L’IA arricchisce. Ma chi?

Una piattaforma americana chiamata Mercor ha trovato un modello di business semplice quanto paradossale: prende professionisti qualificati — avvocati, ricercatori, PhD, designer — rimasti disoccupati perché l’IA ha automatizzato le loro mansioni, e li assume per addestrare ulteriormente i modelli che li hanno sostituiti. Tutti contractor, tutti in remoto, monitorati da software che traccia ogni azione. Nessun contratto, nessun cliente noto. Le tariffe scendono nel tempo: da trenta dollari l’ora a sedici, a volte meno. I due fondatori ventenni sono diventati miliardari nel 2025.

Non è un caso isolato bensì un modello di business. E funziona proprio perché la transizione fa male.

Il saldo netto che non torna

Il World Economic Forum stima 170 milioni di nuovi ruoli creati e 92 milioni distrutti entro il 2030 — saldo netto positivo. Ma il saldo aggregato nasconde tre problemi.

Il primo è il disallineamento geografico: i nuovi ruoli non nascono dove nascono le perdite, e non richiedono le stesse competenze di quelle perdute. In Italia il 28,3% dei lavoratori è esposto all’IA generativa — sopra la media OCSE. Ma un dati rivelatore viene anche da casa nostra: il Trentino-Alto Adige è la regione italiana con il mismatch più acuto tra domanda e offerta di competenze digitali avanzate, con il 65,8% delle figure richieste difficili da reperire. Bolzano guida la classifica provinciale con il 69,2%. In altre parole, qui il problema non è la disoccupazione — è che le aziende cercano competenze che non trovano. L’automazione cognitiva non risolve questo gap: lo allarga, spostando la domanda verso profili ancora più specializzati.

L’inversione silenziosa

C’è un effetto collaterale che passa quasi inosservato, ma che cambia la struttura del mercato del lavoro più in profondità di quanto sembri.

Il modello tradizionale era lineare: esce il senior costoso, entra il junior a basso costo che cresce dentro l’azienda. Funzionava perché lo junior portava soprattutto capacità di esecuzione — produrre documenti, analisi preliminari, codice di base, pratiche ripetitive. Cose che costavano poco e si potevano formare nel tempo.

L’IA rompe esattamente quel meccanismo. L’esecuzione è ciò che i modelli fanno meglio, a costo marginale zero. Il junior entry-level non viene più pagato meno: semplicemente non viene più cercato. I dati lo confermano: nelle professioni più esposte, il tasso di nuove assunzioni per i giovani tra 22 e 25 anni è sceso del 14% dal 2024.

Il senior, paradossalmente, regge meglio. Ha il giudizio, il network, la capacità di contestualizzare l’errore dell’IA — esattamente ciò che nel modello precedente veniva considerato troppo caro. Ora è la figura che supervisiona i workflow.

Il problema strutturale è doppio. Se i junior non entrano, non crescono i futuri senior: la pipeline si interrompe. E il prepensionamento anticipato — che era anche uno strumento sociale, liberava posti, distribuiva reddito — perde la sua giustificazione economica perché non c’è più il ricambio a valle. Il risultato è un mercato che si chiude su se stesso: protegge chi c’è già dentro, e lascia fuori chi vorrebbe entrare.

Congelare non serve

La reazione più istintiva è protezionista: blindare le professioni normate, rallentare l’adozione. In Italia conosciamo bene questa logica. Ma un’azienda italiana che usa avvocati umani a tariffa piena compete con una concorrente nordeuropea che usa agenti AI supervisionati per una frazione del costo. Nel tempo, non è una gara. Il protezionismo ritarda la resa dei conti senza eliminarla, e nel frattempo erode definitivamente la competitività. Le aziende possono fare la loro parte — riconversione, formazione, outplacement — ma non possono tenere tutti.

La ricchezza c’è. Non viene redistribuita.

La ricchezza generata dall’automazione cognitiva esiste già — è nei bilanci di chi ha tagliato i costi del lavoro qualificato, nei rendimenti del settore tech, nella capitalizzazione di Nvidia, Microsoft, Anthropic, OpenAI. È ricchezza reale, prodotta in parte dal lavoro umano che ha addestrato i modelli.

Il problema è che non viene redistribuita verso chi ha perso il lavoro. Va agli azionisti e ai detentori di capitale. I fondatori di Mercor sono miliardari. I professionisti che addestrano i loro modelli guadagnano sedici dollari l’ora senza contratto. Questa non è una legge della natura. È il risultato dell’assenza di scelte politiche — che è anch’essa una scelta.

Il reddito di base non è assistenzialismo

In Italia il dibattito è stato inquinato dalla battaglia politica sul Reddito di Cittadinanza, abolito a fine 2023. Il risultato secondo l’ISTAT: peggioramento dei redditi disponibili per 850mila famiglie, perdita media annua di 2.600 euro, platea dei beneficiari quasi dimezzata. Si è discusso del merito dei singoli beneficiari invece della funzione sistemica dello strumento.

Un reddito di base adeguato non è assistenzialismo: è l’infrastruttura che rende possibile la transizione. Gli esperimenti pilota in Finlandia e Canada mostrano che non riduce l’incentivo a lavorare — al contrario, aumenta la propensione a rischiare, incluso il rischio di riqualificarsi. Chi sa che sopravvivrà economicamente se il tentativo di riconversione fallisce al primo colpo, è più disposto a tentarlo. Le risorse non vanno cercate aumentando le tasse sul lavoro, già alte, ma tassando il capitale e i flussi finanziari che beneficiano direttamente dell’automazione.

Il conto arriva comunque

Non fare nulla di sistemico non è una scelta neutrale. Ha un costo: crescita della povertà tra i professionisti “white-collar”, erosione della classe media, populismo alimentato dalla percezione — fondata — che i benefici vadano a pochi mentre i costi vengono socializzati. E colpirebbe anche il mercato che ha generato il problema: un’economia in cui una quota crescente della popolazione non ha reddito sufficiente per consumare non è un’economia in cui le aziende tech prosperano a lungo.

Non si tratta di argomenti sentimentali o ideologici. È contabilità.
 

Questo articolo riprende e sviluppa i temi di “L’IA non ruba il lavoro: lo cambia”, pubblicato da me su SALTO il 10 febbraio 2026.

Fonti: Josh Dzieza, “The Laid-Off Scientists and Lawyers Training AI to Steal Their Careers”, New York Magazine / Intelligencer, marzo 2026 — modello di business Mercor, tariffe e profilo fondatori. WEF, “Future of Jobs Report 2025” — stima 170 milioni nuovi ruoli / 92 milioni distrutti entro 2030. OCSE, “Job Creation and Local Economic Development 2024” — 28,3% lavoratori italiani esposti all’IA generativa, media OCSE 26%. Confartigianato / Unioncamere-Excelsior, “Competenze digitali 4.0”, 2024 — Trentino-Alto Adige prima regione per mismatch (65,8%), Bolzano prima provincia (69,2%). OCSE via FederProfessioni, 2025 — provincia di Bolzano, squilibrio domanda/offerta lavoro +363% rispetto alla media nazionale. ISTAT, terzo trimestre 2025 — calo occupazione giovanile -3,5% su base annua, laureati nelle regioni Centro-Nord. ISTAT, “La redistribuzione del reddito in Italia”, 2024 — 850mila famiglie penalizzate dall’abolizione RdC, perdita media 2.600 euro annui. IMF, “Gen-AI: Artificial Intelligence and the Future of Work”, 2024 — esposizione all’IA nei paesi avanzati.