L’intelligenza artificiale può aumentare la produttività dei giovani professionisti. Ma se automatizziamo proprio le attività attraverso cui hanno sempre imparato il mestiere, dobbiamo ripensare anche il modo in cui costruiamo l’esperienza.
Per anni abbiamo discusso dell’intelligenza artificiale ponendoci soprattutto una domanda: quali lavori sostituirà?
Probabilmente è la domanda sbagliata.
Almeno per chi si occupa di organizzazioni, formazione e sviluppo delle persone, ce n’è una più interessante: se l’AI assorbe una parte crescente delle attività semplici e ripetitive affidate tradizionalmente ai junior, attraverso quali esperienze costruiremo i professionisti senior di domani?
La questione non è teorica.
Il Global AI Jobs Barometer 2026 di PwC, costruito analizzando oltre un miliardo di annunci di lavoro, mostra che nei ruoli maggiormente esposti all’intelligenza artificiale le competenze richieste stanno cambiando più del doppio rispetto ai lavori meno esposti. Ancora più significativo è ciò che sta accadendo all’inizio della carriera: i ruoli junior più esposti all’AI hanno una probabilità sette volte maggiore di richiedere competenze normalmente associate a profili senior, come leadership e pensiero strategico.
Non significa che i junior stiano scomparendo.
Significa che la distanza tra essere junior ed essere chiamati a ragionare da senior si sta accorciando.
Il lavoro semplice non era soltanto lavoro semplice
C’è un aspetto che rischiamo di sottovalutare quando valutiamo l’automazione esclusivamente attraverso la produttività.
Molte attività ripetitive svolte all’inizio di una carriera hanno certamente un basso valore aggiunto. Ma hanno anche un secondo valore, meno visibile: sono palestra.
Preparare un’analisi.
Controllare un documento.
Ricostruire una pratica.
Confrontare informazioni.
Affiancare un collega più esperto.
Correggere un errore e capire perché lo si è commesso.
Sono attività che singolarmente possono sembrare poco sofisticate. Ripetute nel tempo, però, costruiscono qualcosa che difficilmente compare in una job description: esperienza, capacità di riconoscere le anomalie, memoria dei casi, sensibilità al contesto.
PwC definisce proprio questo uno dei problemi emergenti: l’intelligenza artificiale sta assorbendo una parte di quel lavoro routinario che in passato funzionava anche come una forma di apprendistato. Contemporaneamente, alle persone viene richiesto molto prima di utilizzare giudizio, capacità relazionale, creatività e leadership.
È un paradosso interessante.
Eliminiamo una parte della palestra mentre alziamo l’asticella della gara.
Nel settore assicurativo il tema è ancora più delicato
Una recente analisi di Insurance Business Australia parte proprio dal settore assicurativo.
In Australia, la carenza di competenze e l’evoluzione del lavoro stanno spingendo alcuni operatori a ripensare i programmi destinati ai neolaureati. Suncorp, per esempio, ha ristrutturato il proprio Graduate Program puntando maggiormente sulle competenze e sui percorsi trasversali, anziché chiedere necessariamente ai candidati di identificarsi fin dall’inizio con uno specifico ruolo professionale.
Il caso australiano non va trasferito automaticamente al mercato italiano. E sarebbe ancora più sbagliato dedurne che nel nostro settore l’AI abbia già cancellato le attività junior.
Il punto interessante è un altro.
Nel mondo assicurativo, molta competenza si costruisce ancora attraverso l’esposizione progressiva alla complessità.
Un buon underwriter non diventa tale soltanto perché conosce le regole di assunzione.
Un buon liquidatore non è semplicemente chi applica correttamente una procedura.
Un buon consulente non coincide con chi conosce perfettamente le caratteristiche di un prodotto.
Con il tempo impariamo a riconoscere eccezioni, sfumature, comportamenti, domande da porre e segnali che meritano attenzione.
Se una macchina svolge sempre più efficacemente la parte preparatoria del lavoro, l’organizzazione deve chiedersi come trasferire anche l’esperienza che prima nasceva facendola.
Dalla formazione dei contenuti alla formazione del giudizio
Qui cambia anche il significato della formazione.
Se le informazioni sono sempre più facilmente disponibili e un assistente AI può spiegare una normativa, sintetizzare un documento o costruire una prima analisi in pochi secondi, il vantaggio competitivo della formazione non può essere semplicemente quello di trasferire più informazioni.
Diventa necessario allenare il giudizio.
Significa lavorare maggiormente su:
- casi e situazioni ambigue;
- simulazioni;
- confronto tra alternative;
- osservazione dei comportamenti;
- mentoring;
- affiancamento;
- feedback strutturato;
- capacità di spiegare e motivare una decisione.
L’AI può accelerare molti di questi processi. Può persino diventare uno strumento di allenamento.
Ma non sostituisce automaticamente l’esperienza.
Conoscere una risposta e sapere quando quella risposta è appropriata sono due competenze differenti.
Questa distinzione diventerà probabilmente sempre più importante.
Il vero rischio è creare organizzazioni senza apprendistato
La tentazione potrebbe essere quella di guardare soltanto al breve periodo.
Se una persona, grazie all’AI, riesce a produrre in un’ora ciò che prima richiedeva tre ore, abbiamo ottenuto un evidente beneficio di produttività.
Ma esiste anche un conto economico delle competenze che si manifesta molto più lentamente.
Se per cinque o dieci anni riduciamo le occasioni attraverso cui i giovani professionisti costruiscono esperienza senza sostituirle con nuovi meccanismi di apprendimento, potremmo scoprire di avere organizzazioni molto efficienti nel presente e più fragili nel futuro.
Non è una ragione per rallentare l’adozione dell’intelligenza artificiale.
È esattamente il contrario.
È una ragione per considerare tecnologia e sviluppo delle persone come parti dello stesso progetto di trasformazione.
PwC suggerisce infatti alle organizzazioni di ridisegnare onboarding, mentoring e formazione per accelerare lo sviluppo di competenze avanzate come leadership, stakeholder management e capacità decisionale.
L’AI può cambiare la scala della carriera
Forse dovremo abbandonare anche l’immagine tradizionale della carriera.
Finora la progressione era relativamente lineare:
attività semplici → esperienza → attività complesse → responsabilità → seniority.
L’intelligenza artificiale rischia di togliere alcuni gradini intermedi.
Non necessariamente per ridurre le opportunità, ma perché permette a persone relativamente giovani di accedere molto prima ad attività sofisticate.
Questo può essere straordinariamente positivo.
A una condizione: non confondere la capacità di produrre un output con la maturità necessaria per valutarlo.
Ed è probabilmente qui che manager, formatori e organizzazioni avranno una responsabilità crescente.
Non dobbiamo soltanto insegnare alle persone a utilizzare l’intelligenza artificiale.
Dobbiamo costruire le condizioni affinché possano sviluppare ciò che l’intelligenza artificiale non può fornire semplicemente premendo un pulsante: esperienza, responsabilità, capacità critica e consapevolezza delle conseguenze delle proprie decisioni.
La vera domanda, quindi, non è se l’AI eliminerà i junior.
È molto più utile chiedersi:
se cambiamo il lavoro con cui le persone imparavano il mestiere, come cambieremo il modo in cui insegniamo loro a diventare professionisti?
L’intelligenza artificiale eliminerà i lavori junior?
I dati disponibili non consentono una conclusione così netta. PwC rileva piuttosto una trasformazione dei ruoli entry-level: in quelli maggiormente esposti all’AI aumentano le richieste di competenze tradizionalmente considerate senior.
Perché l’automazione può creare un problema di formazione?
Perché alcune attività routinarie rappresentavano anche occasioni di apprendistato. Se vengono automatizzate, le organizzazioni devono creare modalità alternative per sviluppare esperienza, giudizio e capacità decisionale.
Come dovrebbe cambiare la formazione?
Meno semplice trasferimento di informazioni e maggiore utilizzo di casi, simulazioni, mentoring, affiancamento e feedback. L’obiettivo diventa trasformare conoscenze e strumenti in capacità di valutare situazioni reali.