Il report sull’occupazione pubblicato dal Bureau of Labor Statistics (BLS) degli Stati Uniti per il mese di febbraio 2026 ha registrato una perdita di 92.000 posti di lavoro non agricoli — il primo dato negativo significativo dopo mesi di crescita moderata. Il tasso di disoccupazione è salito al 4,4%, rispetto al 4,3% di gennaio. Il dato ha alimentato il dibattito su quanto l’intelligenza artificiale stia effettivamente incidendo sul mercato del lavoro americano — un dibattito che il primo trimestre 2026 ha reso sempre più intenso tra chi vede l’inizio di un cambiamento strutturale e chi avverte che è presto per attribuire all’IA un effetto misurabile a livello macroeconomico.
I numeri del report: dove si perdono i posti
La perdita di 92.000 posti non è distribuita uniformemente. I settori più colpiti secondo il report BLS includono l’amministrazione pubblica federale — dove i tagli del governo hanno un peso significativo e non sono legati all’IA — e i servizi professionali e business services, dove le riduzioni riflettono sia il rallentamento economico sia, secondo alcuni analisti, l’effetto dei tagli aziendali motivati dall’automazione. Il settore tech, pur non essendo il più colpito in termini assoluti, ha registrato un calo nell’occupazione che prosegue la tendenza dei mesi precedenti.
Lo Yale Budget Lab ha prodotto un’analisi contestuale del dato, osservando che la perdita di posti riflette una convergenza di fattori: l’incertezza sulla politica commerciale — con la minaccia di nuovi dazi che frena gli investimenti — il rallentamento del settore immobiliare, l’effetto dei tagli alla spesa federale e, in misura ancora difficile da isolare, l’impatto dell’automazione AI sulle decisioni di assunzione delle imprese. Nessuno di questi fattori, preso singolarmente, spiega il dato. È la loro combinazione a produrre il risultato.
Fortune ha ripreso il report in un’analisi che collega il dato di febbraio alle dichiarazioni di Jack Dorsey e di altri CEO tech nelle settimane precedenti. L’osservazione è che le aziende non stanno licenziando in massa a causa dell’IA — il tasso di disoccupazione al 4,4% resta vicino ai livelli storici — ma stanno rallentando le assunzioni, in particolare nelle posizioni entry-level e nei ruoli d’ufficio ad alta esposizione all’IA. Il dato sui posti persi cattura solo una parte dell’effetto: i posti non creati — le assunzioni che non avvengono — sono invisibili nelle statistiche ufficiali.
Il fattore IA: quanto pesa nel dato occupazionale
La risposta onesta alla domanda “quanto pesa l’IA nel report di febbraio 2026” è: non lo sappiamo con precisione. Il BLS non pubblica dati sull’automazione AI come fattore specifico di perdita occupazionale. Le statistiche ufficiali registrano i posti persi e i posti creati per settore, non le cause delle variazioni. L’effetto dell’IA è indiretto e si manifesta attraverso molteplici canali: aziende che rallentano le assunzioni perché credono che l’IA renderà superflui quei ruoli; aziende che tagliano ruoli esistenti nell’ambito di ristrutturazioni in cui l’IA è citata come fattore; aziende che non sostituiscono i dipendenti che lasciano perché l’IA consente di mantenere la produttività con meno personale.
Il Census Bureau ha recentemente modificato il modo in cui le indagini sulle imprese rilevano l’uso dell’IA, una modifica che ha portato a un aumento della quota di aziende che dichiarano di usare o prevedere di usare la tecnologia. La modifica metodologica — una riformulazione delle domande che rende più esplicito il riferimento all’IA generativa — ha prodotto un salto statistico che non corrisponde a un salto reale nell’adozione, ma che complica il confronto con i dati precedenti. Antropic, nel suo report pubblicato il 5 marzo, ha sottolineato la necessità di “umiltà” nel misurare gli effetti dell’IA sul mercato del lavoro — un riconoscimento esplicito dei limiti degli strumenti analitici attuali. Le statistiche ufficiali non sono progettate per catturare un fenomeno che si manifesta non attraverso licenziamenti di massa — facilmente contabili — ma attraverso un rallentamento diffuso delle assunzioni, una redistribuzione dei compiti all’interno delle aziende e una trasformazione qualitativa dei ruoli che nessun numero aggregato può riassumere.
La distinzione tra posti persi e posti non creati
Un aspetto del dato di febbraio che le statistiche ufficiali catturano solo in parte è la differenza tra licenziamenti e mancate assunzioni. I licenziamenti — posti di lavoro che esistevano e che vengono eliminati — sono visibili e conteggiabili. Le mancate assunzioni — posti che sarebbero stati creati ma non lo sono perché l’IA riduce il fabbisogno — sono invisibili. Non compaiono nei dati sul tasso di disoccupazione, non generano titoli di giornale, non attivano le tutele del diritto del lavoro. Ma il loro effetto cumulativo sul mercato è reale.
Lo studio di Stanford sul calo del 16% nell’occupazione dei neolaureati nei settori esposti all’IA illustra esattamente questo fenomeno: non si tratta di junior licenziati, ma di junior non assunti. Le posizioni entry-level che prima venivano aperte e riempite ogni anno non vengono più aperte. Il giovane che non trova lavoro nel settore dove avrebbe iniziato la carriera non compare nelle statistiche come “disoccupato a causa dell’IA” — compare come “in cerca di primo impiego”, una categoria generica che nasconde le cause specifiche.
Il report Anthropic sull’esposizione osservata conferma il pattern con dati diversi: analizzando il tasso di ingresso in nuovi lavori per i 22-25enni, trova un calo del 14% nelle professioni ad alta esposizione rispetto a quelle a bassa esposizione dal 2024 in poi. Il dato è al margine della significatività statistica, ma la direzione è coerente con tutte le altre fonti. L’IA non sta causando disoccupazione di massa — almeno non ancora — ma sta rallentando l’ingresso dei giovani nel mercato del lavoro qualificato, un effetto che si manifesterà pienamente solo tra alcuni anni quando la generazione colpita raggiungerà la maturità professionale senza aver acquisito l’esperienza che i ruoli entry-level tradizionali fornivano.
I dati disponibili convergono su alcune osservazioni: non c’è ancora un aumento sistematico della disoccupazione nelle professioni ad alta esposizione all’IA (dato Anthropic); c’è un rallentamento nell’ingresso dei giovani in queste professioni (dato Stanford, confermato da Anthropic); le aziende tagliano citando l’IA ma il nesso causale è spesso tenue (dato HBR); il mercato premia le aziende che annunciano tagli AI-driven, creando un incentivo a etichettare le ristrutturazioni come tecnologiche (dato osservato nel caso Block). Il quadro è di una transizione in fase iniziale, dove gli effetti sono reali ma ancora piccoli a livello aggregato — e dove il rischio principale è la sovra-interpretazione o la sotto-interpretazione del dato mensile.
Il contesto macroeconomico: non tutto è IA
Il report di febbraio 2026 va letto nel contesto macroeconomico più ampio. L’economia americana sta affrontando diverse pressioni contemporaneamente: l’incertezza sui dazi commerciali dopo gli annunci dell’amministrazione, il rallentamento del settore immobiliare residenziale, i tagli alla spesa federale che eliminano posti nel settore pubblico, il rientro dell’inflazione che ha ridotto la pressione sulle assunzioni nei servizi. Ciascuno di questi fattori contribuisce al dato occupazionale indipendentemente dall’IA.
Il FMI, nell’aggiornamento di gennaio del World Economic Outlook, ha rivisto al rialzo le previsioni di crescita globale dal 3,1% al 3,3%, in parte grazie ai guadagni di produttività attribuiti all’IA. Ma Georgieva ha avvertito che la crescita aggregata può mascherare una redistribuzione regressiva del reddito. Il rapporto tra IA e occupazione non è lineare: l’IA può aumentare la produttività complessiva — più output per unità di lavoro — e contemporaneamente ridurre il fabbisogno di lavoro in settori specifici. I due effetti coesistono e il saldo netto dipende dalla velocità della transizione, dalla qualità della riqualificazione e dalla capacità delle politiche pubbliche di gestire i costi sociali.
Le implicazioni per il dibattito italiano
Il dato americano di febbraio 2026 non è direttamente trasponibile all’Italia, dove il mercato del lavoro ha dinamiche diverse: maggiore rigidità, protezioni più forti, tasso di disoccupazione strutturale più alto (soprattutto al Sud e tra i giovani), adozione dell’IA più lenta. Ma il report è un indicatore anticipatore: ciò che accade oggi nel mercato del lavoro americano tende ad accadere in Europa con un ritardo di uno o due anni. Se l’IA sta iniziando a incidere sulle decisioni di assunzione negli Stati Uniti, l’effetto arriverà anche in Italia — con tempi e modi diversi, ma con la stessa direzione.
Per le imprese italiane, il dato di febbraio suggerisce di osservare con attenzione non solo i licenziamenti — che in Italia sono più costosi e regolamentati — ma le non-assunzioni. Il rallentamento nel ricambio generazionale, il mancato rinnovo dei contratti a termine, il congelamento delle posizioni vacanti sono gli equivalenti italiani dei tagli americani: meno visibili, meno drammatici, ma con effetti cumulativi sul mercato del lavoro che emergono nel medio periodo.
Un indicatore specifico da monitorare per l’Italia è il tasso di conversione dei contratti a termine in contratti a tempo indeterminato. Se le aziende italiane iniziano a non convertire sistematicamente i contratti nelle posizioni ad alta esposizione all’IA — amministrazione, contabilità, servizio clienti, traduzione, analisi dati — l’effetto sull’occupazione giovanile potrebbe essere significativo senza mai comparire nelle statistiche sui licenziamenti. Il lavoratore a termine che non viene rinnovato non è un licenziato: è un mancato assunto, una categoria invisibile nelle statistiche occupazionali tradizionali ma molto reale per chi ne fa parte.
Un secondo indicatore riguarda i flussi di assunzione nei settori esposti. I dati ISTAT sulla creazione di nuovi rapporti di lavoro, disaggregati per settore e per qualifica, possono mostrare se le imprese italiane stanno rallentando le assunzioni nelle professioni che il report Anthropic classifica come ad alta esposizione osservata. Questo dato è disponibile con un ritardo di alcuni mesi ma offre una fotografia più granulare rispetto al tasso di disoccupazione aggregato.
Per i professionisti italiani dell’IA, il report americano è un promemoria della complessità del tema. Il dato mensile — 92.000 posti persi — è un titolo. La realtà dietro il titolo è un intreccio di fattori macroeconomici, politiche fiscali, scelte aziendali e trasformazione tecnologica che nessun singolo numero può riassumere. L’IA è parte della storia, ma non tutta la storia. Chi offre consulenza sul tema — alle imprese, ai lavoratori, ai decisori politici — deve saper navigare questa complessità senza semplificarla, resistendo alla tentazione di attribuire all’IA tutto ciò che cambia e alla tentazione opposta di negarne ogni effetto. La verità, come spesso accade, è nel mezzo — e la competenza sta nel saperla trovare, articolo dopo articolo, dato dopo dato.
