Il dibattito sull’impatto dell’intelligenza artificiale sul lavoro è dominato da titoli allarmistici e da una crescente ansia collettiva. Licenziamenti annunciati e promesse di automazione totale alimentano l’idea che l’AI stia già sostituendo il lavoro umano su larga scala.
Il report The Forrester AI Job Impact Forecast, US, 2025–2030 propone invece una lettura più misurata, basata su dati empirici e su un’analisi puntuale delle mansioni, che ridimensiona molte delle narrazioni più estreme.
Indice degli argomenti
Un impatto rilevante, ma lontano dall’“apocalisse occupazionale”
Secondo Forrester, entro il 2030 AI e automazione porteranno alla perdita di circa 10,4 milioni di posti di lavoro negli Stati Uniti, pari a circa il 6% dell’occupazione totale. Si tratta di un numero significativo, superiore in valore assoluto agli 8,7 milioni di posti persi durante la recessione 2008-2010, ma con una natura profondamente diversa: le perdite legate all’AI sono strutturali e graduali, non improvvise né cicliche.
Allo stesso tempo, Forrester sottolinea che solo una quota limitata dei job role verrà effettivamente eliminata. Entro il 2030, la GenAI influenzerà circa il 20% dei posti di lavoro, mentre quelli completamente sostituiti saranno intorno al 3%. Nel complesso, l’effetto più evidente dell’AI riguarda la trasformazione delle attività che compongono i ruoli, più che la loro eliminazione.
Perché la produttività non sta esplodendo
Un indicatore chiave per valutare la reale sostituzione del lavoro umano è la produttività. Se l’AI stesse rimpiazzando persone in modo massiccio, ci si aspetterebbe un’accelerazione evidente della produttività del lavoro.
I dati raccontano altro: dal 2019 a oggi la crescita media della produttività negli Stati Uniti si attesta intorno all’1,8%, mentre nel periodo post-ChatGPT sale solo marginalmente al 2,2%, in linea con la media storica di lungo periodo (2,1% dal 1947).
Per Forrester, questo andamento indica che l’AI, allo stato attuale, non sta ancora producendo una sostituzione sistemica del lavoro umano, ma genera valore in modo selettivo, su singole attività o processi.
Lo scollamento fra percezione e realtà
Il report evidenzia un forte scollamento tra percezione e realtà. Nel 2025, il 43% dei dipendenti teme che l’AI porterà alla perdita di posti di lavoro “per altri” nei prossimi cinque anni, mentre il 37% dichiara di non temere affatto per il proprio ruolo. Questa paura diffusa, alimentata dal dibattito pubblico, ha un impatto diretto sulla fiducia e sulla produttività.
Il paradosso è che, nello stesso periodo, la maggior parte dei decision maker che investono in GenAI prevede un aumento dell’organico, non una riduzione. Nel breve termine (12 mesi), solo una minoranza dichiara piani di riduzione del personale, mentre nel medio periodo (24 mesi) oltre il 50% prevede incrementi dell’headcount.
Questo divario tra percezione e realtà diventa un tema manageriale per i CIO, perché influisce direttamente su fiducia, engagement e disponibilità delle persone ad adottare l’AI nei processi quotidiani
Il ruolo dell’agentic AI
Rispetto alla precedente previsione del 2023, Forrester rivede l’impatto occupazionale dell’AI. Il motivo principale è l’emergere dell’agentic AI.
Nel modello Forrester, l’agentic AI non viene trattata come una categoria distinta, ma come l’evoluzione più avanzata dell’AI generativa, ed è proprio questa evoluzione a spiegare la revisione rispetto al forecast del 2023. La diffusione di sistemi basati su LLM capaci non solo di generare contenuti, ma anche di orchestrare attività, prendere decisioni operative e attivare azioni, aumenta il numero di mansioni su cui la GenAI può intervenire in modo diretto.
Secondo il nuovo modello:
- la quota di posti di lavoro influenzati dalla GenAI salirà dal 7% al 20% entro il 2030;
- la GenAI sarà responsabile di circa il 50% dei posti persi per automazione nel 2030, contro appena il 4% nel 2025;
- i posti di lavoro persi direttamente a causa della GenAI passeranno da 2,4 a oltre 5 milioni.
Nonostante questo, Forrester sottolinea che gli agenti AI restano strumenti specializzati: oggi sono in grado di coprire integralmente solo una frazione limitata delle attività che compongono un ruolo rendendo improbabile nel breve termine una sostituzione estesa del lavoro umano, come spieghiamo meglio nei paragrafi successivi.
I ruoli più esposti alla pressione dell’AI
L’impatto dell’AI non è uniforme. Forrester individua alcune categorie più esposte:
- Ruoli junior e di primo ingresso, spesso basati su attività ripetitive ma cognitive (reporting, documentazione, analisi preliminari);
- Sviluppatori software, con un’influenza della GenAI stimata all’82% e un potenziale di automazione del 48%. Qui l’AI cambia profondamente il lavoro, ma non elimina la domanda di competenze qualificate;
- Customer service, con un’influenza GenAI del 55% e un potenziale di automazione del 52%, soprattutto nei livelli di supporto di primo contatto.
Il dato chiave è che l’AI interviene prima sulle singole attività e solo in alcuni casi sui ruoli nel loro complesso, rendendo necessario un ripensamento delle mansioni più che delle strutture organizzative.
Il rischio dell’“AI washing” nelle strategie di riduzione dei costi
Una delle indicazioni importanti che emergono dal report Forrester riguarda il rischio di attribuire all’AI decisioni che hanno in realtà una matrice prevalentemente finanziaria. In molti casi, osservano gli analisti, i tagli di organico vengono presentati come funzionali all’introduzione dell’intelligenza artificiale, senza che esistano soluzioni effettivamente mature, testate e in grado di sostenere i processi operativi nel breve periodo. L’AI diventa così una promessa futura utilizzata per legittimare decisioni prese per altre ragioni, spesso legate a obiettivi di breve periodo.
Questo approccio espone le organizzazioni a una serie di effetti collaterali. In assenza di tecnologie realmente pronte, la sostituzione affrettata del lavoro umano porta spesso a over-automation, a un peggioramento della qualità del servizio e a un aumento dei costi nascosti legati a rework, gestione delle eccezioni e interventi correttivi. Non a caso, Forrester richiama casi di aziende costrette a fare marcia indietro dopo aver spinto troppo sull’automazione, riallocando personale su attività che l’AI non era in grado di gestire in modo affidabile (si veda l’esempio di Klarna di qualche mese fa, oppure quanto è successo con Deloitte e il Governo australiano).
Annunciare la sostituzione delle persone con l’AI, senza basi tecnologiche solide, erode la fiducia interna e peggiora la employee experience, alimentando un clima di incertezza che finisce per riflettersi sulla produttività. I dati citati nel report aiutano a contestualizzare il rischio: oggi gli agenti AI sono in grado di svolgere integralmente solo circa il 2,5% delle attività che compongono un ruolo, una percentuale che rende poco realistico, almeno nel breve termine, un approccio di sostituzione generalizzata del lavoro umano. Per Forrester, l’alternativa all’AI washing passa da una valutazione più rigorosa delle attività automatizzabili e da una maggiore trasparenza nel collegare le scelte tecnologiche alle reali capacità dell’AI disponibile.
L’AI come leva organizzativa, non come scorciatoia
Per Forrester, il valore dell’AI dipende meno dalla tecnologia in sé e molto di più dalla capacità delle persone e dell’organizzazione di usarla in modo efficace. Da qui l’introduzione di due indicatori complementari: AIQ (Artificial Intelligence Quotient) e TCQ (Technology Change Quotient).
L’AIQ misura quanto individui, team e organizzazioni sono pronti a comprendere, adottare e utilizzare l’intelligenza artificiale in modo consapevole e responsabile. Non riguarda solo le competenze tecniche, ma anche la capacità di collaborare con sistemi AI, interpretarne criticamente gli output e riconoscerne limiti, errori e BIAS. In pratica, un AIQ elevato indica contesti in cui le persone sanno quando fidarsi dell’AI e quando, invece, intervenire, correggere o chiedere spiegazioni.
Il TCQ ha una portata più ampia e valuta la capacità complessiva dell’organizzazione di assorbire il cambiamento tecnologico senza perdere efficacia operativa. Include elementi come resilienza, flessibilità culturale, qualità della leadership e supporto al cambiamento. Un TCQ basso segnala organizzazioni in cui l’introduzione di nuove tecnologie genera attrito e rallentamenti; un TCQ elevato, al contrario, indica contesti in grado di adattarsi rapidamente e trasformare l’innovazione in produttività.
Le 2 metriche vengono misurate attraverso questionari strutturati somministrati a dipendenti, team e management. Le risposte vengono poi normalizzate e aggregate in un punteggio complessivo.
Secondo Forrester, AIQ e TCQ vanno letti insieme. Un’elevata competenza sull’AI non produce risultati se l’organizzazione non è pronta al cambiamento, così come una cultura aperta all’innovazione non basta senza le capacità per usare l’AI in modo efficace. È dall’equilibrio tra questi due fattori che dipende la possibilità di evitare sia l’over-automation sia il rifiuto difensivo dell’AI, trasformandola in una leva organizzativa sostenibile nel tempo.
Il messaggio finale in una frase? L’AI non sostituisce una strategia organizzativa debole, e senza investimenti su competenze, governance e fiducia, i benefici restano limitati.
