Quasi metà del lavoro fatto con l'AI appartiene a un altro mestiere. Da te, chi ha smesso di chiedere a chi?

Il 27 luglio 2026 OpenAI ha pubblicato l'analisi di oltre 800.000 messaggi di lavoro su ChatGPT: tolta la roba generica, il 43,5% riguarda compiti storicamente di un altro mestiere. Nelle aziende piccole la quota è più alta che nelle grandi. Nella tua i compiti si sono già spostati, e nessuno l'ha scritto da nessuna parte.

Il 27 luglio 2026 OpenAI ha pubblicato «Work at the Frontier», primo studio di una serie firmata da Caroline Chin e Alex Martin Richmond che guarda i dati d'uso di ChatGPT per capire come sta cambiando il lavoro. Hanno preso un campione casuale di oltre 800.000 messaggi di lavoro di utenti americani, hanno classificato ogni messaggio sull'attività che gli somiglia di più dentro O*NET, il database delle professioni del Dipartimento del Lavoro statunitense, e hanno confrontato quell'attività col mestiere dichiarato da chi scriveva.

Il 16,8% dei messaggi riguarda compiti storicamente associati a un altro mestiere, e togliendo quelli generici come scrivere una mail o fissare una riunione la quota sale al 43,5%. Quasi una richiesta su due, tolta la roba che fanno tutti, è lavoro di qualcun altro.

Il commento che girerà sarà quello sui posti di lavoro, e ha pure i numeri per farlo: il 3 agosto PwC ha pubblicato un sondaggio su 1.004 dirigenti di società finanziarie americane in cui quasi otto su dieci si aspettano un organico più piccolo di almeno un quinto entro cinque anni. Discussione legittima, che di lunedì mattina in un capannone tra Cesena e Rimini non sposta niente. Il dato di OpenAI dice una cosa più scomoda e molto più vicina, poiché riguarda l'adesso: sotto il tuo tetto i compiti si sono già spostati, e la cosa è successa senza che nessuno la decidesse, la scrivesse o se ne accorgesse.

I due lavori che ormai fa chiunque

Nel campione ci sono due attività che compaiono tra le tre più frequenti in tutti e sette i gruppi professionali che non le avevano in casa: fare calcoli su dati finanziari e risolvere problemi di applicazioni e sistemi informatici. Chi lavora nelle vendite, quando tocca argomenti di finanza, nel 14,3% dei casi sta chiedendo un calcolo; chi sta al servizio clienti, quando tocca argomenti tecnici, nel 7,6% dei casi sta sistemando un guasto informatico.

Guarda cosa vuol dire in pratica. Il commerciale che prima portava il file in amministrazione per farsi dire se quel prezzo reggeva adesso se lo calcola da solo in tre minuti, e la ragazza del servizio clienti che prima apriva un ticket all'IT ci prova prima da sé.

Quello che è sparito è il passaggio di consegne, e insieme al passaggio se n'è andato anche il controllo che ci stava attaccato. Nessuno lo chiamava controllo, si chiamava «chiedo a Marco».

Nelle aziende piccole succede di più

Qui c'è il numero che ti riguarda più di ogni altro. Tra gli utenti di volume medio, lo sconfinamento vale il 18,9% nei posti di lavoro da due a cinque postazioni e scende al 16,3% dove le postazioni sono più di cento. La spiegazione che danno gli autori è la più semplice di tutte: dove i colleghi specialisti non ci sono, chi incontra il problema se lo tiene.

È la fotografia della PMI italiana, scattata da un'azienda della California che non sapeva di fotografarla. In una multinazionale il marketing chiama lo sviluppatore interno e aspetta il suo turno, in un'azienda da trenta persone il sito lo sistema chi ce l'ha in mano, che magari fa anche i preventivi. Quell'abitudine da te c'era già molto prima di ChatGPT, e adesso si è estesa a cose che fino a ieri eri costretto a delegare per forza. È lo stesso motivo per cui la fetta di lavoro che si prende l'AI è cresciuta quasi ovunque senza che nessuno l'abbia decisa.

Intanto, ai piani alti, si contano le teste

Il sondaggio PwC vale la pena leggerlo accanto ai dati di OpenAI, perché racconta lo stesso fenomeno visto dalla stanza del capo. Il 42% dei dirigenti dice di aver fatto una modellazione su tutta l'azienda per capire come cambia il fabbisogno di lavoro, e fra questi soltanto la metà ha guardato cosa succede ai processi e ai flussi di lavoro se li riprogetti. Si sta calcolando quante persone si potranno togliere con molta più cura di quanta se ne mette a disegnare come lavoreranno quelle che restano.

Nello stesso sondaggio il 77% ammette che gran parte degli investimenti in AI non sta dando un ritorno misurabile, e i due numeri stanno insieme benissimo. Chi modella l'organigramma senza guardare i compiti si ritrova con meno gente e lo stesso identico modo di lavorare di prima.

Il preventivo che non passava più dall'ufficio tecnico

A marzo sono entrato in un'azienda di lavorazioni meccaniche di trentacinque persone, provincia di Forlì-Cesena. Uno dei due commerciali, il più giovane, aveva cominciato a farsi da solo la stima dei tempi di lavorazione e il prezzo di massima, roba che prima passava sempre dal responsabile di produzione. Guadagnava un giorno e mezzo su ogni offerta e il titolare era contento, giustamente.

Poi è arrivato un ordine che in officina non si riusciva a chiudere nei tempi promessi. Lo strumento aveva preso i tempi ciclo di un pezzo somigliante e il ragionamento filava, solo che quel pezzo lì chiedeva un'attrezzatura che si monta una volta a settimana e questo non stava scritto in nessun file. Il responsabile di produzione, se avesse letto quella riga, ci avrebbe messo trenta secondi.

Togliergli l'AI sarebbe stato un peccato e non l'abbiamo fatto. Abbiamo messo su un foglio le tre cose che il responsabile di produzione guarda comunque prima che l'offerta esca, e siamo tornati a un giorno e venti minuti guadagnati invece di un giorno e mezzo.

Quel passaggio di consegne era sparito da mesi, e a nessuno era venuto in mente di rimpiazzarlo con qualcosa.

L'onestà su questa storia

Adesso i limiti, prima che qualcuno ti costruisca un corso su questa ricerca. I dati arrivano da utenti americani con account ChatGPT Business che in fase di registrazione hanno dichiarato reparto e ruolo, per cui chi non l'ha fatto è fuori dal campione e la tua azienda non ci somiglia per forza. C'è poi da dire che sconfinare, di per sé, non è una buona notizia: il 77% registrato sul servizio clienti racconta anche gente che si arrangia su cose che non sa fare, con la stessa disinvoltura con cui si arrangia su quelle che sa fare benissimo.

Il rovescio più interessante sta nella direzione in cui i compiti viaggiano. Il design è il mestiere che prende di più dagli altri, con il 35,2% dei messaggi dei designer che riguarda lavori altrui, mentre i compiti di design compaiono appena nell'1,7% dei messaggi di chi fa altro. Marketing e ingegneria invece viaggiano parecchio, e i compiti di marketing arrivano all'8,9% dei messaggi degli altri mestieri.

Le cose che si prestano a essere fatte da chi non è del mestiere sono anche quelle in cui l'errore si vede tardi, che è precisamente il caso del preventivo di prima e il motivo per cui conviene scrivere le regole prima che il sistema apra bocca.

Cosa farei domattina

Prendi un foglio e scrivi, per ognuna delle persone che stanno davanti ai clienti o davanti alle macchine, una riga sola con due nomi: a chi chiedeva sei mesi fa e a chi chiede adesso. Falli rispondere a loro, senza tirare a indovinare, perché la sorpresa sta quasi sempre nella seconda colonna. Dove un nome è sparito hai trovato un passaggio di consegne che si è sciolto per conto suo, e con lui il controllo che qualcuno faceva senza chiamarlo così. Poi decidi caso per caso, perché non vanno tutti ripristinati: qualcuno di quei passaggi era una perdita di tempo e sei contento che sia sparito. Per gli altri scrivi in una riga chi guarda cosa e in quale momento, prima che il lavoro esca. Tienilo trenta giorni e segna soltanto due numeri, quante volte quella persona ha guardato e quante volte ha corretto qualcosa di sostanza. Se in un mese non ha corretto niente, cancella il controllo e hai guadagnato tempo davvero. Se ha corretto tre o quattro volte, adesso sai quanto stavi consegnando alla cieca e su quali cose esattamente. La domanda con cui ti lascio è quella del titolo, ed è più difficile di come sembra: nella tua azienda, chi ha smesso di chiedere a chi?

(Fonte: Caroline Chin e Alex Martin Richmond, «Work at the Frontier: How AI Is Expanding What People Do at Work», OpenAI, 27 luglio 2026; PwC, «The AI workforce planning gap in financial services», sondaggio su 1.004 dirigenti, 3 agosto 2026.)