Questo articolo analizza il paradosso dei lavori entry-level nell’era dell’AI: se la tecnologia automatizza le mansioni di apprendimento, come faranno i giovani ad acquisire esperienza? E cosa devono fare le organizzazioni per non perdere il capitale umano delle nuove generazioni? Le evidenze riportate si basano sulla ricerca dell’Osservatorio HR Innovatione sulle analisi dell’Organizzazione Internazionale del Lavoro (ILO), punti di riferimento a livello nazionale e internazionale per l’analisi dell’impatto dell’AI sul mondo del lavoro.
Per decenni, il percorso di ingresso nel mercato del lavoro ha seguito una logica consolidata: i profili junior svolgevano mansioni operative e ripetitive, acquisivano progressivamente esperienza, sviluppavano competenze sul campo e, nel tempo, accedevano a ruoli di maggiore responsabilità. Era un modello inefficiente per definizione, e proprio per questo funzionava come sistema di formazione implicita.
L’AI generativa ha messo in discussione le fondamenta di questo meccanismo. Le mansioni che tradizionalmente costituivano il punto di ingresso nelle organizzazioni sono esattamente quelle che i sistemi di AI sono oggi in grado di svolgere con elevata efficienza e a costi marginali quasi nulli.
Il risultato è un paradosso strutturale: l’AI non sostituisce i lavoratori esperti, ma rischia di eliminare il percorso attraverso cui si sviluppano competenze ed esperienza. Negli Stati Uniti, questo effetto è già misurabile. Dal 2023, le offerte di lavoro per i neoassunti sono diminuite di oltre un terzo, con una concentrazione particolarmente marcata nel settore della programmazione e dello sviluppo software, ambiti in cui i sistemi di AI generativa sono in grado di svolgere le attività di codifica di base che venivano tradizionalmente affidate ai programmatori junior.
Come sottolinea l’ILO, questa dinamica si distingue dalle precedenti ondate di automazione: mentre le tecnologie precedenti automatizzavano mansioni manuali e di routine, lasciando intatti i percorsi di crescita professionale basati sul lavoro cognitivo, l’AI generativa aggredisce direttamente le attività analitiche non di routine di livello base, ovvero quelle su cui si fondava l’apprendimento esperienziale dei lavoratori in ingresso.
In Italia, al momento, il trend è ancora inverso rispetto al mercato americano. Secondo la ricerca dell’Osservatorio HR Innovation, la richiesta dientry-level è in crescita nel 12% delle aziende. Questo dato, apparentemente rassicurante, va però letto con cautela.
Il mercato del lavoro italiano sconta storicamente un ritardo nell’adozione delle tecnologie digitali, e lo stesso vale per l’AI.
L’adozione tra i lavoratori è cresciuta significativamente – dal 32% del 2025 al 44% del 2026 – ma avviene prevalentemente in modo spontaneo e non governato. Solo il 9% delle organizzazioni gestisce in modo strutturato e coordinato il tempo guadagnato grazie all’AI, e appena 1 organizzazione su 4 ha iniziato a riprogettare i processi integrando questa tecnologia in modo strategico.
Questo significa che le imprese italiane stanno adottando l’AI come strumento di produttività individuale, senza ancora ripensare i modelli organizzativi e i percorsi di carriera. Il rischio è che, quando questa riprogettazione avverrà – sotto la pressione competitiva o per effetto di una riduzione strutturale dei costi del lavoro – lo faccia in modo affrettato e senza una strategia per preservare i percorsi di ingresso e crescita professionale dei profili più giovani.
Come afferma Martina Mauri, Direttrice dell’Osservatorio HR Innovation:
“Una delle grandi sfide oggi è ripensare le mansioni dei lavoratori che entrano nel mercato del lavoro e il loro percorso di acquisizione di esperienza. Le organizzazioni sono chiamate a sviluppare nuovi modelli di apprendimento per aggiornare in modo continuo le competenze e preservare le capacità cognitive e decisionali delle persone, contro il rischio di una progressiva perdita di know-how individuale e organizzativo per effetto dell’AI”.
Il paradosso dei lavori entry-level non riguarda solo i singoli lavoratori, ma l’intera catena di trasmissione del sapere organizzativo. Se i profili junior non svolgono più le mansioni operative di base, non acquisiscono la comprensione profonda dei processi che costituisce il substrato su cui si costruisce la competenza esperta.
Nel medio-lungo periodo, questo rischia di generare un’erosione del know-how organizzativo. Le organizzazioni potrebbero trovarsi con lavoratori senior che delegano all’AI attività che non sanno più svolgere autonomamente e con lavoratori junior che non hanno mai acquisito la padronanza operativa necessaria per supervisionare e correggere gli output della macchina.
La ricerca dell’Osservatorio HR Innovation rileva che uno deitimori dei lavoratori sull’AI è proprio l’aumento della dipendenza dalla tecnologia (16%), con il rischio di un’erosione progressiva delle competenze. Al momento, tra chi utilizza già questi strumenti, l’impatto percepito sulla capacità di apprendimento è ancora positivo: il 45% segnala vantaggi nello sviluppo di nuove competenze. Ma questo dato fotografa una fase di adozione iniziale, in cui la novità dello strumento stimola l’esplorazione.
La domanda rilevante è cosa accadrà quando l’uso dell’AI diventerà routine consolidata.
Di fronte a questa trasformazione, le organizzazioni sono chiamate a un ripensamento profondo dei modelli di onboarding, formazione e sviluppo dei profili junior. Alcune direzioni di lavoro emergono con chiarezza dalla ricerca.
Ridefinire il contenuto dei ruoli entry-level:
Investire in modelli di apprendimento continuo:
Governare l’adozione dell’AI in modo strategico:
La sfida non è solo tecnologica: è prima di tutto una sfida di progettazione organizzativa, che richiede alle direzioni HR di anticipare i cambiamenti strutturali prima che diventino irreversibili.
Contenuti suggeriti dell’Osservatorio HR Innovation
