno persone disponibili significa dover recuperare produttività altrove, e qui entrano in gioco automazione e intelligenza artificiale.
I dati raccolti da McKinsey mostrano però un paradosso interessante: tra le principali multinazionali, meno di un terzo delle funzioni di core business e meno di un terzo dei prodotti e servizi che potrebbero essere automatizzati lo sono effettivamente.
Il limite, quindi, non è solo tecnologico. Introdurre un software o uno strumento di AI sta diventando sempre più accessibile, ma se i processi restano poco chiari, le responsabilità sovrapposte e i dati poco affidabili, i progetti di automazione rischiano di fallire o produrre risultati solo parziali.
Quando l’automazione viene effettivamente introdotta, il suo effetto sull’occupazione resta comunque un tema delicato.
Secondo le stime di Bain & Company richiamate durante l’intervento, l’automazione potrebbe aumentare la produttività del 30% entro il 2030, ma con una perdita netta stimata di circa 40 milioni di lavoratori negli Stati Uniti.
Settori diversi vivono questo cambiamento in modo molto diverso: nel manifatturiero automotive, tra il 1993 e il 2014, la produttività è cresciuta del 128% a fronte di un calo dell’occupazione del 28%, mentre nel settore sanitario crescita della produttività e dell’occupazione sono andate di pari passo, entrambe attorno al 16-28%.
Alcuni studi, come quello del Baker Institute, suggeriscono inoltre che l’effetto principale dell’automazione non sia tanto la perdita diretta di posti di lavoro, quanto la riduzione dei salari per i lavoratori meno qualificati, mentre il capitale continua ad attrarre nuove risorse.
Un altro dato discusso durante l’evento riguarda l’effetto specifico dell’intelligenza artificiale generativa sull’occupazione. Secondo le stime McKinsey citate da Paura, senza AI generativa l’automazione avrebbe potuto sostituire il 21,5% delle ore lavorate nell’economia statunitense entro il 2030. Con l’AI generativa, questa quota sale al 29,5%.
Negli Stati Uniti si parla già di “new grad gap“, la crescente difficoltà dei neolaureati a entrare nel mercato del lavoro: secondo i dati del Bureau of Labor Statistics, la disoccupazione tra i neolaureati statunitensi ha raggiunto il livello più alto degli ultimi quattro decenni, anche a causa della progressiva sostituzione delle figure junior con sistemi di intelligenza artificiale.
Lo scenario italiano, per quanto diverso da quello statunitense, presenta dinamiche simili da monitorare.
Secondo i dati di The European House Ambrosetti, il rischio di automazione in Italia non è distribuito uniformemente tra le fasce d’età: colpisce in modo particolare i lavoratori più giovani, tra i 20 e i 29 anni, con percentuali di rischio che superano quelle registrate per le fasce di età centrali. È un paradosso solo apparente: le mansioni più semplici, spesso affidate proprio a chi è all’inizio del proprio percorso professionale, sono anche tra le più automatizzabili.
Il tema riguarda da vicino anche le aziende italiane.
Se vengono meno le attività di ingresso, tipicamente affidate alle figure più giovani, rischiano di indebolirsi anche i percorsi attraverso cui i giovani imparano il mestiere, acquisiscono metodo e costruiscono esperienza sul campo. Molte competenze, infatti, non si sviluppano solo con la formazione teorica, ma osservando, sbagliando, ricevendo feedback e assumendo gradualmente più autonomia.
Per questo, durante l’evento è stata richiamata la prospettiva proposta da Ravin Jesuthasan e John W. Boudreau: disaccoppiare il lavoro dagli impieghi, scomponendo ogni ruolo nelle attività che lo compongono.
Questo approccio permette di distinguere cosa automatizzare, cosa mantenere in capo alle persone e quali attività, anche se semplici, restano fondamentali per l’apprendimento dei più giovani.
Il messaggio emerso con chiarezza dall’evento Generazioni al lavoro è che l’introduzione dell’AI in azienda è prima di tutto una questione organizzativa.
Significa scegliere quali attività automatizzare, quali mantenere alle persone e quali nuove competenze sviluppare, ripensando anche i ruoli junior senza eliminarli senza prima chiedersi quale funzione svolgano nell’apprendimento.
La tecnologia può diventare una leva di crescita reale solo se inserita in un’organizzazione capace di formare, responsabilizzare e far evolvere le persone. In caso contrario, il rischio è recuperare efficienza nel breve periodo, ma perdere competenze e continuità nel medio e lungo termine.
La tua azienda si sta interrogando su come introdurre l’intelligenza artificiale senza perdere i percorsi di crescita interni? Contattaci per costruire insieme un piano di trasformazione tecnologica e organizzativa.