L’AI sta ridefinendo competenze e lavori a una velocità senza precedenti: secondo il World Economic Forum, entro il 2030 il 40% delle skill attuali diventerà obsoleto e il 59% della forza lavoro globale dovrà riqualificarsi. Il problema che si presenta è che la maggior parte delle aziende sta investendo in strumenti AI senza preparare le persone che dovrebbero usarli, trasformando un’opportunità in un costo.
In questo articolo scoprirai:
- Quali lavori crescono e quali declinano con l’avanzata dell’AI, secondo i dati del Future of Jobs Report 2025
- Perché lo skill gap costa alle aziende italiane fino a 1 milione di euro l’anno e come il divario si sta allargando
- Cosa significano concretamente upskilling, reskilling e AI literacy per un’organizzazione
- Il caso Henkel: come un’azienda globale ha riqualificato 52.000 dipendenti con risultati misurabili
- Come trasformare il capitale umano in un vantaggio competitivo reale, partendo dalle strategie del whitepaper “Senza competenze, l’AI è solo un costo”
Il mercato del lavoro sta cambiando: i numeri parlano chiaro
Il Future of Jobs Report 2025 del World Economic Forum, basato sulle risposte di oltre 1.000 aziende leader che rappresentano 14 milioni di lavoratori in 55 economie, disegna uno scenario di trasformazione profonda. Entro il 2030, la disruption toccherà il 22% dei posti di lavoro globali: 170 milioni di nuovi ruoli saranno creati, 92 milioni verranno eliminati, con un saldo netto positivo di 78 milioni di posizioni.
I ruoli in più rapida crescita sono tutti legati alla tecnologia: Big Data Specialist, Fintech Engineer, AI e Machine Learning Specialist, sviluppatori software. Ma il dato più significativo riguarda il cambiamento trasversale: il 14% dell’occupazione futura arriverà da professioni che oggi non esistono ancora.
Parallelamente, ogni settore vedrà diminuire la quota di attività svolte esclusivamente da esseri umani. Non si tratta di sostituzione totale – come approfondito nell’analisi su se l’AI sostituirà completamente il lavoro umano – ma di un ridisegno radicale di come si lavora. La differenza tra automazione e augmentation determinerà quali aziende vinceranno e quali resteranno indietro.
Lo skill gap: il vero freno all’innovazione AI
Se la tecnologia avanza, le competenze non tengono il passo. Il 63% dei datori di lavoro globali identifica lo skill gap come la barriera principale alla trasformazione aziendale, un dato in crescita rispetto al 60% del 2023, e che risulta dominante in 52 delle 55 economie analizzate dal WEF.
In Italia la situazione è ancora più critica. Solo il 17,9% delle imprese ha attivato percorsi formativi in ambito ICT, una quota inferiore alla media europea. Nel 2024, appena l’8% delle aziende italiane utilizzava l’intelligenza artificiale. Eppure, il 94% delle aziende ha già avviato progetti di automazione e AI. Il risultato? Investimenti in tecnologia senza le persone capaci di farla funzionare.
Il costo di questo disallineamento è concreto: lo skill gap costa in media circa 1 milione di euro l’anno per azienda, tra formazione correttiva, inefficienze operative e talenti inadeguati alle posizioni. Su scala globale, le stime parlano di 5.500 miliardi di dollari persi entro il 2026.
C’è un paradosso che rende il problema ancora più urgente: il 44% delle organizzazioni non ha ancora lanciato alcun programma formativo sull’AI. Eppure, come evidenzia un’analisi recente sull’impatto dell’AI sul rischio di disoccupazione condotta da Anthropic, l’esposizione dei lavoratori all’automazione è già misurabile e in crescita.
Quali competenze servono oggi e quali serviranno domani
Il WEF è chiaro: le competenze tecnologiche cresceranno in importanza più rapidamente di qualsiasi altra categoria nei prossimi cinque anni. La classifica delle skill in maggiore ascesa è eloquente:
- AI e Big Data
- Reti e cybersecurity
- Alfabetizzazione tecnologica
- Pensiero creativo
- Resilienza, flessibilità e agilità
- Curiosità e apprendimento continuo
- Leadership e influenza sociale
- Gestione dei talenti
- Pensiero analitico
- Gestione ambientale
È interessante notare che la lista mescola competenze tecniche hard e soft skill tipicamente umane. Non basta saper usare un chatbot AI in azienda: serve pensiero critico per validarne gli output, creatività per immaginarne usi non ovvi, leadership per guidare team in trasformazione.
In Italia, la domanda di professionisti con competenze AI è esplosa: +80% di aziende alla ricerca di esperti AI, con punte del +55% nei settori manifatturiero, sanità digitale e cybersecurity. I professionisti del marketing con competenze AI sono raddoppiati (+107% per i social media manager, +117% per gli analisti marketing). Eppure l’Italia laurea circa 4.000 specialisti AI l’anno, contro una domanda che sfiora i 14.000.
Chi vuole capire perché un’azienda dovrebbe investire in un corso sull’AI trova qui una risposta nei numeri: non è un’opzione, è una necessità competitiva.
Upskilling, reskilling, AI literacy: facciamo chiarezza
Tre termini che vengono spesso usati come sinonimi, ma indicano strategie diverse:
- Upskilling: potenziare le competenze esistenti per adattarle ai nuovi strumenti. Un analista finanziario che impara a usare modelli predittivi basati su AI è upskilling.
- Reskilling: acquisire competenze completamente nuove per passare a un ruolo diverso. Un operatore di data entry che si riqualifica come data analyst è reskilling.
- AI literacy: la comprensione di base di cosa sia l’AI, come funzioni e come interagirci non a livello tecnico, ma operativo. È la competenza trasversale che ogni dipendente dovrebbe avere, indipendentemente dal ruolo.
Il dato del WEF è netto: il 77% dei datori di lavoro pianifica programmi di upskilling, ma il 41% prevede anche riduzioni di organico nelle aree automatizzabili. La metà delle aziende si propone di ricollocare internamente i dipendenti esposti all’AI. La differenza tra chi taglia e chi riqualifica determinerà il vantaggio competitivo del prossimo decennio.
Per chi parte da zero, comprendere come funziona davvero l’AI generativa è il primo passo. Ma l’AI literacy non si esaurisce nella comprensione tecnica: include la capacità di formulare prompt efficaci, valutare criticamente gli output, integrare l’AI nei flussi operativi quotidiani e, aspetto spesso sottovalutato, capire i limiti della tecnologia per evitare errori costosi.
L’88% dei professionisti si dichiara disponibile a migliorare le proprie competenze in AI. Il problema è che solo il 41% delle aziende offre formazione in materia. Il gap non è nella volontà delle persone, ma nella visione strategica delle organizzazioni.
Il caso Henkel: 52.000 dipendenti, una cultura dell’apprendimento
Un esempio concreto di come si affronta la trasformazione arriva da Henkel, multinazionale tedesca da 52.000 dipendenti. Di fronte alla pressione competitiva di nuovi brand e tecnologie disruptive, Henkel non ha semplicemente comprato strumenti AI: ha ripensato l’intero approccio allo sviluppo dei talenti.
Il programma si è articolato in quattro fasi: assessment digitale volontario e anonimo su 10 famiglie di ruoli; formazione specializzata combinando corsi Accenture Academy e case study interni; ridisegno del processo di valutazione dei talenti, disaccoppiando performance e potenziale; creazione di una “Recruiter Toolbox” per identificare competenze tecniche specifiche nei candidati.
I risultati sono stati misurabili e significativi:
- 215.000 corsi eLearning completati
- 272.000 registrazioni formative a livello globale
- +40% di candidature esterne
- Tempo di candidatura ridotto da 30 minuti a 60 secondi
- Implementazione del sistema LMS in sole 18 settimane
Come ha dichiarato Sylvie Nicol, Executive Vice President di Henkel: “In a competitive market environment, we are now in a position to manage challenges quicker and better.” L’azienda ha inoltre integrato uno strumento di gestione delle competenze basato su AI con una libreria di 52.000 skill, collegato a LMS, succession planning e performance management.
Il caso Henkel dimostra un principio che vale per qualsiasi azienda che voglia adottare agenti AI e automazione: la tecnologia funziona solo se le persone sono preparate a usarla. Non è un problema di budget, ma di priorità strategica.
Il paradosso italiano: tanta tecnologia, poca direzione
I numeri italiani raccontano una storia di contraddizioni. Da un lato, il 54% delle aziende cerca profili AI (+25% rispetto al 2023), il 62% sperimenta soluzioni di AI generativa e la domanda di competenze digitali cresce a doppia cifra in quasi ogni settore. Dall’altro, solo il 12% delle organizzazioni guida l’adozione con linee guida strutturate.
La conseguenza è prevedibile: solo 1 lavoratore su 2 dichiara di utilizzare l’AI nel proprio lavoro, e spesso in modo saltuario e non strutturato. Progetti costosi senza ROI, iniziative isolate dai processi core, team disallineati. Non è la tecnologia a mancare, sono le competenze, la cultura digitale e la visione strategica.
Questo divario è tanto più pericoloso perché si autoalimenta. Un’azienda che non forma i propri dipendenti sull’AI non riesce a generare risultati con l’AI; non vedendo risultati, taglia i budget per la formazione; senza formazione, il gap si allarga. È un circolo vizioso che solo un intervento deliberato e strutturato può spezzare.
L’esperienza di chi ha già attraversato questa transizione, dai dati del WEF ai casi come Henkel, mostra che le aziende con programmi di formazione strutturati registrano una produttività superiore del 24%. Non è teoria: è il rendimento misurabile dell’investimento sulle persone. Per capire come la tecnologia si traduce concretamente in valore aziendale, il tema del ROI dell’AI generativa è centrale.
Dove investire: le aree strategiche per le aziende
Alla luce di tutti questi dati, le priorità per le aziende che vogliono trasformare l’AI da costo a leva competitiva si possono sintetizzare in quattro direttrici:
- AI literacy di massa: ogni dipendente, dal management all’operativo, deve comprendere le basi dell’AI. Non servono tutti data scientist, ma serve che tutti sappiano interagire con gli strumenti AI in modo consapevole.
- Upskilling verticale: i team che già lavorano con dati, analisi, marketing e customer care devono integrare competenze AI specifiche per il loro dominio. Come dimostrato dai trend emersi dal DevDay di OpenAI, le aree di investimento strategico si stanno delineando con chiarezza.
- Reskilling mirato: identificare i ruoli a maggiore esposizione all’automazione e creare percorsi di transizione interna prima che il mercato li renda obsoleti.
- Governance e cultura: la seconda barriera alla trasformazione, secondo il WEF, è la resistenza culturale al cambiamento (46% delle organizzazioni). Servono policy chiare sull’uso dell’AI, linee guida etiche e un framework di sicurezza, GDPR e adozione responsabile.
L’AI è il motore, ma le persone restano la direzione
C’è un filo rosso che attraversa tutti i dati, i report e i casi studio analizzati in questo articolo: l’AI amplifica ciò che un’organizzazione già è. Se un’azienda ha persone competenti e motivate, l’AI accelera i risultati. Se mancano competenze e visione, l’AI moltiplica le inefficienze.
I 78 milioni di nuovi posti di lavoro previsti dal WEF non si distribuiranno in modo uniforme. Andranno alle aziende che avranno investito per tempo nelle persone, costruendo quella che Henkel chiama “lifelong learning culture”. Le altre resteranno a rincorrere, pagando il prezzo dello skill gap. Un prezzo che, come abbiamo visto, si misura in milioni di euro e in competitività persa.
L’AI è il motore, ma le persone restano la direzione. Per evitare di rincorrere i competitor e trasformare il capitale umano in un vero vantaggio, è fondamentale passare dalla consapevolezza all’azione con strategie operative concrete. Il whitepaper gratuito “Senza competenze, l’AI è solo un costo” contiene esattamente questo: framework operativi, casi studio e un percorso strutturato per colmare il gap tra tecnologia e competenze, prima che diventi incolmabile.
L’obiettivo è fornire una guida operativa per trasformare l’adozione dell’AI in un moltiplicatore di valore reale per l’organizzazione.
Nel whitepaper approfondiamo:
- perché lo skill gap è il principale ostacolo
- quali sono le competenze chiave che cresceranno entro il 2030
- qual è l’approccio strategico da adottare
- come una leadership efficace può fare la differenza
Fonti:
- Future of Jobs Report 2025, World Economic Forum, gennaio 2025
- Upskilling a global workforce to be future-ready, Accenture
Domande frequenti
Come sta cambiando il mercato del lavoro con l'AI?
Secondo il Future of Jobs Report 2025 del World Economic Forum (basato su oltre 1.000 aziende e 14 milioni di lavoratori in 55 economie), entro il 2030 la disruption toccherà il 22% dei posti di lavoro globali: 170 milioni di nuovi ruoli creati, 92 milioni eliminati, con un saldo netto positivo di 78 milioni. Inoltre il 40% delle skill attuali diventerà obsoleto e il 59% della forza lavoro dovrà riqualificarsi.
Cos'è lo skill gap e perché frena l'innovazione AI?
Lo skill gap è il divario tra le competenze richieste dalle nuove tecnologie e quelle effettivamente possedute dai lavoratori. Il 63% dei datori di lavoro globali lo identifica come la barriera principale alla trasformazione aziendale (in crescita rispetto al 60% del 2023), ed è dominante in 52 delle 55 economie analizzate dal WEF. Il problema nasce quando le aziende investono in strumenti AI senza preparare le persone che dovrebbero usarli.
Quali competenze serviranno nei prossimi anni?
Il WEF indica che le competenze tecnologiche cresceranno in importanza più rapidamente di qualsiasi altra categoria nei prossimi cinque anni, con AI e big data, reti e cybersecurity e alfabetizzazione tecnologica in cima alla classifica delle skill in maggiore ascesa. A queste si affiancano competenze trasversali come pensiero analitico, resilienza, flessibilità e capacità di apprendimento continuo.
Qual è la differenza tra upskilling, reskilling e AI literacy?
Sono tre strategie diverse: l'upskilling potenzia le competenze esistenti di una persona nel suo ruolo attuale; il reskilling riqualifica un lavoratore per un ruolo diverso quando il suo viene trasformato o eliminato; l'AI literacy è l'alfabetizzazione di base sull'uso e i limiti dell'AI, trasversale a tutti i ruoli. Spesso usati come sinonimi, indicano in realtà interventi formativi distinti.
Qual è la situazione italiana nell'adozione dell'AI?
L'Italia vive un paradosso: da un lato il 54% delle aziende cerca profili AI (+25% rispetto al 2023) e il 62% sperimenta soluzioni di AI generativa; dall'altro solo il 12% delle organizzazioni guida l'adozione con linee guida strutturate. C'è quindi molta tecnologia ma poca direzione strategica, con il rischio di trasformare l'opportunità AI in un costo invece che in una leva competitiva.
