Orari di lavoro
Lunedi - Venerdi: 7.30 - 19.30
Sabato: 8 - 16
Z Side · Reality Glitch A cura di Zoom Out Lab
Dall’inizio del 2026, i licenziamenti tech AI 2026 hanno già raggiunto 93.000 unità nel settore tecnologico globale. In quasi la metà dei casi, le aziende hanno citato l’intelligenza artificiale come causa o motivazione dei tagli, mentre nello stesso periodo le grandi tech hanno annunciato investimenti in conto capitale per 740 miliardi di dollari, in crescita del 69% rispetto al 2025. La Harvard Business Review ha rilevato, su un campione di oltre mille dirigenti, che la maggior parte di questi tagli avviene prima che i guadagni di produttività dell’AI siano misurabili, e il Yale Budget Lab aggiunge che non esistono ancora dati diffusi che dimostrino una sostituzione reale dei posti di lavoro. Tre affermazioni vere contemporaneamente, tre affermazioni che non stanno insieme. Benvenuti nel paradosso più grande del mercato del lavoro contemporaneo.
I numeri sui licenziamenti tech AI 2026 circolano ovunque, ma raramente vengono letti nella loro completezza, separando quello che i dati dicono davvero da quello che le comunicazioni aziendali vogliono far credere. Secondo l’analisi di Digitalic elaborata su dati TradingPlatforms, TrueUp, TechCrunch e documenti WARN statunitensi, i licenziamenti nel settore tech dall’inizio dell’anno hanno raggiunto 93.038 unità, con Oracle in testa con 25.254 tagli, seguita da Amazon con 16.600 e Meta con 10.400. Snap ha dichiarato che il 65% del proprio codice è già prodotto da sistemi AI, Salesforce ha eliminato 4.000 ruoli nel customer support comunicando che gli agenti algoritmici gestiscono già circa la metà delle interazioni con i clienti, e Microsoft ha offerto l’uscita volontaria incentivata più ampia della propria storia. Se si ferma l’analisi qui, il quadro sembra coerente: l’AI avanza, i lavoratori vengono sostituiti, il futuro è quello che tutti temevano. Ma i dati che vengono subito dopo complicano questa narrazione in modo significativo.
Il paradosso che nessun comunicato stampa cita
Mentre le aziende tagliano lavoratori citando l’AI come causa, stanno anche investendo in AI a una velocità che rende quasi impossibile che quella stessa AI abbia già prodotto i risultati che giustificano i tagli. Come ha spiegato Keith Lee, professore di AI e finanza presso lo Swiss Institute of Artificial Intelligence a Fortune Italia, l’uso dell’AI rimane meno efficiente rispetto al lavoro umano a causa dei costi elevati di hardware ed energia che aumentano le spese operative, tanto che per molte aziende l’AI costa ancora più dei lavoratori che sostituisce. Morgan Stanley documenta 740 miliardi di dollari annunciati in investimenti di conto capitale nel solo 2026, crescita del 69% rispetto all’anno precedente, con Meta che prevede spese tra 115 e 135 miliardi destinati a data center, capacità di calcolo e sviluppo di nuovi modelli risorse che si aggiungono alla crisi energetica già gravante sull’infrastruttura AI, senza che nessuno di questi investimenti abbia ancora prodotto guadagni di produttività misurabili.
Il dato più rivelatore arriva però dalla ricerca accademica: il Yale Budget Lab ha analizzato la questione con rigore e ha concluso che non esistono dati diffusi che dimostrino una sostituzione reale dei posti di lavoro su larga scala attribuibile all’AI, mentre la Harvard Business Review ha rilevato su un campione di oltre mille dirigenti globali che la maggior parte dei tagli avviene in anticipo rispetto alle prestazioni effettive dell’automazione. Le aziende licenziano citando l’AI, l’AI non ha ancora prodotto i risultati che giustificano quei licenziamenti, e questo disallineamento tra narrativa e realtà ha un nome preciso.
Cos’è l’AI washing occupazionale e perché conviene alle aziende
L’AI washing occupazionale è l’utilizzo dell’intelligenza artificiale come giustificazione per tagli che hanno cause diverse la correzione di assunzioni eccessive del periodo pandemico, la pressione degli azionisti sui margini, la riduzione dei costi operativi in risposta ai tassi di interesse elevati, la volontà di riallocare capitale verso infrastrutture piuttosto che verso il costo del lavoro e il tracciamento di Challenger, Gray and Christmas pubblicato su Matrice Digitale lo documenta con precisione: nel marzo 2026, l’AI è stata indicata come causa del 25% dei licenziamenti annunciati nel mese, con una crescita costante dall’inizio del tracciamento nel 2023, quando l’AI veniva citata nel 3,5% del totale dei tagli. Ma i ricercatori stessi avvertono che il dato misura quanto spesso le aziende citano l’AI nelle comunicazioni ufficiali, non quanto spesso l’AI stia effettivamente sostituendo posizioni specifiche: sono due cose diverse, e la confusione tra le due è esattamente quello che alimenta il fenomeno.
Il meccanismo funziona per due ragioni convergenti: da un lato, citare l’AI in un piano di ristrutturazione permette alle aziende di presentare i tagli come inevitabili e tecnologicamente determinati, piuttosto che come scelte strategiche discrezionali, dall’altro in un mercato finanziario che premia le aziende percepite come “AI-first”, comunicare un legame tra licenziamenti e investimenti in AI può avere effetti positivi sul prezzo delle azioni. Babak Hodjat, chief AI officer di Cognizant, lo ha sintetizzato senza giri di parole: molte aziende usano l’AI come giustificazione per ridimensionamenti già pianificati, oppure per correggere cicli di assunzioni esagerate che nulla hanno a che fare con l’automazione. È lo stesso tipo di distanza tra promesse dichiarate e realtà operativa che emerge ogni volta che si guarda dentro i meccanismi dei grandi sistemi digitali, con la differenza che qui le conseguenze sono molto concrete: persone che perdono il lavoro sulla base di una giustificazione che la ricerca accademica non riesce a confermare.
Chi paga davvero il conto
Forrester aggiunge una dimensione che la copertura mainstream tende a trascurare: il 50% dei tagli annunciati come strutturali nel 2025 e nel 2026 potrebbe essere annullato entro due anni con riassunzioni, spesso a condizioni economiche meno favorevoli per i lavoratori contratti più precari, salari più bassi, meno tutele esattamente come era già accaduto nelle ondate di licenziamenti del 2022 e del 2023, quando diverse aziende tech avevano ridotto la forza lavoro per poi riassumere nelle stesse aree a distanza di mesi. Nel frattempo, il Digital Economy Lab di Stanford ha rilevato che tra fine 2022 e settembre 2025, nei segmenti professionali più esposti all’AI, i lavoratori tra i 22 e i 25 anni hanno registrato un calo dell’occupazione di circa il 6%, mentre i lavoratori più anziani nelle stesse aree hanno visto una crescita tra il 6% e il 9%, confermando quello che avevamo già documentato nel caso dei programmatori junior e del mercato che si biforca: l’AI non sta distruggendo uniformemente le professioni, sta comprimendo l’accesso alle professioni prima di distruggere le professioni stesse, e chi paga il costo della transizione non sono le aziende che ridefiniscono i propri modelli operativi.
Il caso Italia: la sentenza di febbraio e le banche nel mirino
In Italia la vicenda ha caratteristiche proprie che meritano attenzione separata, perché toccano settori molto lontani dal mondo tech nel senso stretto del termine. Sul fronte giuridico, a febbraio 2026 il Tribunale di Roma ha emesso la prima sentenza italiana in cui un licenziamento per giustificato motivo oggettivo è stato ritenuto legittimo nell’ambito di una riorganizzazione aziendale che includeva l’introduzione di strumenti di intelligenza artificiale il caso riguardava una graphic designer la cui posizione era stata soppressa anche grazie all’automazione. Come analizza Byte Legali nell’approfondimento del Primo Maggio 2026, la sentenza sposta il baricentro giuridico dall’algoritmo all’organizzazione: l’automazione entra come strumento della riorganizzazione, non come causa autonoma di licenziamento, una distinzione sottile ma fondamentale che determina dove si collocano la responsabilità e l’eventuale impugnabilità della decisione, e che il diritto del lavoro italiano dovrà ora metabolizzare in modo sistematico.
Sul fronte occupazionale, il settore più esposto in Italia non è il tech nel senso tradizionale ma le banche, con stime che indicano 26.000 posizioni a rischio nel sistema bancario italiano, in un contesto in cui l’automazione dei processi di back office, la gestione algoritmica del credito e i chatbot per il servizio clienti stanno comprimendo sistematicamente la domanda di figure operative tradizionali un dato che tocca direttamente un settore con cui milioni di famiglie italiane hanno un rapporto quotidiano e che porta la questione dei licenziamenti tech AI 2026 ben oltre il perimetro della Silicon Valley.
Il vero impatto deve ancora arrivare, e questo è il problema più serio
Babak Hodjat di Cognizant ha dichiarato, come riportato da Everyeye nel suo approfondimento sul settore, che potrebbero volerci ancora sei mesi, probabilmente un anno, prima che l’impatto reale dell’AI sull’occupazione diventi misurabile un’affermazione che suona quasi rassicurante, finché non si considera la sua implicazione logica: se il vero impatto deve ancora arrivare, i 93.000 licenziamenti tech AI 2026 registrati fino ad ora sono in larga parte qualcos’altro, e quel qualcos’altro ha già prodotto conseguenze concrete per altrettante persone concrete.
La questione è che entrambe le cose possono essere vere contemporaneamente: l’AI washing occupazionale è reale e documentato, e il rischio di una sostituzione su larga scala nel medio termine è altrettanto reale e documentato, ma confonderli rende impossibile rispondere alla domanda giusta, che non è “l’AI sta rubando i lavori?” ma “chi sta pagando il costo di una transizione che si presenta come inevitabile tecnologica ma è in larga parte una scelta strategica, e in base a quali regole?” Dario Amodei, CEO di Anthropic, ha dichiarato pubblicamente che l’AI potrebbe eliminare fino alla metà dei ruoli d’ufficio entry level negli Stati Uniti, McKinsey stima che la spesa globale in AI raggiungerà i 5.200 miliardi di dollari entro il 2030, e il World Economic Forum proietta un saldo occupazionale positivo di 78 milioni di posti entro la stessa data, ma come ha scritto lucidamente Byte Legali, per chi perde il lavoro oggi il saldo del 2030 non paga le bollette di maggio.
Questa è la distanza che nessun piano di ristrutturazione aziendale, nessun comunicato stampa e nessuna proiezione di lungo periodo colma: quella tra il tempo in cui la transizione produce perdite occupazionali concrete e il tempo in cui produce i nuovi lavori che dovrebbero compensarle, con in mezzo persone, mutui, famiglie e sistemi di welfare che non sono stati progettati per gestire una transizione di questa velocità. L’algoritmo che gestisce i lavoratori delle piattaforme e l’AI citata nei piani di ristrutturazione sono due facce dello stesso processo: la compressione sistematica del potere contrattuale di chi lavora rispetto a chi controlla l’infrastruttura tecnologica su cui il lavoro sempre più dipende.
