Le grandi aziende si aspettano che l'intelligenza artificiale riduca il proprio organico dello 0,8 per cento nel 2026. Le aziende più piccole si aspettano l'opposto: una modesta crescita occupazionale trainata dall'AI, concentrata in ruoli tecnici qualificati. Stessa tecnologia, stesso anno, segno opposto — e quel divario è il risultato operativamente più utile di un'indagine su quasi 750 dirigenti d'impresa condotta da economisti della Atlanta Fed, della Richmond Fed e della Duke University (NBER Working Paper 34984, 2026).
Gli autori esplicitano l'implicazione: il rimescolamento dei posti di lavoro "non avviene prevalentemente all'interno delle imprese, ma piuttosto attraverso l'economia" (Richmond Fed, 2026). La riallocazione del lavoro da AI avviene tra datori di lavoro, non al loro interno. Se guidate le operations in un'azienda da 50–500 FTE, quella frase descrive un evento di offerta di lavoro diretto verso le vostre posizioni aperte, e quasi ogni piano AI del mid-market che ho esaminato quest'anno è costruito sull'assunto che descriva invece una minaccia.
I due numeri che ribaltano il piano organico standard per il 2026
L'indagine si è svolta in due ondate: 603 risposte dal panel di The CFO Survey tra l'11 novembre e il 16 dicembre 2025, più 145 risposte da decisori finanziari senior di imprese aderenti a Financial Executives International e NASDAQ, raccolte da metà dicembre a gennaio 2026 (Richmond Fed, 2026).
Il dato occupazionale aggregato è prossimo allo zero. Le imprese hanno riportato un effetto trascurabile dell'AI sull'organico nel 2025, e anche l'effetto medio atteso sull'occupazione 2026 è vicino allo zero. Tutto il movimento sta nella dispersione attorno a quella media: le grandi aziende si aspettano che l'AI riduca la loro occupazione dello 0,8 per cento quest'anno, mentre le imprese più piccole prevedono guadagni modesti.
I dati sulla composizione puntano nella stessa direzione con un orizzonte più lungo. In media, le imprese si aspettano che la quota di lavoratori con mansioni impiegatizie di routine diminuisca dello 0,76 per cento nel 2026 e del 2,19 per cento entro il 2028, in parte compensata da aumenti di lavoratori tecnici qualificati. Ma il calo non è distribuito uniformemente. Le imprese con maggiori investimenti in AI — e le grandi aziende in particolare — hanno una probabilità significativamente più alta di tagliare la quota di routine, mentre le piccole imprese hanno una probabilità significativamente più alta di ampliare l'occupazione tecnica.
Letti insieme, questi due risultati non descrivono una distruzione netta di posti di lavoro. Descrivono un trasferimento. Un gruppo di imprese sta liberando capacità impiegatizia e comprando software; un altro gruppo sta assumendo i ruoli tecnici che il primo gruppo non sta creando abbastanza in fretta.
Che aspetto ha la riallocazione del lavoro da AI dal lato di chi riceve
La distinzione conta perché cambia quale funzione aziendale deve rispondere.
Se l'AI riducesse l'occupazione all'interno delle imprese, la risposta corretta sarebbe un piano di workforce: gestione del turnover, ricollocazione interna, modellazione delle uscite. È il playbook delle grandi imprese, ed è quello che la maggior parte dei responsabili operations del mid-market sta copiando, perché è quello di cui si scrive.
Se invece l'AI rialloca l'occupazione tra le imprese, la risposta corretta è un piano di talent acquisition — e nello specifico un piano rivolto a un bacino di lavoro che sta per diventare disponibile a sconto rispetto al suo costo di sostituzione. I lavoratori che si spostano sono esattamente quelli che l'indagine identifica: lavoro amministrativo, data entry, customer service e altri ruoli operativi di routine sono ciò che i dirigenti si aspettano più spesso venga sostituito dall'AI, mentre marketing, contabilità, finanza, management e lavoro analitico sono ciò che più spesso si aspettano venga potenziato.
Non è una popolazione di persone che non sanno lavorare. È una popolazione il cui precedente datore di lavoro ha deciso che il 60 per cento di routine del loro lavoro costava meno in software — e che conserva la conoscenza di processo specifica dell'azienda, il contesto cliente e la gestione delle eccezioni che il software non sa fornire. Tra 50 e 500 FTE, quella combinazione è costosa da costruire e oggi conveniente da comprare.
I titoli sui licenziamenti sono reali. E non riguardano voi.
La contro-evidenza merita un ascolto onesto, perché è rumorosa ed è accurata.
L'AI è stata la principale motivazione dichiarata negli annunci di tagli occupazionali negli Stati Uniti per cinque mesi consecutivi. I datori di lavoro l'hanno citata in 112.713 tagli annunciati fino a luglio 2026 — circa il 24 per cento di tutti i tagli dell'anno — e in 10.970 solo a luglio (Challenger, Gray & Christmas, 2026). Chiunque legga quei comunicati concluderebbe ragionevolmente che l'AI sia un evento di organico.
Guardate dove cadono i tagli. Il settore tecnologico ha annunciato 149.023 tagli fino a luglio, il 31 per cento del totale 2026 e in aumento del 67 per cento su base annua. Lo stesso rapporto osserva che i tagli legati all'AI sono stati limitati al di fuori del settore tech, e che i tagli annunciati complessivi fino a luglio erano in calo del 41 per cento rispetto al 2025, mentre i piani di assunzione sono cresciuti del 25 per cento. La sintesi dell'anno fatta da Challenger è quella utile: l'AI sta spostando il mercato del lavoro, non lo sta smantellando.
Quindi entrambi i dataset descrivono lo stesso fenomeno da estremi opposti. Datori di lavoro grandi, AI-forward e in prevalenza tecnologici stanno annunciando riduzioni. Imprese più piccole nel resto dell'economia si aspettano di aggiungere personale tecnico qualificato. I titoli documentano il lato del rilascio del trasferimento. Quasi nessuno documenta il lato della ricezione, perché nessuno emette un comunicato stampa per l'assunzione di quattro persone.
L'argomento del taglio dei costi è il più debole dell'indagine
C'è un secondo risultato nel paper che dovrebbe cambiare il modo in cui valutate la vostra spesa in AI, ed è facile da perdere sotto i numeri occupazionali.
Ai dirigenti è stato chiesto cosa avesse motivato il loro investimento in AI, valutando ciascun fattore da 0 a 4. Migliorare l'efficienza produttiva e la produttività del lavoro si sono classificati al primo posto. Ridurre i costi del lavoro e i costi non-lavoro si sono classificati più in basso. L'innovazione — sviluppare nuovi prodotti — e le motivazioni legate alla domanda, come raggiungere e servire meglio i clienti, hanno anch'esse superato la riduzione dei costi. I guadagni di produttività misurati seguono la stessa logica: non sono trainati principalmente dall'intensificazione del capitale, ma riflettono aumenti della produttività totale dei fattori basata sui ricavi, strettamente associati a canali di innovazione e domanda (NBER Working Paper 34984, 2026).
Poi c'è la verifica di onestà. Le aziende hanno riportato un guadagno di produttività dell'1,8 per cento dall'AI nel 2025. Quando i ricercatori hanno calcolato il guadagno implicito dalle componenti — variazione di ricavi attribuita all'AI rispetto alla variazione occupazionale indotta dall'AI — la cifra implicita è risultata sostanzialmente più piccola in ogni settore principale, sia nel 2025 sia nel 2026. Gli autori lo definiscono un paradosso della produttività e attribuiscono lo scarto al ritardo nella realizzazione dei ricavi.
Ne derivano due conseguenze operative. Primo: un business case sull'AI costruito sui risparmi di organico è costruito sulla motivazione che i dirigenti più vicini alla spesa collocano più in basso e che i dati supportano meno. Secondo: se state confrontando i vostri risultati con i guadagni riportati dai concorrenti, vi state confrontando con un numero che lo stesso dataset mostra essere gonfiato rispetto a ciò che compare nei ricavi.
Dove questa evidenza è fragile, detto chiaramente
Sono dati di aspettative dichiarate da dirigenti finanziari, non risultati realizzati estratti dai sistemi di payroll. Misurano ciò che i CFO credono accadrà entro il 2026 e il 2028, e le previsioni dei CFO sul proprio organico hanno un noto problema di ottimismo in entrambe le direzioni. Lo 0,8 per cento di riduzione nelle grandi imprese è una media di intenzioni, non un conteggio di separazioni.
È anche una singola ondata di indagine con un campione supplementare tratto in parte dai network FEI, NASDAQ e degli alumni Duke, che tende verso imprese con un interesse superiore alla media per il tema. E il risultato "le piccole imprese assumeranno" è un'affermazione sulla propensione relativa, non una garanzia di crescita assoluta.
Ciò che i dati possono sostenere è la direzione dell'asimmetria e il fatto che l'asimmetria sia ampia. Ciò che non possono sostenere è una magnitudine precisa per il vostro settore. Dimensionate l'opportunità a partire dalla direzione; non mettete lo 0,8 per cento in un modello.
Il piano di cattura, e perché la maggior parte del mid-market lo mancherà
C'è una ragione strutturale per cui questa opportunità non si converte automaticamente: le imprese meglio posizionate per ricevere il talento sono le meno preparate ad assorbirlo.
I dati del Census Bureau mostrano l'uso dell'AI nelle imprese statunitensi oscillare tra il 17 e il 20 per cento da dicembre 2025 a maggio 2026, con un'adozione che cresce costantemente con la dimensione d'impresa — le aziende più grandi sono le utilizzatrici più intense (U.S. Census Bureau, 2026). L'evidenza dagli annunci di lavoro punta nella stessa direzione: la quota di imprese con almeno un annuncio che menziona l'AI è salita da circa il 2 per cento nel 2018 a quasi il 6 per cento a fine 2025, fortemente concentrata tra i datori di lavoro più grandi (Indeed Hiring Lab, 2026). Le imprese del mid-market intendono assumere persone tecniche. La maggior parte non ha ancora definito i ruoli che quelle persone dovrebbero ricoprire.
Tre mosse rendono eseguibile l'intenzione in questo trimestre.
1. Scrivete le due job description prima che il mercato si muova. Non "specialista AI". I ruoli che l'indagine implica sono più stretti: qualcuno che possiede il ridisegno di processo attorno a un flusso di lavoro specifico, e qualcuno che possiede il livello di verifica dove l'output dell'AI incontra un cliente o un regolatore. Entrambi sono assumibili dalla popolazione impiegatizio-verso-tecnico che si sta liberando. Nessuno dei due esiste sugli organigrammi della maggior parte delle aziende mid-market.
2. Ri-fondate il vostro business case AI sulle linee di efficienza e domanda. Se la presentazione al board giustifica la spesa in AI con una riduzione di FTE, sostituitela con obiettivi di throughput per FTE, tempo ciclo e ricavo per dipendente. È lì che l'indagine colloca i rendimenti reali, ed è la versione che sopravvive al paradosso della produttività.
3. Costruite una lista di target nominativi, non una strategia da bacheca annunci. Sapete quali grandi datori di lavoro della vostra area hanno annunciato riduzioni attribuite all'AI negli ultimi due trimestri. Quegli annunci nominano le funzioni. Le persone che escono detengono conoscenza di processo esattamente nelle aree operative che state cercando di rafforzare, e sono raggiungibili direttamente.
Nessuna delle tre richiede nuovo budget in questo trimestre. Tutte e tre richiedono che qualcuno decida che il mid-market è la destinazione di questo trasferimento, e non uno spettatore.
La decisione per questo trimestre
I vostri concorrenti da 10.000 dipendenti stanno eseguendo una riduzione di organico. Voi avete letto il loro playbook come se fosse il vostro. Non lo è — la riallocazione del lavoro da AI sposta lavoro tra le imprese e, stando all'evidenza, lo sposta verso aziende della vostra dimensione.
La decisione è stretta: in questo trimestre, scrivete le due definizioni di ruolo e ri-fondate il business case, oppure spendete un altro trimestre a difendere un organico che nessuno viene a prendere?
La riallocazione è già prezzata. L'unica domanda aperta è per quale lato di essa vi organizzate.
