Quando l’AI crea più lavoro

Gli LLM stanno diventando un’infrastruttura di base del settore tecnologico, non più solo uno strumento “innovativo” da sperimentare. Questo sta cambiando il mercato in profondità: accelera la produttività, trasforma i ruoli e aumenta il valore di chi sa unire competenza tecnica, visione di prodotto e capacità di giudizio.

Perché questo momento è importante

La vera novità non è soltanto l’automazione. È l’espansione di ciò che i team possono costruire, la compressione dei tempi di sviluppo (attenzione, compressione con perdita di qualità) e la crescente richiesta di professionisti/e capaci di lavorare “sopra” l’AI, non solo “con” l’AI.

L’articolo di Anthropic evidenzia che i ruoli più esposti all’AI includono programmazione, customer service e attività di analisi ripetitive, ma segnala anche che non c’è ancora un aumento chiaro della disoccupazione: il segnale più forte, per ora, è il rallentamento delle assunzioni nei ruoli più esposti, soprattutto per i profili più giovani. Questo indica una transizione graduale ma reale, in cui il mercato premia sempre di più chi porta valore immediato.

Il punto chiave: più efficienza può creare più domanda

Qui entra in gioco il Jevons Paradox: quando una tecnologia rende un’attività più economica ed efficiente, la domanda totale di quella stessa attività può aumentare invece di diminuire. Applicata agli LLM, questa idea suggerisce che l’automazione non elimina necessariamente il lavoro tech, ma spesso ne amplia la scala e la complessità.

In altre parole, se sviluppare software, produrre contenuti o analizzare informazioni costa meno, le aziende tendono a fare di più, non di meno. Questo è uno dei motivi per cui l’AI può generare più opportunità nel tech, anche mentre automatizza porzioni del lavoro esistente.

Il segnale degli over 50

Questo post su “La rivincita degli Over 50” sottolinea un altro trend importante: il mercato sta riscoprendo il valore dell’esperienza. Le aziende hanno bisogno di persone che sappiano prendere decisioni, leggere il contesto, gestire la complessità e guidare il lavoro dei team in modo consapevole.

Questo non significa che i profili junior non contino più, significa però che il mix ideale cambia: meno dipendenza da task ripetitivi, più attenzione a mentoring, visione architetturale, qualità e responsabilità.

Dove si sta spostando il valore

Con l’esplosione dei modelli linguistici, il valore si sta spostando da “fare più veloce” a “progettare meglio”. In pratica, crescono le competenze legate a:

• Architettura e integrazione dei sistemi con strumenti di AI (chatbot, assistenti virtuali, e via dicendo).
• Valutazione della qualità e verifica degli output.
• Design dei workflow e dei processi.
• Competenza di dominio, perché il contesto resta un vantaggio umano decisivo.
• Leadership tecnica, perché l’AI aumenta la produttività, ma non sostituisce la responsabilità.

Cosa fare a partire da ieri

Se lavori nel tech, questo è il momento giusto per investire in competenze che amplificano il tuo impatto. Le aree più strategiche sono quelle che ti permettono di guidare l’uso dell’AI, non solo di subirlo.

Investi in queste direzioni

• Impara a usare gli LLM nel tuo dominio specifico, non in modo generico.
• Rafforza system design, integrazione e automazione dei workflow.
• Allena la capacità di verifica, perché l’output dell’AI va sempre validato.
• Sviluppa competenze di prodotto e business, per trasformare la tecnologia in risultati.
• Se pensi che i pattern architetturali e di sviluppo non servano più, è il momento di ricredersi: sono più importanti che mai, anche se non è da escludere che si evolvano.
• Coltiva mentoring e collaborazione intergenerazionale, perché il valore dell’esperienza sta tornando centrale.

La lezione strategica

L’AI non sta creando solo un problema di sostituzione, ma una nuova economia del lavoro tech. I professionisti che cresceranno di più saranno quelli capaci di usare gli LLM per moltiplicare la propria efficacia, mantenendo però il controllo su qualità, contesto e responsabilità.

Per questo la direzione non è “competere con l’AI”, di per sé non c’è competizione con una banca dati pressoché illimitata, ma saper filtrare, discernere, comprendere, diventa fondamentale. Mentre l’accelerazione è costante, la capacità di sapere quando fermarsi, riflettere e guidare il processo resta un vantaggio umano decisivo.