Licenziamenti e AI: cosa c'è davvero dietro l'economia post-lavoro del 2026

A maggio 2026 i licenziamenti legati all'AI sono diventati una notizia da prima pagina. Meta ha avvisato circa 8.000 persone, il 10% della forza lavoro, che il loro posto non c'era più. Intuit ne ha tagliati 3.000, il 17% dello staff globale. Tutto nella stessa settimana, con il 20 maggio entrato nella cronaca come il singolo giorno con più tagli tech dell'anno.

E mentre succedeva questo, Sam Altman, l'uomo che nel 2025 prometteva la sparizione dei ruoli entry-level, ha detto in pubblico di essere stato "pretty wrong", piuttosto in errore, sull'impatto economico e sociale dell'AI. Anzi: "felice di essermi sbagliato".

Due segnali che vanno nella direzione opposta, nella stessa settimana. Vale la pena capire quale dei due conta di più per chi gestisce un'azienda in Italia.

I numeri del 2026, messi in fila

I licenziamenti nel settore tech hanno superato quota 115.000 dall'inizio dell'anno, distribuiti su oltre 140 aziende. Molte di queste hanno citato l'AI come motivo, o almeno come cornice. Ecco la fotografia di maggio.

Numeri grossi. Ma il modo in cui vengono raccontati merita un secondo sguardo, perché qui sta la trappola.

L'AI washing: dare la colpa al robot

C'è un dettaglio che salta agli occhi guardando i comunicati. Meta, mentre tagliava 8.000 posti, ne spostava 7.000 in quattro nuove organizzazioni dedicate all'AI e cancellava 6.000 posizioni aperte. Non è una riduzione di personale che diventa AI da sola. È una riallocazione enorme di budget verso l'infrastruttura: la stessa azienda ha alzato la previsione di spesa in conto capitale per il 2026 fino a circa 145 miliardi di dollari.

Quando un'azienda decide di spostare montagne di denaro dai salari ai data center, "l'AI ci ha reso più efficienti" è una spiegazione comoda. Più comoda di "abbiamo assunto troppo durante la pandemia" o "dobbiamo far quadrare i conti prima di un'IPO". Gli analisti hanno coniato un termine per questa abitudine: AI washing. Aziende che mettono l'etichetta "intelligenza artificiale" su tagli che avrebbero fatto comunque.

Non è un dettaglio da poco. Se la causa vera è finanziaria e la racconti come tecnologica, stai mandando un messaggio sbagliato a tutto il mercato: che l'AI sostituisce le persone in massa, oggi, adesso. E i dati indipendenti dicono un'altra cosa.

Cosa dicono i dati veri (e perché Altman ha fatto marcia indietro)

Il Budget Lab dell'università di Yale segue da mesi la relazione tra esposizione all'AI e mercato del lavoro. La conclusione, aggiornata anche di recente, è netta: non si vede un legame chiaro tra quanto un lavoro è esposto all'AI e la probabilità che chi lo fa perda il posto. Le quote di lavoratori nei gruppi a bassa, media e alta esposizione restano stabili, intorno al 29%, 46% e 18%. Anche guardando solo i disoccupati, non cresce la fetta di chi veniva da ruoli molto esposti all'AI.

In parole povere: l'ansia è diffusa, lo spostamento di massa no. Almeno non ancora, e non a livello di sistema.

Questo aiuta a capire la giravolta di Altman. Nel 2025 raccontava un'apocalisse dei ruoli base. A maggio 2026 dice che quel tipo di crollo "non penso che lo avremo". Ha persino raccontato di aver provato a delegare email e Slack a un'AI, per poi tornare a rispondere a mano. Il punto non è se Altman sia sincero o stia preparando il terreno per quotare OpenAI in borsa. Il punto è che il dato gli ha dato torto, e lui lo ha ammesso.

L'apocalisse del lavoro promessa non è arrivata. Ma qualcosa, in un angolo preciso del mercato, si sta muovendo davvero.

Dove qualcosa si muove davvero: la crisi dei junior

Se l'effetto di massa non c'è, l'effetto mirato sì. E colpisce il primo gradino della scala: i ruoli entry-level, soprattutto tra gli sviluppatori.

I lavori che facevano i programmatori alle prime armi, sistemare bug semplici, scrivere test, sfornare codice ripetitivo, sono esattamente quelli che gli strumenti AI oggi fanno bene. Risultato: la quota di junior tra le nuove assunzioni tech si è ridotta di oltre la metà in pochi anni.

Nel Regno Unito i ruoli tech entry-level sono calati del 46% nel 2024, con proiezioni che parlano di un meno 53% entro fine 2026. Negli Stati Uniti l'occupazione tra gli sviluppatori di 22-25 anni è scesa di circa il 20% rispetto al picco di fine 2022. Questi numeri non dicono "l'AI licenzia". Dicono qualcosa di più sottile: l'AI non ti licenzia, ti impedisce di entrare.

Il problema è che la scala di carriera ha sempre funzionato così: si entra dal basso facendo lavoro semplice, si impara, si sale. Se quel lavoro semplice lo fa una macchina, da dove entrano i nuovi? E senza junior che diventano senior, tra cinque anni chi controllerà l'output dell'AI con occhio esperto? Tagliare il gradino base oggi può sembrare un risparmio. È un debito che si paga dopo.

Cosa significa per una PMI italiana

Qui la distanza tra una Big Tech californiana e un'azienda di Prato o di Bergamo è enorme, e va usata a proprio vantaggio. Una PMI non taglia 8.000 persone. Una PMI ha problemi opposti: trovare le persone giuste, formarle, tenersele. Quindi la lezione vera non è "anche tu puoi tagliare grazie all'AI".

Tre cose concrete da portarsi a casa.

Primo: diffida del taglio facile. Se un fornitore o un consulente ti vende l'AI come "ti fa risparmiare tre stipendi", chiediti se stai facendo AI washing in casa tua. L'AI sposta il lavoro verso compiti di giudizio e controllo, raramente lo cancella del tutto. Su questo abbiamo scritto un articolo a parte: più automazione porta più lavoro umano, non meno.

Secondo: ripensa l'ingresso, non eliminarlo. Se le mansioni ripetitive le fa uno strumento, il junior che assumi può partire da un livello più alto, affiancato dall'AI fin dal primo giorno. Smette di "fare il lavoro noioso" e inizia a controllare e indirizzare quello che la macchina produce. Serve formazione diversa, non zero formazione.

Terzo: la dimensione piccola è un vantaggio. Chi ha provato a mandare avanti un'azienda con pochissime persone e molti agenti AI lo sa: l'AI ti fa fare cose che prima richiedevano un team, ma il giudizio su cosa fare resta umano. Per una PMI questo significa competere su servizi che prima erano fuori portata, senza gonfiare l'organico.

Se vuoi capire da dove partire senza inseguire l'hype, conviene ragionare per processi prima che per strumenti. Ne abbiamo fatto una mappa pratica nella guida per implementare l'AI in una PMI, e per i casi più delicati esistono esperti AI per PMI che aiutano a separare il rumore dal segnale.

La cosa da ricordare

L'economia post-lavoro del 2026 è meno apocalittica e più ambigua di come la raccontano i titoli. Le grandi aziende tagliano per ragioni finanziarie e danno la colpa all'AI. I dati indipendenti non vedono ancora un crollo dell'occupazione. Persino chi prometteva il disastro adesso fa marcia indietro.

Ma sotto questa superficie tranquilla c'è un cambiamento reale: il primo gradino della carriera si sta accorciando. Per chi guida una PMI, la mossa intelligente non è imitare i tagli di Meta. È usare l'AI per far entrare le persone più in alto e farle crescere meglio, mentre gli altri si limitano a togliere posti e a chiamarlo progresso.