L'Indice Iceberg del MIT: La Vera Portata dell'AI sul Lavoro

Il dibattito che tutti stiamo ignorando

Se hai letto almeno un titolo sull'intelligenza artificiale negli ultimi due anni, sai già quali lavori sarebbero "sotto minaccia". Programmatori licenziati, sviluppatori junior senza lavoro, tech company che bloccano le assunzioni perché un singolo strumento AI può fare il lavoro di una dozzina di ingegneri entry-level. Il discorso è forte, ansioso, e onestamente parecchio giustificato. Ma secondo una nuova ricerca del MIT, è anche quasi interamente focalizzato sulla cosa sbagliata.
La maggior parte delle persone, e la maggior parte dei titoli, tratta l'AI come qualcosa che sostituisce i lavori. Ma non è così che funziona. Più spesso, l'AI sostituisce i compiti all'interno di questi lavori. Un avvocato non scompare da un giorno all'altro, ma le ore che spende esaminando contratti di routine potrebbero silenziosamente ridursi. Un giornalista continua a scrivere, ma il tempo passato a ricercare sfondi, estrarre citazioni e verificare i fatti inizia a comprimersi.
E mentre questo potrebbe sembrare una versione più morbida della stessa storia, non lo è affatto. Perché l'intero nostro sistema economico è costruito attorno ai lavori, non ai compiti. Il PIL, i dati sulla disoccupazione e sui salari sono stati progettati per contare lavori e persone, e lo fanno ragionevolmente bene. Ma non sono mai stati costruiti per guardare dentro un lavoro e chiedersi quali parti di esso l'AI può già tecnicamente eseguire. Quindi il cambiamento non appare dove lo stiamo cercando. Quando la disruption appare nei numeri ufficiali, è già ben avviata, e ogni piano che i governi hanno fatto per preparare le loro forze lavoro è stato costruito su strumenti puntati nella direzione sbagliata.

L'Iceberg Index: la mappa che il mondo del lavoro non aveva

È esattamente questo il motivo per cui un team al MIT ha deciso di costruire qualcosa di nuovo. Non un'altra previsione di quali lavori spariranno, ma una mappa reale di dove le capacità dell'AI e le competenze umane si sovrappongono attualmente, ponderate per il valore economico di quel lavoro. L'hanno chiamato Iceberg Index, e il nome si rivela esattamente azzeccato.
Quando misuri il lavoro che l'AI può tecnicamente eseguire nel settore tech, rappresenta circa il 2,2% del valore salariale totale del mercato del lavoro statunitense, circa 211 miliardi di dollari. È la parte visibile dell'iceberg. Ma quando applichi la stessa metodologia a tutta l'economia, il numero balza all'11,7%, circa 1,2 trilioni di dollari, cinque volte più grande. È la parte sotto la superficie, e include professionisti altamente istruiti e ben pagati in settori che non hanno generato un singolo titolo ansioso sull'AI.
Come funziona l'Iceberg Index
Il MIT ha creato una rappresentazione digitale di 151 milioni di lavoratori americani distribuiti su 923 diverse occupazioni e 3.000 contee. Per mappare le competenze richieste da ogni occupazione, usano ONET, un database mantenuto dal Dipartimento del Lavoro degli Stati Uniti che scompone centinaia di occupazioni nelle loro competenze e compiti effettivi. Nel database, ognuna di queste competenze viene fornita con un livello di importanza e un livello di difficoltà costruiti da sondaggi di lavoratori reali che svolgono quei lavori.
Poi hanno fatto lo stesso per l'AI, catalogando più di 13.000 strumenti AI pronti per la produzione esistenti e attualmente distribuiti nelle aziende. E crucialmente, hanno messo ognuno di quegli strumenti attraverso la stessa tassonomia ONET delle competenze. Quindi finisci con un profilo di ciò che ogni strumento AI può fare, espresso esattamente nello stesso linguaggio dei lavoratori umani.
Il risultato è un singolo numero per ogni occupazione, una percentuale che misura quanto del valore salariale all'interno di quel lavoro l'AI può tecnicamente eseguire. E la parola "valore salariale" è in realtà la scelta di design più importante di tutto lo studio, perché invece di chiedere quanti commercialisti potrebbero perdere il lavoro, hanno chiesto quanto del valore economico che i commercialisti producono proviene da competenze che l'AI può già eseguire.

Cosa dice davvero l'Iceberg Index

Inizi con la parte che tutti già conoscono. Nel 2025 da solo, più di 100.000 licenziamenti sono stati collegati a ristrutturazioni AI. L'AI sta già scrivendo più codice ogni giorno di tutti gli sviluppatori umani sul pianeta messi insieme. E già sappiamo che quando misuri il valore salariale del lavoro dentro quei lavori tech che l'AI può tecnicamente eseguire, viene fuori circa il 2,2% dell'intero mercato del lavoro statunitense, circa 211 miliardi di dollari attraverso 1,9 milioni di lavoratori. Questo è dove quasi ogni titolo e ogni documento di politica e ogni conversazione ansiosa sull'AI e i lavori è stata focalizzata.
Ma il 2,2% è un punto fuorviante dove fermarsi. Il 2,2% è solo la parte visibile dell'iceberg, ma le capacità che guidano quel numero non appartengono solo al tech. Appaiono attraverso centinaia di occupazioni che non apparirebbero mai in un titolo sui licenziamenti AI. Le stesse capacità che rendono un assistente di codifica utile a un ingegnere del software si sovrappongono pesantemente con il lavoro di un analista finanziario, un coordinatore HR, un elaboratore di reclami assicurativi e un segretario legale. Quindi quando esegui l'indice attraverso tutte le competenze, è lì che vedi il numero balzare dal 2,2% al 11,7% dell'intero mercato del lavoro statunitense, circa 1,2 trilioni di dollari in valore salariale.
Questo significa che l'ansia sull'AI che ha dominato i titoli per 2 anni è stata mirata a circa 1/5 del problema effettivo. L'altra quota 4/5 è stata seduta su una linea di faglia che nessun governo, nessuna azienda e nessun lavoratore individuale si stava preparando.
Chi è davvero a rischio (e non è chi pensi)
Le persone sedute su di essa non sono chi ti aspetteresti. Secondo uno studio separato di Anthropic che traccia l'uso effettivo dell'AI in contesti professionali, il gruppo più esposto guadagna in media il 47% in più del meno esposto, ha quasi quattro volte più probabilità di avere una laurea, e ha 16 punti percentuali in più di probabilità di essere donna. In parole semplici: chiunque la cui giornata lavorativa sia costruita principalmente attorno a leggere, scrivere, analizzare e riassumere informazioni. Persone che, con ogni misura ragionevole, hanno fatto tutto quello che la società diceva loro di fare, e l'hanno fatto bene.
La lacuna tra ciò che l'AI può tecnicamente fare e ciò che sta effettivamente facendo in pratica è ancora enorme. E per il momento, è quella lacuna che tiene gran parte di questa esposizione teorica piuttosto che reale. Per i lavoratori informatici e matematici, l'AI è teoricamente capace di gestire circa il 94% dei loro compiti, ma nell'uso professionale osservato, sta attualmente facendo circa il 33%. E un modello simile appare nel lavoro legale, nell'architettura e ingegneria, e in molte altre professioni. La capacità tecnica è già lì, ma attualmente è tenuta indietro dalla regolamentazione, dalle sfide di integrazione e dal semplice fatto che la maggior parte delle organizzazioni richiede ancora un umano per controllare il lavoro dell'AI.
La frontiera principale è già visibile nei dati di assunzione. IBM ha sostituito una parte del suo dipartimento HR con strumenti AI, mentre Salesforce ha smesso di assumere ingegneri e avvocati perché, come ha detto il suo CEO, l'AI può fare il lavoro. L'occupazione entry-level nelle occupazioni esposte all'AI è già calata del 14% rispetto all'era pre-ChatGPT. E probabilmente è solo l'inizio, perché le offerte di lavoro cadono prima dell'occupazione. E le offerte di lavoro entry-level attraverso gli Stati Uniti sono calate del 35% da gennaio 2023.

Gli stati più a rischio (spoiler: non sono quelli che pensi)

Se dovessi indovinare quali stati sono seduti sulle linee di faglia più grandi, probabilmente diresti California, Washington e New York. Ma sbaglieresti. Secondo l'Iceberg Index, South Dakota, North Carolina e Utah mostrano valori di esposizione più alti della California o della Virginia. Il problema è che le loro economie sono pesantemente concentrate nel lavoro amministrativo e finanziario, che sono esattamente quelle competenze sedute in quella lacuna tra ciò che l'AI può tecnicamente fare e ciò che sta attualmente facendo in pratica. La forza lavoro della California è abbastanza diversificata che l'esposizione si distribuisce sottile, ma negli stati costruiti attorno alla finanza e ai servizi back-office, la vulnerabilità si concentra.
Il Tennessee rende questo punto più netto. La sua esposizione al settore tech è dell'1,3%, niente che farebbe suonare campanelli d'allarme in qualsiasi modello standard di pianificazione della forza lavoro, ma il suo Iceberg Index è dell'11,6%, il che significa che la forza lavoro white-collar che tiene in piedi le fabbriche del Tennessee è 10 volte più esposta del settore tech che tutti stavano guardando. L'Ohio e il Michigan seguono lo stesso schema. Questi stati hanno passato anni a prepararsi per i robot che prendono le linee di produzione, ma la disruption white-collar sta arrivando prima.

Il problema che nessuno vede: i lavoratori "al sicuro"

Se l'esposizione è così diffusa e così distribuita geograficamente, perché le persone responsabili di preparare la forza lavoro non la vedono? In parte è semplice: gli strumenti che stanno usando non possono vedere questo tipo di rischio. PIL, reddito pro capite e disoccupazione, le metriche standard, spiegano meno del 5% della variazione nei punteggi dell'Iceberg Index tra gli stati. In alcuni casi, la relazione si inverte, il che significa che gli stati che sembrano più sicuri con le misure convenzionali non sono necessariamente i meno esposti.
Ma e per i lavoratori fuori da quel 11,7%? Secondo la ricerca di Anthropic, circa il 30% della forza lavoro ha essenzialmente zero esposizione all'AI. Questo include cuochi, meccanici, infermieri, idraulici, baristi, lavoratori dell'assistenza all'infanzia, persone che fanno un lavoro fisico, relazionale, pratico che nessun modello linguistico può replicare. Quei lavoratori stanno bene? Beh, in parte.
C'è un pattern economico che ha lavorato silenziosamente contro questi lavoratori per decenni, molto prima che qualcuno avesse sentito parlare di un modello linguistico di grandi dimensioni. Per capire il pattern, devi tornare al 1965, quando un ekonomista di Princeton di nome William Baumol e il suo collega William Bowen notarono qualcosa di strano sulle arti performative. Un quartetto d'archi che suona Beethoven nel XIX secolo richiedeva quattro musicisti e circa 25 minuti. Un quartetto d'archi che suona lo stesso brano un secolo dopo richiedeva esattamente lo stesso numero di musicisti e durava circa lo stesso tempo. Nulla della performance era diventata più efficiente, nessuna tecnologia era arrivata per accelerarla, eppure il costo di mettere in scena quel concerto era aumentato drammaticamente, trascinato verso l'alto dai salari che aumentavano ovunque mentre la manifattura, l'agricoltura e l'industria diventavano sempre più produttive.
Gli economisti chiamano questo la malattia dei costi di Baumol, e il modo più chiaro per vederla è guardare cosa è successo ai prezzi negli ultimi 50 anni. Le cose che sono diventate più produttive, come l'elettronica e i computer, sono diventate più economiche, mentre le cose che non potevano diventare più produttive, come l'assistenza all'infanzia, l'istruzione, i tagli di capelli, i servizi sanitari e legali, hanno continuato a diventare più care. Queste sono tutte industrie dove il lavoro è ostinatamente umano. Non puoi far vedere un infermiere ai pazienti più velocemente o un idraulico riparare un tubo da remoto. L'unico modo per coprire il conto salariale in aumento è alzare i prezzi, e l'AI sta per rendere questo molto peggio.
Se l'Iceberg Index ha ragione e il lavoro cognitivo e amministrativo sta per diventare drammaticamente più produttivo, allora l'effetto Baumol accelererà. Negli anni a venire, un analista finanziario che elabora con assistenti AI potrebbe ridurre un giorno di lavoro in un'ora, e un ingegnere del software con gli strumenti giusti potrebbe fare il lavoro di tre persone. Ma l'infermiere avrà ancora bisogno dello stesso tempo per paziente, e l'idraulico dovrà ancora fisicamente essere lì. La loro produzione non scala con l'AI, quindi il costo relativo del loro lavoro continua a salire, trascinato verso l'alto da un picco di produttività che accade ovunque intorno a loro.

Il costo di non vedere la mappa giusta

Le transizioni come questa storicamente hanno creato tanti nuovi ruoli quanti ne hanno disrupti. Le transizioni che sono andate meglio sono state quelle dove le persone potevano vedere cosa stava arrivando abbastanza chiaramente da prepararsi. Oggi, governi e aziende stanno prendendo decisioni da miliardi di dollari sull'AI usando strumenti che non possono vedere il 95% del problema che stanno cercando di misurare. La mappa che la maggior parte delle persone usa è stata disegnata per un'economia diversa. L'Iceberg Index è un tentativo di disegnarne una migliore.
Se qualcuno non lo usa davvero, il costo è un'economia a due velocità, una metà drammaticamente più produttiva, l'altra sempre meno affordable, con la pressione fiscale che atterra più forte sui servizi esatti di cui le società non possono funzionare. Nessuno può prevedere esattamente come va a finire, meno di tutti gli economisti.