Intelligenza artificiale e lavoro: il rapporto tra queste due realtà continua a far discutere, e stavolta a rilanciare il dibattito ci pensa una voce tutt’altro che secondaria. Jensen Huang, CEO di NVIDIA, ha dichiarato senza troppi giri di parole che l’AI non sta affatto distruggendo posti di lavoro su larga scala. Anzi, secondo la sua visione, sta generando un numero enorme di nuovi ruoli professionali. Parole che arrivano in un momento in cui l’adozione di sistemi basati su modelli generativi cresce a ritmi impressionanti, sostenuta da investimenti miliardari e da un’accelerazione tecnologica che non ha precedenti recenti.
Il punto, va detto, non è esattamente una novità. Già durante le precedenti ondate di automazione, dall’introduzione dei sistemi ERP fino agli algoritmi di machine learning applicati alla finanza, si è assistito a un fenomeno ricorrente: alcune mansioni sparivano, altre ne nascevano, ma il saldo finale per il personale umano tendeva comunque a ridursi. Quello che cambia oggi è la velocità con cui tutto questo succede, e soprattutto la capacità dell’intelligenza artificiale di intervenire non solo su attività manuali, ma anche su processi cognitivi complessi. Secondo dati di mercato, la spesa globale in soluzioni AI ha superato i 150 miliardi di euro nel 2025, con previsioni di ulteriore crescita nei prossimi anni. Un contesto che rende le posizioni espresse da Huang decisamente rilevanti.
Nuovi lavori, nuove competenze: cosa sta cambiando davvero
Quando si parla di posti di lavoro legati all’AI, il pensiero va subito a figure iper tecniche. E in effetti ruoli come machine learning engineer e data scientist sono molto richiesti. Ma la realtà è più sfumata di così. Stanno emergendo profili ibridi, figure professionali che mettono insieme competenze specifiche di settore con la capacità di interagire con i modelli generativi. Non serve essere tutti programmatori, insomma, ma è sempre più necessario saper lavorare fianco a fianco con questi strumenti.
La domanda crescente di potenza computazionale ha poi generato una filiera che va ben oltre il software. NVIDIA, con le sue architetture GPU, occupa una posizione centrale in questo ecosistema, ma attorno a quel nucleo si muove un’intera catena: dalla progettazione di chip alla gestione di data center ad alta densità, fino allo sviluppo di servizi cloud specializzati. E poi ci sono le figure legate alla sicurezza dei modelli, alla gestione dei dati, alla valutazione delle performance. Tecnologie come il fine tuning e la retrieval augmented generation richiedono competenze molto specifiche per adattare i modelli a contesti aziendali reali.
Limiti concreti e un mercato del lavoro ancora in bilico
L’ottimismo di Jensen Huang non cancella però le preoccupazioni. L’intelligenza artificiale funziona molto bene in compiti ben definiti e basati su pattern, ma mostra ancora limiti evidenti quando serve comprensione profonda del contesto, ragionamento causale o gestione dell’ambiguità. Sono aspetti che non vanno sottovalutati.
C’è poi la questione dei costi. Integrare l’AI nei processi aziendali richiede infrastruttura hardware, consumi energetici significativi e manutenzione continua dei modelli. Non è una cosa che si fa dall’oggi al domani, né che tutte le aziende possono permettersi. I dati sul mercato del lavoro raccontano una dinamica complessa: alcune mansioni spariscono, altre si trasformano, altre ancora nascono da zero. Ma è significativo che gli stessi colossi tecnologici, da Google a Microsoft, continuino a ridurre il personale, lasciando a casa professionisti nonostante i ricavi record.
La vera differenza rispetto al passato sta nella rapidità con cui queste transizioni avvengono. E nella capacità delle imprese e dei sistemi formativi di tenere il passo. Nel medio periodo è plausibile che si assista a una polarizzazione: da un lato professioni altamente specializzate legate allo sviluppo dell’intelligenza artificiale, dall’altro ruoli che richiedono competenze trasversali e la capacità concreta di collaborare con sistemi automatizzati.
