Negli ultimi due anni molte aziende hanno preso decisioni sul personale in nome dell’intelligenza artificiale. Quasi tutte le hanno prese su una previsione, non su un risultato, e i ritorni, per ora, non si vedono. Lo dimostra un’analisi pubblicata da Harvard Business Review Italia il 4 settembre 2026, firmata da Faisal Hoque, Tom Davenport e Paul Scade:
- solo il 2% delle organizzazioni ha ridotto l’organico come conseguenza di un’implementazione IA effettiva, mentre il 60% ha licenziato o rallentato le assunzioni con un collegamento generico all’IA (HBR, settembre 2026)
- L’80% di chi ha ridotto l’organico introducendo sistemi autonomi non ha rilevato correlazione con il ritorno sull’investimento (Gartner)
- L’errore è di metodo: si eliminano ruoli invece di scomporli nelle attività che li compongono
- In Italia il 76% delle PMI non investe in IA e il 44,8% delle assunzioni resta difficile da coprire: la domanda non è quanto tagliare, ma come far rendere quello che si ha
Licenziamenti motivati dall’IA: perché non hanno prodotto ritorni
Secondo l’indagine di Gartner: l’80% delle aziende ha ridotto l’organico mentre introduceva sistemi autonomi, senza alcuna correlazione con il rendimento dell’investimento. Gartner prevede anzi, che metà di chi ha tagliato il servizio clienti riassumerà quei lavoratori entro il 2027.
La causa è un errore di metodo: si sono eliminati ruoli invece di scomporli nelle attività che li compongono. Un ruolo non è una funzione, è un insieme di compiti, e la parte che tiene tutto insieme non è quella dichiarata. Chi svolge un lavoro coordina, interpreta richieste ambigue, si accorge che un dato non torna: cose che nessuno ha mai messo per iscritto, perché semplicemente accadono. Il sostituto automatico copre solo le parti visibili del lavoro, e le parti visibili non funzionano senza quelle invisibili.
Il 55% dei responsabili HR intervistati dichiara infatti che i licenziamenti non erano giustificati, perché l’IA ha richiesto molta più supervisione umana del previsto. E uno su tre ha perso competenze fondamentali insieme alle persone uscite: se quella perdita non era prevedibile, vuol dire che l’azienda non sapeva davvero cosa facessero quei ruoli.
Le PMI italiane e l’intelligenza artificiale: la domanda è un’altra
Letto da qui, il dibattito sui licenziamenti da IA suona lontano, e in parte lo è. Il 76% delle PMI italiane non ha investito né prevede di investire in intelligenza artificiale, secondo l’Osservatorio Innovazione Digitale nelle PMI del Politecnico di Milano. E nessuno ha personale in eccesso: nel primo semestre 2026 le imprese hanno programmato 2,8 milioni di assunzioni prevedendo difficoltà a coprirne il 44,8%, secondo il report CNEL-Unioncamere. Il problema non è chi mandare via, è come far stare il lavoro dentro le persone che ci sono.
Eppure la domanda che si sente è ancora quella sbagliata, solo in un’altra forma: non “quanto personale risparmio”, ma “quale software dovrei comprare”. Entrambe partono dallo strumento invece che dagli obiettivi.
La domanda utile è “quali risultati l’azienda vuole ottenere e quale combinazione di persone e tecnologia serve per arrivarci”; sapendo che a volte la risposta è liberare tempo dalle attività ripetitive per reinvestirlo dove la presenza umana crea valore.
È il punto che incontriamo a ogni progetto: quando chiediamo a un’azienda come funziona oggi una sua attività riceviamo due versioni, quella ufficiale scritta nelle procedure e quella reale, che nessuno ha mai messo per iscritto. Un sistema costruito sulla prima lascia scoperta proprio la parte che teneva in piedi il resto: le persone lo aggirano, tornano ai loro fogli, e il progetto muore senza che nessuno lo dichiari.
Cosa dovrebbe fare un imprenditore, in concreto
Non licenziare per anticipare uno scenario. Non comprare tecnologia perché tutti ne parlano. Guardare le risorse che ha già persone, competenze, tempo, dati, strumenti, e chiedersi come farle lavorare meglio insieme.
In pratica: si comincia da un processo alla volta e lo si scrive come avviene davvero, parlando con chi lo esegue e non solo con chi lo ha disegnato. Emergono duplicazioni, colli di bottiglia, dati ricopiati a mano da un sistema all’altro. Poi si separa ciò che è ripetitivo e verificabile che può passare alla macchina, da ciò che richiede giudizio e responsabilità, che resta a chi risponde del risultato. Lo strumento si sceglie alla fine, quando si sa già cosa deve fare.
Conviene procedere per gradi e mantenere ogni passo reversibile: un’architettura che non si può modificare vincola l’azienda a un’ipotesi fatta oggi su strumenti che tra sei mesi saranno diversi.
Ridimensionare, automatizzare, riorganizzare sono esercizi di progettazione delle capacità aziendali, non operazioni di taglio dei costi. Se il metro del successo è quante licenze si sono attivate o quante posizioni si sono chiuse, il risultato sarà un’azienda più digitale o più snella. Non più capace.
Domande frequenti
Perché molti progetti di automazione non producono risultati? Perché la tecnologia viene aggiunta sopra un processo che resta invariato, descritto nella sua versione ufficiale e non in quella reale. Il sistema copre i passaggi formali e lascia scoperti quelli che tenevano insieme il lavoro, così le persone tornano agli strumenti che usavano prima.
Da dove si comincia per automatizzare un processo aziendale? Dalla mappatura del processo così come avviene realmente, ricostruita con chi lo esegue ogni giorno. Si separano i passaggi ripetitivi e verificabili, automatizzabili, da quelli che richiedono giudizio e responsabilità. La scelta dello strumento arriva dopo.
Quali errori fanno le aziende quando licenziano a causa dell’intelligenza artificiale? Decidere su previsioni anziché su implementazioni già misurate, eliminare interi ruoli invece di scomporli nelle attività che li compongono, e sottovalutare quanta supervisione umana i sistemi automatici richiedono ancora.
Fonti
- Faisal Hoque, Tom Davenport, Paul Scade, La trasformazione IA richiede di riprogettare i lavori, non eliminare ruoli, Harvard Business Review Italia, 4 settembre 2026 – hbritalia.it
- Osservatorio Innovazione Digitale nelle PMI, Politecnico di Milano, Ricerca 2025-2026, comunicato del 21 maggio 2026 – osservatori.net
- CNEL-Unioncamere, Terzo Report sul mismatch tra domanda e offerta di lavoro, 30 luglio 2026 – cnel.it · unioncamere.gov.it
