C’è un grafico sepolto a pagina nove di un report di Barclays Research che mi ha inchiodato. Mostra l’evoluzione di ciò che i dirigenti globali della C-suite considerano le competenze più critiche per la loro forza lavoro, tracciata su tre ondate di survey: 2016, 2018 e 2023. Nel 2016, la padronanza nelle STEM stava comodamente in cima alla classifica, al 42%. Nel 2023, era precipitata in fondo alla lista, al 28%. Nel frattempo, la competenza salita dall’ombra fino al trono non è stata il machine learning, né il prompt engineering, né la data science. È stata la gestione del tempo e la capacità di stabilire le priorità.
Fermatevi. Nel mezzo della rivoluzione tecnologica più rilevante dai tempi del personal computer, i dirigenti più potenti del mondo non stanno invocando più ingegneri. Stanno chiedendo persone che sappiano pensare con lucidità a ciò che conta.
Fonte: IBM Institute for Business Value, Barclays Research. Figura 6 da “AI Revolution: Productivity Boom and Beyond,” Impact Series 12, gennaio 2024.
Il report che collega i puntini
Il grafico arriva da “AI Revolution: Productivity Boom and Beyond”, il dodicesimo capitolo della Impact Series di Barclays, pubblicato nel gennaio 2024 in partnership con l’IBM Institute for Business Value. Non è il solito pezzo ansiogeno sull’IA. Adotta una lente macroeconomica, e si pone una domanda tanto semplice quanto insidiosa: l’IA può generare il tipo di ondata di produttività innescata a suo tempo dal motore a vapore, dall’elettrificazione e dal personal computer?
La risposta, secondo gli autori, è un sì prudente ma ben argomentato. Però la strada verso quel boom è più sottile che “mettere più algoritmi”. Richiede di ripensare alla radice come si fa il lavoro, quali competenze contano e quale ruolo giocano gli umani in un paesaggio sempre più automatizzato.
Il report si appoggia a due ampie indagini dell’IBM IBV: uno che ha intervistato 3.000 dirigenti C-suite in 28 paesi e 20 settori, e un altro che ha sondato 21.000 lavoratori in 22 paesi. La scala dei dati ne fa uno degli scatti più completi della percezione executive su IA e trasformazione della forza lavoro oggi disponibili.
Tre secoli di onde di produttività, e quella che aspettiamo
Una delle visualizzazioni più efficaci del report traccia l’effetto delle svolte tecnologiche sulla produttività del lavoro dal 1760 a oggi. Il motore a vapore, la lampadina, il personal computer: ciascuna invenzione ha innescato un balzo misurabile nell’output per ora lavorata, spesso però con un ritardo notevole. James Watt ha brevettato il suo motore a vapore negli anni 1760, ma il picco dei guadagni di produttività è arrivato quasi un secolo dopo.
Fonte: Kendrick (1961), Syverson (2013), BLS, BoE, Barclays Research. Figura 2 da “AI Revolution: Productivity Boom and Beyond.”
L’implicazione è insieme incoraggiante e sobria. L’IA ha due caratteristiche che le rivoluzioni precedenti non avevano: accessibilità (chiunque può dare istruzioni a ChatGPT senza imparare un linguaggio di programmazione) e versatilità (lo stesso LLM che riassume un documento legale può riassumere uno medico, generare copy di marketing o analizzare dati finanziari). Questi due vantaggi suggeriscono che l’IA incontrerà meno ostacoli di adozione rispetto alle tecnologie del passato, comprimendo forse la traiettoria dall’invenzione all’impatto macroeconomico.
Resta però l’enigma della produttività degli ultimi due decenni. Perché smartphone e internet ubiquo non hanno portato il boom che gli economisti si aspettavano? Il report propone tre spiegazioni: il ritardo tipico tra invenzione e benefici macro, la possibilità che gli strumenti digitali non eguaglino il potere trasformativo dell’elettricità o dell’automobile, e gli errori di misura con cui il PIL cattura il valore di prodotti digitali a costo marginale zero. La verità, notano gli autori, probabilmente sta in una combinazione delle tre.
Il divario di produttività che l’IA deve colmare
Qui il report diventa urgente. Gli autori sovrappongono proiezioni demografiche delle Nazioni Unite ai dati storici di produttività per sei grandi economie, e il quadro è netto. Con il calo della popolazione in età lavorativa nel mondo sviluppato, questi paesi hanno bisogno di un’accelerazione drastica della produttività del lavoro solo per mantenere i tassi di crescita modesti del pre-COVID. L’Italia dovrebbe aggiungere quasi 2,5 punti percentuali all’anno, un livello significativamente superiore a qualsiasi quinquennio dal 1990. Germania e Giappone richiedono ciascuno tra 1 e 1,25 punti. Anche le economie relativamente più giovani di USA, Regno Unito e Francia affrontano gap sostanziali.
Fonte: OECD, Barclays Research. Dati elaborati dalla Figura 3 di “AI Revolution: Productivity Boom and Beyond,” Impact Series 12, gennaio 2024.
Questa è la quarta ondata a cui il grafico della sezione precedente allude. Motore a vapore, elettrificazione e PC hanno distribuito i loro dividendi di produttività in decenni. All’IA si chiede di farlo più in fretta, non perché la tecnologia lo imponga, ma perché lo impongono i demografi. La domanda non è più se l’IA possa aumentare la produttività. È se possa farlo abbastanza in fretta da compensare i venti contrari strutturali di società che invecchiano. E il report suggerisce che la risposta dipende meno dalla tecnologia, e più da come le organizzazioni scelgono di impiegarla.
Aumentati, non sostituiti: il consenso dell’87%
Forse il dato più rassicurante per chi teme per il proprio lavoro è questo: l’87% dei dirigenti C-suite intervistati ritiene che i dipendenti saranno più probabilmente aumentati che sostituiti dalla generative AI. Non è una maggioranza risicata. È un consenso schiacciante: il futuro dell’IA in azienda è la partnership uomo-macchina, non la sostituzione.
I dati diventano ancora più interessanti per funzione. Gli acquisti guidano le aspettative di aumento al 97%, seguiti da risk e compliance al 95% e dalla finanza al 93%. Le funzioni dove la sostituzione è considerata relativamente più probabile sono marketing (73% aumentati) e customer service (77% aumentati), anche se pure qui la grande maggioranza degli executive vede l’aumento come esito dominante.
Fonte: IBM Institute for Business Value, Barclays Research. Figura 7 da “AI Revolution: Productivity Boom and Beyond.”
«L’IA ha il potenziale per trasformare l’esperienza dei dipendenti. Può automatizzare i compiti ripetitivi, permettendo alle persone di concentrarsi su ciò che le appassiona, liberando tempo per sviluppare competenze o per l’equilibrio vita-lavoro, e potenzialmente creando nuovi ruoli e percorsi di carriera entusiasmanti.» Jill Goldstein, Managing Partner, IBM Talent Transformation Consulting
Qui sta il punto della tesi sulla forza lavoro aumentata. Quando l’IA gestisce il ripetitivo, il routinario e il computazionale, gli umani sono liberi di fare ciò che le macchine ancora non sanno fare: esercitare giudizio, costruire relazioni, navigare l’ambiguità e guidare con empatia. Le competenze che contano in questa nuova divisione del lavoro non si imparano in un bootcamp di coding. Si costruiscono con esperienza, consapevolezza e pratica deliberata.
La grande inversione delle competenze
Che ci riporta a quel grafico straordinario. La classifica completa delle competenze più critiche nel 2023, secondo i dirigenti globali, racconta una storia di inversione profonda:
| Posizione | Competenza | 2016 | 2023 | Tendenza |
| 1 | Gestione del tempo e capacità di stabilire le priorità | 33% | 42% | In aumento |
| 2 | Capacità di lavorare efficacemente in team | 35% | 40% | In aumento |
| 3 | Capacità di comunicare efficacemente | 38% | 38% | Stabile |
| 4 | Disponibilità a essere flessibili, agili, adattabili al cambiamento | 38% | 38% | Stabile |
| 5 | Competenze analitiche con visione di business | 32% | 35% | In aumento |
| 6 | Etica e integrità | 31% | 33% | In aumento |
| 7 | Competenze specifiche di settore/ruolo | 31% | 33% | In aumento |
| 8 | Padronanza di lettura, scrittura e matematica | 33% | 32% | Stabile |
| 9 | Lingua straniera | 28% | 32% | In aumento |
| 10 | Capacità di innovazione e creatività | 32% | 31% | Stabile |
| 11 | Competenze informatiche e applicative di base | 40% | 31% | In calo |
| 12 | Padronanza nelle STEM | 42% | 28% | In calo |
Il disegno è chiaro. Le due competenze scese più bruscamente sono l’informatica di base (dal 40% al 31%) e la padronanza STEM (dal 42% al 28%). Sono proprio i domini in cui l’IA eccelle e dove sta rapidamente commoditizzando l’expertise umana. Quando una macchina può scrivere codice, analizzare dataset e costruire modelli più velocemente della maggior parte delle persone, il premio su quelle skill come capacità isolate si riduce.
Al loro posto sale una costellazione di competenze squisitamente umane: saper gestire il tempo e le priorità in un mondo di informazione infinita, collaborare in modo efficace in team sempre più distribuiti, e avere il giudizio etico per muoversi nel terreno morale complesso che l’IA introduce. Il report lo dice bene: l’IA può completare la miscela particolare di attributi di una persona, ma difficilmente può sostituirla.
Non significa che le competenze STEM stiano diventando irrilevanti. Il report precisa che l’aumento di utilizzo dell’IA probabilmente cambierà il modo in cui le hard skill vengono impiegate nelle organizzazioni, e che avrà un premio chi unirà competenze hard e soft. Il puro tecnologo incapace di comunicare, dare priorità o lavorare in squadra sta diventando un costo. Il professionista ibrido che unisce fluidità tecnica e intelligenza umana è la risorsa più preziosa in azienda.
La J-curve dei ritorni dell’IA
Per i dirigenti che stanno valutando il business case degli investimenti in IA, il report offre un quadro sobrio ma, alla fine, ottimista. L’ROI medio dei progetti di IA tradizionale è salito da circa l’1% a inizio 2020 a circa il 6% a fine 2021. Con l’aggiunta della generative AI, le proiezioni suggeriscono che l’ROI potrebbe arrivare intorno al 10% entro il 2025.
Il pattern segue quella che gli autori chiamano la “J-curve”: una partenza lenta mentre le organizzazioni smussano gli spigoli, seguita da un’ascesa esponenziale una volta superata una soglia critica di adozione e integrazione. I top performer dell’IA, quelli con capacità mature su sei aree chiave (visione e strategia, operating model dell’IA, ingegneria e operations dell’IA, dati e tecnologia, talenti e competenze, cultura e adozione), hanno riportato un ROI medio del 13% sui progetti di IA.
Cruciale, il report rileva che gli adottanti dell’IA che investono anche molto nel reskilling della forza lavoro vedono un premio di crescita dei ricavi del 36% rispetto ad altri adottanti. La tecnologia da sola non basta. È la combinazione tra implementazione dell’IA e sviluppo del capitale umano che sblocca il valore pieno.
Aggiornamento 2025: dalla teoria alla prova (e una domanda da 2,9 trilioni)
Il report Barclays-IBM è uscito a gennaio 2024, quando la generative AI era ancora più promessa che prova. Quasi due anni dopo, i dati iniziano ad arrivare, e insieme confermano e complicano la tesi originale.
Il report del McKinsey Global Institute di novembre 2025, “Agents, Robots, and Us: Skill Partnerships in the Age of AI”, è l’aggiornamento più completo disponibile. Dopo aver analizzato oltre 11 milioni di annunci di lavoro negli USA e 2.000 attività lavorative in più di 800 occupazioni, i risultati colpiscono. Le tecnologie già dimostrate potrebbero teoricamente automatizzare attività che rappresentano circa il 57% delle ore di lavoro negli Stati Uniti. Ma non è una previsione di perdita di posti. È la misura di quanto il lavoro cambierà in profondità.
Il dato più rivelatore: oltre il 70% delle competenze richieste oggi dai datori di lavoro è usato sia in lavoro automatizzabile sia in lavoro non automatizzabile. Le skill non stanno diventando obsolete. Stanno venendo rideployate. I lavoratori passeranno meno tempo a preparare documenti e fare ricerche di base, più tempo a formulare domande e interpretare risultati. Il ruolo umano sta passando da esecutore a orchestratore, una trasformazione che secondo McKinsey potrebbe sbloccare 2,9 trilioni di dollari di valore economico annuo negli Stati Uniti entro il 2030.
| Metrica | Barclays/IBM (gen 2024) | McKinsey (nov 2025) |
| Tesi centrale | Aumento, non sostituzione | Partnership di competenze tra persone, agenti e robot |
| Consenso dei dirigenti sull’aumento | 87% della C-suite | Oltre il 70% delle competenze resta rilevante tra lavoro automatizzabile e non |
| Domanda di competenze in crescita più rapida | Gestione del tempo e priorità | AI fluency (crescita 7x in 2 anni) |
| Domanda di competenze in calo più rapido | Padronanza STEM (dal 42% al 28%) | Scrittura e ricerca di routine |
| Proiezione di valore economico | Premium del 36% sui ricavi per il reskilling degli adottanti IA | 2,9 trilioni di dollari annui entro il 2030 (solo USA) |
| Insight chiave sui workflow | «Automatizzare processi scadenti non li renderà migliori» | Il massimo valore arriva ridisegnando interi workflow, non singole attività |
Forse il dato singolo più dirompente non arriva da McKinsey ma dal MIT Media Lab, citato in un articolo di Harvard Business Review del settembre 2025: il 95% delle organizzazioni non vede alcun ritorno misurabile dai propri investimenti in IA. Non contraddice le proiezioni ottimistiche. Conferma l’avvertimento centrale del report di Barclays. A fallire sono le organizzazioni che hanno semplicemente applicato l’IA ai processi esistenti senza riprogettarli. A riuscirci sono quelle che hanno ridisegnato i flussi di lavoro attorno alla collaborazione uomo-IA, investendo in quelle che McKinsey chiama «partnership di competenze» tra persone, agenti e robot.
Il concetto di “AI fluency”, la capacità di usare e governare efficacemente gli strumenti di IA, è esploso come skill del 2025. La sua domanda negli annunci di lavoro USA è cresciuta quasi di sette volte in soli due anni, più rapidamente di qualsiasi altra competenza tracciata. Non è un requisito tecnico di nicchia. Appare in management, finanza, marketing, istruzione. È, in molti modi, la manifestazione pratica della “gestione del tempo e capacità di stabilire le priorità” indicata dagli executive come top skill nel sondaggio IBM 2023. L’AI fluency non è saper codificare un modello. È sapere quando usare l’IA, quando scavalcarla e come indirizzarla verso risultati che contano.
Il nuovo Skill Change Index di McKinsey offre una vista granulare su quali competenze subiranno più disruption entro il 2030. Il pattern rispecchia e amplia i risultati di Barclays: skill altamente specializzate e automatizzabili come contabilità, fatturazione e SQL sono le più esposte, mentre le capacità interpersonali come negoziazione, coaching e leadership cambieranno di meno. La vasta terra di mezzo, tra problem solving, comunicazione e quality assurance, evolverà come parte della crescente partnership con le macchine intelligenti.
Cosa significa per leader, costruttori e per tutti noi
Le implicazioni vanno ben oltre la C-suite. Per chiunque costruisca una carriera, gestisca un team o guidi un’organizzazione, il messaggio è chiaro: l’era della forza lavoro aumentata richiede un nuovo tipo di professionista. Non chi compete con le macchine sui compiti computazionali, ma chi le sfrutta per amplificare le capacità unicamente umane.
Le organizzazioni che prospereranno non sono quelle che automatizzano semplicemente i processi esistenti. Come avverte il report di Barclays, «automatizzare processi scadenti non li renderà migliori». La ricerca McKinsey 2025 ci mette un numero: dopo aver analizzato 190 processi di business, trova che il massimo valore arriva quando agenti di IA agiscono come «colleghi virtuali» inseriti in workflow ridisegnati, con una proiezione di aumento dei ricavi tra il 7 e il 12% per chi lo fa bene. I vincitori saranno quelli che spogliano i loro operating model fino all’ossatura, reimmaginano i flussi attorno alla collaborazione uomo-IA e investono nell’infrastruttura morbida di competenze, cultura e governance etica che rende possibile l’aumento.
Per l’economia globale, la posta è enorme. Forze lavoro che invecchiano nei paesi sviluppati e basso output pro capite nei paesi in via di sviluppo sono due tra le sfide strutturali più pressanti del nostro tempo. L’IA, usata come complemento al lavoro umano e non come suo sostituto, può aiutare su entrambi i fronti. Ma solo se azzecchiamo il mix di policy, sia a livello regolatorio sia dentro l’impresa.
Il motore a vapore ha impiegato un secolo per consegnare il suo dividendo di produttività. La lampadina ha richiesto decenni. Il personal computer, una generazione. L’IA, con accessibilità e versatilità senza precedenti, potrebbe comprimere drasticamente quella timeline. Ma il catalizzatore non sarà la tecnologia in sé. Saranno gli umani che imparano a usarla con giudizio, dare priorità a ciò che conta e lavorare insieme per costruire qualcosa di più grande di qualunque algoritmo.
La competenza più preziosa nell’era dell’IA, a conti fatti, è sapere cosa fare dopo.
Share your thoughts