Come si misura l’impatto dell’AI sul lavoro: esposizione, uso reale, imprese
In breve. Quando si legge che l’intelligenza artificiale «tocca» una certa quota del lavoro, il numero viene quasi sempre da una di tre misure diverse. L’esposizione teorica stima quante mansioni un modello potrebbe svolgere o accelerare: per l’Organizzazione internazionale del lavoro (ILO) un occupato su quattro nel mondo (24%) fa un mestiere con qualche esposizione all’AI generativa, il 34% nei Paesi ad alto reddito. L’uso osservato conta che cosa le persone fanno davvero con un assistente: nei dati di Anthropic, in Italia il 42,89% delle conversazioni con Claude riguarda il lavoro. Le indagini sulle imprese chiedono alle aziende se usano l’AI: in Italia nel 2025 lo fa il 16,4% delle imprese con almeno 10 addetti, contro il 19,95% nella media UE (Eurostat). Sono tre risposte a tre domande diverse. Nessuna delle tre conta i posti di lavoro creati o persi.

Che cosa dice il dato
Le tre famiglie di misure si riconoscono da che cosa contano e da chi lo dichiara.
| Misura | Domanda a cui risponde | Unità | Esempio |
|---|---|---|---|
| Esposizione teorica | Quante mansioni di un mestiere l’AI potrebbe svolgere o accelerare? | % degli occupati in mestieri esposti | ILO 2025: 24% degli occupati nel mondo |
| Uso osservato | Per che cosa le persone usano davvero un assistente AI? | % delle conversazioni | Anthropic, Italia maggio 2026: 42,89% per lavoro |
| Indagine sulle imprese | Quante aziende dichiarano di usare tecnologie di AI? | % delle imprese | Eurostat 2025: 16,4% in Italia |
Lo stesso titolo («l’AI e il lavoro») può quindi poggiare su un 24%, un 42,89% o un 16,4%. I tre numeri non si contraddicono: misurano cose diverse, su popolazioni diverse (occupati, conversazioni, imprese).
Prima misura: l’esposizione teorica
L’idea è smontare ogni mestiere nelle sue mansioni (i compiti elencati nelle classificazioni ufficiali delle professioni) e chiedere, mansione per mansione, se un modello linguistico potrebbe svolgerla o farla in molto meno tempo. Poi si risale al mestiere e si contano gli occupati.
Il lavoro più citato è quello di Eloundou, Manning, Mishkin e Rock, ricercatori di OpenAI, OpenResearch e dell’Università della Pennsylvania, sul mercato del lavoro degli Stati Uniti. Gli autori definiscono esposta una mansione se l’accesso a un modello, o a software costruito su un modello, riduce di almeno la metà il tempo necessario a svolgerla con la stessa qualità. Le mansioni le hanno valutate sia annotatori umani sia GPT-4. Risultato, nella versione estesa dello studio (2023): circa l’80% dei lavoratori statunitensi fa un mestiere con almeno il 10% delle mansioni esposte; circa il 19% fa un mestiere in cui più della metà delle mansioni è esposta. Una sintesi del lavoro è uscita su Science nel 2024.
L’ILO, l’agenzia delle Nazioni Unite per il lavoro, ha fatto un esercizio simile su scala mondiale, aggiornato nel 2025. Ha fatto valutare 2.861 mansioni, tratte dalla classificazione delle professioni polacca, a 1.640 lavoratori in Polonia (52.558 valutazioni in tutto), ha confrontato i risultati con un gruppo di esperti internazionali, ha esteso i punteggi alla classificazione internazionale delle professioni (ISCO-08) e ha diviso i mestieri in quattro gradienti di esposizione crescente.
| Esposizione all’AI generativa (ILO, 2025) | Quota degli occupati |
|---|---|
| Mondo, almeno un gradiente di esposizione | 24% |
| Mondo, gradiente più alto (4) | 3,3% |
| Paesi ad alto reddito, almeno un gradiente | 34% |
| Paesi ad alto reddito, gradienti 3 e 4 | 17,3% |
| Paesi a basso reddito, almeno un gradiente | 11% |
Nel gradiente più alto finiscono soprattutto mestieri d’ufficio: addetti all’inserimento dati, dattilografi, addetti alla contabilità, impiegati d’ufficio generici. Nel mondo è nel gradiente 4 il 4,7% dell’occupazione femminile e il 2,4% di quella maschile: secondo l’ILO la differenza riflette i mestieri in cui le donne sono più presenti, come i lavori d’ufficio.
Che cosa misura davvero. L’esposizione è una stima di possibilità tecnica, fatta da persone e modelli che leggono la descrizione di una mansione. Eloundou e coautori lo scrivono esplicitamente: la loro misura non distingue tra effetti che aumentano il lavoro (la persona fa la stessa cosa più in fretta) ed effetti che lo sostituiscono. E non dice nulla sui tempi: gli autori precisano di non fare previsioni su quando, o se, quei modelli verranno adottati.
Seconda misura: l’uso osservato
Invece di chiedersi che cosa l’AI potrebbe fare, si guarda che cosa le persone le chiedono davvero. È l’approccio dell’Anthropic Economic Index: l’azienda classifica le conversazioni con il suo assistente Claude e le collega alle mansioni delle classificazioni ufficiali delle professioni, distinguendo se la persona collabora con l’AI o le delega il compito. I dati sono pubblicati con licenza aperta (CC BY).
Per l’Italia, nel mese di maggio 2026:
| Anthropic Economic Index, maggio 2026 | Italia | Mondo |
|---|---|---|
| Indice d’uso (quota d’uso ÷ quota della popolazione in età da lavoro; mondo = 1) | 1,7 | 1 |
| Posizione tra i 121 Paesi con indice pubblicato | 39ª | — |
| Conversazioni per lavoro | 42,89% | 43,36% |
| Conversazioni in cui la persona collabora con l’AI («augmentation») | 53,64% | 51,38% |
| Conversazioni in cui la persona delega il compito all’AI («automation») | 46,36% | 48,62% |
Un indice di 1,7 vuol dire che la quota italiana dell’uso di Claude è 1,7 volte la quota italiana della popolazione mondiale in età da lavoro. La distinzione tra collaborare e delegare è la cosa che l’esposizione teorica non vede: qui non si stima se una mansione potrebbe essere svolta dall’AI, si osserva se la persona resta nel compito o lo consegna.
Che cosa misura davvero. Solo l’uso di un assistente, di una azienda, da parte di chi ha scelto di usarlo. Non è un campione della popolazione italiana né dei lavoratori italiani: chi usa Claude non è rappresentativo di chi non lo usa (lo stesso problema di un sondaggio volontario, vedi come leggere un sondaggio). Ed è una fotografia di un mese, non una serie storica. Lo stesso vale per i limiti dei punteggi dei modelli: che cosa un modello sa fare si misura in un altro modo, come spiegato in come si misura se un modello linguistico «sa» una cosa.
Terza misura: le indagini sulle imprese
Ogni anno gli istituti di statistica europei, in Italia l’ISTAT, chiedono alle imprese quali tecnologie digitali usano. Da qualche anno il questionario elenca alcune tecnologie di intelligenza artificiale (analisi di testi, riconoscimento vocale, generazione di testo o codice, riconoscimento di immagini, apprendimento automatico, automazione dei flussi di lavoro, robot autonomi) e Eurostat pubblica la quota di imprese che ne usa almeno una.
| Imprese che usano almeno una tecnologia di AI (% delle imprese con almeno 10 addetti) | 2021 | 2023 | 2024 | 2025 |
|---|---|---|---|---|
| Italia | 6,17 | 5,05 | 8,2 | 16,4 |
| UE 27 | 7,65 | 8,06 | 13,48 | 19,95 |
Nel 2025 l’Italia è a 16,4%, 3,55 punti sotto la media UE (punti, non per cento). La quota cresce molto con la dimensione dell’impresa:
| Imprese che usano almeno una tecnologia di AI, 2025 | Italia | UE 27 | Distanza (punti) |
|---|---|---|---|
| 10-49 addetti | 14,23 | 17,0 | 2,77 |
| 50-249 addetti | 27,62 | 30,36 | 2,74 |
| 250 addetti e più | 53,09 | 55,03 | 1,94 |
| Totale (10 addetti e più) | 16,4 | 19,95 | 3,55 |
C’è un dettaglio che vale la pena notare: in ogni classe di dimensione la distanza tra Italia e UE è più piccola (tra 1,94 e 2,77 punti) della distanza sul totale (3,55 punti). Il totale è una media pesata delle classi, e i pesi non sono uguali: se il divario complessivo è più ampio di quello di ciascuna classe, vuol dire che in Italia pesano di più le classi in cui l’AI si usa meno, cioè le imprese più piccole. Una parte del divario dipende quindi dalla composizione delle imprese, non solo da quanto le imprese di pari dimensione usano l’AI. È lo stesso meccanismo del paradosso di Simpson, in forma attenuata.
Che cosa misura davvero. La quota di imprese, non di lavoratori: un’impresa conta come utilizzatrice se usa una tecnologia, anche in un solo reparto. Non dice quanti dipendenti la usano, né per quante ore, né con quali effetti. E la definizione è cambiata: dal 2025 l’elenco comprende anche la generazione di immagini, video o suoni, che non compare nei dati degli anni precedenti. Il raddoppio italiano dal 2024 (8,2%) al 2025 (16,4%) mescola quindi diffusione reale e definizione più larga. Una voce presente in tutti e quattro gli anni, l’uso di AI per generare testo, parlato o codice, in Italia passa dall’1,35% del 2021 al 3,72% del 2024 e al 6,2% del 2025 (UE: 8,76% nel 2025).
Cosa NON dice questo dato
- Nessuna delle tre misure conta posti di lavoro creati o persi. Esposizione, uso e adozione sono misure di contatto tra AI e lavoro, non di effetto sull’occupazione. Per misurare un effetto serve confrontare chi è esposto con chi non lo è, nel tempo, tenendo conto di tutto il resto: un’esposizione alta e un calo di occupati nello stesso mestiere non provano che l’una abbia causato l’altro (correlazione non è causazione).
- L’esposizione teorica non dice che un mestiere sparirà. Dice che alcune sue mansioni sono alla portata di un modello. Lo stesso mestiere può diventare più produttivo, cambiare contenuto o ridursi: la misura non distingue.
- I numeri non si sommano e non si confrontano tra loro. Il 24% dell’ILO (occupati nel mondo), il 42,89% di Anthropic (conversazioni con Claude) e il 16,4% di Eurostat (imprese italiane) hanno denominatori diversi. Dire «l’AI usata dal 16% delle imprese tocca il 24% dei lavoratori» non ha senso.
- L’esposizione stimata negli Stati Uniti non vale per l’Italia. Eloundou e coautori misurano mestieri e occupati statunitensi; l’ILO stima per gruppi di Paesi. Per l’Italia servirebbe applicare i punteggi alla struttura delle professioni italiane, con le distorsioni che ogni conversione tra classificazioni porta con sé.
- Le stime cambiano con la tecnologia. L’ILO ha rifatto il suo indice nel 2025: la quota degli occupati nella categoria di esposizione più alta è passata dal 2,3% (stima del 2023) al 3,3% (gradiente 4 nel 2025), mentre quella nelle categorie più basse è scesa dal 29,2% al 20,5%. Sono stime da datare sempre.
Come leggere un numero sull’AI e il lavoro: quattro domande
- Che cosa conta? Occupati, mansioni, conversazioni o imprese?
- È una possibilità o un fatto? «Potrebbe essere svolto dall’AI» (esposizione) è diverso da «viene svolto con l’AI» (uso) e da «l’impresa dichiara di usarla» (adozione).
- Di chi e di quando? Paese, anno, versione della stima. Un numero sugli Stati Uniti del 2023 non descrive l’Italia del 2026.
- Dice qualcosa sugli effetti? Quasi mai. Se un titolo parla di posti persi partendo da una misura di esposizione, sta facendo un salto che il dato non autorizza.
Come è stato misurato
I numeri dell’ILO e di Eloundou e coautori sono trascritti dai documenti originali (abstract, capitoli e paragrafi indicati nelle Fonti), letti il 9 novembre 2026. Dello studio di Eloundou e coautori si citano i numeri della versione estesa pubblicata come working paper (2023); la sintesi su Science (2024) non è stata usata per le cifre. I dati di Eurostat sono letti dalla tabella isoc_eb_ai (aggiornata il 15 giugno 2026): imprese con almeno 10 addetti, esclusi i settori dell’agricoltura, dell’estrazione e della finanza. I dati dell’Anthropic Economic Index sono quelli di maggio 2026 (release del 26 giugno 2026), copiati il 17 ottobre 2026 e ricontrollati il 10 novembre sul file pubblico della release. Sono calcoli di Metron Journal solo le differenze in punti tra Italia e UE (per esempio 19,95 − 16,4 = 3,55). Tutto è nel CSV in fondo alla pagina.
Domande frequenti
Che cos’è l’esposizione di un lavoro all’intelligenza artificiale?
È una stima di quante mansioni di un mestiere un modello di AI potrebbe svolgere o accelerare in modo rilevante. Si costruisce valutando le mansioni una per una e risalendo agli occupati. Secondo l’ILO (2025), un occupato su quattro nel mondo (24%) fa un mestiere con qualche esposizione all’AI generativa.
Esposizione all’AI vuol dire che un lavoro sparirà?
No. L’esposizione misura una possibilità tecnica, non un effetto. Gli autori dello studio più citato, Eloundou e coautori, scrivono che la loro misura non distingue tra effetti che aumentano il lavoro ed effetti che lo sostituiscono, e che non fanno previsioni sui tempi di adozione.
Quante imprese italiane usano l’intelligenza artificiale?
Nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti usava almeno una tecnologia di AI, contro il 19,95% nella media UE (Eurostat). Tra le imprese con almeno 250 addetti la quota sale al 53,09%. Dal 2025 la definizione comprende anche la generazione di immagini, video o suoni.
Che differenza c’è tra «augmentation» e «automation»?
Sono due modi di usare un assistente AI distinti dall’Anthropic Economic Index. Nella «augmentation» la persona resta coinvolta nel compito e collabora con l’AI; nella «automation» le affida il compito. In Italia, a maggio 2026, il 53,64% delle conversazioni con Claude era del primo tipo e il 46,36% del secondo.
Perché le stime sull’AI e il lavoro sono così diverse tra loro?
Perché misurano cose diverse con denominatori diversi: occupati in mestieri esposti, conversazioni con un assistente, imprese che dichiarano di usare l’AI. Un 24%, un 42,89% e un 16,4% possono essere tutti corretti e non sono confrontabili tra loro.
Fonti
- Eurostat, «Artificial intelligence by size class of enterprise» (
isoc_eb_ai), aggiornata il 15/06/2026: Eurostat Data Browser - Gmyrek P., Berg J., Kamiński K., Konopczyński F., Ładna A., Nafradi B., Rosłaniec K., Troszyński M. (2025), «Generative AI and Jobs: A Refined Global Index of Occupational Exposure», ILO Working Paper 140, Organizzazione internazionale del lavoro, doi:10.54394/HETP0387: pagina della pubblicazione ILO
- Eloundou T., Manning S., Mishkin P., Rock D. (2023), «GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models», working paper, arXiv 2303.10130v5: arXiv. Sintesi pubblicata come «GPTs are GPTs: Labor market impact potential of LLMs», Science 384(6702), 1306-1308 (2024), doi:10.1126/science.adj0998
- Anthropic, «Anthropic Economic Index», release del 26/06/2026, dati di maggio 2026, licenza CC BY per i dati: pagina dell’indice e del metodo · file della release
- Elaborazione Metron Journal. Dati scaricabili in CSV: Tre misure dell’AI e del lavoro: Eurostat, ILO, Eloundou et al., Anthropic Economic Index




