Il novantasei percento dei responsabili HR si aspetta che i ruoli entry-level si trasformino in lavori che supervisionano o gestiscono sistemi di IA entro cinque anni. Il quarantasei percento delle loro organizzazioni non sta predisponendo in modo proattivo alcuna formazione sull'IA (Pearson & Cognizant, AI Workforce Pulse, 2026). Mettete questi due numeri uno accanto all'altro e avete la formulazione più chiara del problema della supervisione dell'IA a livello entry-level pubblicata quest'anno: accordo pressoché universale su dove sta andando il lavoro, e probabilità da testa-o-croce che l'azienda stia finanziando il viaggio.
Questo divario non è un errore di previsione. È una decisione di budget presa proprio ora, per inerzia, in aziende che non l'hanno mai nominata. Pearson e Cognizant hanno intervistato 750 responsabili HR di livello director e superiore in organizzazioni con oltre 1.000 dipendenti tra Stati Uniti, Regno Unito e India, con rilevazione nella primavera 2026 e pubblicazione il 18 giugno. Il risultato che dovrebbe fermare un Head of Operations a metà budget non è che l'IA stia arrivando per il lavoro entry-level — è che le persone più vicine ai dati sulla forza lavoro già sanno che il ruolo entry-level si sta convertendo in qualcosa di più difficile, e la maggior parte di loro sta mandando il nuovo assunto in quel ruolo senza una mappa.
Il titolo non è "i lavori scompaiono". È "i lavori si convertono — senza fondi"
La narrazione dominante del 2026 sul lavoro entry-level è la scomparsa. I dati che la sostengono sono reali: il report State of Tech Talent di SignalFire ha rilevato che le assunzioni di neolaureati nelle Big Tech sono scese dal 15% di tutte le assunzioni prima della pandemia a circa il 7%, con gli avvii di ruoli per neolaureati in calo di circa il 50% dal 2019 (SignalFire, State of Tech Talent, 2025). Se questa è l'unica storia che avete sentito, la conclusione strategica è cupa e passiva: smettete di assumere junior, aspettate che passi.
Pearson e Cognizant raccontano una storia diversa e più azionabile. I loro dati dicono che il lavoro entry-level resta essenziale — il 94% dei responsabili HR si aspetta che l'IA generi nuovi ruoli entry-level che prima non esistevano, e il 96% si aspetta che gli attuali ruoli entry-level diventino ruoli di supervisione dell'IA entro cinque anni (Pearson & Cognizant, AI Workforce Pulse, 2026). Il lavoro junior non sta svanendo. Viene riscritto — dal fare il compito al dirigere e verificare il sistema che fa il compito. È una promozione nella domanda cognitiva indossando la fascia salariale di un ruolo entry-level.
Ed ecco la stoccata operativa: il 60% di questi stessi responsabili ammette che i propri programmi di formazione e sviluppo non riescono a tenere il passo con questo cambiamento, e il 46% non sta predisponendo in modo proattivo alcuna formazione sull'IA — anche se il 91% segnala che le richieste di formazione sull'IA da parte dei dipendenti sono aumentate nell'ultimo anno. Il segnale di domanda è forte, la risposta dell'offerta è assente in quasi metà del mercato. Questo è il divario di prontezza 96% / 46% in una riga: il ruolo si converte che lo finanziate o no, e in questo momento l'azienda modale non lo sta finanziando.
Perché la conversione è più difficile di "basta aggiungere l'IA"
È allettante trattare "supervisionare l'IA" come un lavoro più leggero di quello che sostituisce. È il contrario. Supervisionare un sistema di IA significa cogliere gli errori che commette con sicurezza, sapere quando il suo output è plausibile ma sbagliato, e farsi carico della decisione che il modello può solo raccomandare. È lavoro di giudizio, e il giudizio è esattamente ciò che un ventiduenne costruiva lentamente facendo il compito per due anni prima di essere ritenuto in grado di verificare quello di qualcun altro.
Togliete il fare, e avete tolto l'apprendistato che produceva quel giudizio. La ricerca più ampia di Cognizant ha rilevato che l'IA potrebbe impattare il 93% dei lavori oggi (Cognizant, New Work, New World, 2026), il che significa che questo non è un problema di nicchia del settore tech — sta arrivando contemporaneamente nelle funzioni operations, finance, marketing e support. Al nuovo assunto entry-level del 2027 verrà chiesto di supervisionare sistemi in ambiti dove non ha mai svolto personalmente il lavoro sottostante. Senza una formazione deliberata, non state coprendo un ruolo di supervisione. State installando un sorvegliante non qualificato su un sistema che fallisce in modi sottili, e lo chiamate risparmio.
I dati di Pearson confermano che i responsabili HR vedono esattamente questo: il 97% ora afferma che le soft skill — adattabilità, giudizio, comunicazione — contano più che mai, il 69% valorizza background ampi e interdisciplinari rispetto alla specializzazione ristretta, e il 67% riferisce di valorizzare le lauree umanistiche più di prima. Il mercato vi sta dicendo che il ruolo di supervisione dell'IA premia un profilo diverso dal vecchio "esecutore rapido di un compito definito". La maggior parte delle job spec non è stata riscritta per rifletterlo.
La trappola del mid-market: state tagliando il livello che possiede la supervisione dell'IA entry-level
Per un'azienda da 200 dipendenti c'è un secondo problema, più acuto, sepolto nello studio. Oltre il 90% dei responsabili HR afferma che i quadri intermedi sono determinanti per ridefinire i ruoli man mano che l'IA cambia il lavoro quotidiano (Pearson & Cognizant, AI Workforce Pulse, 2026). Il middle management è il meccanismo con cui un astratto "il ruolo sta cambiando" diventa un concreto "ecco cosa fai ora, ecco come lo verificherò, ecco come si presenta un buon lavoro".
Ora sovrapponete il playbook IA dominante del mid-market degli ultimi 18 mesi: appiattire l'organizzazione, tagliare il livello dei manager, finanziare gli strumenti di IA con i risparmi. La trappola si scrive da sola. La conversione del ruolo arriva (96%), la formazione per sostenerla è priva di fondi (46% nessuna), e il livello che doveva tradurre il cambiamento per il nuovo assunto è stato eliminato per pagare l'IA che ha innescato il cambiamento. Avete creato un ruolo di supervisione dell'IA entry-level senza curriculum e senza un supervisore del supervisore. Non è un'organizzazione snella. È un vuoto di responsabilità con una voce di organico.
Le grandi imprese possono assorbire questo per un po' — hanno dipartimenti L&D, framework di competenze e abbastanza manager rimasti per improvvisare la copertura. Un'operazione da 200 dipendenti non può. Se tagliate il livello dei manager e saltate il budget formativo, non c'è alcun paracadute istituzionale. Il nuovo assunto impara fallendo sul lavoro reale, i fallimenti emergono come problemi di qualità che l'IA doveva prevenire, e la tesi di produttività dell'intero investimento in IA si inverte silenziosamente.
La controargomentazione: "assumeremo semplicemente persone già fluenti nell'IA"
L'obiezione ragionevole di un operatore attento ai costi è: perché finanziare la formazione? Assumere per la fluenza nell'IA in ingresso, valutarla al colloquio, lasciare che il mercato del lavoro produca la competenza. È una posizione reale e merita una risposta diretta più che un'archiviazione.
Fallisce su due fronti. Primo, la competenza che il ruolo richiede davvero non è "saper interrogare un chatbot" — è il giudizio sotto incertezza del modello, la capacità di sapere quando la risposta sicura è sbagliata. Questo non è visibile in modo affidabile su un curriculum o in un colloquio di 45 minuti, e i candidati che lo possiedono davvero sono esattamente quelli per cui ogni azienda sta ora facendo offerte. Secondo, i dati di Pearson stessi minano lo screening: quando il 97% dei leader giudica le soft skill e l'adattabilità i tratti decisivi, non state più assumendo per una checklist di strumenti — state assumendo per un profilo cognitivo e poi sviluppando il giudizio di dominio sopra di esso. La strategia assumere-senza-formare presuppone un prodotto finito che il mercato non sta producendo nel volume o al prezzo che il mid-market può permettersi.
La sintesi onesta: non potete comprarvi del tutto la via d'uscita, e non potete nemmeno formarvi del tutto la via d'uscita. Ciò che funziona è una divisione deliberata — selezionare per il tratto che non si forma bene (adattabilità, giudizio, velocità di apprendimento), poi finanziare la formazione per le competenze specifiche dell'IA che invece si formano. Le aziende che lo trattano come puro problema di assunzione o puro problema di formazione sottoperformeranno entrambe rispetto a quelle che nominano quale sia quale.
Cosa rende davvero l'integrazione — e perché lasciare aperto il divario è costoso
Il motivo per cui vale una battaglia di budget e non una nota a piè di pagina: quando l'IA è genuinamente integrata nel lavoro, con la persona attrezzata per dirigerla, i ritorni non sono marginali. L'esperimento sul campo Harvard Business School–BCG sui knowledge worker ha rilevato che chi usava bene l'IA completava i compiti circa il 25% più velocemente e produceva output valutato circa il 40% più alto in qualità rispetto al gruppo di controllo (Harvard Business School & BCG, 2023). Quel guadagno è il premio dall'altra parte del divario di prontezza — e si materializza solo quando chi opera il sistema sa cosa sta facendo. Un supervisore non formato non incassa un aumento di qualità del 40%; incassa gli errori del modello su scala.
Quindi il 46% che non finanzia formazione non gestisce un'operazione più snella del 54% che lo fa. Sta pagando il prezzo pieno per la capacità dell'IA e rinuncia al moltiplicatore che rende quella capacità redditizia. La voce formazione non è un costo generale sull'investimento in IA. È il meccanismo di conversione che trasforma l'investimento in IA in un ritorno invece che in una passività.
La decisione per questo trimestre
Non chiuderete uno spostamento quinquennale della forza lavoro in questo trimestre. Potete fare una cosa che vi mette dalla parte giusta. Prendete la vostra prossima richiesta di personale entry-level aperta — quella scritta su una vecchia job spec "esegui questi compiti definiti" — e riscrivetela prima che venga pubblicata. Due modifiche: selezionate esplicitamente per adattabilità e giudizio sotto incertezza anziché per checklist di strumenti, e allegate al ruolo un percorso di formazione sull'IA nominato e finanziato, così che il nuovo assunto venga costruito come supervisore, non abbandonato a esserlo.
È la mossa che il 96% vede arrivare e che il 46% non sta facendo. Il ruolo di supervisione dell'IA entry-level sta arrivando sul vostro organigramma che vi prepariate o no. L'unica domanda aperta è se la persona che ci metterete il prossimo trimestre entrerà con una mappa — o diventerà il primo fallimento che userete per giustificare il budget formativo che avreste dovuto finanziare oggi.
