Nel gennaio del 2016 pubblicai su Facebook una lista delle professioni più richieste in Italia. Al primo posto c'era il Digital Marketing e ne ero soddisfatto, anche un po' vanitoso, immagino: era il settore nel quale avevo deciso di costruire il mio futuro e i numeri sembravano dirmi che avevo scelto bene.

Nello stesso post avevo scritto cinque cose, in quest'ordine: posizionamento, focus, strategia e obiettivi, strumenti, misurazione. Avevo aggiunto anche una nota: l'ordine non è casuale. La scriverei ancora oggi, solo che adesso il motivo è diverso.

Una previsione piuttosto facile

Qualche anno dopo, poco prima della pandemia, ero a Milano davanti a un centinaio di imprenditori. Stavo spiegando Meta Business Manager: schermate, impostazioni, campagne, roba tecnica. A un certo punto dissi più o meno questo: l'obiettivo delle piattaforme sarà togliere di mezzo quelli come me; prima o poi selezionerete cosa volete ottenere, quanto volete spendere e l'algoritmo farà gran parte del resto.

Non era una profezia particolarmente brillante. Era la direzione naturale delle cose. Se Meta e Google guadagnano quando le aziende investono sulle loro piattaforme, ogni intermediario necessario per farle funzionare è anche un attrito da ridurre.

Oggi quella direzione è molto più evidente. Nel 2025 Reuters, riportando il Wall Street Journal, raccontava il progetto di Meta di automatizzare progressivamente creazione e targeting delle campagne pubblicitarie entro la fine del 2026: l'inserzionista fornisce un'immagine di prodotto e il budget, mentre il sistema genera elementi creativi e decide la distribuzione. Non significa che l'essere umano sia già scomparso dal processo; significa che l'obiettivo industriale è rendere una parte sempre maggiore dell'esecuzione automatica.
Fonte: Reuters, 2 giugno 2025.

La parte che mi interessa, però, non è Meta. Siamo noi.

Per anni abbiamo confuso il lavoro con gli strumenti del lavoro

Gran parte del valore economico di molte professioni digitali derivava anche dalla difficoltà di eseguire: impostare una campagna, scrivere una landing page, montare un video, creare una presentazione, analizzare un foglio dati, produrre un report, scrivere codice, tradurre, preparare una prima ricerca o una prima bozza.

Erano attività che richiedevano tempo e una certa soglia tecnica di accesso. Quella soglia si sta abbassando molto velocemente. Quando qualcosa che ieri richiedeva quattro ore domani ne richiede quattro minuti, il lavoro non scompare automaticamente, ma cambia il motivo per cui qualcuno è disposto a pagarti. È questa, secondo me, la parte che continuiamo a sottovalutare.

Il dato più interessante riguarda chi dovrebbe cominciare

Nell'agosto del 2026 lo Stanford Digital Economy Lab ha pubblicato una revisione dello studio Canaries in the Coal Mine?, basata su dati amministrativi di milioni di lavoratori statunitensi aggiornati a giugno 2026.

Il primo risultato è importante proprio perché contraddice la narrazione più facile: i ricercatori non osservano una sostituzione generalizzata dell'occupazione nell'intera economia. Osservano però una divergenza precisa. Tra i lavoratori di 22–25 anni nelle professioni altamente esposte all'AI, l'occupazione risulta circa il 19% più bassa rispetto a dove sarebbe arrivata se avesse seguito l'andamento dei coetanei nelle professioni meno esposte. La differenza sembra manifestarsi soprattutto attraverso minori assunzioni, non attraverso un'ondata di licenziamenti; inoltre è concentrata nei lavori in cui l'AI tende a sostituire task umani, mentre nelle occupazioni in cui viene usata soprattutto per affiancare le persone il quadro è differente.

Gli stessi autori trattano questi risultati come segnali empirici da interpretare con prudenza, non come la dimostrazione che ogni variazione occupazionale osservata sia causata dall'AI.
Fonte: Stanford Digital Economy Lab, revisione del 12 agosto 2026.

Per me la domanda più interessante nasce proprio qui. Io non ho cominciato facendo strategia e credo che quasi nessuno cominci dal lavoro più complesso. Prima fai male le cose semplici, poi le fai meglio; sbagli, osservi qualcuno più bravo, copi, scopri perché la copia non basta, accumuli casi e contesti. A un certo punto chiamiamo esperienza tutto questo materiale sedimentato.

Se l'AI diventa molto brava proprio nei compiti attraverso i quali normalmente costruivamo quella esperienza, allora la domanda non è soltanto quanti posti distruggerà. È anche come formeremo le persone che, un giorno, dovrebbero svolgere i lavori che non vogliamo affidare all'AI. Se elimini il primo gradino della scala, non hai automaticamente creato più senior.

I numeri grandi vanno letti per ciò che misurano

Anche il Future of Jobs Report 2025 del World Economic Forum viene spesso riassunto male. Non dice che l'intelligenza artificiale eliminerà 92 milioni di posti. La stima riguarda l'insieme delle trasformazioni tecnologiche, economiche, demografiche, geopolitiche e ambientali considerate dal rapporto: entro il 2030 potrebbero essere creati circa 170 milioni di ruoli e dislocati circa 92 milioni, con un saldo positivo di 78 milioni.

Nello stesso rapporto, tuttavia, il 41% dei datori di lavoro intervistati dichiara di prevedere riduzioni della forza lavoro laddove l'AI potrà automatizzare determinati compiti. Anche questo non è il futuro scritto nella pietra: sono aspettative dichiarate da imprese intervistate. È però sufficiente per capire che non stiamo parlando soltanto dell'ennesimo software.
Fonti: World Economic Forum, Future of Jobs Report 2025 e comunicato di sintesi.

Lo stesso vale per un altro numero diventato molto efficace nei titoli. Nel 2026 Mark Ritson ha commentato su Adweek un'analisi di Anthropic secondo cui circa il 65% dei task svolti dai professionisti del marketing sarebbe, in prospettiva, sostituibile da operazioni di AI. Task, non posti di lavoro. La differenza è enorme: una professione è un insieme di attività e, quando una parte viene automatizzata, quel lavoro può sparire, ridursi, cambiare oppure diventare più produttivo.
Fonte: Adweek, “65% of Marketing Jobs May Not Survive AI”.

Che cosa rimane nostro?

Per anni ci siamo consolati dicendo che le macchine avrebbero svolto i lavori ripetitivi e lasciato a noi la creatività. Poi abbiamo costruito macchine che scrivono, disegnano, compongono musica, programmano, producono video e propongono idee. A quel punto abbiamo cominciato a spostare la linea: creatività, empatia, strategia, intuizione.

Non so dove sarà quella linea tra dieci anni e diffido di chi sostiene di saperlo. So però che oggi esistono ancora cose che non coincidono con l'esecuzione di un compito: il giudizio, la responsabilità, il contesto, l'esperienza non scritta da nessuna parte, la capacità di capire quale problema stiamo realmente cercando di risolvere e la relazione tra due persone che devono fidarsi l'una dell'altra.

C'è poi una cosa che richiede tempo proprio perché non può essere prodotta tutta insieme: la reputazione.

Adobe, nel suo report 2026 sui comportamenti dei consumatori, rileva che un terzo degli intervistati smetterebbe di interagire con un brand se scoprisse che un contenuto che credeva umano è stato generato dall'AI. Non significa che le persone rifiutino in blocco l'intelligenza artificiale; significa che trasparenza e fiducia restano questioni aperte.
Fonte: Adobe, AI and Digital Trends: Customer Behaviors and AI, 2026.

E qui c'è un paradosso che trovo interessante: più diventa economico produrre parole, immagini, video, analisi e software, meno il semplice fatto di produrli dimostra qualcosa. Una volta pubblicare un libro era anche una barriera; avere un sito era una barriera; girare un video decente era una barriera; produrre software era una barriera. Molte di queste barriere stanno crollando, ed è in gran parte una buona notizia. Ma significa anche che il prodotto finale può essere ottimo e dirci pochissimo sulla competenza della persona che lo ha generato.

Per questo la fiducia dovrà probabilmente appoggiarsi sempre più su altro: storia, coerenza, responsabilità, prove e continuità.

Quindi siamo già morti?

Una parte di quello che facevo professionalmente dieci anni fa è già morta. Non vedo perché dovrei fingere il contrario soltanto perché qualcuno mi pagava per farla.

Se una macchina può svolgere un'attività meglio, più velocemente e a un costo enormemente inferiore, difendere quell'attività in nome della nostalgia sarebbe ridicolo. Il punto è capire se noi coincidevamo con quell'attività.

Se vendevo esclusivamente la capacità di premere determinati pulsanti, ho un problema. Se il mio valore era anche capire quale pulsante premere, quando non premerlo, perché farlo e assumermi la responsabilità delle conseguenze, il discorso cambia. Non significa che io sia al sicuro; significa che devo continuare a spostarmi verso ciò che richiede più comprensione e meno mera esecuzione.

Nel 2016 scrivevo che l'ordine dei miei cinque punti non era casuale. Dieci anni dopo gli strumenti stanno imparando a fare una parte sempre maggiore di quello che veniva dopo. Forse è proprio per questo che ciò che viene prima è diventato ancora più importante: capire dove andare, capire perché e avere qualcuno disposto a rispondere della scelta.