Competenze AI nel 2026: servono davvero a tutti i colletti bianchi?

La narrativa dominante nel primo trimestre 2026 è che le competenze legate all’intelligenza artificiale siano diventate indispensabili per qualunque lavoratore d’ufficio. I titoli dei report parlano di “AI literacy obbligatoria”, di “upskilling urgente”, di “competenze AI come nuova alfabetizzazione”. L’AI Act europeo, con l’articolo 4 operativo da febbraio 2026, impone effettivamente un obbligo di competenza per chi lavora con sistemi AI. Ma quanto questa narrazione corrisponde alla percezione dei lavoratori stessi? I dati del report Resume Now AI and Workplace Humanity, pubblicato il 16 marzo 2026, e del Mercer Global Talent Trends 2026 offrono una prospettiva più sfumata: le competenze AI contano, ma non per tutti e non allo stesso modo.

Cosa dicono i lavoratori: importanti ma non universali

Il dato più rilevante del report Resume Now riguarda la percezione dell’universalità delle competenze AI. Quasi la metà dei lavoratori statunitensi intervistati, il 48%, ritiene che le competenze legate all’IA saranno importanti in alcuni ruoli ma non nella maggior parte entro la fine del 2026. Solo il 18% prevede che saranno richieste in quasi tutti i lavori d’ufficio. Il restante 34% si distribuisce tra chi le considera marginali e chi non sa valutare.

Il dato sorprende perché contraddice la retorica del “tutti devono imparare l’IA subito”. I lavoratori, che sono i primi destinatari della trasformazione, hanno una percezione granulare dell’impatto: non lo vedono come un’onda uniforme che travolge tutte le professioni, ma come un cambiamento differenziato che colpisce alcuni ruoli in profondità e ne lascia altri sostanzialmente invariati. Questa percezione è coerente con i dati del report Anthropic sull’esposizione osservata: il 30% delle occupazioni non mostra praticamente alcuna penetrazione dell’IA, e anche tra quelle esposte il divario tra potenziale e realtà resta ampio.

Il Mercer Global Talent Trends 2026 aggiunge un dato complementare. Tra i 12.000 lavoratori intervistati in 17 paesi, il 40% esprime ansia legata all’IA, in aumento dal 28% di due anni prima. Ma l’ansia non riguarda principalmente la mancanza di competenze AI: riguarda l’impatto complessivo della tecnologia sul proprio lavoro, sulla propria identità professionale e sulla qualità dell’esperienza lavorativa. Il 62% dei dipendenti ritiene che i propri dirigenti sottovalutino questo impatto. Il divario percettivo tra chi gestisce l’IA (il management, generalmente entusiasta) e chi ne subisce le conseguenze quotidiane (i dipendenti, generalmente ansiosi) è il dato più preoccupante del report.

Le competenze che servono: non solo prompt engineering

Quando si parla di “competenze AI”, il dibattito tende a concentrarsi su abilità tecniche: scrivere prompt efficaci, configurare agenti, usare API, integrare modelli linguistici nei flussi di lavoro. Queste competenze sono effettivamente richieste, ma solo in una parte dei ruoli. Per la maggior parte dei lavoratori d’ufficio, le competenze AI rilevanti sono diverse e meno tecniche.

La prima è la capacità di valutare criticamente l’output dell’IA. Un professionista che usa GPT-5 per generare una bozza di contratto deve saper riconoscere se il modello ha inventato una clausola, confuso una norma o omesso un riferimento rilevante. Questa capacità non si insegna con un corso di prompt engineering: richiede competenza nel dominio, diritto, finanza, medicina, ingegneria, combinata con la consapevolezza dei limiti del modello. È la competenza che la Fed di Dallas chiama conoscenza tacita, e che il report Resume Now sull’erosione delle competenze segnala come a rischio.

La seconda è la capacità di decidere quando usare l’IA e quando non usarla. Non ogni compito beneficia dell’automazione. Un’email delicata a un cliente insoddisfatto potrebbe uscire meglio dalla penna di un essere umano che conosce il contesto e la relazione. Un’analisi strategica su un mercato che il modello linguistico non conosce bene potrebbe essere più affidabile se fatta manualmente con fonti verificate. La competenza nel calibrare l’uso dell’IA, sapere quando è uno strumento utile e quando è un rischio, è una meta-competenza che nessun corso tecnico insegna.

La terza è la capacità di gestire il rapporto uomo-macchina nel team. I manager che supervisionano team dove l’IA è integrata devono saper gestire le ansie dei collaboratori, redistribuire i compiti in modo equo, mantenere la motivazione di chi vede il proprio lavoro trasformarsi e garantire che la qualità non degradi quando parte dell’output è generato da una macchina. Sono competenze manageriali classiche, gestione del cambiamento, comunicazione, leadership, applicate a un contesto nuovo.

L’obbligo dell’AI Act e la formazione aziendale in Italia

L’articolo 4 dell’AI Act, operativo dal febbraio 2026, impone ai fornitori e agli operatori di sistemi AI di garantire che il personale coinvolto abbia un livello di competenza adeguato. L’obbligo è reale e ha conseguenze giuridiche, la mancata conformità può comportare sanzioni. Per le imprese italiane, questo significa che la formazione AI non è più facoltativa per chi usa strumenti di intelligenza artificiale in ambito professionale.

Il problema è che l’obbligo normativo non specifica cosa debba contenere la formazione. Non ci sono programmi certificati obbligatori, non ci sono esami di stato, non ci sono attestazioni riconosciute a livello europeo. Ogni impresa deve definire autonomamente cosa significhi “competenza adeguata” nel proprio contesto. Per una banca che usa un modello AI per lo screening del credito, la formazione richiesta è diversa da quella di un’agenzia di comunicazione che usa l’IA per generare contenuti. La flessibilità del Regolamento è intenzionale, ma genera incertezza per le imprese che vogliono essere conformi senza sapere esattamente a quale standard.

Il confronto internazionale: come si formano altrove

Il modo in cui i diversi paesi affrontano la formazione AI offre spunti per il contesto italiano. Negli Stati Uniti, dove non esiste un equivalente dell’AI Act, la formazione è lasciata interamente al mercato: le aziende formano i propri dipendenti con programmi interni o si rivolgono a piattaforme come Coursera, Udemy e LinkedIn Learning. Il WEF ha trovato che quando le aziende rendono disponibile la formazione, il 70% dei lavoratori la completa, un dato che suggerisce che il problema non è la motivazione ma l’offerta. Le aziende che non offrono formazione non la offrono per scelta, non perché i dipendenti non la vogliano.

Nel Regno Unito, il governo ha lanciato programmi di upskilling AI per le PMI con fondi pubblici e partnership con il settore privato. In Francia, il plan France 2030 include una componente dedicata alla formazione AI che copre sia il sistema educativo formale sia la formazione continua. In Germania, i Betriebsräte, i consigli aziendali, hanno negoziato accordi che prevedono la formazione obbligatoria prima dell’introduzione di strumenti AI nei processi lavorativi, creando un precedente nel diritto del lavoro tedesco.

L’Italia, per ora, non ha un programma nazionale strutturato per la formazione AI dei lavoratori in servizio. Il PNRR finanzia la digitalizzazione, ma la componente specificamente dedicata alla formazione AI è modesta. Le imprese italiane che vogliono formare il personale devono farlo con risorse proprie o ricorrere ai fondi interprofessionali, un canale che esiste e funziona, ma che richiede capacità burocratica per accedere ai finanziamenti e una progettazione formativa che molte PMI non sanno gestire autonomamente.

Il mercato della formazione AI in Italia è in espansione ma disomogeneo. Molte offerte formative si concentrano sulle competenze tecniche, come usare ChatGPT, come scrivere prompt, come integrare API, trascurando le competenze critiche e manageriali che sono altrettanto importanti per la conformità normativa. Un dipendente che sa scrivere un prompt perfetto ma non sa riconoscere quando il modello allucinazione non è “adeguatamente competente” ai sensi dell’AI Act. La formazione deve coprire sia l’uso sia il giudizio, e poche offerte attuali lo fanno in modo integrato.

Il ruolo delle associazioni professionali nella formazione AI

Per le associazioni professionali come AIPIA, il tema delle competenze AI nel 2026 è un’opportunità e una responsabilità. L’opportunità sta nel colmare il gap tra l’obbligo normativo e l’offerta formativa: progettare percorsi che combinino competenze tecniche, capacità critica e consapevolezza dei limiti dell’IA, calibrati sui ruoli professionali specifici dei propri iscritti. La responsabilità sta nell’evitare di alimentare la narrativa dell’urgenza indiscriminata, il “tutti devono imparare l’IA subito”, che genera ansia senza fornire strumenti concreti.

I dati dicono che il 48% dei lavoratori ritiene le competenze AI importanti in alcuni ruoli ma non nella maggior parte. È una percezione realistica, supportata dai dati sull’esposizione osservata. La risposta appropriata non è dire a tutti che devono diventare esperti di IA, ma aiutare ciascun professionista a capire quanto e come l’IA incide sul proprio ruolo specifico, e a sviluppare le competenze che servono in quel contesto, non in astratto.

La differenza tra competenza d’uso e competenza di giudizio

Una distinzione che il dibattito sulle competenze AI tende a ignorare riguarda i due livelli di competenza necessari per lavorare con l’IA in modo professionale. Il primo livello è la competenza d’uso: saper interagire con il modello linguistico, scrivere prompt efficaci, configurare gli strumenti, interpretare l’output. È il livello che la maggior parte dei corsi di formazione copre e che può essere acquisito in ore o giorni di pratica. Il secondo livello è la competenza di giudizio: saper valutare se l’output del modello è corretto nel proprio dominio, riconoscere le allucinazioni specifiche del proprio settore, decidere quando l’IA è affidabile e quando non lo è, calibrare il livello di supervisione umana necessario per ciascun compito.

La competenza di giudizio non può essere insegnata in un corso di prompt engineering. Richiede conoscenza del dominio, diritto, finanza, medicina, ingegneria, che si costruisce in anni di pratica professionale. È la stessa conoscenza tacita che la Fed di Dallas identifica come il fattore che protegge i lavoratori senior dalla sostituzione. Un professionista con vent’anni di esperienza nel proprio campo e sei mesi di pratica con l’IA ha una competenza di giudizio che nessun neolaureato con un corso certificato in prompt engineering può eguagliare. La formazione AI più utile, per i professionisti esperti, non è quella che insegna a usare lo strumento ma quella che insegna a integrarlo con il giudizio del proprio mestiere.

Il World Economic Forum, in un’analisi pubblicata a febbraio 2026 basata su dati di esperimenti sul campo, ha trovato che le competenze AI sui curricula migliorano le probabilità di assunzione anche per lavoratori più anziani e meno istruiti, funzionando come parziale equalizzatore nel mercato del lavoro. Il dato suggerisce che le competenze AI hanno valore segnaletico oltre che operativo: indicano ai datori di lavoro che il candidato è aggiornato e adattabile. Ma il valore è maggiore quando le competenze sono certificate, da un’università, da un corso riconosciuto, da un’associazione professionale credibile, piuttosto che generiche.

Per i professionisti italiani, il messaggio è pragmatico. Le competenze AI servono a chi lavora in ruoli esposti, e il report Anthropic dice chiaramente quali sono. Non servono allo stesso modo a tutti. L’investimento formativo più utile nel 2026 non è il corso generico sull’IA ma la comprensione specifica di come l’IA cambia il proprio lavoro, il proprio settore, i propri clienti. È un investimento personalizzato, non standardizzato, e per questo richiede guide competenti, non solo piattaforme di e-learning.