A marzo 2026 Anthropic ha pubblicato Labour Market Impacts of AI: A New Measure and Early Evidence, uno studio che introduce una nuova metrica per misurare l'impatto reale dell'intelligenza artificiale sul mercato del lavoro. Non una proiezione teorica, non un modello econometrico astratto: un'analisi costruita sui dati reali di utilizzo di Claude, incrociati con il database O*NET delle occupazioni statunitensi e con le stime di esposizione ai modelli linguistici elaborate da Eloundou et al. (2023).
Il risultato è una fotografia del mercato del lavoro più sfumata — e per certi versi più preoccupante — di quanto i titoli rassicuranti abbiano lasciato intendere.
🔬 La nuova metrica: observed exposure
Il cuore metodologico del report è la cosiddetta observed exposure (esposizione osservata): una misura che non si limita a calcolare cosa l'AI potrebbe fare in teoria, ma quantifica cosa sta già facendo nei contesti professionali reali. Il calcolo combina tre fonti:
- il database O*NET, che elenca i compiti associati a circa 800 occupazioni negli Stati Uniti
- i dati di utilizzo dell'Anthropic Economic Index, che registra come Claude viene impiegato in ambito lavorativo
- le stime teoriche di Eloundou et al., che misurano se un LLM può raddoppiare la velocità di esecuzione di un determinato compito
Il calcolo finale pondera i compiti in base al tempo dedicato e al tipo di utilizzo: automazione completa (peso intero) e uso aumentativo o assistivo (peso dimezzato). Il risultato è un indice che approssima il rischio reale di sostituzione — non il rischio teorico.
📊 Il gap tra potenziale e realtà
Uno dei dati più rilevanti emersi dallo studio riguarda il divario tra copertura teorica e copertura effettiva. Secondo il report, la copertura teorica supera l'80% in diversi settori:
- informatica e matematica: 94,3%
- business e finanza: 94,3%
- management: 91,3%
- supporto amministrativo: 90%
- ambito legale: 89%
La copertura effettiva, tuttavia, è significativamente più bassa. Nei settori più esposti, l'observed exposure si attesta al 35,8% per informatica e matematica, al 34,3% per ufficio e amministrazione, al 28,4% per business e finanza. Il gap è determinato da vincoli legali, obblighi di verifica umana e barriere tecniche all'integrazione nei sistemi aziendali. L'AI non ha ancora dispiegato il suo potenziale. Ma la distanza si sta riducendo.
⚙️ Le professioni più esposte
Tra le singole occupazioni con la maggiore esposizione osservata emergono:
- programmatori informatici: 74,5% — primo posto per l'uso massiccio di Claude nel coding
- addetti al customer service: 70,1% — crescita rapida tramite implementazioni API
- data entry keyers: 67,1% — automazione diretta del compito principale
- specialisti di cartelle cliniche: 66,7%
- analisti di mercato e marketing: 64,8%
Il profilo demografico dei lavoratori più esposti è tutt'altro che quello atteso: si tratta di figure più istruite, più anziane, meglio pagate e più spesso donne. Non i profili marginali del mercato del lavoro, ma quelli centrali nell'economia della conoscenza.
👶 Il dato che i titoli non hanno riportato
A livello aggregato, lo studio non rileva alcun aumento sistematico della disoccupazione nelle professioni più esposte dall'introduzione di ChatGPT (fine 2022). È questo il dato che ha alimentato i titoli rassicuranti. Ma c'è un secondo risultato, statisticamente significativo, che ha ricevuto molta meno attenzione.
Dal 2024 le serie statistiche divergono in modo visibile: i lavoratori tra i 22 e i 25 anni registrano un calo del 14% nel tasso di assunzione nelle professioni ad alta esposizione rispetto al 2022. Non si tratta di disoccupazione nel senso classico del termine: si tratta di mancata assunzione.
Il meccanismo è preciso. L'AI automatizza con maggiore facilità i compiti tipicamente assegnati ai profili junior: coding di base, data entry, customer support, analisi preliminare. Le aziende non licenziano i lavoratori senior già in organico, ma non aprono più le posizioni entry-level. Il primo gradino della scala professionale si sta restringendo, con effetti che si accumuleranno nel tempo sulla mobilità e sulla progressione di carriera delle generazioni più giovani.
🔐 La questione privacy che il report non affronta
Lo studio è costruito interamente sui dati di conversazione degli utenti di Claude. Anthropic ha recentemente aggiornato i propri Consumer Terms, introducendo una ritenzione dei dati estesa a 5 anni per chi acconsente al training del modello, contro i 30 giorni previsti per chi non lo fa. Le interazioni professionali analizzate — sessioni di coding, analisi dati, redazione di documenti, gestione del customer service — appartengono a lavoratori che, nella maggior parte dei casi, non sono consapevoli di contribuire a un'analisi economica sul loro stesso settore.
Sul piano del GDPR, le domande aperte riguardano la base giuridica del trattamento, l'adeguatezza dell'informativa fornita agli utenti e l'effettività del diritto di opposizione al training. Sul piano dell'AI Act — pienamente applicabile dal 2 agosto 2026 — i sistemi utilizzati per decisioni in ambito occupazionale, incluse le valutazioni che incidono sull'accesso al lavoro, rientrano nell'allegato III come sistemi ad alto rischio. Per questi sistemi sono previsti obblighi precisi di trasparenza, valutazione d'impatto e supervisione umana.
Il report Anthropic fotografa un mercato del lavoro che cambia in modo silenzioso, senza le scosse visibili che ci si aspetterebbe da una trasformazione di questa portata. La vera domanda non è se l'AI licenzierà: è chi garantisce che chi non viene assunto sappia perché, e quali strumenti normativi esistono per presidiare un cambiamento che si consuma prima ancora che il rapporto di lavoro inizi.
#anthropic #intelligenzaartificiale #mercatodellavoro #aiact #lavoratori
