A maggio 2026 Meta e LinkedIn hanno annunciato nuovi tagli al personale mentre i grandi gruppi tecnologici ridirigono risorse verso intelligenza artificiale e infrastruttura. Meta, in particolare, ha riassegnato circa 7.000 dipendenti a team di AI e cancellato i piani per 6.000 posizioni aperte, citando esplicitamente le efficienze ottenute con l’intelligenza artificiale.
Nel complesso, il 2026 ha già superato i 100.000 tagli nel settore tech, molti dei quali attribuiti all’automazione AI. Snap ha ridotto la propria forza lavoro di circa il 16%. I numeri sono americani, ma la domanda che pongono attraversa anche le imprese europee.
La domanda è semplice: questi tagli sono riconversione o sostituzione?
Due fenomeni dentro lo stesso titolo
I titoli di giornale fondono cose diverse sotto l’etichetta dei licenziamenti da AI. È utile separarle.
Il caso Meta è anzitutto riconversione. L’azienda non riduce semplicemente l’organico: sposta 7.000 persone verso i team di intelligenza artificiale e rinuncia ad assumerne 6.000 nuove. È una ridistribuzione interna delle priorità, in cui le risorse migrano dalle aree mature verso quelle su cui il gruppo scommette il futuro. Chi viene spostato resta dentro l’azienda, ma cambia mestiere.
I 6.000 posti cancellati meritano un’attenzione particolare, perché raccontano una dinamica che le statistiche non registrano come perdita. Sono posizioni che non sono mai state coperte, lavori che sarebbero esistiti e che l’azienda decide di non creare perché l’AI rende sufficiente il personale attuale. Nessuno viene licenziato, eppure 6.000 opportunità di lavoro spariscono. È l’effetto più insidioso dell’automazione sul mercato del lavoro: non tanto i posti tagliati, che fanno notizia, quanto quelli che non nascono, che non la fanno. Per chi cerca un primo impiego nel settore, questa è la barriera reale, invisibile e silenziosa.
Il taglio del 16% di Snap appartiene a una logica diversa. Qui la riduzione è netta, e l’AI entra come giustificazione di una struttura dei costi che si vuole alleggerire. Tra le due situazioni c’è una differenza che conta per chi perde il posto: nel primo caso esiste un percorso di ricollocazione interna, nel secondo no.
La maggior parte dei 100.000 tagli del 2026 sta in mezzo a questi due estremi. Aziende che riducono dove l’automazione ha reso ridondanti certe mansioni e, contemporaneamente, assumono dove servono competenze nuove. Il saldo occupazionale netto è spesso meno drammatico del numero dei licenziamenti, ma il rimescolamento delle competenze è profondo.
Conviene anche ridimensionare il numero che fa più impressione. I 100.000 tagli del 2026 vanno letti dentro un settore che, nel mondo, occupa decine di milioni di persone e che negli anni precedenti aveva assunto a un ritmo eccezionale. Non è un crollo dell’occupazione tecnologica, è una correzione accompagnata da una redistribuzione. Il punto non è quante persone il settore impiega in totale, che resta enorme, ma quali competenze servono per restarci. Chi padroneggia gli strumenti di AI viene conteso, chi presidiava mansioni ora automatizzabili viene spinto fuori. Il mercato del lavoro tech non si sta svuotando, si sta riscrivendo, e la riscrittura è più rapida della capacità delle persone di aggiornarsi da sole.
È proprio il rimescolamento, non il saldo, il dato da osservare. Un’azienda può chiudere l’anno con lo stesso numero di dipendenti e aver cambiato metà delle competenze al suo interno. Le persone che escono e quelle che entrano non sono intercambiabili: chi perde il posto aveva competenze mature in aree che si stanno svuotando, chi viene assunto ne porta di nuove in aree che si stanno riempiendo. Tra i due gruppi c’è una frattura che le statistiche occupazionali non catturano. Il numero degli occupati può restare stabile mentre interi profili professionali diventano obsoleti e altri nascono dal nulla. È questa transizione delle competenze, più del conteggio dei posti, a definire l’impatto reale dell’AI sul lavoro.
Quando l’AI è causa e quando è alibi
Va detto con chiarezza: l’intelligenza artificiale è anche un comodo alibi.
Il settore tech aveva assunto a ritmi insostenibili negli anni precedenti, in particolare nella fase di espansione legata alla pandemia. Una parte dei tagli del 2026 corregge quegli eccessi e avrebbe avuto luogo comunque, con o senza AI. Attribuire il ridimensionamento all’automazione è narrativamente più presentabile che ammettere di aver assunto troppo: suggerisce un’azienda che innova invece di una che ha sbagliato i conti.
Distinguere la causa reale dall’alibi è difficile dall’esterno. Ma alcuni segnali aiutano.
Quando un’azienda taglia e contemporaneamente investe pesantemente in infrastruttura AI e nuove assunzioni specializzate, la riconversione è reale. Quando taglia e basta, riducendo la spesa complessiva, l’AI è probabilmente la cornice di una scelta finanziaria. Meta appartiene al primo gruppo, e proprio per questo il suo caso è quello da studiare con più attenzione.
C’è anche una dimensione di mercato finanziario che spinge in questa direzione. Annunciare tagli legati all’efficienza dell’AI è diventato un messaggio che gli investitori premiano, perché segnala un’azienda disciplinata sui costi e proiettata sulla tecnologia del momento. Il titolo sale. Questo crea un incentivo a presentare come scelta strategica ciò che a volte è semplice contenimento dei costi, e rende difficile, dall’esterno, distinguere la sostanza dalla narrazione. Il lavoratore che perde il posto, in entrambi i casi, lo perde davvero. Ma la differenza tra le due situazioni conta per capire dove sta andando il lavoro, e va cercata nei numeri degli investimenti, non nei comunicati.
Cosa cambia per chi resta
L’effetto più sottovalutato di questa ondata riguarda chi non viene licenziato.
I 7.000 di Meta spostati sui team di AI sono persone a cui l’azienda chiede, di fatto, di reinventarsi. Un ingegnere che lavorava su un prodotto maturo si ritrova a dover acquisire competenze su sistemi di intelligenza artificiale che fino a pochi mesi prima non toccava. La riconversione interna è un’opportunità solo per chi riesce a stare al passo. Per gli altri, è una pressione che può trasformarsi in uscita differita.
Questo introduce un tema di responsabilità che vale per ogni datore di lavoro. Spostare una persona su mansioni nuove senza darle gli strumenti per affrontarle non è riconversione: è un licenziamento rinviato. La differenza la fa la formazione, e la sua assenza espone l’azienda anche sul piano della tutela del lavoratore.
C’è poi un effetto sul clima interno che le aziende sottovalutano. Quando una parte dei colleghi viene riassegnata o lascia, chi resta lavora sotto una pressione nuova, fatta di carichi ridistribuiti e di un’incertezza diffusa sul proprio futuro. La produttività di breve periodo può anche salire, spinta dalla paura, ma la fiducia si erode. E un’organizzazione che chiede alle persone di reinventarsi mentre teme per il proprio posto raramente impara in fretta. La riconversione riuscita richiede l’opposto della paura: richiede che le persone si sentano abbastanza sicure da accettare di cambiare mestiere. È un equilibrio sottile, che solo le aziende capaci di accompagnare la transizione, e non solo di annunciarla, riescono a tenere.
La lettura italiana ed europea
In Italia e in Europa lo scenario è diverso, e non solo per dimensione del settore tech.
Il quadro normativo del lavoro rende molto più costoso e regolato il licenziamento di massa all’americana. Un’impresa europea che voglia ridurre l’organico per ragioni legate all’automazione si muove dentro vincoli procedurali stringenti, con obblighi di informazione e, in molti casi, di riqualificazione. La sostituzione secca, modello Snap, è in larga parte impraticabile.
Questo non protegge i lavoratori in automatico. Li protegge se le imprese usano lo spazio che la regolazione concede per formare, invece di rinviare il problema.
C’è poi la questione della responsabilità professionale. Quando un’azienda affida a un sistema di AI un compito prima svolto da una persona, e quel sistema sbaglia, la responsabilità resta umana e organizzativa. Per i professionisti che integrano l’intelligenza artificiale nel proprio lavoro AIPIA ha sviluppato strumenti dedicati alla responsabilità professionale nell’uso dell’AI, perché la sostituzione di mansioni non cancella la catena di responsabilità.
Il tessuto produttivo italiano, fatto in larga parte di piccole imprese, vive questa transizione in modo diverso anche per un’altra ragione. La grande azienda americana taglia migliaia di posti in un colpo, e fa notizia. La piccola impresa italiana non licenzia in massa: semplicemente non assume più, o sostituisce chi va in pensione con uno strumento di AI invece che con una persona. È un’erosione silenziosa, distribuita su centinaia di migliaia di aziende, che non produce titoli di giornale ma che nel tempo pesa quanto i tagli clamorosi. Proprio perché è invisibile, è più difficile da governare con le politiche del lavoro, e ricade interamente sulla capacità delle persone di restare appetibili sul mercato.
La riconversione è una scelta, non un destino
L’insegnamento che arriva dall’altra sponda dell’Atlantico non è che l’AI distrugge posti di lavoro. È che le aziende, davanti all’AI, scelgono tra riconvertire e sostituire, e che questa scelta dipende da quanto hanno investito in anticipo sulle competenze delle persone.
Meta riconverte 7.000 persone perché ha le risorse e la struttura per farlo. Una PMI italiana che si trovasse domani davanti alla stessa pressione, senza aver mai formato nessuno, non avrebbe alternativa alla sostituzione, perché non avrebbe nessuno da riconvertire. Per questo la formazione aziendale sull’AI non è un costo da rinviare in tempi tranquilli: è l’unica cosa che, in tempi difficili, lascia all’impresa la possibilità di scegliere la riconversione invece del taglio.
Lo stesso vale per il singolo lavoratore. La sicurezza del posto, in un’epoca di automazione, non sta più nel restare immobili a presidiare la stessa mansione, perché è proprio la mansione immobile quella più facile da automatizzare. Sta nella capacità di spostarsi verso ciò che la macchina non sa fare, e quella capacità si costruisce aggiornando le proprie competenze prima che la pressione arrivi. Il lavoratore che attende di essere costretto a cambiare parte svantaggiato. Quello che si forma mentre il suo ruolo è ancora solido sceglie da una posizione di forza. La differenza tra riconversione e sostituzione, in fondo, vale per le persone esattamente come per le aziende: la decide chi si è preparato prima.
I 100.000 tagli del 2026 non descrivono ciò che l’intelligenza artificiale fa alle persone. Descrivono ciò che le aziende fanno alle persone quando arriva l’intelligenza artificiale. È una distinzione che cambia tutto, perché la seconda cosa, a differenza della prima, si può ancora decidere.
