Inserisci l'esposizione all'IA da sola e predice un calo di circa 5 punti percentuali nella quota di assunzioni junior entro il 2025. Inserisci da sola l'esposizione al lavoro da remoto e ottieni lo stesso calo di 5 punti. Inseriscile entrambe insieme e una delle due collassa: il coefficiente dell'IA "si attenua bruscamente e diventa spesso statisticamente indistinguibile da zero", mentre il lavoro da remoto resta "un predittore forte e robusto del calo della quota junior in ogni specificazione" (Lambert & Schindler, 2026). È il risultato che la maggior parte dei piani di assunzione del mid-market è costruita per smentire.
Se gestisci le operations in un'azienda da 50–500 dipendenti, hai quasi certamente sentito — e forse ripetuto — la tesi secondo cui l'IA generativa sta divorando il lavoro entry-level. È la tesi dietro il blocco delle assunzioni junior, la coorte di neolaureati rinviata, la decisione silenziosa di "lasciare che sia l'IA a fare il lavoro che avrebbe fatto un primo anno". Un nuovo working paper che analizza 243 milioni di assunzioni dice che quella tesi sta misurando la variabile sbagliata. La pipeline early-career sta crollando, ma la forza che fa il danno è una che la tua strategia IA non può toccare — mentre le tue politiche immobiliari e di onboarding sì.
La diagnosi errata presente in gran parte dei piani di assunzione
La narrazione dominante del 2026 è pulita e intuitiva: i large language model sono bravi esattamente nei compiti delimitati e ben specificati su cui il personale junior si faceva le ossa, quindi l'azienda razionale automatizza quei compiti e smette di assumere junior. I numeri citati a supporto sono reali — le assunzioni early-career sono effettivamente calate. Negli Stati Uniti, nel Regno Unito, in Canada e in Australia, la quota di nuove posizioni occupate da lavoratori early-career è scesa di 8–11 punti percentuali sotto i livelli pre-pandemia (Innovative Human Capital, 2026). La contrazione non è immaginaria.
Il problema è l'attribuzione. Le occupazioni più esposte all'IA generativa — colletti bianchi, cognitivo-routinarie, da scrivania — sono quasi esattamente le stesse occupazioni passate al remoto dopo il 2020. Quando due forze si muovono insieme, un modello che ne guarda solo una assegnerà a quella il merito per entrambe. La maggior parte dei piani di assunzione ha fatto esattamente questo: ha letto una correlazione tra esposizione all'IA e contrazione degli ingressi junior e ha concluso che l'IA sia la causa. La politica che ne consegue — rallentare il programma neolaureati, appoggiarsi all'IA per coprire l'output entry-level — cura il sintomo di una variabile che l'analisi non ha mai isolato.
Cosa ha effettivamente trovato il paper sui 243 milioni di assunzioni
Peter John Lambert e Yannick Schindler si sono proposti di separare le due forze. Il loro working paper di maggio 2026, The Broken Ladder: AI, Remote Work, and Early-Career Hiring, si basa su 243 milioni di nuove assunzioni e 407 milioni di annunci di lavoro online negli USA, Regno Unito, Canada e Australia dal 2017 al 2025 — un campione abbastanza ampio da stimare l'esposizione all'IA e l'esposizione al lavoro da remoto come effetti distinti, anziché come un'unica tendenza sfocata (Lambert & Schindler, 2026).
Testata isolatamente, ciascuna forza sembra un colpevole. Un aumento di due deviazioni standard nell'esposizione all'IA generativa o nell'esposizione al lavoro da remoto predice un calo di circa 5 punti percentuali nella quota di assunzioni junior entro il 2025, insieme a un calo di circa 3 punti percentuali nella quota di annunci che richiedono solo esperienza limitata. Da sola, l'esposizione all'IA è un sospetto statisticamente rispettabile.
Non supera il confronto all'americana. Quando entrambe le variabili entrano nella stessa specificazione, il coefficiente dell'IA si attenua bruscamente verso lo zero e perde spesso significatività statistica, mentre il coefficiente del lavoro da remoto resta stabile in ogni specificazione che gli autori eseguono. La loro sintesi netta: un semplice indicatore binario di lavoro da remoto è "sufficiente a rendere insignificante l'effetto dell'IA generativa". Il segnale dell'IA, in altre parole, era in gran parte lavoro da remoto travestito da IA. La correlazione era reale; la causalità era mal assegnata.
È il tipo di risultato che dovrebbe cambiare una decisione, non solo una slide. Se il calo entry-level fosse trainato dall'IA, la risposta operativa — automatizzare i compiti junior, assumere meno junior — sarebbe almeno internamente coerente. Poiché è trainata dal remoto, quella stessa risposta non fa nulla al meccanismo reale e preclude silenziosamente una pipeline di cui l'azienda avrà bisogno tra tre anni.
Il meccanismo: il mentoring non viaggia bene su Slack
Perché il lavoro da remoto, in particolare, dovrebbe comprimere le assunzioni junior? La risposta onesta è che un'assunzione junior vale il suo costo solo se qualcuno può svilupparla, e lo sviluppo è in modo sproporzionato un'attività in presenza. L'evidenza qui precede il panico da IA ed è insolitamente concreta.
In uno studio sugli ingegneri del software, Natalia Emanuel, Emma Harrington e Amanda Pallais hanno scoperto che gli ingegneri seduti nello stesso edificio dei loro colleghi ricevevano il 22% in più di commenti sul loro codice rispetto a quelli divisi tra edifici diversi — e che questo feedback fluiva principalmente verso gli ingegneri junior dai senior (Emanuel, Harrington & Pallais, NBER, 2024). La prossimità non aggiungeva solo qualche scambio in presenza sopra lo stesso feedback online; gli ingegneri che perdevano la prossimità fisica si scambiavano meno feedback anche online. Il contatto faccia a faccia e la comunicazione digitale si sono rivelati complementari, non sostitutivi (Federal Reserve Bank of New York, 2024).
Il trade-off che lo stesso studio documenta è esattamente quello che un responsabile delle assunzioni deve valutare: la prossimità aumenta lo sviluppo del capitale umano nel lungo periodo a scapito dell'output di breve, smorzando gli aumenti retributivi immediati ma incrementandoli lungo l'arco di una carriera. La co-locazione è un investimento sul lavoratore junior che ripaga più avanti. Togli la prossimità e togli il ritorno — a quel punto l'assunzione junior smette di tornare e l'azienda razionalmente smette di farla. Il lavoro da remoto non ha reso i junior meno capaci. Li ha resi più costosi da sviluppare e meno evidentemente meritevoli di essere sviluppati. È questa la leva dietro la scala spezzata, e non ha nulla a che fare con ciò che i tuoi strumenti IA possono o non possono fare.
La controargomentazione: "Sono entrambi, e l'IA sta comunque arrivando"
L'obiezione più acuta da parte di un operatore esperto è legittima e merita una risposta diretta. L'IA è davvero capace di lavoro a livello junior, la tecnologia migliora velocemente, e un singolo working paper — per quanto ampio — non dovrebbe scavalcare la logica strutturale secondo cui l'automazione sostituisce per primi i compiti più automatizzabili. "È il lavoro da remoto, non l'IA" non è forse solo una storia consolante con una più lunga in arrivo dietro?
Due cose sono vere allo stesso tempo. Primo, il paper non sostiene che l'IA abbia effetto zero sui mercati del lavoro; sostiene che l'esposizione all'IA non spiega in modo indipendente il calo della quota junior osservato fino al 2025 una volta controllato il lavoro da remoto. È un risultato preciso e circoscritto su un esito in una finestra temporale — non una previsione che l'IA non rimodellerà mai il lavoro early-career. Un leader può prendere sul serio l'econometria e pianificare comunque per la traiettoria dell'IA.
Secondo, e più utile: anche se credi che la pressione dell'IA sui ruoli junior stia arrivando, il risultato sul lavoro da remoto ti dice che la leva che controlli adesso è quella sbagliata da tirare sulla questione della pipeline. Mettere in pausa o rallentare il rollout dell'IA non riaprirà il funnel junior, perché non è l'IA ad averlo chiuso. Pagheresti un costo reale — restare indietro sui guadagni di produttività che l'IA effettivamente offre — per risolvere un problema che l'IA non ha causato. La mossa disciplinata è smettere di trattare il ritmo di rollout dell'IA e la salute della pipeline junior come la stessa manopola. Sono manopole diverse, e il paper ti ha appena detto quale è collegata all'esito.
La mossa del Q3: smetti di regolare la manopola dell'IA, inizia a programmare la prossimità
La correzione non è una filosofia di assunzione; è un calendario. Se il lavoro da remoto fa crollare la pipeline junior affamando lo sviluppo del mentoring in presenza da cui dipende, allora la soluzione operativa è reingegnerizzare quella prossimità per le persone e nella finestra in cui conta di più — e l'econometria indica una finestra precisa: l'inizio del rapporto di lavoro.
Tre mosse sono installabili in questo trimestre. Primo, tratta i primi sei mesi di un'assunzione junior come un periodo in presenza deliberatamente ad alta densità. Non un mandato generalizzato di ritorno in ufficio — uno mirato, in cui i giorni di presenza che programmi sono concentrati intorno al nuovo personale early-career e ai senior che ne rivedranno effettivamente il lavoro. La ricerca sulla prossimità è specifica nel dire che il feedback fluisce dai senior esperti ai junior; co-localizzare i junior tra loro ottiene poco.
Secondo, costruisci percorsi a coorte. Assumere junior uno alla volta in team remote-default massimizza l'isolamento. Assumerli in coorti con una spina dorsale di onboarding in presenza e strutturata crea la densità tra pari e il mentoring visibile che fanno accadere lo sviluppo — e fa tornare di nuovo i conti dell'assunzione junior.
Terzo — ed è qui che la maggior parte dei piani sbaglia — basa chi riceve quell'onboarding ad alto contatto su qualcosa di diverso dall'organigramma. Anzianità, ruolo e stadio di sviluppo sono attributi individuali, non attributi del titolo di lavoro; i junior che più necessitano di un mentoring iniziale denso non sono sempre quelli che una politica generica segnalerebbe. È una questione di misurazione, e le questioni di misurazione si risolvono meglio con i dati che con l'intuizione. La base di assessment di Scovai è costruita per profilare esattamente i tratti di sviluppo e di prontezza al ruolo che ti dicono quali assunzioni early-career necessitano del percorso strutturato in presenza e quali possono prosperare in un setup ibrido a contatto più leggero — così la prossimità che puoi permetterti di programmare ricade sulle persone la cui traiettoria di lungo periodo cambia davvero.
Lambert e Schindler hanno consegnato ai leader delle operations una ricevuta scomodamente chiara: la forza che fa crollare la tua pipeline junior è quella nella tua politica di lavoro ibrido, non quella nel tuo stack IA. L'unica decisione che questo lascia sulla tua scrivania questo trimestre è ristretta. Apri il tuo piano di assunzioni early-career e trova la leva che tira per "aggiustare" il funnel. Se quella leva si chiama IA — metterla in pausa, appoggiarsi a essa per coprire il lavoro entry-level, aspettare che si assesti — stai regolando una manopola che non è collegata all'esito. Quella che lo è è il calendario in presenza per le tue assunzioni del primo anno, e puoi cambiarlo prima della fine del trimestre.
