Secondo LinkedIn, le competenze che crescono più velocemente in Italia sono insieme tecniche e profondamente umane. Il punto non è più scegliere tra AI e persone, ma capire quali parti del lavoro saranno automatizzate e quali diventeranno ancora più preziose.
C’è una frase, molto efficace ma anche un po’ pericolosa, che circola ogni volta che si parla di intelligenza artificiale e lavoro: l’AI non ti sostituirà, ma sarà qualcuno che sa usare l’AI a farlo. È una frase utile perché costringe professionisti e aziende a non dormire, ma è anche incompleta, perché lascia intendere che il futuro del lavoro sia soltanto una corsa ad aggiungere strumenti, prompt, certificazioni e badge digitali al proprio profilo. La fotografia che arriva dal report LinkedIn Competenze in crescita 2026 racconta qualcosa di più interessante: le competenze che crescono più velocemente in Italia si muovono su due binari paralleli, da una parte AI, large language model, strumenti generativi, cloud e automazione, dall’altra leadership strategica, sviluppo delle persone, comunicazione professionale, ascolto attivo, negoziazione, collaborazione e gestione dei conflitti. Non è la sostituzione dell’umano con la macchina; è la separazione sempre più netta tra la parte del lavoro che può essere standardizzata e quella che richiede giudizio, contesto, relazione e responsabilità.
In Italia questo passaggio è particolarmente importante perché il nostro mercato del lavoro non è fatto solo di grandi corporate, team AI interni, funzioni HR mature e budget di formazione strutturati, ma anche di PMI, studi professionali, imprese familiari, filiere manifatturiere, servizi locali, pubblica amministrazione e organizzazioni dove molte competenze sono ancora incorporate nelle persone più che nei processi. Per questo il tema non può essere affrontato come se bastasse comprare licenze di AI generativa e organizzare due webinar sul prompt engineering. Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano, nel 2025 il mercato italiano dell’AI ha raggiunto 1,8 miliardi di euro, con una crescita del 50% rispetto al 2024; il 71% delle grandi imprese italiane ha avviato almeno un progetto di AI, ma solo una grande impresa su cinque mostra una reale pervasività dell’AI in diverse funzioni aziendali, mentre tra le PMI la diffusione delle sperimentazioni resta molto più bassa.
Questo significa che il lavoro non sta cambiando in modo uniforme. In alcune aziende l’AI è già dentro il customer service, la produzione, le vendite, l’ICT, la documentazione interna e l’analisi dei dati; in altre è ancora un uso individuale, spesso non governato, magari molto utile nella pratica quotidiana ma invisibile all’organizzazione. Sempre secondo il Politecnico, il 47% dei lavoratori utilizza strumenti di AI in azienda e quattro lavoratori su dieci dichiarano di riuscire, grazie all’AI, a svolgere attività che altrimenti non sarebbero stati in grado di fare. Ma lo stesso dato contiene un avvertimento: otto lavoratori su dieci utilizzano strumenti non aziendali, quindi una parte rilevante della trasformazione sta già avvenendo fuori dai confini formali delle policy, della formazione e della governance.
La conseguenza è che il curriculum, oggi, si sta dividendo in due metà. La prima metà è fatta di attività strutturate, ripetitive, descrivibili e replicabili: sintesi, bozze, reportistica, classificazione, primo livello di analisi, produzione standard di contenuti, aggiornamento documentale, routine amministrative e informative. Sono attività che non spariscono tutte insieme, e sarebbe ingenuo sostenerlo, ma perdono una parte del loro valore distintivo perché l’AI le rende più economiche, più rapide e più accessibili. Una ricerca pubblicata da Harvard Business School, basata sull’analisi delle offerte di lavoro negli Stati Uniti tra il 2019 e marzo 2025, ha rilevato dopo il lancio pubblico di ChatGPT una diminuzione del 13% degli annunci per occupazioni con molte attività strutturate e ripetitive, mentre la domanda per lavori più analitici, tecnici o creativi è cresciuta del 20%. Gli autori precisano che il dato riguarda il mercato statunitense e il breve periodo, ma la dinamica è utile anche per leggere ciò che può accadere in Europa e in Italia.
La seconda metà del curriculum, invece, è quella che l’AI può imitare linguisticamente ma non possedere davvero: il giudizio costruito dall’esperienza, la capacità di leggere una situazione ambigua, il tatto nel gestire un conflitto, la credibilità accumulata con clienti e colleghi, la capacità di decidere quando i dati non bastano, la sensibilità nel capire cosa non è stato detto in una riunione, la competenza di tradurre una strategia in comportamenti organizzativi, processi e priorità concrete. Non sono “soft skill” nel senso riduttivo del termine, cioè qualità vaghe da mettere in fondo al CV quando mancano competenze tecniche; sono competenze dure da costruire, difficili da misurare, spesso decisive nei contesti ibridi, distribuiti e attraversati dall’AI.
Qui lo smart working entra direttamente nel discorso, perché il lavoro ibrido ha già reso visibile una verità che molte organizzazioni avevano ignorato: quando non siamo tutti nello stesso ufficio, alla stessa ora, con gli stessi segnali impliciti, la qualità della comunicazione non è più un ornamento manageriale, ma un’infrastruttura produttiva. La capacità di scrivere bene una consegna, chiarire una responsabilità, allineare funzioni diverse, evitare riunioni inutili, gestire un conflitto a distanza, fare sintesi senza semplificare troppo e dare contesto alle decisioni diventa una competenza organizzativa. L’AI può aiutare a scrivere, riassumere e preparare materiali, ma non può assumersi la responsabilità della chiarezza, né può sapere da sola quali tensioni politiche, commerciali, operative o personali attraversano davvero un team.
Il World Economic Forum, nel Future of Jobs Report 2025, va nella stessa direzione: i datori di lavoro si aspettano che il 39% delle competenze chiave richieste nel mercato cambi entro il 2030, ma tra le competenze centrali non compaiono solo AI, big data e alfabetizzazione tecnologica; restano al centro pensiero analitico, resilienza, flessibilità, leadership, influenza sociale, pensiero creativo, motivazione, autoconsapevolezza, empatia, ascolto attivo e apprendimento continuo. Non è un messaggio rassicurante per chi vuole evitare la tecnologia, ma nemmeno una condanna per chi non è un tecnico: il punto è costruire profili ibridi, capaci di usare l’AI senza delegarle ciò che richiede esperienza, responsabilità e comprensione del contesto.
Per l’Italia, questa distinzione è ancora più concreta se la si guarda attraverso i fabbisogni occupazionali. Unioncamere e Ministero del Lavoro stimano per il periodo 2025-2029 un fabbisogno complessivo tra 3,3 e 3,7 milioni di occupati, con una componente enorme legata alla sostituzione di lavoratori in uscita dal mercato. Nello scenario positivo, circa 2,2 milioni di lavoratori dovranno possedere competenze digitali e oltre 910mila dovranno avere un mix più articolato di e-skill, cioè la capacità di integrare competenze digitali di base, linguaggi e metodi matematici e informatici, e gestione di soluzioni innovative.
Il rischio vero, quindi, non è soltanto perdere posti di lavoro perché arriva l’AI, ma creare una nuova frattura tra chi usa l’AI come acceleratore del proprio giudizio e chi la usa come sostituto del proprio pensiero. Nel primo caso, l’AI permette di lavorare meglio, prepararsi meglio, confrontare opzioni, generare scenari, alleggerire attività ripetitive e liberare tempo per decisioni più importanti. Nel secondo caso, produce output apparentemente professionali ma poveri di responsabilità, pieni di frasi corrette e privi di reale comprensione. È qui che la differenza tra competenza e automatismo diventa decisiva.
Le aziende dovrebbero quindi smettere di trattare formazione AI e formazione manageriale come due capitoli separati. Non serve un corso sull’AI da un lato e un corso sulla comunicazione dall’altro, se poi nessuno insegna come usare l’AI per preparare una negoziazione, migliorare una riunione, leggere un problema di customer experience, ridurre attriti tra funzioni, progettare un processo o prendere una decisione sotto incertezza. La competenza che cresce davvero non è “saper usare ChatGPT”, ma saperlo usare dentro un mestiere, dentro un’organizzazione, dentro una relazione professionale e dentro una responsabilità.
Per i lavoratori, la domanda più utile non è “quali competenze devo aggiungere al mio CV per sembrare aggiornato?”, ma “quale parte della mia esperienza produce giudizio che un modello non può ricostruire da solo?”. Chi ha gestito clienti difficili, team distribuiti, lanci di prodotto falliti, negoziazioni delicate, crisi operative, trasformazioni organizzative o passaggi generazionali possiede un patrimonio che spesso non sa nemmeno raccontare. L’AI può aiutare a renderlo più visibile, ma non può sostituirlo. Nel mercato del lavoro che arriva, credenziali e competenze tecniche serviranno per entrare nella conversazione; esperienza, giudizio e capacità relazionale serviranno per restarci.
.jpg)
.webp)
.jpeg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
