Il 58% delle ore di lavoro nei dieci principali Paesi europei – Repubblica Ceca, Danimarca, Francia, Germania, Italia, Paesi Bassi, Polonia, Spagna, Svezia e Regno Unito che rappresentano più di tre quarti del Pil e della forza lavoro europea – è già oggi tecnicamente automatizzabile con le tecnologie esistenti. È questa la stima centrale del report Agents, robots, and us: How AI reshapes work and skills in Europe, pubblicato a maggio 2026 dal McKinsey Global Institute. L’Italia supera la media continentale: la quota raggiunge il 60%, uno dei valori più alti tra i Paesi analizzati.
Prima di addentrarci nei numeri e nelle analisi del report di McKinsey è necessario fare una premessa metodologica. Il dato sopra riportato misura semplicemente la “fattibilità tecnica”, il potenziale dell’automazione all’attuale stato dell’arte della tecnologia. E non quanto di tutto questo accadrà realmente. Un’analisi di fattibilità insomma, non una previsione.
Come precisa esplicitamente il rapporto, man mano che i compiti all’interno delle mansioni vengono automatizzati, i ruoli evolvono e emergono nuove attività. La trasformazione riguarda quindi più il modo in cui il lavoro viene svolto che la sua quantità complessiva.
L’altro dato principale che emerge dalla lettura del report è quello sul “valore” potenziale dell’automazione per l’Europa. Lo studio lo quantifica in ben 1.900 miliardi di dollari entro il 2030 nello scenario di adozione intermedia, mentre in uno scenario più prudente la cifra scende a 1.100 miliardi. La forbice – 800 miliardi di dollari – riflette quanto il risultato dipenda dalla velocità con cui le organizzazioni riprogetteranno processi e flussi di lavoro. Per l’Italia il potenziale economico stimato nello scenario intermedio è di 196 miliardi di dollari: ancora una volta superiore alla media dei 10 Paesi considerati.
Indice degli argomenti
Come si distribuisce l’automazione: agenti e robot
Il rapporto distingue tra due categorie di tecnologie. Gli “agenti” sono sistemi – in gran parte basati sull’IA generativa – che automatizzano attività non fisiche: elaborazione di informazioni, analisi, coordinamento, produzione di testi e codice. I “robot” sono macchine che automatizzano attività fisiche: movimentazione di materiali, operazione di macchinari, assemblaggio. La combinazione delle due categorie copre il 58% del monte ore lavorativo europeo: il 44% rientra nella sola componente non fisica (attività potenzialmente gestibili da agenti), il 14% in quella fisica (attività potenzialmente gestibili da robot). Il restante 42% richiede capacità umane che includono giudizio complesso, adattabilità e ragionamento contestuale.
Gli agenti pesano per circa l’82% del valore economico totale stimato dall’automazione in Europa, contro il 18% dei robot. Questo riflette la prevalenza del lavoro cognitivo nelle economie europee e la diversa economia di deployment: i sistemi robotici richiedono investimenti iniziali maggiori e tempi di implementazione più lunghi, mentre i sistemi basati su agenti possono essere diffusi con maggiore rapidità. Anche nel manifatturiero – settore fisicamente intensivo per eccellenza – il 71% del valore proiettato al 2030 deriva da sistemi agentici applicati a pianificazione, controllo qualità, approvvigionamento e gestione della supply chain.
Il rapporto articola il panorama occupazionale in sette archetipi, combinando il ruolo atteso di persone, agenti e robot. Il 31% della forza lavoro europea rientra nei ruoli “people-centric”, dove il giudizio umano, l’interazione interpersonale e l’adattabilità restano centrali. Il 27% si colloca nei ruoli ibridi, dove le persone lavorano a fianco di agenti o robot mantenendo un ruolo di supervisione e gestione delle attività ad alto valore. Il restante 42% è concentrato in occupazioni che potrebbero diventare prevalentemente guidate dall’IA, caratterizzate da mansioni strutturate e codificate.
La domanda di competenze AI
La trasformazione non riguarda solo i processi, ma anche le competenze richieste ai lavoratori. Il rapporto introduce una distinzione utile tra “AI fluency” – la capacità pratica di utilizzare e gestire sistemi di IA nel lavoro quotidiano, integrare output nei flussi di lavoro, interpretare i risultati e applicare giudizio – e “competenze tecniche AI”, che riguardano la progettazione e lo sviluppo di sistemi di IA. La prima categoria cresce molto più rapidamente della seconda.
Tra il quarto trimestre del 2023 e il quarto trimestre del 2025 la domanda di AI fluency è quintuplicata nei dieci Paesi europei analizzati, comparendo negli annunci di lavoro di occupazioni che rappresentano il 5% dell’occupazione complessiva. La domanda di competenze tecniche AI è cresciuta con più moderazione: 1,7 volte nello stesso periodo.
Il 75% delle competenze oggi richieste dai datori di lavoro europei è comune sia ad attività automatizzabili sia a quelle non automatizzabili. Questo significa che nella maggior parte dei casi le competenze non saranno semplicemente sostituite, ma applicate in modo diverso, in collaborazione con sistemi di IA. Le competenze a maggiore esposizione all’automazione sono quelle digitali e di elaborazione dell’informazione – dai linguaggi di programmazione all’inserimento dati di routine. Quelle a minore esposizione sono le competenze radicate nella leadership, nella comunicazione e nell’empatia.
I numeri dell’Italia
L’Italia si trova in una posizione particolare all’interno del quadro europeo: come anticipato, il 60% delle ore lavorative sono tecnicamente automatizzabili (44% da Agenti AI e 16% da robot), ma la crescita della domanda di competenze AI è tra le più contenute: la richiesta di AI fluency è raddoppiata tra il 2023 e il 2025, contro una media europea di cinque volte. La domanda di competenze tecniche AI è cresciuta 2,2 volte, in linea con la media continentale.
Il settore manifatturiero è preponderante nella distribuzione del valore potenziale italiano: dei 196 miliardi di dollari stimati entro il 2030, 52 miliardi provengono dal manifatturiero – la quota più alta in valore assoluto tra tutti i settori del Paese, pari a oltre un quarto del totale. Retail e commercio all’ingrosso contribuiscono per 23 miliardi, supporto amministrativo e governo per 16 miliardi, costruzioni per altri 16 miliardi. Questa concentrazione nel manifatturiero avvicina il profilo italiano a quello ceco più che a quelli di Germania o Francia, dove il valore è distribuito su una gamma più ampia di settori.
Guardando agli archetipi occupazionali il 30% della forza lavoro italiana rientra nei ruoli people-centric (paga media corrente: 31.000 dollari), il 20% nei ruoli people-agent (38.000 dollari), il 29% nei ruoli agent-centric (35.000 dollari) e l’11% nei ruoli robot-centric (30.000 dollari). Il 36% della forza lavoro opera in ruoli con significativa componente fisica.
Sul fronte delle competenze la categoria in maggiore crescita nella domanda italiana è il coaching e la formazione atletica (373 occupazioni aggiuntive), seguita da quality assurance and control (+259), business operations (+212), supporto tecnico e servizi (+190), leadership e iniziativa (+189). Tra le competenze in calo spiccano la robotica tradizionale (-44), l’economia (-35) e la programmazione in C e C++ (-28) – un segnale dell’obsolescenza di alcune competenze tecniche specifiche a fronte della crescente automazione dei compiti che le richiedevano.
Lo Skill Change Index – la misura che il McKinsey Global Institute fa dell’esposizione all’automazione per singola competenza – posiziona le machine-tool skills al vertice del rischio italiano con un valore di 33,2, indicando che circa il 33% del lavoro associato a quella competenza potrebbe essere automatizzato entro il 2030 nello scenario intermedio. Fatturazione, monitoraggio continuo, competenze di audit e SQL occupano le posizioni intermedie. Leadership, negoziazione e gestione delle persone si collocano al fondo della distribuzione, con esposizione minima.
Il rapporto sottolinea che il divario italiano tra potenziale di automazione elevato e adozione lenta delle competenze AI rappresenta una discontinuità che richiede attenzione. Catturare il valore stimato dipenderà dalla capacità delle organizzazioni di ridisegnare i flussi di lavoro integrando agenti e robot nei processi core – non semplicemente applicando l’IA a mansioni isolate all’interno di processi legacy.
