Il meccanismo con cui l’intelligenza artificiale sta ridisegnando il mercato del lavoro cognitivo non è quello che ci si aspettava: non una sostituzione massiccia e visibile, ma una compressione silenziosa che colpisce da due direzioni contemporaneamente. Da un lato si chiudono i posti di ingresso, quelli che servivano da trampolino. Dall’altro si consolida il middle management, riducendo i livelli intermedi che un tempo separavano il junior dall’esperto. Il risultato non è la disoccupazione di massa dei titoli catastrofici, ma qualcosa di più subdolo: una struttura del lavoro a clessidra, larga in alto e in basso, vuota nel mezzo.
I dati sull’ingresso al mercato del lavoro mostrano già questa distorsione con chiarezza. Le grandi aziende tecnologiche hanno ridotto le assunzioni entry-level al 7% delle nuove assunzioni nel 2024, un calo del 25% rispetto al 2023 e più del 50% sotto i livelli pre-pandemia, mentre nelle startup l’assunzione di neolaureati è scesa dal 30% del 2019 a meno del 6% nel 2024. Non si tratta di un segnale congiunturale: tra il terzo trimestre del 2022 e il secondo trimestre del 2025 si è registrato un calo del 12-15% nell’occupazione dei lavoratori nelle industrie più esposte, con circa 150.000 posti entry-level in meno. I settori più colpiti sono esattamente quelli che sembravano più al sicuro dietro un titolo di laurea: marketing, legal, accounting, risorse umane, IT.
La ragione tecnica è diretta. La ricerca del Brookings Institution indica che l’AI potrebbe automatizzare oltre il 50% dei compiti nelle posizioni entry-level, un rischio cinque volte superiore rispetto ai ruoli più senior. I lavori di ingresso sono strutturalmente i più vulnerabili perché sono costruiti attorno a compiti ripetitivi, ben definiti, con output misurabili: esattamente la tipologia di attività che i modelli linguistici e i sistemi agentici sanno gestire meglio. Analisi dati di primo livello, redazione di bozze, ricerca documentale, riconciliazione contabile, supporto clienti strutturato: tutte attività che fino a tre anni fa richiedevano un essere umano e oggi non lo richiedono più, o ne richiedono uno ogni dieci.
Sul fronte opposto, i tagli ai livelli intermedi procedono per una logica diversa ma convergente. Workday ha ridotto l’8,5% della propria forza lavoro, circa 1.750 posti, per riallocare risorse verso l’AI. Amazon ha eliminato 14.000 ruoli corporate, dichiarando esplicitamente che l’AI consente strutture più snelle e un’innovazione più rapida. Quando un sistema agente può coordinare informazioni, sintetizzare report, gestire escalation e monitorare KPI, i livelli di management intermedio perdono la loro funzione di nodo di trasmissione tra il senior e l’esecutivo, e vengono rimossi non per incompetenza ma per ridondanza strutturale.
Il problema che emerge è che questi due movimenti — contrazione dell’entry-level e appiattimento del middle management — non si compensano: si sommano. Chi entra oggi nel mercato del lavoro trova meno porte aperte, e chi lavora a livello medio trova la propria posizione sempre più difficile da giustificare in termini di produttività marginale rispetto a un sistema AI. Il risultato è una polarizzazione salariale in accelerazione: da un lato un premio del 56% sui salari per i lavoratori con competenze AI (dato PwC 2025), dall’altro un’erosione reale degli stipendi tra l’8% e il 15% nei ruoli cognitivi di routine.
C’è però un dato strutturale che frena il collasso: la quantità reale di lavoro che l’AI può sostituire autonomamente, in ambienti produttivi reali, è ancora molto inferiore alle promesse degli vendor. Secondo Challenger, Gray & Christmas, i tagli direttamente attribuibili all’AI hanno rappresentato solo circa il 4,5% del totale dei licenziamenti nel 2025. Il resto viene spesso classificato come ristrutturazione, ottimizzazione dei costi, riduzione degli organici post-pandemia — categorie che nascondono la motivazione reale. Nel 2025 solo 54.836 posti sono stati esplicitamente dichiarati persi per causa AI, mentre le stime basate su modellistica collocano il numero reale tra i 200.000 e i 300.000: il divario non è un errore di misurazione, è opacità deliberata.
La finestra temporale in cui il mercato del lavoro può assorbire questa transizione senza rotture sistemiche non è indefinita. Il periodo 2025-2030 è identificato come la finestra critica di transizione, con il picco dei cambiamenti di carriera atteso tra il 2026 e il 2028. Chi possiede già competenze di supervisione dei sistemi AI, di interpretazione critica degli output, di gestione di workflow ibridi uomo-macchina, si trova in una posizione difendibile. Chi continua a svolgere compiti che un modello linguistico esegue in modo comparabile, senza aggiungere il layer di giudizio contestuale che ancora manca all’AI, si trova in una traiettoria di compressione salariale che rischia di diventare strutturale. Il valore economico nel lavoro cognitivo si sta spostando verso il giudizio, la supervisione, il ragionamento etico e il pensiero sistemico — non perché sia romantico pensarlo, ma perché sono i task che i sistemi attuali gestiscono peggio.