Il 26 maggio 2026 MIT Technology Review ha riportato il dibattito sul lavoro entry-level al centro dell'agenda AI: secondo lo Stanford Digital Economy Lab, i lavoratori tra 22 e 25 anni nelle occupazioni più esposte all'AI generativa hanno registrato un calo relativo dell'occupazione del 16%.
La tensione non è tra apocalisse occupazionale e rassicurazione statistica. È più precisa: se le attività iniziali vengono automatizzate, dove imparano i professionisti che domani dovranno supervisionare, correggere e guidare quei sistemi?
Come funziona la crisi del lavoro entry-level
Il punto tecnico è che i modelli linguistici di grandi dimensioni non colpiscono prima le professioni intere, ma i compiti che stavano alla base dell'apprendimento: riassumere documenti, preparare bozze, scrivere codice semplice, ordinare dati, compilare report, fare ricerche preliminari. Sono mansioni spesso ripetitive, ma storicamente formative.
Lo studio Stanford non misura promesse commerciali: usa dati amministrativi ad alta frequenza di un grande provider payroll statunitense e confronta occupazioni con diversa esposizione all'AI. Il risultato più forte è generazionale: i lavoratori più esperti negli stessi ruoli non mostrano la stessa contrazione.
“early-career workers … have experienced a 16 percent relative decline in employment.” — Stanford Digital Economy Lab
Questa è la differenza tra automazione e sostituzione apparente. Un'azienda può mantenere stabile il numero di senior, ridurre le assunzioni junior e dichiarare che non ha “licenziato per AI”. Ma ha comunque cambiato la catena di formazione interna. Per capire i termini tecnici di base, il nostro Glossario AI resta il punto naturale da cui partire.
I limiti dei dati sul lavoro entry-level
Il rischio è leggere il dato Stanford come prova definitiva di una crisi universale. Non lo è. Il paper riguarda il mercato statunitense, usa misure di esposizione per occupazione e osserva correlazioni robuste, ma non dimostra che ogni calo sia causato solo dall'AI. Tassi di interesse, rallentamento del tech post-pandemia e blocchi nelle assunzioni pesano.
Anche i dati NACE complicano il quadro: nella Job Outlook 2026 Spring Update, i datori di lavoro prevedono un aumento del 5,6% nelle assunzioni di neolaureati, ma la crescita è diseguale. La stessa NACE rileva che oltre un terzo dei ruoli entry-level richiede già competenze AI.
L'Anthropic Economic Index aggiunge un'altra cautela: molte interazioni con Claude sembrano ancora collaborative, non sostitutive.
“AI use leans more toward augmentation (57%) … compared to automation (43%).” — Anthropic
La domanda che nessun comunicato aziendale si pone è semplice: se l'AI elimina proprio i compiti su cui si costruiva l'esperienza, chi pagherà il costo della formazione che prima era incorporato nel primo lavoro?
Perché il lavoro entry-level diventa una scelta strategica
Chi segue il settore da vicino sa che la vera partita non è “AI contro giovani”, ma architettura del lavoro. Le aziende che useranno l'AI solo per comprimere headcount rischiano di scoprire tra cinque anni di non avere abbastanza persone capaci di giudicare output, gestire eccezioni e assumere responsabilità operative.
Il World Economic Forum stima entro il 2030 170 milioni di nuovi ruoli e 92 milioni di ruoli spostati, con un saldo netto positivo di 78 milioni. Ma il saldo aggregato nasconde la frizione: le competenze richieste cambiano più rapidamente dei percorsi che le producono.
“41% plan to reduce their workforce as AI automates certain tasks.” — World Economic Forum
La risposta strategica non è assumere meno junior. È ridisegnare i ruoli iniziali: meno produzione meccanica, più verifica, data handling, documentazione, controllo qualità, prompt design operativo, conoscenza del dominio. In pratica, trasformare le applicazioni AI in ambienti di apprendistato, non in scorciatoie per saltare l'apprendistato.
Dal PC agli agenti: il primo gradino che si svuota
La storia dell'automazione non è nuova. Nel 2015 David Autor spiegava nel Journal of Economic Perspectives perché le macchine sostituiscono alcuni compiti e ne completano altri. La produttività cresce quando tecnologia e lavoro umano diventano complementari; la crisi arriva quando il passaggio da un equilibrio all'altro è troppo rapido.
La differenza dell'AI generativa è che entra in attività cognitive di base. Il PC ha automatizzato calcoli, archiviazione e videoscrittura, ma ha lasciato agli uffici una lunga fase di adattamento. Gli agenti AI, invece, possono assorbire direttamente una parte del lavoro che serviva a capire come funziona un mestiere.
Questo non rende inutile il lavoro junior. Lo rende meno ovvio. E quando una funzione aziendale diventa meno ovvia, finisce spesso tagliata prima di essere riprogettata.
Cosa cambia per il lavoro entry-level in Italia
Per l'Italia, il tema è più delicato perché l'adozione AI cresce dentro un sistema produttivo dominato da PMI. Secondo ISTAT, Imprese e ICT 2025, le imprese italiane con almeno 10 addetti che usano IA sono passate dall'8,2% del 2024 al 16,4% del 2025. Le grandi imprese arrivano al 53,1%, le PMI al 15,7%.
“la mancanza di competenze adeguate frena l'adozione dell'IA in quasi il 60% delle aziende” — ISTAT
Qui il nodo non è solo occupazionale. È competitivo. Nei settori AI più esposti — consulenza, software, marketing, amministrazione, servizi legali, customer operations — il rischio è che le imprese italiane automatizzino compiti junior senza costruire percorsi di supervisione.
C'è anche un vincolo normativo. L'AI Act europeo classifica come ad alto rischio molti sistemi AI usati per selezione, reclutamento e gestione dei lavoratori. Per aziende e HR italiani, usare AI nei processi di accesso al lavoro significa documentare, controllare e spiegare.
La conseguenza pratica è netta: il primo lavoro dovrà certificare capacità di usare l'AI, ma anche capacità di contestarla. Non basta “saper usare ChatGPT”. Servono verifica delle fonti, comprensione del dominio, responsabilità sul risultato e alfabetizzazione normativa.
Il dato da cui partire è questo: nel 2025 l'83,6% delle imprese italiane con almeno 10 addetti non adottava ancora alcuna tecnologia di IA, secondo ISTAT.
Fonti citate
- It's time to address the looming crisis in entry-level work , MIT Technology Review, 26 maggio 2026.
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence , Stanford Digital Economy Lab, 13 novembre 2025.
- The Anthropic Economic Index , Anthropic, 10 febbraio 2025.
- Job Outlook 2026: Spring Update , National Association of Colleges and Employers, aprile 2026.
- Future of Jobs Report 2025 , World Economic Forum, 7 gennaio 2025.
- Why Are There Still So Many Jobs? The History and Future of Workplace Automation , Journal of Economic Perspectives / American Economic Association, estate 2015.
- Imprese e ICT – Anno 2025 , ISTAT, 15 dicembre 2025.
- Regolamento (UE) 2024/1689 sull'intelligenza artificiale , Parlamento europeo e Consiglio dell'Unione europea, 13 giugno 2024.