Ventidue per cento. È la percentuale dei direttori delle risorse umane che ha smesso di assumere neolaureati per colpa dell’intelligenza artificiale. Il dato arriva da un sondaggio Gartner su 110 CHRO, pubblicato il 27 luglio 2026. Semplice, netto, quasi banale nella sua brutalità numerica.

Poi arriva il secondo dato, e la storia si complica. Solo una organizzazione su cinque dichiara di aver ottenuto un valore “significativo o trasformativo” dall’AI che ha implementato. Il 95% delle aziende ha già integrato l’intelligenza artificiale in qualche forma dei propri processi. Eppure la maggioranza di queste stesse aziende non riesce a dimostrare che quella tecnologia funzioni davvero, almeno non ancora, almeno non nella misura promessa nelle slide dei consigli di amministrazione.

Tra questi due numeri si apre una crepa. E dentro quella crepa ci sono migliaia di posizioni entry-level che stanno sparendo dagli organigrammi aziendali, non perché l’AI le abbia sostituite, ma perché qualcuno, ai piani alti, ha deciso che prima o poi lo farà.

Un fenomeno più grande di un sondaggio

I numeri macro raccontano la stessa storia, con sfumature diverse ma una direzione identica. Il report di Challenger, Gray & Christmas, pubblicato il 6 agosto, indica l’intelligenza artificiale come prima causa di licenziamenti per il quinto mese consecutivo. A luglio sono stati annunciati 33.429 tagli, il numero mensile più basso degli ultimi due anni, in calo del 46% rispetto all’anno precedente. Di questi, 10.970, un terzo del totale, sono attribuiti direttamente all’AI.

Ma lo stesso report registra un aumento delle assunzioni annunciate del 25% rispetto all’anno scorso: 16.095 nuove posizioni nel solo mese di luglio. Andy Challenger, chief revenue officer della società, osserva che l’AI sta spostando il mercato del lavoro, non smantellandolo. Una distinzione sottile, quasi cavillosa, che però nasconde una domanda scomoda: se il mercato si sposta e non collassa, chi viene lasciato indietro nel movimento?

La risposta arriva da un policy brief di Stanford SIEPR, pubblicato a luglio. L’occupazione tra i lavoratori di 22-25 anni nei settori più esposti all’AI è diminuita costantemente dal lancio pubblico di ChatGPT, alla fine del 2022. Nello stesso periodo, l’occupazione dei lavoratori più esperti è rimasta stabile o è persino cresciuta. Oltre l’80% dei dipendenti dichiara di usare strumenti di intelligenza artificiale nel proprio lavoro quotidiano, ma appena il 5% delle aziende riesce a misurare un impatto reale sui livelli occupazionali. Il livello junior si sta svuotando in silenzio, mentre le imprese continuano a cercare le prove che l’AI possa davvero fare il lavoro per cui quei ragazzi erano stati assunti.

Il conto che nessuno ha ancora pagato

C’è una scommessa implicita in ogni congelamento delle assunzioni junior, ed è una scommessa rischiosa quanto elegante nella sua semplicità: le aziende presumono di non avere più bisogno di formare talento internamente, perché in futuro basterà comprarlo, o produrlo con una macchina. Il problema è che questa scommessa ha già un precedente storico, e non è mai andata bene a chi l’ha fatta.

Kaelyn Lowmaster, director analyst nella practice HR di Gartner, avverte che le organizzazioni che eliminano i percorsi di carriera per i giovani finiscono per pagare un premio più alto quando devono assumere talento esperto dall’esterno, invece di svilupparlo internamente.

La sua collega Meaghan Kelly va oltre, e nel farlo suggerisce che il problema non sia tanto se assumere i junior, quanto come farli lavorare: gli approcci tradizionali di formazione, fatti di compiti ripetitivi e crescita graduale, non bastano più in un ambiente dominato dagli strumenti AI. Servono, dice, strutture di supporto che permettano ai neoassunti di affrontare subito ruoli complessi, dove serve giudizio più che esecuzione.

Amazon, singolarmente, sembra muoversi in questa direzione, con un misto di pragmatismo e contraddizione che vale la pena osservare da vicino. L’azienda prevede di assumere 11.000 tra stagisti e neolaureati quest’anno, proprio mentre la sua divisione AWS costruisce e vende agenti AI pensati per automatizzare il recruiting, la scrittura di codice, la gestione dei sinistri assicurativi.

Matt Garman, CEO di AWS, ha risposto alle critiche con una frase secca, pronunciata al podcast Platformer: “i conti non tornano“se si punta all’eliminazione di massa dei posti di lavoro, perché l’economia su cui l’AI stessa si regge dipende da persone che lavorano e spendono. Amazon ha tagliato circa 30.000 posti corporate da ottobre, ma secondo Garman i tagli vengono dall’appiattimento dei livelli manageriali, non dalla sostituzione diretta operata dall’AI. Nel frattempo, l’azienda ha oggi più sviluppatori software di due anni fa, nonostante l’uso intensivo di strumenti di codifica automatica.

Ottimizzare prima di validare

Il caso Amazon resta, per ora, un’eccezione più che una regola, ed è proprio questa eccezionalità a renderlo interessante. La maggior parte delle aziende sta scommettendo sull’efficienza prima ancora di aver dimostrato che la sostituzione funzioni. È una logica che ha una sua coerenza interna, quasi contabile: se un compito può in teoria essere automatizzato, meglio smettere subito di pagare qualcuno per farlo, e affrontare i dettagli operativi più avanti.

Ma i dettagli operativi, in questo caso, hanno un nome preciso: pipeline di talento. E le pipeline, una volta smantellate, non si ricostruiscono con un ordine di acquisto. Quando quasi un CHRO su quattro ammette che la propria leadership ha già congelato le assunzioni entry-level sulla base di aspettative sull’AI, e solo un’azienda su cinque ha visto un ritorno concreto da quegli stessi investimenti, la distanza tra decisione e prova comincia a somigliare a un azzardo collettivo.

Resta una domanda, semplice quanto le prime righe di questo articolo, ma più difficile da liquidare: cosa succede se i conti, alla fine, non tornano davvero?

Le aziende che hanno tagliato per prime i propri percorsi di ingresso rischiano di essere le stesse che, tra qualche anno, pagheranno il prezzo più alto per ricostruirli da zero.