Se l’intelligenza artificiale fa il lavoro, chi ottiene il reddito?

La questione non è solo chi perde il lavoro

La promessa di un’economia in cui le macchine fanno quasi tutto sembra offrire due risultati opposti: abbondanza condivisa o concentrazione estrema del reddito. Entrambi compaiono nelle discussioni sull'intelligenza artificiale. Nessuno deriva automaticamente dalla capacità di un modello di scrivere, programmare o conversare. Tra una dimostrazione tecnologica e un cambiamento duraturo del tenore di vita ci sono aziende, contratti, mercati, infrastrutture e decisioni politiche. Questo dossier indaga questo passaggio, senza dare per scontato che sia stata dimostrata la fine dell'opera.

La nostra domanda centrale è distributiva: quando un’organizzazione offre più valore per ogni ora di lavoro umano, chi può trasformare questo guadagno in reddito, tempo o sicurezza? La risposta potrebbe coinvolgere lavoratori, consumatori, imprenditori, fornitori di tecnologia e governi. Anche questi gruppi si sovrappongono. Una persona può ricevere uno stipendio, pagare per servizi più economici e possedere una piccola partecipazione in un’impresa. Pertanto, ridurre il dibattito agli esseri umani rispetto alle macchine nasconde i meccanismi che dobbiamo esaminare.

Organizziamo l'analisi su tre livelli. Innanzitutto, l’esposizione tecnica dei compiti all’intelligenza artificiale. Quindi, i risultati osservati negli ambienti di lavoro e negli esperimenti di trasferimento del reddito. Infine, scelte istituzionali e scenari illustrativi. Un indice di esposizione aiuta a individuare potenziali cambiamenti; non misura i licenziamenti. Un esperimento informa su una popolazione e su un intervento; non riproduce un’intera economia. Una simulazione rende visibili le ipotesi; non trasforma queste premesse in previsione.

La tesi editoriale di Rovemark è che produttività e distribuzione debbano essere studiate insieme. Ciò non significa che sappiamo già quale politica risolve il problema, né che i guadagni privati ​​siano illegittimi. Vuol dire che un'implementazione può dirsi riuscita solo dopo essersi interrogati anche sulla qualità, sui costi complessivi, sulle condizioni di lavoro e sulla destinazione del valore creato. La stessa tecnologia può sostenere organizzazioni e contratti molto diversi.

L’esposizione all’intelligenza artificiale non equivale alla disoccupazione

L’Organizzazione Internazionale del Lavoro e la NASK hanno stimato in 2025 che circa un quarto dell’occupazione globale riguarda occupazioni con un certo grado di esposizione all’intelligenza artificiale generativa. L'indice combina la valutazione delle attività, i contributi dei lavoratori e degli esperti e la classificazione assistita da modelli. La partecipazione raggiunge 34% nei paesi ad alto reddito e 11% nei paesi a basso reddito. Queste percentuali descrivono la composizione professionale e la potenziale capacità tecnica; non sono probabilità individuali di perdere il lavoro.

Al livello di esposizione più elevato, l'indice riporta 3,3% di occupazione globale. In questa sezione specifica, le proporzioni sono 4,7% tra le donne e 2,4% tra gli uomini. Il denominatore conta: confrontiamo la partecipazione all'occupazione di ciascun gruppo, e non la divisione di tutte le occupazioni esposte per sesso. Il grafico permette di alternare i ritagli, mantenendo separati un certo grado di esposizione e la categoria massima. Non dobbiamo sommare i pannelli né trattarli come una traiettoria temporale.

Una professione riunisce attività con esigenze diverse. La produzione di una prima bozza può essere automatizzata mentre la negoziazione di un'eccezione, la verifica di una decisione o l'assunzione di responsabilità richiedono ancora la partecipazione umana. Anche quando più passaggi diventano tecnicamente possibili, l’adozione dipende dal costo, dall’affidabilità e dall’integrazione. Un’azienda può scegliere di servire più clienti con lo stesso team, riorganizzare le funzioni o ridurre le assunzioni. L'identificazione della possibilità tecnica è l'inizio dell'indagine; Identificare quale risposta si è verificata richiede altri dati.

Sarebbe anche un errore concludere che una minore esposizione rappresenti una protezione economica completa. Un lavoratore può svolgere un’attività poco digitalizzata e subire comunque effetti indiretti sulla domanda, sui prezzi o sulle catene di approvvigionamento. Al contrario, una funzione altamente esposta può diventare più produttiva e valorizzata. La nostra interpretazione è quella di utilizzare l’indice come guida per studiare cambiamenti concreti, compresi i gruppi che potrebbero aver bisogno di supporto. La fonte non offre una data per la scomparsa delle professioni.

Produttività reale: prove che non rientrano in un’unica promessa

In uno studio pubblicato sul Quarterly Journal of Economics in 2025, Brynjolfsson, Li e Raymond hanno analizzato l'introduzione scaglionata di un assistente in un'operazione con gli agenti del servizio clienti di 5.172. Il guadagno medio riportato è stato di circa 15% in termini di problemi risolti all'ora. I vantaggi variavano a seconda dell'esperienza e dell'abilità. Ciò è dimostrato in un'azienda e in una professione, con implementazione scaglionata e analisi econometrica; non da un campione rappresentativo dell’intera economia né da una prova con sorteggio individuale.

Il risultato dimostra perché vale la pena studiare l’intelligenza artificiale all’interno del processo lavorativo. Tuttavia, un aumento delle risoluzioni orarie non significa automaticamente un aumento del 15% del profitto, dello stipendio o della produzione nazionale. I costi di implementazione, revisione, software e modifica organizzativa devono essere inclusi nel conto. Anche la qualità della risoluzione deve essere preservata. Il trasferimento di una percentuale tra queste misure produce una precisione apparente che il disegno dello studio non fornisce.

Un contrappunto viene dall'esperimento di METR con sviluppatori esperti 16 e attività 246 su progetti noti, utilizzando i primi strumenti 2025. La disponibilità dell’intelligenza artificiale ha aumentato il tempo di esecuzione di 19%, mentre i partecipanti si aspettavano una riduzione di 24% prima delle attività e hanno percepito una riduzione di 20% successivamente. Il contrasto misura le aspettative e la percezione riguardo al risultato osservato in quell'esperimento, non una contraddizione con lo studio del servizio. Le popolazioni, gli strumenti, le attività e le metriche sono diversi.

L’aggiornamento METR di febbraio 2026 è essenziale per interpretare questo risultato storico. I ricercatori hanno iniziato a considerare che la selezione dei partecipanti e dei compiti, i cambiamenti nella retribuzione e le difficoltà nella registrazione del lavoro con agenti simultanei ostacolavano l'interpretazione dei nuovi risultati. L'intervallo di confidenza 95% riportato per la stima originale varia da +2% a +39% nel tempo. Non utilizziamo il risultato di 2025 come diagnosi degli strumenti attuali. La lezione applicabile è misurare l’effetto nel contesto di utilizzo, piuttosto che fare affidamento esclusivamente sulla sensazione di velocità.

Risparmiare tempo non determina chi guadagna

Immagina un ipotetico processo che richiede dieci ore umane per consegna e ora ne richiede otto, mantenendo la stessa qualità. Il risparmio diretto è di due ore per consegna, ma non conosciamo ancora il risultato finanziario. Forse c'è richiesta di vendere di più. Forse il prezzo scenderà a causa della concorrenza. Forse la società manterrà il prezzo e aumenterà il proprio margine. Forse il team assorbirà altri compiti o parte del guadagno verrà negoziato in una riduzione dell'orario di lavoro. Queste sono risposte possibili, non percentuali stimate in questa pubblicazione.

È utile separare tre questioni contabili. Il primo è quante risorse sono state risparmiate nel processo. Il secondo è quanto valore aggiunto è stato effettivamente venduto o quanto costo è scomparso. Il terzo è come è stato distribuito questo risultato dopo aver pagato infrastrutture, fornitori e tasse. Le ore disponibili non rappresentano entrate realizzate. Una bozza inutilizzata non è una vendita. E la riduzione del prezzo di un modello non rappresenta necessariamente una riduzione proporzionale del costo totale di un servizio affidabile.

L’OCSE considera la capacità di diffusione e adozione dell’IA come condizioni importanti per i suoi possibili effetti macroeconomici. La struttura settoriale, le competenze, le infrastrutture e l’integrazione economica modificano la portata dei benefici. Le proiezioni discusse dall’istituzione sono il risultato di modelli, non di una crescita già osservata, che possiamo attribuire pienamente all’intelligenza artificiale. In questa analisi, non trasferiamo un guadagno misurato nel servizio a una proiezione del PIL brasiliano.

La nostra ipotesi distributiva è che proprietà, concorrenza e potere contrattuale condizionino la destinazione del guadagno. Una piccola impresa può accedere a funzionalità precedentemente costose e perdere margine se tutti i concorrenti fanno lo stesso. Un lavoratore può produrre di più senza controllare la regola salariale. Un fornitore può acquisire parte del vantaggio attraverso la dipendenza dalla sua piattaforma. Per verificare queste ipotesi sarebbe necessario monitorare nel tempo prezzi, contratti, remunerazione e partecipazione dei fornitori. Osservare semplicemente l’adozione non è sufficiente.

Reddito di cittadinanza: definizione prima dell'adesione o del rifiuto

Il reddito di base universale designa solitamente un trasferimento monetario individuale, regolare, senza requisiti lavorativi e rivolto a tutti coloro che fanno parte della popolazione definita dal programma. La guida della Banca Mondiale aiuta a distinguere tra universalità, incondizionalità e pagamenti in contanti. Queste caratteristiche non specificano una somma sufficiente per vivere, una fonte di finanziamento o quali benefici continuerebbero ad esistere. L'espressione salario universale può creare confusione: il salario remunera un rapporto di lavoro; un trasferimento di reddito segue un'altra logica istituzionale.

Una proposta concreta deve rispondere a chi la riceve, da che età, per quanto tempo e con quale aggiornamento di valore. Deve inoltre chiarire se il pagamento si aggiunge ai servizi e ai benefici esistenti o li sostituisce, in che modo le persone ad alto reddito contribuiscono attraverso il sistema fiscale e come vengono soddisfatte le esigenze straordinarie. Due proposte con lo stesso valore mensile possono produrre distribuzioni nette completamente diverse. Il solo nome della politica non dice chi finisce meglio o peggio.

L'argomentazione favorevole può basarsi sull'autonomia, sulla prevedibilità e sulla capacità di rifiutare cattivi rapporti di lavoro. L’argomentazione opposta potrebbe mettere in luce i costi, le opportunità di altre politiche e l’inadeguatezza di un beneficio uniforme per esigenze diverse. Presentiamo queste ragioni come criteri di valutazione, senza dare per scontato una risposta univoca. Una discussione seria mette a confronto progetti specifici, i loro beneficiari netti e i servizi preservati. Essere d’accordo con l’importanza della protezione sociale non significa essere d’accordo con alcuna cosiddetta proposta universale.

Il rapporto con l’AI è un’ipotesi per organizzare la società, non una conseguenza tecnica obbligata. Anche se l’automazione avanzasse, la risposta potrebbe combinare trasferimenti, servizi pubblici, formazione, assicurazioni sociali, partecipazione agli utili o modifiche dell’orario di lavoro. La scelta dipende dai problemi individuati e dalle istituzioni disponibili. Nelle fonti selezionate, non esiste alcun esperimento che osservi un’intera economia dopo che l’intelligenza artificiale ha eliminato la necessità del lavoro umano. Questo scenario va oltre la portata delle prove qui raccolte.

Quali esperimenti sul reddito ci permettono di concludere

Nell’esperimento statunitense collegato a OpenResearch, i partecipanti a basso reddito 1.000 hanno ricevuto $ 1.000 al mese per tre anni, mentre i partecipanti di controllo 2.000 hanno ricevuto $ 50 mensilmente. La revisione di agosto del 2026 del documento di lavoro del NBER 32719 segnala una riduzione di 4,2 punti percentuali nella partecipazione al mercato del lavoro, di circa US$ 1.900 annuali nel reddito individuale esclusi i trasferimenti e di una o due ore settimanali lavorate, rispetto al controllo. Questi sono risultati diversi, con unità diverse.

L'articolo rimane identificato come un documento di lavoro non soggetto a peer review da parte della pubblicazione accademica. La versione iniziale citata nella prima edizione di questa analisi aveva stime diverse; Ora abbiamo adottato la revisione di agosto di 2026 e l'abbiamo registrata nella bibliografia. L’analisi informa inoltre che gli effetti moderati sull’offerta di lavoro non sono stati compensati da altre attività produttive misurate. Ciò non trasforma la minore quantità di tempo dedicata al lavoro retribuito in un giudizio sul valore personale dei partecipanti.

L’esperienza finlandese offre un altro disegno. Tra 2017 e 2018, i disoccupati 2.000 hanno ricevuto mensilmente circa USD 647, in una conversione illustrativa utilizzando le medie annuali della BCE di 2017 e 2018. Il saldo ufficiale descrive piccoli effetti sull’occupazione e una percezione più favorevole del benessere. Avverte inoltre che un cambiamento nelle regole di attivazione della disoccupazione rende difficile isolare gli effetti nel secondo anno. L’indagine sul benessere ha avuto tassi di risposta diversi tra i gruppi. Il beneficio originale era denominato in EUR: la visualizzazione in USD utilizza 560 moltiplicato per la media aritmetica dei tassi annuali della BCE di 2017 e 2018 (1,15531784313725 USD per EUR), senza aggiustamento per l'inflazione e senza riprodurre il tasso di cambio di ciascun pagamento. Queste limitazioni impediscono di considerare l’esperienza come una semplice dimostrazione del fatto che qualsiasi reddito di base aumenta sempre l’occupazione o migliora necessariamente tutti gli indicatori.

Nessuno di questi studi misura un trasferimento permanente all’intera popolazione, finanziato dagli stessi contribuenti in un’economia trasformata dall’intelligenza artificiale. Un progetto pilota può stimare gli effetti individuali del trasferimento e lasciare comunque aperti prezzi, tasse, migrazione, fornitura di servizi e risposte aziendali su scala nazionale. La nostra lettura è che gli esperimenti informano le decisioni e correggono le affermazioni assolute. Non pongono fine al dibattito. Il pannello sottostante presenta il progetto americano e i risultati dell’attuale revisione senza mescolare partecipazione, reddito e ore su un unico asse.

Quanto costerebbe? Un conto trasparente, con limiti

Il costo lordo di un trasferimento è una semplice moltiplicazione: rata mensile per persona, numero di beneficiari e dodici mesi. Il simulatore utilizza USD come unità monetaria e consente di modificare valore e popolazione. Lo standard di cento milioni di persone è un'ipotesi didattica arrotondata, non una stima della popolazione brasiliana adulta o ammissibile. Non esiste una query automatica per i dati demografici. La scelta evita di presentare una popolazione inventata come se fosse stata misurata. Lo scenario in USD è una nuova ipotesi, non una conversione valutaria dell'esempio precedente in BRL.

Nell’esempio iniziale, USD 1.000 al mese per cento milioni di persone corrisponde a USD 1,2 trilioni all’anno. Si tratta dell'esborso annuo lordo. Non si tratta di una raccomandazione su disavanzi aggiuntivi, costi netti o benefici. Non scontiamo le entrate restituite dai beneficiari, i benefici sostituiti, i costi amministrativi o i cambiamenti comportamentali. Inoltre non abbiamo aggiunto un'ipotetica raccolta sui robot. Tutte queste fasi richiederebbero ipotesi e database propri, oltre alla valutazione degli effetti distributivi.

Il dibattito sui finanziamenti richiede almeno due analisi aggiuntive. Il primo è quello di bilancio: quali entrate e spese cambiano, in quale periodo e con quale capacità amministrativa? Un altro è economico: chi sostiene l’incidenza di nuove tasse e come rispondono famiglie e aziende? Il contribuente legale di un’imposta non è necessariamente colui che ne assorbe il costo finale. Non presupponiamo che il valore stimato di un’ora risparmiata possa essere completamente raccolto, né che la ricchezza privata e le entrate pubbliche siano equivalenti.

La nota dell’OCSE sul reddito di base richiama l’attenzione sulle implicazioni finanziarie e distributive delle riforme. Questo guida l’assistenza centralizzata: una proposta che distribuisca a tutti ed elimini il sostegno mirato potrebbe danneggiare le persone con maggiori bisogni. La nostra valutazione richiede di mostrare il risultato netto per gruppo, non solo la somma dei pagamenti. Il grafico rende visibile la scala aritmetica delle scelte; non ne decide la sostenibilità fiscale o gli effetti sull’inflazione. Per rispondere a queste domande servirebbe un modello molto più completo.

Tre modi per distribuire i guadagni

Il primo scenario è la concentrazione. Le aziende o i fornitori con asset difficili da sostituire conservano gran parte del valore aggiuntivo. In questo percorso ipotetico, la produzione può crescere mentre una parte dei lavoratori deve affrontare una perdita di reddito o una ridotta capacità negoziale. La variabile decisiva non sarebbe solo la performance del modello, ma la possibilità che concorrenti e lavoratori partecipino alla creazione e all’appropriazione di valore. Per osservare questo percorso, dovremmo esaminare i margini, i prezzi, i salari e le dipendenze contrattuali.

Il secondo scenario è la diffusione competitiva. Strumenti più accessibili aiutano le piccole imprese, riducono i prezzi e abilitano nuovi servizi. I consumatori possono acquisire potere d’acquisto e alcune organizzazioni possono crescere servendo mercati precedentemente non sostenibili. Ciò non garantisce che ogni lavoratore riceva un aumento di stipendio, né elimina le transizioni difficili. Una valutazione dovrebbe monitorare l'ingresso delle imprese, la qualità, i prezzi e la mobilità professionale, verificando se i guadagni si sono diffusi oltre le prime organizzazioni che hanno adottato la tecnologia.

Il terzo scenario prevede la negoziazione nel tempo e la protezione. Una parte del guadagno può finanziare la riduzione dell'orario di lavoro, la formazione durante l'orario di lavoro, la partecipazione ai risultati o meccanismi collettivi di reddito e di servizio. Ci sono scelte su chi partecipa, come misurare i risultati e come distribuire i rischi. Una riduzione dell'orario di lavoro annunciata senza controllare l'intensità del lavoro potrebbe non migliorare la vita del team. Un trasferimento senza servizi adeguati potrebbe non soddisfare i bisogni essenziali. Questi meccanismi devono essere valutati in fase di progettazione ed esecuzione.

I tre percorsi non si escludono a vicenda né sono state assegnate probabilità. Possono coesistere per settore, azienda e periodo. Servono per organizzare domande verificabili. Se vogliamo sapere quale strada prevale, dobbiamo definire in anticipo gli indicatori che potrebbero contraddire la nostra preferenza. Un'ipotesi che spiega qualsiasi risultato dopo l'osservazione non guida la ricerca. L’impegno editoriale è quello di monitorare con la stessa attenzione i segnali di concentrazione e di diffusione, e di rivederne l’interpretazione quando cambiano le evidenze.

Ciò che un’azienda può misurare adesso

Un’organizzazione non ha bisogno di risolvere il futuro del capitalismo per migliorare la propria valutazione dell’intelligenza artificiale. Puoi iniziare delimitando un processo, un risultato e una condizione minima di qualità. In servizio, ciò può significare risoluzione confermata con tasso di riapertura; nei documenti, accettazione con revisione umana; nelle operazioni, consegna valida senza aumento degli incidenti. Scegliere solo il volume di risposte generate premia un'attività che potrebbe non produrre valore. La metrica dovrebbe rappresentare l'attività completata e la conseguenza rilevante per il cliente.

Il protocollo proposto da Rovemark inizia con una linea di base e registra i cambiamenti nella domanda e nella complessità. Quando possibile, confrontare gruppi simili o condizioni di utilizzo alternative in modo pianificato, senza esporre le persone a decisioni critiche incontrollate. La registrazione deve includere tempo di revisione, rielaborazione, costo di modelli e strumenti, errori, interruzioni e formazione. Un risultato positivo che dipende da una supervisione eccezionale potrebbe non persistere con la crescita dell’operazione. La domanda è se il guadagno sopravvive all’uso quotidiano.

Il monitoraggio dovrebbe includere la distribuzione all'interno del team. Principianti ed esperti possono rispondere in modo diverso; Le medie possono nascondere un peggioramento in compiti rari o clienti con esigenze specifiche. Anche la retribuzione, il carico di lavoro e l'autonomia sono risultati da rispettare, con protezione dei dati personali e accesso proporzionati alle necessità. L’analisi non dovrebbe diventare un meccanismo opaco per la valutazione individuale. La pubblicazione di parametri aggregati e regole di utilizzo aiuta a rendere il coinvolgimento dei lavoratori più informato.

Questo è un protocollo proposto, non un elenco di esperimenti già eseguiti da Rovemark. Per produrre la nostra ricerca, abbiamo ancora bisogno di organizzazioni partecipanti, di una definizione anticipata dei risultati, di consenso e di un database adeguato. Il contributo previsto è quello di collegare le prove operative alle conseguenze distribuzionali. Invece di annunciare che un determinato strumento sostituisce una percentuale del team, vogliamo mostrare quali attività sono migliorate, quali hanno fallito, quale è stato il costo totale e chi ha ricevuto il vantaggio. Sono risultati che possono essere discussi e, quando possibile, riprodotti.

Cosa cambierebbe la nostra conclusione?

La nostra posizione cambierebbe di fronte all’evidenza coerente, in molteplici contesti, che i guadagni di produttività si diffondono con aumenti del reddito e della qualità della vita senza la necessità di meccanismi aggiuntivi. La situazione cambierebbe anche se studi approfonditi mostrassero perdite persistenti di posti di lavoro e di reddito su una scala superiore alla capacità di transizione osservata. In entrambi i casi sarebbe necessario separare gli effetti dell’IA dai cambiamenti della domanda, del ciclo economico e delle altre tecnologie. I numeri aggregati senza identificazione del meccanismo non risolvono questa attribuzione.

Per quanto riguarda il reddito di base, risultati di programmi più lunghi e più ampi, con finanziamenti osservati e risposte del mercato, aiuterebbero a ridurre le incertezze che i singoli progetti pilota non affrontano. La valutazione dovrebbe confrontare alternative reali, compresi i sistemi esistenti migliorati, e mostrare chi vince e chi perde. Abbiamo bisogno anche di prove sull’assistenza, sulla salute, sull’istruzione e sulla libertà di scelta, senza dare per scontato che qualsiasi attività al di fuori del lavoro sia improduttiva o che tutti gli effetti desiderabili siano già stati dimostrati.

La domanda nel titolo rimane volutamente aperta. Le fonti mostrano che l’esposizione tecnica, la produttività e l’offerta di lavoro sono fenomeni misurabili ma diversi. Non autorizzano una data per la fine del rapporto di lavoro né un valore universale che qualsiasi paese possa finanziare. La nostra conclusione editoriale è di dare priorità alla misurazione del guadagno completo e della sua distribuzione. La qualità di questa agenda dipenderà dal rendere le premesse discutibili e dal consentire nuovi risultati per correggere la narrazione, anche quando ciò va contro gli interessi commerciali dello stesso Rovemark.