Cinque lavori IT che l'AI sostituirà in Italia, e cinque che non sostituirà

Meta ha annunciato a maggio il taglio di 8.000 ingegneri, circa il 10% del personale, per redirigere fondi e organico verso l'AI agentica. Capex 2026 dichiarata: tra 125 e 145 miliardi di dollari, più del doppio rispetto al 2025. Nello stesso trimestre il settore tech globale ha perso decine di migliaia di ruoli, in misura crescente attribuibile alla sostituzione AI. Negli Stati Uniti l'occupazione dei lavoratori 22-25 anni nelle imprese più esposte è scesa del 16%, per gli sviluppatori software junior si parla di un meno 20%.

In Italia la situazione è diversa, e va capita bene prima di ragionare sui lavori a rischio.

Il paradosso italiano: adottiamo poca AI ma stiamo già perdendo lavori IT

L'ultimo rapporto Anitec-Assinform dice che l'adozione AI nelle imprese italiane è passata dall'8% nel 2024 al 16,4% nel 2025. Sembra una buona notizia, fino a quando non si guarda intorno: la media UE è già al 20%, la Danimarca supera il 42%. Restiamo nella parte bassa della classifica europea. Il mercato AI italiano, secondo le stime convergenti di Anitec e dell'Osservatorio del Politecnico di Milano, vale circa 1,67 miliardi di euro nel 2026, con un tasso di crescita annuo composto stimato intorno al 28%.

Qui il paradosso. In Italia adottiamo l'AI meno dei nostri vicini europei, eppure l'INAPP stima che 4,75 milioni di lavoratori siano già a rischio sostituzione. La spiegazione è semplice: il mercato italiano subisce l'effetto AI per via dei clienti internazionali delle nostre aziende di servizi, non per scelta interna. Customer support, QA del software, bookkeeping di base: sono lavori che si fanno in Italia per clienti esteri, e i clienti esteri stanno automatizzando.

Per i datori di lavoro italiani il rischio reale è di subire una transizione decisa da altri, senza nemmeno avere il vantaggio competitivo dei primi a muoversi.

La regola comune: loop chiuso con input puliti

Quando si discute in azienda quali ruoli sono davvero a rischio, la regola operativa che gira tra i CTO è una sola e si è dimostrata utile: se un task è un loop chiuso con input puliti e output verificabile, l'AI lo farà. Loop chiuso significa che il task ricomincia ogni volta con le stesse regole. Input puliti significa che il materiale di partenza è strutturato, non richiede interpretare ambiguità umane. Output verificabile significa che si può controllare in fretta se è giusto o sbagliato.

Ogni volta che un ruolo soddisfa queste tre condizioni, è esposto. Ogni volta che ne salta anche solo una (perché il contesto cambia, perché bisogna negoziare con altri umani, perché il giudizio non è binario), il ruolo regge.

I cinque ruoli IT più a rischio in Italia

1. Data entry e bookkeeping di base. Già spostato in parte verso Paesi a basso costo, oggi è il primo ad essere automatizzato dagli ERP con AI integrata. Le PMI italiane che hanno team interni di inserimento ordini, classificazione fatture, gestione anagrafiche, vedranno questi compiti sparire nei prossimi diciotto mesi. Su questa onda abbiamo già visto chi prova a trasformare la cosa in un'opportunità, come raccontato in Il paradosso dell'AI: più automazione, più lavoro umano.

2. QA manuale e testing ripetitivo. In Italia esistono ancora grossi team di test esterni, soprattutto al sud (Bari, Catania, Cosenza) sul software di gestionali e fintech. Questi team eseguono test scriptati da anni. Con strumenti come Microsoft Playwright AI e Selenium con LLM, il test funzionale ripetitivo crolla. Resta il test esplorativo, che richiede curiosità e dominio applicativo.

3. Coding junior generico. È il problema più serio per i neolaureati italiani in informatica. Le posizioni di sviluppatore junior che venivano offerte tra 25 e 35 mila euro stanno scendendo numericamente. Il motivo è strutturale: con Copilot, Cursor e gli agenti coding di Claude e Microsoft, un senior produce in autonomia il codice che prima richiedeva uno o due junior di supporto. Per chi entra adesso nel mercato, il vecchio percorso "junior per due anni, mid per due, senior" è di fatto interrotto.

4. Customer support italiano di primo livello. I call center italiani lavorano già con margini sottili e adesso si trovano davanti chatbot conversazionali con qualità di linguaggio italiana indistinguibile da quella umana. Il primo livello (apertura ticket, classificazione, risposta a domande frequenti, password reset) è ormai gestibile end-to-end dall'AI. Restano in piedi i secondi livelli, dove serve giudizio empatico e potere di derogare alle regole.

5. Business analyst ripetitivo. Pensiamo a chi, in una banca, in un'assicurazione o in una sanità privata italiana, fa report periodici basati su query SQL e dashboard. Questo ruolo, che pure ha competenze tecniche, è esposto perché è un loop chiuso: stesso template, stessi dati, stessa cadenza. Gli agenti AI che leggono database, generano grafici e producono executive summary sono già abbastanza buoni da gestire l'80% di questi compiti.

I cinque ruoli IT più al sicuro (per ora)

1. System architect ed enterprise architect. Disegnare un'architettura che regge cinque anni, che integra sistemi legacy con nuovi servizi cloud, che bilancia debito tecnico e velocità di sviluppo, richiede contesto aziendale che nessun modello ha. In Italia queste figure sono rare e ben pagate, la richiesta cresce con i progetti del PNRR e con la migrazione cloud delle PMI.

2. AI trainer, prompt engineer e solution engineer. Sono figure nate negli ultimi due anni e già scarse. Il loro lavoro è far funzionare l'AI per l'azienda specifica, con i dati specifici, sui processi specifici. È esattamente il tipo di lavoro non automatizzabile, perché ogni installazione è un'eccezione. Le retribuzioni in Italia per queste figure sono salite del 30-40% in dodici mesi.

3. Data strategist. Non chi scrive le query, chi decide quale dato vale la pena raccogliere e come misurare se serve. È un ruolo di giudizio strategico, fortemente legato al modello di business. L'AI è uno strumento che il data strategist usa, non un sostituto. La carenza in Italia è enorme, soprattutto nelle PMI manifatturiere che adesso devono digitalizzarsi sotto il Piano Transizione 5.0.

4. DevOps senior e Site Reliability Engineer. Il mestiere di tenere in piedi sistemi complessi, mediare tra sviluppo e operazioni, gestire incidenti reali con conseguenze reali, resta umano. Gli agenti AI possono assistere il SRE, non sostituirlo. In Italia il problema strutturale è la carenza di senior con cinque o più anni di esperienza, ed è uno dei pochi mercati dove gli stipendi italiani si stanno avvicinando a quelli europei.

5. UX designer e service designer. Strumenti come Figma con AI generano wireframe in trenta secondi. Il design system aziendale, la coerenza dei flussi su lunghi periodi, la negoziazione con gli stakeholder, il design dei processi di servizio (sportelli, retail, sanità) sono un altro mestiere. Non somigliano a un loop chiuso e restano lavoro umano.

Cosa fare lunedì mattina

Se sei un imprenditore o un IT manager. Non sostituire i junior con l'AI, formali con l'AI. La differenza pratica sta nei prossimi sei mesi: se assumi un junior e gli dai Claude o Copilot come moltiplicatore, fra due anni hai un mid produttivo. Se non lo assumi, fra due anni dovrai comprare un mid sul mercato, a costi gonfi. Per ragionare in modo strutturato sui ruoli da automatizzare e quelli da rafforzare, vale la pena partire dalla guida Come implementare l'AI in una PMI italiana.

Se lavori in uno dei cinque ruoli a rischio. Il passo concreto da fare è uno: imparare a vedere il proprio lavoro come "coordinamento di task" invece che come "esecuzione di task". Chi gestisce ticket può imparare a gestire un agente che gestisce ticket. Chi scrive report può imparare a configurare l'agente che scrive report. La curva di apprendimento sta tra le 80 e le 150 ore, fattibili in sei mesi a tempo parziale.

Se hai responsabilità di formazione (HR, ITS, università). Il vecchio percorso "tecnico junior che diventa senior" è interrotto. I percorsi che funzionano adesso sono ibridi: competenze tecniche più sottili (cloud, sicurezza, dati) abbinate a competenze cosiddette soft, ma in realtà molto concrete (lettura del processo, negoziazione, presa di decisione sotto incertezza). Per un'analisi più ampia di come l'AI sta riscrivendo l'economia del lavoro, abbiamo dedicato un pezzo specifico a Licenziamenti e AI: cosa c'è davvero dietro l'economia post-lavoro.

La domanda che sentiamo più spesso, in azienda, è "quanti dei nostri li perdiamo?". È la domanda sbagliata. Quella utile è "quanti dei nostri possiamo liberare per fare lavoro umano vero, una volta che l'AI prende in carico i loop chiusi?". Per molte PMI italiane, oggi, la risposta sincera è che non lo sanno. Il momento per scoprirlo è adesso, prima che lo decidano i clienti esteri o i nuovi competitor.