Il lavoro IT nell’era dell’AI e della Gen Z: una doppia rivoluzione silenziosa

Sono ormai almeno due anni che assistiamo all’affermazione progressiva di strumenti basati sulla Generative AI come supporto quotidiano in tutte le professioni. Secondo il rapporto annuale di McKinsey & Company (2024), il 65% delle organizzazioni globali dichiara di utilizzare regolarmente strumenti di AI generativa, una percentuale quasi raddoppiata rispetto all’anno precedente. Nelle aziende che progettano e sviluppano soluzioni IT, questa trasformazione è particolarmente visibile e radicale.

Non stiamo assistendo a una sostituzione del lavoro IT. Stiamo assistendo a una sua profonda riconfigurazione. E questa riconfigurazione si intreccia con un secondo cambiamento strutturale altrettanto potente: l’ingresso massiccio della Generazione Z nel mercato del lavoro, con valori, aspettative e modalità operative radicalmente diverse da quelle delle generazioni precedenti.

La fine del lavoro IT ripetitivo cognitivo

Il cambiamento più immediato e visibile riguarda la natura stessa delle attività quotidiane degli sviluppatori software. Attività tradizionalmente centrali nel lavoro IT — scrivere codice standard, produrre documentazione tecnica, eseguire test di regressione, fare debugging sistematico — sono oggi in larga parte assistite o direttamente automatizzate da strumenti come GitHub Copilot, Amazon CodeWhisperer e sistemi agentici basati su modelli linguistici di grandi dimensioni (LLM).

Una ricerca di GitHub (2023) ha rilevato che gli sviluppatori che utilizzano Copilot completano i task fino al 55% più velocemente rispetto a chi non lo utilizza. Analogamente, uno studio di Microsoft Research (2024) documenta come l’uso di assistenti AI nel coding riduca significativamente il tempo dedicato a compiti ripetitivi, liberando risorse cognitive per attività di livello superiore.

Il punto critico, però, non è la velocità. È il tipo di valore che rimane appannaggio umano. Come osserva Autor (2024) in un recente lavoro sul futuro del lavoro nell’era dell’AI, l’automazione tende a erodere le attività routinarie — anche quelle cognitive — piuttosto che le competenze adattive, relazionali e contestuali. In ambito IT, questo significa che il valore del developer non si misura più in righe di codice prodotte, ma nella qualità del problema che sa definire, nella capacità di valutare criticamente l’output dell’AI, nel disegno architetturale di sistemi complessi.

Il vero cambiamento non è che serviranno meno sviluppatori. È che serviranno sviluppatori diversi.

La polarizzazione delle competenze e la scomparsa della mediocrità

Uno degli effetti più profondi e meno discussi dell’AI nel lavoro IT è la polarizzazione delle competenze. Nei mercati del lavoro precedenti, esisteva una distribuzione relativamente omogenea di competenze: junior, mid–level, senior. Questa gerarchia è oggi in crisi strutturale.

Emerge una struttura bimodale: da un lato, figure altamente specializzate in architettura software, AI orchestration, system design e sicurezza di sistemi complessi. Dall’altro, figure con competenze generali ma fortemente potenziate dall’AI — capaci di produrre output di qualità superiore alla loro formazione grazie all’uso sapiente degli strumenti. In mezzo, quello che potremmo chiamare il livello di “competenza media non aggiornata” — profili tecnici tradizionali che non hanno integrato l’AI nel proprio modo di lavorare — tende a perdere rilevanza competitiva.

Questo fenomeno è coerente con quanto documentato dal World Economic Forum nel Future of Jobs Report 2025, che identifica nella “skill obsolescence” uno dei rischi principali per i lavoratori della conoscenza nei prossimi cinque anni. Non si tratta di perdere il lavoro all’AI, ma di perdere competitività rispetto a colleghi — umani — che l’AI la usano meglio.

L’AI non elimina il lavoro: elimina la mediocrità non aggiornata.

Dal coding al problem solving: la nuova geografia del valore

La conseguenza più profonda della trasformazione in corso è uno spostamento del baricentro del valore professionale. Per decenni, nelle aziende IT, la capacità di scrivere codice efficiente e corretto è stata il principale metro di valutazione di un professionista tecnico. Questo paradigma è in rapida dissoluzione.

Ciò che diventa raro e prezioso è la capacità di definire problemi con precisione, articolare il contesto in modo che l’AI possa operare efficacemente, valutare criticamente le soluzioni generate, garantire la qualità sistemica del risultato finale. In altri termini, il lavoro IT si sposta dalla sintassi alla semantica, dall’esecuzione alla direzione.

Questo cambiamento è ben catturato dal concetto di “AI fluency” proposto da Mollick (2024) in Co-Intelligence. Non si tratta di saper programmare meglio grazie all’AI, ma di sviluppare una nuova forma di intelligenza ibrida — umana e artificiale — in cui il confine tra il pensiero del developer e l’output del modello diventa deliberatamente permeabile. I professionisti più efficaci in questo scenario non sono i migliori programmatori: sono i migliori collaboratori dell’AI.

Il lavoro IT non sarà più ‘scrivere software’, ma ‘far funzionare sistemi intelligenti’.

Le implicazioni per HR e le organizzazioni

Questo scenario trasformativo ha implicazioni dirette e urgenti per le funzioni HR delle aziende IT. Tre in particolare meritano attenzione.

L’upskilling continuo come infrastruttura, non come progetto

La formazione tecnica episodica — il corso, la certificazione, il workshop annuale — non è più sufficiente. In un contesto in cui le capacità degli strumenti AI evolvono ogni sei-dodici mesi, l’upskilling deve diventare un processo embedded nella cultura organizzativa. IBM Institute for Business Value (2023) stima che il tempo medio necessario per riqualificare un lavoratore della conoscenza si sia ridotto da tre anni a meno di uno grazie agli strumenti di apprendimento potenziati dall’AI — ma solo nelle organizzazioni che hanno strutturato percorsi di apprendimento continuo e adattivo.

Nuovi ruoli emergenti

Il mercato IT sta già producendo nuove figure professionali che fino a pochi anni fa non esistevano. Tra le più significative: l’AI Orchestrator (responsabile dell’integrazione e del coordinamento di agenti AI in pipeline di lavoro complesse), il Prompt Strategist (evoluzione del prompt engineer, con responsabilità più ampie di design del dialogo uomo-macchina), il Model Evaluator (specialista nella valutazione della qualità e dell’affidabilità degli output AI in contesto di produzione). Queste figure non sono ancora consolidate nelle job description aziendali, ma stanno emergendo nelle pratiche delle organizzazioni più avanzate.

Ripensare la valutazione del talento

Se il valore professionale si sposta dalla capacità di scrivere codice alla capacità di pensare sistemi e collaborare con l’AI, i tradizionali strumenti di selezione e valutazione del talento IT — il CV tecnico, il coding test, la lista di linguaggi padroneggiati — perdono parte del loro potere predittivo. Ciò che diventa centrale è la capacità adattiva: come il candidato impara, con quale velocità aggiorna il proprio modello di lavoro, come gestisce l’incertezza e l’ambiguità di sistemi parzialmente autonomi.

Il doppio acceleratore: AI e Gen Z

Come ho analizzato nel precedente articolo dedicato al salto generazionale in corso, la Generazione Z non porta soltanto nuove competenze digitali: porta una diversa concezione del lavoro, dell’autorità organizzativa, del significato professionale. Per la Gen Z, il lavoro è strumento di identità e crescita, non solo fonte di reddito. La flessibilità non è un benefit: è un prerequisito. La trasparenza e il feedback continuo non sono prassi HR virtuose: sono aspettative di base.

L’AI e la Gen Z stanno agendo contemporaneamente come acceleratori di cambiamento su dimensioni diverse ma complementari. L’AI accelera il cambiamento del lavoro: ridefinisce cosa si fa, come si fa, quale valore ha. La Gen Z accelera il cambiamento delle organizzazioni: ridefinisce perché si lavora, in quale contesto, con quali regole. La combinazione dei due vettori produce un effetto moltiplicativo che molte aziende stanno ancora sottovalutando.

Il vero shock non è tecnologico. Non è generazionale. È la combinazione dei due