Un fondo di venture capital dice che l'apocalisse del lavoro AI è una fantasia. Non ne sarei così sicuro

Il 6 maggio David George di a16z ha pubblicato sul Substack del fondo un saggio  intitolato "The 'AI Job Apocalypse' Is a Complete Fantasy", in italiano "L'apocalisse del lavoro AI è una completa fantasia". a16z è Andreessen Horowitz, il fondo di venture capital che ha investito qualche decina di miliardi di dollari in startup di intelligenza artificiale negli ultimi anni. Conviene tenerlo a mente, perché il pezzo discute proprio se l'intelligenza artificiale distruggerà il lavoro umano, e l'autore ha qualche ragione economica non irrilevante per concludere che no, non lo farà.

L'ho letto due volte, ho riguardato i grafici, ho cercato i paper accademici citati, e una cosa va detta subito. Nella parte centrale del ragionamento a16z ha ragione. Invece la conclusione è discutibile. Cerco di spiegare in che senso.

L'argomento di a16z, in sintesi e con tre esempi

L'argomento principale è che chi predice una "sottoclasse permanente" (in originale "permanent underclass") di lavoratori espulsi dal lavoro a causa dell'IA sta cadendo in quella che gli economisti chiamano fallacia del lavoro fisso (in inglese lump-of-labor fallacy). Spiegazione rapida: è l'idea che ci sia un ammontare fisso di lavoro nel mondo, una specie di torta del lavoro da spartire. Da cui segue che se l'IA prende un pezzo di torta, agli umani ne resta meno; e se l'IA prende tutta la torta, agli umani non resta niente.

a16z risponde: la torta non è fissa. Ogni volta che una tecnologia ha aumentato la produttività in modo importante, il lavoro è scomparso da un lato e si è creato dall'altro, con netto positivo. Tre esempi pesanti che il pezzo porta.

L'agricoltura americana è passata da circa un terzo dell'occupazione totale all'inizio del Novecento al 2% del 2017. L'introduzione del trattore avrebbe dovuto rompere il mercato del lavoro per sempre. Invece la popolazione è cresciuta, gli ex contadini sono finiti in fabbrica, negli uffici, negli ospedali, nei laboratori, e poi nei servizi e nel software.

L'elettrificazione delle fabbriche statunitensi è passata dal 5% al quasi 80% tra il 1900 e il 1930. La produttività del lavoro è raddoppiata e ha continuato a raddoppiare per decenni. La domanda di manodopera è salita, non scesa, perché più produzione significa più tutto quello che le ruota intorno: commerciale, finanza, manutenzione, distribuzione.

Gli agenti di viaggio americani sono passati da circa 130.000 nel 2000 a meno di 60.000 nel 2025 per via di internet. Però l'occupazione aggregata della popolazione USA, aggiustata per età, è la stessa di 25 anni fa. E gli agenti di viaggio rimasti guadagnano oggi il 99% della media del settore privato, contro l'87% del 2000. La tecnologia li ha resi meno numerosi ma più produttivi e meglio pagati.

Da qui il punto di sottolineato da David George: il mercato del lavoro non è uno stock fisso, è un flusso che si riconfigura. Quando un input importante diventa più economico, in questo caso la cognizione, succede sempre la stessa cosa, e cioè il paradosso di Jevons (Jevons Paradox): quando il prezzo di una risorsa scende, il consumo totale di quella risorsa sale perché diventa accessibile a usi che prima non erano economicamente sensati. È stato osservato sul carbone, sull'elettricità, sulla potenza di calcolo. Se il paradosso di Jevons varrà anche per la cognizione, allora il lavoro cognitivo totale finirà con l'espandersi in direzioni che oggi non immaginiamo.

a16z porta anche dati recenti per dire che, finora, l'IA non sta effettivamente distruggendo lavoro. Cita un NBER Working Paper del 2025 che conclude: "l'adozione dell'IA non ha ancora portato a cambiamenti significativi nell'occupazione totale" (in originale "AI adoption has not yet led to meaningful changes in total employment"). Fa poi riferimento a un Working Paper della Fed di Atlanta del 2026 in cui oltre il 90% delle aziende intervistate dichiara nessun impatto sull'occupazione negli ultimi tre anni. Infine richiama il Yale Budget Lab di aprile 2026: "il quadro dell'impatto dell'IA sul mercato del lavoro che emerge dai nostri dati riflette in larga parte la stabilità". A tutto ciò aggiunge che la domanda di software engineer e product manager sta salendo nel 2025-2026, che le nuove formazioni di impresa stanno esplodendo, che le nuove app sull'App Store crescono del 60% anno su anno, e che l'industria della robotica sta finalmente decollando per ragioni di costo computazionale.

Chiudo la sintesi. L'argomento è solido nella sua struttura. Storicamente i mercati hanno assorbito gli shock tecnologici creando lavoro nuovo, oggi i dati non mostrano una distruzione netta di posti di lavoro, quindi la previsione apocalittica è speculazione.

Dove l'argomento regge davvero

Penso che la parte sulla fallacia del lavoro fisso sia corretta. Il mercato del lavoro non è uno stock, e chi parla di una sottoclasse permanente di esclusi sta facendo un errore concettuale serio. La storia mostra invece che alcune categorie sono sparite mentre altre, contestualmente, si sono create. Su questo a16z ha ragione, e i dati che cita sui tre esempi storici sono onesti, verificabili, e non sono selezionati ad arte. La storia degli agenti di viaggio è particolarmente bella perché contiene tutto il pattern in un solo settore: meno persone occupate, ma quelle rimaste meglio pagate, e il resto della forza lavoro non si è dissolto nel nulla, è andato altrove.

Anche il dato sui paper accademici recenti è reale. È vero che la letteratura del 2025-2026 fatica a trovare effetti aggregati significativi dell'IA sull'occupazione. È vero che dove qualcosa si muove è nell'allocazione tra mansioni, non nella distruzione netta. Su questo a16z non sta truccando le carte.

Dove l'argomento crolla

Il problema è che tutta la struttura argomentativa di a16z poggia su una rimozione molto comoda, quella della dimensione temporale. L'agricoltura americana ha impiegato cento anni per passare da circa un terzo dell'occupazione al 2%. L'elettrificazione delle fabbriche americane ha impiegato trent'anni per passare dal 5% al 80%. Anche il caso più rapido, quello degli agenti di viaggio, si è svolto su circa vent'anni, dal 2000 al 2020. Nessuno di questi esempi è una transizione veloce, sono tutte transizioni che hanno avuto il tempo di essere assorbite generazionalmente: i contadini americani non sono diventati programmatori, ci sono diventati i loro nipoti.

L'adozione dell'IA generativa in azienda sta avvenendo su scale molto più corte. ChatGPT è arrivato a 100 milioni di utenti in due mesi dal lancio, a inizio 2023. Strumenti come Claude Code o Cursor permettono oggi a chi li usa con competenza di chiudere in mezza giornata mansioni di sviluppo che fino a due anni fa richiedevano squadre intere per una settimana. Stiamo parlando di un ordine di grandezza in più rispetto alla velocità con cui si è elettrificata l'industria americana.

Il punto è che la teoria economica di a16z può essere giusta sul lungo periodo e contemporaneamente irrilevante sul corto. Se il riassorbimento dei lavoratori espulsi avviene su scala di trent'anni mentre l'espulsione avviene su scala di tre, in mezzo c'è una generazione che paga il conto. Questa generazione vota, e porta conseguenze politiche che possono cambiare la traiettoria della tecnologia stessa, non solo la sua adozione.

C'è un commento al pezzo di a16z, scritto da un utente chiamato Scenarica, che dice esattamente questo in modo molto più lucido di come lo direi io. Cito (traduzione mia): "I catastrofisti dell'IA (in originale "doomers") sbagliano sulla destinazione. Gli ottimisti sbagliano sul viaggio. Quello che effettivamente succederà dipende dal fatto che l'infrastruttura di riqualificazione si scali abbastanza in fretta da impedire che la transizione diventi una crisi politica prima che i nuovi lavori arrivino".

Scenarica porta anche un dato molto pesante. Gli USA spendono circa lo 0,1% del PIL in politiche attive del mercato del lavoro per chi ha perso il posto. La media OECD è 0,6%. Sei volte tanto. E questo è il punto di partenza nel momento in cui la velocità della transizione sta accelerando di un ordine di grandezza. Spiegazione rapida sulle politiche attive del mercato del lavoro, che in inglese si chiamano active labour market policies e in sigla PAML o ALMP: sono i programmi pubblici di riqualificazione, di sussidi alla riconversione, di accompagnamento al nuovo lavoro per chi ha perso quello vecchio. Sono il meccanismo concreto con cui la teoria economica di a16z dovrebbe materializzarsi, e oggi negli USA è dimensionato per la velocità di transizione del 1980, non per quella che sta arrivando.

A questo aggiungo due numeri tratti dal BLS Displaced Workers Survey di gennaio 2024, in italiano "Rilevazione sui lavoratori espulsi dal lavoro" del Bureau of Labor Statistics, che è la fotografia di come le transizioni vengono effettivamente assorbite oggi. Nella definizione BLS, un displaced worker (lavoratore espulso) è una persona di almeno 20 anni che ha perso il posto perché l'azienda ha chiuso, si è spostata, o ha eliminato il ruolo, cioè per ragioni strutturali e non per licenziamento individuale. Tra i long-tenured, cioè quelli con almeno tre anni di anzianità nel posto perso, il 65,7% trova un nuovo impiego, il 16,1% resta disoccupato, e il 18,2% esce completamente dalla forza lavoro. Per chi ha più di 55 anni, il tasso di reimpiego scende al 55,3%. Sopra i 65, al 34,4%. Sono numeri di base, prima che l'effetto AI si veda davvero, e già descrivono un assorbimento ben lontano dal 100% che il modello a16z implicitamente assume. Su scala di 100.000 espulsi, stiamo parlando di 35.000 persone che escono per sempre dalla forza lavoro produttiva. Su scala di un milione, 350.000.

C'è poi una dimensione macroeconomica che il pezzo di a16z non considera, e di cui ho parlato in modo esteso in Umani per ora, il libro che ho pubblicato la settimana scorsa. La chiamo Ghost GDP, ed è la quota di crescita del prodotto interno lordo generata da sistemi automatizzati che non si traduce in reddito per i lavoratori, e quindi non torna nell'economia reale come domanda. Il PIL misura il valore aggiunto della produzione, non come quel valore si distribuisce. Se un'azienda rimpiazza cento analisti con un sistema di IA e la produttività raddoppia, il PIL cresce; intanto quei cento analisti hanno smesso di pagare l'affitto, di fare la spesa, di andare al ristorante e di rinnovare l'assicurazione sanitaria. La domanda che esprimevano sparisce dall'economia, e il PIL non la registra subito perché guarda dal lato della produzione. Storicamente il meccanismo aveva un suo freno fisiologico, perché le macchine che sostituivano i lavoratori richiedevano comunque altri lavoratori per essere costruite, gestite e manutenute, mentre un modello di IA addestrato una volta può essere scalato a milioni di istanze senza assumere nessuno in più, e il meccanismo di compensazione che storicamente ammorbidiva la sostituzione diventa molto meno efficace.

Il problema cornice

Mi rendo conto che il blog di a16z è firmato da un fondo di venture capital con incentivi economici molto chiari a sostenere la tesi che l'IA non distruggerà lavoro. Però l'argomento, separato dalle motivazioni dell'autore, regge sull'aggregato di lungo periodo, ed è importante riconoscerlo. Il problema, che riconoscere l'argomento non aiuta a risolvere, è che il piano aggregato di lungo periodo non è quello su cui si gioca la vita lavorativa delle persone reali.

Le persone reali vivono nella propria carriera che dura quarant'anni se va bene, nella propria geografia che spesso non si sceglie, nella propria età che non si può rimettere a zero. Un copywriter di 52 anni a cui l'agenzia toglie l'80% del lavoro perché tre agenti con Claude lo fanno per lei in un quarto del tempo non ha vent'anni davanti per aspettare il riassorbimento. Ha al massimo dieci anni di carriera utile, di cui realisticamente due o tre spendibili per riconvertirsi prima di entrare nella fascia anagrafica delle rilevazioni BLS dove il reimpiego scende sotto il 60%. La sua traiettoria personale è disaccoppiata dalla traiettoria aggregata che il pezzo a16z descrive, e le due cose non si parlano.

E qui torno al punto di partenza. L'argomento di a16z è una cura utile contro la retorica apocalittica dei catastrofisti dell'IA, che effettivamente racconta una favola altrettanto poco supportata dai dati. Però è anche una favola al contrario, perché trasforma la giustezza della tesi sull'aggregato in un'implicita conclusione tranquillizzante sui singoli individui. Le due cose non coincidono mai del tutto, e in una transizione veloce coincidono molto meno.

La via di uscita, quella che il commento di Scenarica indica e che il pezzo di a16z evita di affrontare, è politica. Significa riconoscere che il riassorbimento storico funziona solo se l'infrastruttura di transizione esiste a una scala proporzionata alla velocità della transizione stessa, e che oggi negli USA non esiste a quella scala. Portare la spesa USA in politiche attive del mercato del lavoro dallo 0,1% al 0,6% del PIL sarebbe semplicemente un allineamento alla media OECD su una linea di bilancio specifica, in un orizzonte di tempo compatibile con la velocità di adozione dell'IA, ammesso che si decida di farlo.

David George chiude l'articolo con "LFG!", che sta per "let's fucking go", vi tralascio la traduzione letterale. È una chiusura coerente con chi guarda l'aggregato dove ha investito miliardi di dollari. Quello che non dice è chi si occuperà dei dettagli. Storicamente i percorsi tra una configurazione del lavoro e quella successiva sono durati tre generazioni; adesso si pretende di farli in cinque anni. Questa parte del discorso, dentro il blog, manca completamente.