Preoccupano i numeri che rappresentano l’IA generativa come una minaccia imminente all’occupazione globale, in particolare nei paesi ad alto reddito. L’Indice Globale di Esposizione Professionale all’Intelligenza Artificiale Generativa (GenAI) dell’ILO, registra per l’Europa, con diversi gradi di intensità, un rischio concreto di transizione degli impieghi per circa il 50% della forza lavoro.

Indice degli argomenti

• IA generativa e rischio occupazionale
• Infrastrutture di calcolo e domanda di lavoro qualificato
• IA agentica e previsioni di occupabilità
• Cooperazione uomo-agente di IA e nuovi modelli produttivi
  • Team ibridi, agentic enterprise e officina automatizzata
• Agenti di IA in tutti i settori produttivi
• Conclusioni

IA generativa e rischio occupazionale

Diversi report economici si concentrano sulla qualificazione e misurazione dell’impatto entro i 3-5 anni, analizzando l’incidenza dei fattori strutturali dell’econometria tradizionale sulla variazione della base occupazionale, a cui vanno ad aggiungersi strumenti di analisi prospettica sulle tendenze evolutive della tecnologia: velocità di adozione, spesa in conto capitale in infrastrutture di calcolo e le criticità della catena di approvvigionamento di semiconduttori.

Ebbene, per la prima variabile, l’ipotesi più accreditata vede una riconfigurazione della curva J della produttività, originata da Robert Solow e riadattata da Erik Brynjolfsson, rispetto alla quale l’utilizzo dell’IA inizia a maturare i propri effetti solo quando la base occupazionale ne avrà maturato la gestione e le imprese avranno re-caratterizzato i processi. Per ora, l’effetto dell’IA 1.0 è riscontrabile solo sui colletti bianchi con competenze di base basse, vale a dire nelle attività di generazione di contenuti, o sui colletti marrone nella risoluzione di guasti tecnici su impianti lineari. Dimensioni non ancora rilevanti a livello macroeconomico.

Infrastrutture di calcolo e domanda di lavoro qualificato

Gli investimenti in infrastrutture di calcolo sono in forte crescita, una stima di McKinsey valorizza in circa 3 trilioni di dollari la spesa globale in data center entro il 2030. L’esigenza di sviluppo di modelli di frontiera dell’IA sta spingendo la domanda verso infrastrutture scalabili ed energeticamente sostenibili. Questa modernizzazione tuttavia sconta una domanda di lavoro non al passo con l’ingegnerizzazione in atto, richiedente una forza lavoro altamente qualificata per gestire i sistemi di alimentazione e raffreddamento, le reti elettriche e la sicurezza informatica.

La filiera dei microprocessori è molto frammentata: progettazione, fabbricazione, produzione di macchinari di fotolitografia e assemblaggio avvengono in aree geografiche diverse e appartenenti a sfere di influenza differenti, rendendo ciascun continente dipendente l’uno dall’altro. La PAX Silica, sottoscritta dalla Commissione europea in adesione all’alleanza atlantica guidata dagli Stati Uniti, risponde proprio all’esigenza di garantire l’accesso sicuro ai componenti essenziali per lo sviluppo dell’IA, rendendo il blocco occidentale meno dipendente dalla Cina. L’approvvigionamento e le riserve di chip costituiscono un fattore dirimente sul potenziale sviluppo industriale di prossima generazione. A livello nazionale, big player come Silicon Singapore o STMicroelectronics stanno trainando la domanda di lavoro verso professioni tecniche altamente specializzate. Lo standard di produttività delle singole unità lavorative impiegate in questi siti, vedi Novara o Catania, ci restituiscono, a livello micro-economico, un quadro chiaro sul cambiamento organizzativo della fabbrica, non sono ammessi anelli deboli; a livello macro, il segnale che la scalabilità è disegnata dal privato e lo Stato dovrebbe intervenire per garantire le infrastrutture complementari, tra cui un sistema universitario dinamico, lo snellimento burocratico con ZES ad hoc e un’alta vivibilità ambientale e culturale dei luoghi di insediamento.

IA agentica e previsioni di occupabilità

Per il medio periodo fare previsioni di occupabilità richiede un’analisi complessa, le variabili che entrano in gioco non sono tutte conoscibili e ogni esercizio può restituire risultati scientifici validabili solo in relazione a un iter evolutivo e non a un dato, fotografato all’anno n+1. Ci muoviamo in un campo nuovo, quello dell’IA agentica, o degli agenti di IA, vale a dire l’intelligenza artificiale fisica, quella che entra in fabbrica e gestisce interi comparti.

L’IA agentica, un’evoluzione dell’IA generativa, ha già iniziato a preoccupare il mondo produttivo. La metamorfosi impressa dalle imprese tecnologiche, a cascata, ci restituisce un’immagine plastica di come, il se si considera superato, cambierà la struttura occupazionale, la sua composizione e ripartizione tra lavori ad alta e bassa specializzazione, e quale popolazione attiva comporrà la classe media di lavoratori. Secondo l’economia tradizionale, un ciclo congiunturale di medio/lungo periodo dura dai 50 ai 70 anni. I cicli k- onde di Kondratiev-, ammettono 4 fasi o stagioni: espansione e ripresa, stagflazione, stabilità, depressione. Arco temporale inconcepibile per i ritmi di sviluppo della tecnologia. Joseph Schumpeter impallidirebbe di fronte alle dichiarazioni di Jensen Huang. Non è singolare prevedere che l’onda applicativa dell’IA agentica o degli agenti di IA, sia in grado di ridurre la durata e contrarre le fasi dei cicli di fluttuazione dell’economia, quindi del lavoro, e che all’incremento di produttività attesa non possa corrispondere una variazione positiva dell’occupabilità e delle retribuzioni. Inoltre all’aumento di domanda di beni e servizi basati sull’IA fisica – espansione- può susseguirsi una fulminea riduzione della forza lavoro per effetto di un trasferimento intensivo delle funzioni automatizzabili dalla persona all’IA -depressione-. Se l’IA agentica è in grado di operare con un certo grado di autonomia, sotto la supervisione umana, gli agenti di IA sono in grado di sostituirsi completamente o quasi completamente alla persona. John Horton ha dato una descrizione molto vicina alle loro reali capacità di performance “ sistemi software autonomi che percepiscono, ragionano e agiscono in ambienti digitali per raggiungere obiettivi per conto di soggetti umani, con capacità di utilizzo di strumenti, transazioni economiche e interazione strategica”. Non ci sarebbe altro da aggiungere, se non che questi agenti sono in grado di comunicare tra loro e di connettersi a diversi spazi digitali per acquisire dati, restituendo risultati/giudizi/conclusioni alla realtà analogica e che sono già in opera test per instillare un grado di elasticità neurale agli agenti per migliorare la relazione professionale con la persona. La mancanza di elasticità neurale è una delle barriere più alte e consolidate che un determinato mondo tecnologico sta cercando di risolvere.

Cooperazione uomo-agente di IA e nuovi modelli produttivi

Sono già in opera diversi test di cooperazione uomo -agente di IA.

Team ibridi, agentic enterprise e officina automatizzata

• Lavoro di squadra, produttività e prestazioni sono i contenuti di una ricerca su piattaforma (vedi: https://arxiv.org/abs) che studia e individua le prime traiettorie di come può cambiare l’output produttivo in team ibridi, costituito da umani e agenti di IA.
• Agentic enterprise, un nuovo paradigma di impresa in cui cooperano capitale umano e capitale digitale producendo una forza lavoro illimitata. Gli agenti compiono task ripetitive liberando tempo per la persona, che può così concentrarsi su attività complesse di supervisione, assumendo il ruolo di direttore di orchestra del workflow.
• FOX- Factory Operations Blueprint, il Piano di Operazioni di Fabbrica, in fase sperimentale, prevede la creazione di un agente di “officina” in grado di monitorare e integrare i dati di un opificio in tempo reale al fine di dirigere un insieme di Agenti di IA e di macchinari impiegabili su processi produttivi, su larga scala. Il blueprint di officina è un modello replicabile anche per altre attività quotidiane, non necessariamente manifatturiere. Se estremizziamo, vorrà dire che l’IA fisica entrerà nella gestione delle azioni domestiche, liberando tempo.

Agenti di IA in tutti i settori produttivi

Le invasioni degli agenti nel mondo del lavoro saranno orizzontali, spazieranno in tutti i settori produttivi: dal finanziario al marketing, dalla formazione al legale, dalla medicina all’agricoltura. È un nuovo paradigma di creazione del knowhow a servizio della produttività, che si presenta sotto le spoglie di risolutore o anticipatore di tutte le crisi che il mondo si prepara ad affrontare. Crisi demografica: chi lavorerà quando la forza lavoro umana scarseggerà? Chi gestirà le cure sanitarie quando mancheranno i medici? Chi o cosa si insegnerà a una popolazione chiamata a re-configurarsi per non rimanere indietro? Come saranno gestiti i processi di partecipazione democratica in presenza di una generazione che fa dell’IA il servizio fondante della propria quotidianità.

È la sfida delle sfide verso la creazione di spazi lavorativi ibridi e di figure professionali multimodali, sia agentiche che umane, per le quali il tasso di occupazione si misurerà sul numero complessivo di unità. La professione o il mestiere agentico, sarà forse il modello tipo del lavoratore del 2040? Amorfo o con tratti identitari umani, il nuovo lavoratore sarà una sintesi tra ciò che la vita di società insegna e quanto restituisce il confronto con la rete di agenti.

Non è chiaro se è un nuovo passo verso la singolarità, superamento dell’IA sull’Homo Sapiens, o il completamento di un atto teatrale di quel transumanesimo che ammette l’evoluzione delle abilità cognitive dell’uomo grazie alle nuove tecnologie.

Conclusioni

Di fronte a tutto questo, gli attuali modelli econometrici, basati su variabili previsionali concentrate su aspetti antropologici e sociologici con al centro la persona, la comunità, le nazioni, possono fallire. Per esempio, l’impatto di un programma di formazione o di riqualificazione professionale sull’andamento occupazionale, si fonda su una richiesta di competenze conoscibile nel breve e medio periodo. Con l’evoluzione applicativa degli agenti, il knowhow acquisito dalla persona potrebbe assumere ritmi di obsolescenza fulminei. È quindi errato cristallizzare l’analisi sul se l’IA si rivelerà un fattore complementare o sostitutivo della risorsa lavoro.

Anche volendo inserire strumenti di perequazione sociale, in grado di ammortizzare gli effetti di ondate lunghe di sostituzione della base occupazionale, per esempio il reddito universale, ciò che va pianificato, per anticipare gli impatti dello sviluppo dell’IA, è il ciclo tecnologico, spostare l’analisi prospettica da un tasso di occupazione ottimale all’orizzonte tecnologico possibile e da questo indirizzare tutte le politiche di intervento.