Il rapporto della Banca di Corea racconta due movimenti simultanei. Tra giugno 2022 e giugno 2026 il Paese ha perso 285.000 occupati tra i 15 e i 29 anni; 268.000 lavoravano nei settori classificati come maggiormente esposti all’intelligenza artificiale, il 94% dell’intero calo. Nello stesso quadriennio l’occupazione delle persone tra i 50 e i 59 anni è aumentata di 230.000 unità, 173.000 proprio nei comparti ad alta esposizione.
I giovani arretrano e gli over 50 avanzano negli stessi settori e nello stesso periodo. È la fotografia pubblicata il 18 agosto dalla Banca di Corea nel rapporto che, tradotto, si intitola “La contrazione dell’occupazione giovanile è colpa dell’IA? La scala di carriera che cambia e le risposte necessarie”, costruito sui dati degli iscritti al sistema pensionistico nazionale e sull’indagine coreana sulle forze di lavoro.
Attenzione al punto interrogativo. I numeri non dimostrano che un algoritmo abbia cancellato da solo 268.000 posti e creato quelli degli over 50; mostrano però uno spostamento generazionale difficile da ignorare. La Banca di Corea parla di un cambiamento tecnologico “sbilanciato a favore dell’anzianità”: le imprese riducono le mansioni con cui si entra nel mestiere e continuano a cercare il giudizio di chi quel mestiere lo conosce già.
Che cosa misura quel 94%
I 285.000 posti rappresentano la contrazione complessiva dell’occupazione giovanile; quelli persi nei settori ad alta esposizione sono 268.000. Il 94% misura questo rapporto e non la quota di perdite subita dai laureati.
I laureati risultano comunque più colpiti, ma il rapporto lo mostra con un’altra misura. Da novembre 2022 il tasso medio di disoccupazione dei giovani con laurea è stato del 7%, contro il 5,4% di chi possiede un titolo di livello inferiore. Prima dell’arrivo di ChatGPT i due valori si muovevano quasi insieme. La differenza è coerente con la natura dei settori che hanno perso più giovani: servizi informativi, meno 31,4%; editoria, meno 27,4%; programmazione e gestione dei sistemi informatici, meno 16,6%; servizi professionali, meno 11,6%.
Per anni abbiamo associato l’automazione al lavoro ripetitivo, manuale e poco qualificato. Qui accade qualcosa di diverso. Le mansioni più esposte sono cognitive, spesso richiedono una laurea e costituiscono l’ingresso tradizionale in professioni considerate al riparo dalle macchine: preparare una prima analisi, controllare documenti, scrivere codice semplice, fare test, cercare precedenti, organizzare informazioni. Sono attività su cui una persona inesperta impara il mestiere e sulle quali un modello linguistico offre oggi il risparmio più immediato.
Perché l’IA premia chi ha esperienza
Un senior non costa di più perché scrive più velocemente una bozza o produce più righe di codice. Costa di più perché sa quale problema merita di essere risolto, riconosce l’eccezione, valuta il rischio e risponde del risultato. L’intelligenza artificiale può comprimere una parte consistente del lavoro preparatorio, ma quel giudizio dipende ancora dall’esperienza accumulata in casi reali.
Se un’impresa misura il lavoro sul tempo necessario per produrre una prima versione, il senior può sembrare troppo caro. Quando la macchina riduce proprio quel tempo, il confronto cambia: contano di più la capacità di formulare la domanda corretta, scartare una risposta plausibile ma sbagliata, riconoscere le conseguenze di una decisione e assumersene la responsabilità. La conoscenza tacita, quella che non sta interamente nei manuali, diventa più utile proprio perché l’output della macchina appare spesso convincente anche quando contiene un errore.
Qui emerge l’opportunità per chi ha superato i cinquant’anni. Non deve competere con un venticinquenne sulla velocità con cui prepara una bozza; può usare l’IA per liberarsi di una parte dell’esecuzione e concentrare il proprio tempo su controllo, relazione con il cliente, eccezioni, negoziazione e responsabilità. L’anzianità accumulata acquista valore produttivo, a condizione che chi la possiede impari a lavorare con i nuovi strumenti.
Questa lettura trova un riscontro anche fuori dalla Corea: il 12 agosto, sei giorni prima del rapporto coreano, lo Stanford Digital Economy Lab ha pubblicato l’aggiornamento di “Canaries in the Coal Mine”, basato sui dati delle buste paga statunitensi fino a giugno 2026. Per i lavoratori tra 22 e 25 anni nelle professioni più esposte, l’occupazione è ormai inferiore del 19% rispetto al livello che avrebbe raggiunto seguendo l’andamento dei coetanei nei mestieri meno esposti. Tra i lavoratori esperti non compare uno scarto analogo.
Negli Stati Uniti la divergenza passa soprattutto dalle mancate assunzioni, non dai licenziamenti, ed è concentrata nei lavori in cui l’IA automatizza attività umane. Dove viene usata per assistere il lavoratore, l’occupazione resta stabile o cresce. La Banca di Corea arriva alla stessa distinzione: i settori che impiegano l’IA prevalentemente per automatizzare perdono più giovani; quelli che la usano per potenziare il lavoro umano non mostrano lo stesso andamento. I dati amministrativi coreani e le buste paga statunitensi offrono quindi due riscontri convergenti: l’indebolimento dei ruoli d’ingresso non sembra più soltanto rumore statistico, mentre l’esperienza conserva, e in alcuni comparti aumenta, il proprio valore.
Cautela sulla causa, chiarezza sullo spostamento
Qualche mese fa, commentando lo studio “The Broken Ladder”, avevo scritto che attribuire automaticamente all’IA qualsiasi calo delle assunzioni junior è una scorciatoia. In quattro Paesi, tra il 2017 e il 2025, quel paper trovava nel lavoro da remoto un predittore più forte dell’esposizione all’IA: le professioni più digitalizzabili erano anche quelle passate più facilmente al lavoro da casa, e separare i due effetti cambiava parecchio il risultato.
Il rapporto coreano non cancella quell’obiezione. La Banca centrale elenca fra le cause concorrenti la normalizzazione delle assunzioni eccessive del periodo pandemico, la preferenza delle imprese per chi ha già esperienza, l’indebolimento della formazione interna e la diffusione del lavoro da remoto. La formulazione degli autori è prudente: l’IA non ha necessariamente creato da sola la nuova struttura delle assunzioni, ma ne ha accelerato la trasformazione.
È la stessa cautela con cui avevo letto i dati sul crollo dei posti tecnologici raccontato dall’Economist e con cui, in “Apocalisse IA: vero o falso?”, avevo contestato l’idea di una disoccupazione di massa già visibile nei numeri aggregati. La Corea del Sud non dimostra che quella apocalisse sia arrivata, ma piuttosto un mercato in cui l’occupazione complessiva può perfino crescere mentre le opportunità si spostano da una generazione all’altra.
Anche la lettura favorevole agli over 50 richiede una precisazione. L’età, da sola, non protegge nessuno: trent’anni di lavoro non diventano automaticamente un vantaggio se le competenze sono rimaste ferme o se si rifiuta lo strumento che sta cambiando il mestiere. Il beneficio nasce dall’incontro fra conoscenza del settore e capacità di usare l’IA, non dalla data di nascita.
L’esperienza non si conserva da sola
Per chi ha più di cinquant’anni, c’è un messaggio utile: piuttosto che difendere ogni attività svolta in passato, perché molte verranno automatizzate comunque, bisogna rendere trasferibile ciò che la macchina non possiede, dal contesto accumulato nel tempo alla capacità di riconoscere un’eccezione, spiegare una decisione e rispondere di un errore.
Le imprese possono tradurre questa combinazione in ruoli concreti: revisione degli output, supervisione dei processi, relazione con clienti e fornitori, gestione dei casi anomali, tutoraggio dei colleghi meno esperti. Sono attività in cui l’IA aumenta ciò che una persona esperta riesce a seguire senza sostituire la responsabilità finale. Per un professionista over 50 può significare nuove possibilità di rientro, consulenza o lavoro su progetto; per l’azienda, l’accesso a competenze che prima apparivano troppo costose se applicate anche alle parti esecutive del lavoro.
Questa opportunità non va confusa con una vittoria generazionale. Un posto guadagnato da un senior non compensa il giovane che non riesce a entrare, perché la competenza di domani continua a dipendere dalle occasioni offerte oggi. Chi entra in uno studio legale non comincia da una causa destinata alla Corte costituzionale; chi entra in amministrazione non firma il bilancio al primo giorno; un programmatore junior non progetta da solo l’architettura da cui dipende un’intera azienda. Si comincia dalle parti meno rischiose, si sbaglia sotto controllo e si osserva chi ne sa di più.
Rivalutare i senior senza cancellare i giovani
Se l’IA assorbe le attività formative, il costo immediato per l’impresa scende e il costo dell’apprendimento diventa più difficile da giustificare. Per qualche anno il sistema continua a funzionare grazie ai senior disponibili; nel frattempo consuma una riserva di competenza costruita prima dell’IA senza ricostituirla.
Nel mio libro “Umani per Ora. Perché questa volta il lavoro non torna” chiamo Ghost GDP la distanza temporale fra i guadagni che compaiono subito nei bilanci e i costi sociali che arrivano più tardi, dispersi nel sistema. La scala di carriera segue lo stesso ritardo: il risparmio ottenuto non assumendo un junior è visibile nel trimestre, il senior che mancherà tra dieci anni non compare in nessuna voce di bilancio.
Nel precedente articolo su come il lavoro sta cambiando nelle aziende che usano l’IA, il rapporto del MIT mostrava anche l’altro lato della tecnologia: i modelli possono accelerare l’apprendimento di chi ha meno esperienza, a condizione che restino inseriti in un processo di supervisione, confronto e responsabilità. È qui che la maggiore occupabilità degli over 50 può diventare una risposta anche al problema dei giovani.
La valutazione di un progetto IA deve includere, oltre alle ore risparmiate e alla riduzione prevista degli organici, quanti giovani entrano, quanto tutoraggio ricevono, quali competenze acquisiscono e quanti passano a ruoli con maggiore autonomia. Le imprese possono affidare ai junior attività reali con l’IA come assistente e il senior come supervisore; lo Stato può sostenere apprendistato e mentoring, come propone la stessa Banca di Corea, perché una parte del beneficio privato dell’automazione rischia altrimenti di produrre un costo collettivo.
I dati coreani mostrano un paradosso che finora avevamo osservato meno: l’IA può restituire spazio professionale a persone considerate troppo anziane proprio mentre riduce le occasioni di quelle considerate troppo giovani. Se l’impresa si limita ad assumere esperienza già formata, ottiene produttività oggi e prepara una carenza domani. Se usa gli over 50 come esperti, revisori e mentori che lavorano con l’IA, la loro rivalutazione può diventare il ponte attraverso il quale far entrare una nuova generazione.
Alla prossima!
Luciano
Nota sul processo di scrittura
Per preparare questo articolo ho utilizzato strumenti di intelligenza artificiale nella ricerca delle fonti, nel confronto dei dati, nella costruzione della struttura e nella revisione linguistica. Il sistema opera con istruzioni, esempi e skill adattati al mio stile editoriale. Ho verificato le fonti, modificato il testo e approvato ogni passaggio della versione pubblicata. Le tesi, le scelte e la responsabilità finale sono mie.
Questo pezzo è gratis come sempre, niente paywall e niente abbonamento obbligatorio. Se ti è servito, inoltralo a qualcuno della tua rete che potrebbe trovarlo interessante: è così che cresce la newsletter, lentamente, per passaparola. E se lo dai in pasto a Pangram, scrivimi nei commenti che punteggio esce. La curiosità è anche mia.