Le imprese che adottano più IA assumono di più, organici in crescita del 10,2%

Le aziende che investono con maggiore intensità nell’intelligenza artificiale non stanno necessariamente riducendo il personale: nei due anni successivi all’adozione hanno registrato una crescita degli organici del 10,2%, mentre le posizioni iniziali sono aumentate del 12%. Il risultato, riportato nell’analisi pubblicata da ZDNET, arriva da un campione statunitense e non può essere trasferito automaticamente all’Italia. Offre però un termine di confronto concreto per le imprese italiane che stanno decidendo se limitarsi a sperimentare strumenti generativi o integrarli stabilmente nei processi.

Il confronto nazionale parte da una struttura produttiva diversa. Nel 2025 utilizzava almeno una tecnologia di IA il 16,4% delle imprese italiane con almeno dieci addetti, ma la quota raggiungeva il 53,1% tra le grandi aziende e si fermava al 15,7% tra le PMI. Lo studio americano suggerisce di osservare non soltanto quante imprese acquistano strumenti di IA, ma anche la continuità degli investimenti, la spesa per addetto e l’evoluzione delle assunzioni dopo l’introduzione.

La crescita arriva dagli investimenti intensi

Il lavoro è stato pubblicato il 30 giugno 2026 dalla piattaforma di gestione finanziaria Ramp e dalla società di dati sul lavoro Revelio Labs. Gli autori hanno collegato le spese aziendali per servizi di intelligenza artificiale alle informazioni sull’andamento della forza lavoro, costruendo così nel documento di ricerca congiunto una misura dell’adozione basata sui pagamenti effettivamente osservati.

La distinzione decisiva riguarda gli adottanti ad alta intensità. Ramp li identifica nel terzo superiore della distribuzione della spesa mensile per IA per dipendente, calcolata nei primi tre mesi successivi all’adozione. Non si tratta quindi di aziende che hanno semplicemente acquistato qualche abbonamento a un chatbot o avviato un progetto pilota di breve durata, ma di organizzazioni che hanno sostenuto un investimento iniziale sensibilmente più elevato.

La distanza economica tra i due gruppi è netta. Gli adottanti ad alta intensità hanno speso in media 33,67 dollari al mese per dipendente, contro 2,78 dollari tra quelli a bassa intensità. La spesa comprende servizi differenti, dai modelli linguistici agli agenti per la programmazione, fino a cloud GPU, token API, infrastrutture per l’erogazione dei modelli e attività di inferenza.

Quasi tutta la crescita occupazionale rilevata proviene dal gruppo ad alta intensità. Per gli adottanti a bassa intensità lo studio non individua variazioni statisticamente significative dell’occupazione. Il dato aggregato del 10,2%, dunque, non descrive qualsiasi impresa che abbia comprato un servizio di IA e non dimostra che la sola spesa tecnologica produca automaticamente nuovi posti di lavoro.

I junior crescono più dell’organico

Le posizioni iniziali mostrano l’incremento più marcato. Nelle aziende con gli investimenti più intensi l’organico entry-level è cresciuto del 12% nei due anni successivi all’adozione. Alla fine dei 24 mesi, la quota di lavoratori junior sul totale risultava inoltre superiore di 1,15 punti percentuali rispetto al gruppo di controllo utilizzato dai ricercatori.

Ara Kharazian, responsabile economico di Ramp, indica come possibile spiegazione la ricerca di neolaureati e giovani lavoratori capaci di introdurre e utilizzare efficacemente i nuovi strumenti. Si tratta di un’interpretazione, non di una relazione provata dallo studio: i dati mostrano quanti addetti sono presenti e il loro livello di anzianità professionale, ma non misurano direttamente le competenze di IA possedute dai candidati assunti.

Il risultato si inserisce in un dibattito nel quale imprese e lavoratori ricevono indicazioni contraddittorie. Da una parte viene richiesto di acquisire competenze nell’intelligenza artificiale; dall’altra, numerosi annunci di riorganizzazioni presentano l’automazione come una causa di riduzione degli organici. Lo studio Ramp-Revelio non cancella il rischio di sostituzione in singole attività, ma documenta che tra gli adottanti più intensi l’occupazione complessiva e quella iniziale sono aumentate.

Restano aperte diverse domande. I ricercatori non hanno ancora identificato quali pratiche operative producano la crescita osservata, anche se indicano accelerazione dello sviluppo dei prodotti, produttività commerciale e analisi interne più rapide come meccanismi da approfondire. Ramp intende inoltre esaminare quali profili vengano assunti, per quali mansioni e se il modello osservato si mantenga al di fuori del lavoro impiegatizio.

La spesa osservata, non un sondaggio

Il campione comprende oltre 21.000 imprese statunitensi. Ramp e Revelio Labs hanno collegato i dati delle carte aziendali e dei pagamenti delle fatture con le registrazioni sulla forza lavoro. La metodologia consente di distinguere le dichiarazioni di interesse verso l’IA dagli acquisti effettivi di servizi, includendo agenti di programmazione, modelli linguistici di grandi dimensioni, capacità di calcolo in cloud e piattaforme di inferenza.

L’intensità è calcolata sulla spesa per dipendente nei primi tre mesi dopo l’adozione, mentre la variazione degli organici viene seguita per i successivi 24 mesi. Questa costruzione permette di confrontare imprese con dimensioni differenti, ma non equivale a una valutazione della qualità tecnica dei progetti: due aziende con una spesa simile potrebbero utilizzare strumenti diversi o integrarli in processi organizzativi non comparabili.

Le informazioni occupazionali di Revelio Labs derivano da profili professionali pubblicamente disponibili, aggregati per costruire serie mensili su occupazione e composizione della forza lavoro. La copertura di questi profili varia tra professioni, settori e territori; Revelio applica una ponderazione per correggere le differenze nell’utilizzo delle piattaforme. La natura dei dati resta una delle ragioni per cui gli autori definiscono preliminari i risultati.

Esiste inoltre un problema di selezione. Le imprese che adottano IA risultano già mediamente più grandi, più concentrate sull’ingegneria, più spesso finanziate da venture capital e più veloci nella crescita rispetto alle non adottanti. L’aumento successivo all’adozione rimane visibile nell’analisi, ma l’associazione non basta a concludere che l’IA ne sia l’unica causa: capacità finanziaria, competenze disponibili e reti professionali possono influenzare sia l’investimento sia le assunzioni.

Il divario italiano corre tra le taglie

In Italia l’adozione sta accelerando, ma parte da livelli inferiori a quelli delle imprese più avanzate del campione americano. Secondo i dati Istat sulle imprese, nel 2025 la quota di aziende con almeno dieci addetti che utilizzava IA è salita al 16,4%, dall’8,2% del 2024. Tra le grandi imprese ha raggiunto il 53,1%, mentre tra le PMI si è attestata al 15,7%.

Il divario nell’intensità di utilizzo tra grandi imprese e PMI è passato da circa 20 punti percentuali nel 2023 a 25 nel 2024, fino a 37 punti percentuali nel 2025. Nello stesso anno, l’83,6% delle imprese con almeno dieci addetti non utilizzava alcuna tecnologia di IA. Il rischio indicato da Ramp per le aziende minori è quello di perdere terreno rispetto a concorrenti più capaci di accedere a competenze, capitali e reti nelle quali l’adozione è già diffusa.

I vincoli rilevati da Istat coincidono in parte con i fattori organizzativi richiamati dallo studio americano. Tra le imprese che avevano considerato l’IA senza poi investirvi, il 58,6% indicava la mancanza di competenze, il 47,3% la scarsa chiarezza legislativa e il 43,2% dubbi su privacy e protezione dei dati; il 43% segnalava inoltre costi troppo elevati.

Per le direzioni aziendali, la lettura operativa richiede quindi di separare gli abbonamenti occasionali dai progetti integrati nei processi. Le stesse variabili utilizzate nella ricerca — spesa mensile per addetto, continuità dell’acquisto, andamento dell’organico e assunzioni junior — possono diventare indicatori interni. Non provano da sole il rendimento dell’investimento, ma permettono di verificare se l’adozione stia procedendo insieme a capacità produttiva, vendite o analisi più rapide, i meccanismi indicati dagli autori.

Formazione e controlli entrano nel budget

Per le imprese che operano nell’Unione europea, la formazione non è soltanto una variabile di produttività. L’articolo 4 dell’AI Act si applica dal 2 febbraio 2025 e richiede a fornitori e utilizzatori professionali di adottare misure per garantire un livello sufficiente di alfabetizzazione del personale che opera con sistemi di IA. La Commissione precisa nelle indicazioni europee sull’alfabetizzazione IA che supervisione ed enforcement iniziano dal 2 agosto 2026.

Il livello di formazione deve tenere conto delle conoscenze tecniche, dell’esperienza, dell’istruzione delle persone coinvolte e del contesto nel quale il sistema viene utilizzato. Per un’impresa italiana ciò collega il budget per software, API e infrastruttura a quello destinato alle competenze: la preparazione non può essere valutata soltanto in base al numero di licenze distribuite, ma deve essere rapportata ai ruoli, alle modalità d’uso e alle persone interessate dagli output.

Il rapporto Ramp-Revelio non dimostra che l’intelligenza artificiale crei occupazione in ogni azienda, né consente di prevedere automaticamente l’andamento del mercato italiano. Mostra però una differenza misurabile tra sperimentazione a bassa intensità e investimenti più strutturati: nel campione statunitense la crescita degli organici, compresi i profili iniziali, si concentra nel secondo gruppo. Per le imprese italiane il passaggio dipende anche dalla capacità di colmare il divario di competenze e organizzare l’adozione entro le regole europee.