In risposta all’articolo “L’America riuscirà a riqualificare i lavoratori prima che l’intelligenza artificiale li lasci indietro?”, The Economist, 2 agosto 2026 (https://www.economist.com/united-states/2026/08/02/can-america-retrain-workers-before-ai-leaves-them-behind)
Investire nei lavoratori con la stessa serietà con cui l’America investe nei chip. Questo suggerimento è apparso su The Economist questa settimana, e la cosa sorprendente è che sia stato necessario scriverlo. Il capitale sa esattamente come finanziare un data center. Non sa bene come finanziare una carriera. Lo dico come persona il cui lavoro di investimento si muove attraverso il primo canale e raramente incontra il secondo, perché il secondo quasi non esiste.
Questa asimmetria non è un fallimento di coscienza. È un problema di valutazione. Una server farm genera rendimenti secondo un calendario che può essere contenuto in un foglio di calcolo. Un lavoratore riqualificato lo fa nell’arco di un decennio, sul bilancio di qualcun altro, in una valuta che il mercato non misura. Così il capitale affluisce facilmente verso la potenza di calcolo e si assottiglia fino a diventare quasi nulla intorno alle persone che tale potenza di calcolo sostituisce. Gli stessi articoli di The Economist rendono evidente questo divario: OpenAI prevede di spendere in potenza di calcolo fino al 2030 una cifra dell’ordine di tremila volte superiore a quanto essa stessa e Anthropic abbiano finora stanziato per aiutare i lavoratori ad adattarsi. Questo rapporto non è crudeltà. È ciò che accade quando un lato di un bilancio è visibile, mentre l’altro produce rendimenti troppo a valle per poter essere quantificato.
Devo essere onesto riguardo alla mia posizione, perché l’alternativa sarebbe scrivere questo articolo da una tribuna che non occupo. Sostengo le aziende che stanno sviluppando proprio questi strumenti. Questo mi conferisce un obbligo e un interesse personale, e preferisco nominarli entrambi piuttosto che fingere di avere solo il primo. L’obbligo è ovvio. L’interesse personale è la parte che gli investitori tendono a tacere: Gina Raimondo, citata nello stesso articolo, l’ha espresso con la massima chiarezza. Se si sbaglia su questo punto, il contraccolpo normativo ricadrà sulle aziende. Ha ragione. Le imprese che investono capitali nell’IA hanno tutte le ragioni per volere che il problema dell’adattamento venga risolto, e quasi nessuna di esse lo sta finanziando in misura proporzionale alla rivoluzione che stanno sostenendo. Includo in questo conteggio anche la mia convinzione personale.
Quindi, cosa si fa concretamente di fronte a un problema che nessuno è in grado di specificare? L’ammissione più lucida contenuta nell’articolo originale è che nessuno sa per cosa formare questi lavoratori. Il Connecticut sta valutando se il personale di back-office possa passare al settore sanitario, pur ammettendo che gli agenti assicurativi potrebbero non avere le doti relazionali necessarie per farlo. Washington interpreta questa incertezza come un problema di pianificazione da risolvere con previsioni migliori. Io la interpreto come la condizione normale di una decisione basata sulla convinzione, perché è la condizione in cui lavoro ogni settimana.
Non si risolve questo tipo di incertezza prevedendo la destinazione. Si finanzia l’opzionalità e si resta vicini alla domanda reale. È per questo che gli interventi che funzionano non assomigliano affatto a quelli che non funzionano. I programmi settoriali, in cui gli intermediari costruiscono corsi attorno a posti vacanti effettivi e preparano le persone a ricoprirli, mostrano aumenti duraturi dei guadagni compresi tra l’undici e il quaranta per cento in studi randomizzati. Gli apprendistati, che inseriscono la formazione all’interno di un lavoro retribuito anziché prima di uno sperato, funzionano. Il sistema federale dei voucher, che finanzia la frequenza anziché i risultati e consegna a un lavoratore licenziato un modesto assegno e un elenco di corsi approvati, nella maggior parte dei casi non funziona. Non è un mistero: è la differenza tra costruire un portafoglio contro l’ignoto e fare un singolo ordine sperando per il meglio.
L’Europa ha compreso parte di questo concetto molto tempo fa. La Germania integra la formazione all’interno dell’azienda, così il lavoratore e la competenza si muovono insieme. L’America la aggiunge a posteriori, quando il lavoro è già andato perduto e il lavoratore si trova fuori dall’edificio. Non lo dico per fare la predica. Lo dico perché è la struttura del sistema a determinare il risultato, e una struttura mantiene le persone legate al lavoro mentre l’altra le raccoglie, se mai le raccoglie, dopo che sono cadute.
Ecco cosa penso che in realtà non stiamo valutando. Il capitale ora si muove alla velocità di una macchina. Le persone si muovono ancora alla velocità umana. Un’azienda può reindirizzare un miliardo di dollari di potenza di calcolo in un trimestre; una lavoratrice sulla cinquantina non può ricostruire una carriera con gli stessi tempi, e il divario tra queste due velocità è il punto in cui si accumula il danno. I data center verranno costruiti in ogni caso. Ciò che rimane in sospeso è se la forza lavoro venga trattata come una voce di bilancio o come una base fondamentale, e io so già quale delle due opzioni avrà un impatto maggiore. Il mercato lo scoprirà più avanti, su quella pagina del bilancio che non ha mai imparato a leggere.