Tecnologia e occupazione, in Italia tra 4 e 7 milioni di lavoratori rischiano il posto (ma non è detto che lo perderanno)

Chi ha studiato economia sa che rispondere al quesito “Quanti lavoratori perderanno il lavoro a causa del progresso tecnologico” è forse più difficile che trovare la ricetta per fabbricare l’elisir di lunga vita. Su questi temi il lavoro dell’economista non può che porsi un obiettivo: partire dallo studio di dinamiche e correlazioni per trarne tendenze e probabilità. Ed è proprio quello che hanno fatto tre studiosi italiani che si sono presi la briga di riconsiderare i diversi approcci sviluppati durante questi anni a livello internazionale per applicarli al caso specifico del Belpaese, fornendo una stima della probabilità di automazione delle 800 professioni individuate in Italia da Inapp e Istat. Con il merito – aggiungiamo – di arrivare alle necessarie conclusioni numeriche, ma di sottolineare anche come teoria e pratica possono essere – fortunatamente in questo caso – anche profondamente distanti.

Ma andiamo per gradi e vediamo di raccontare premesse, risultati e considerazioni che emergono dalla lettura dello studio intitolato “Rischi di automazione delle occupazioni: una stima per l’Italia” pubblicato sul numero di dicembre 2021 della rivista “Stato e Mercato” da Mariasole Bannò (Università di Brescia), Emilia Filippi (Università di Trento) e Sandro Trento (Università di Trento).

Da 3,87 a 7,12 milioni di lavoratori a rischio

Iniziamo dalle conclusioni a cui giungono gli autori dello studio, che fanno riferimento alla struttura reale del mercato del lavoro italiano e non un semplice “porting” di ricerche effettuate su mercati anglosassoni o, come nel caso di un recente studio, su quello francese.

In Italia il 33,2% dei lavoratori, cioè ben 7,12 milioni di addetti, rischierebbe di perdere il posto a causa di automazione, robotica, intelligenza artificiale e machine learning. Questo il dato emerso applicando i dettami dell’approccio occupation-based che muove dall’idea che sono le professioni ad essere automatizzabili. Il dato si riduce a “soli” 3,87 milioni di addetti (pari al 18,1% della forza lavoro) utilizzando il task-based approach che, come suggerisce il nome, considera le attività lavorative, le mansioni – i task, appunto – il cui mix va poi a comporre le professioni.

Gli autori dello studio, quindi, applicano entrambi i modelli ai dati specifici relativi alla struttura occupazionale italiana, ricavandone di fatto una forbice piuttosto ampia, compresa tra circa 4 e circa 7 milioni di posti di lavoro a rischio. Numeri, comunque, che per fortuna sono solo teorici, come vedremo.

Ma che cosa significa che “rischiano di perdere il posto di lavoro”? Si tratta di un’espressione che è la sintesi di una probabilità. Le professioni infatti sono state classificate in base a tre livelli di probabilità di automazione: bassa (0-0,3), media (0,3-0,7) e alta (0,7-1).

Prendendo in considerazione il solo approccio occupation-based lo studio rileva come il 33,2% delle professioni abbia una probabilità alta (superiore a 0,7) di essere sostituita, mentre un altro 36,6% sarebbe comunque a rischio medio e solo il 30,2% a rischio basso. Rischio “alto” indica che “la professione associata è potenzialmente automatizzabile dal computer in un numero non specificato di anni, forse un decennio o due”.

Emerge inoltre che i lavoratori maschi rischiano mediamente parecchio di più rispetto alle lavoratrici – e anche su questo torneremo in seguito.

Dalla teoria alla pratica

Tuttavia, spiegano gli autori, fermarsi a una quantificazione del rischio teorico, come quello che emerge dallo spaventoso specchietto che vedete qui sopra, sarebbe un errore. Perché nel mondo reale esistono diversi “colli di bottiglia”. Alcuni di questi sono dei limiti che incidono sulla fattibilità tecnica. In pratica esistono task che la tecnologia non è ancora in grado di affrontare in maniera soddisfacente in relazione a tre capacità considerate ancora prettamente “umane”: la percezione e la manipolazione, l’intelligenza creativa e l’intelligenza sociale.

E poi ci sono fattori di natura diversa, normativa e sociale, per esempio, che frenano la pur teoricamente possibile adozione delle tecnologie di automazione da parte delle imprese. Le caratteristiche del sistema e del contesto italiano (imprese di piccola dimensione, imprese a controllo familiare etc.) e altri fattori come la legislazione sul lavoro incidono infatti su quella che gli autori definiscono “l’automazione reale”.

Esiste pertanto “un’automazione potenziale e un’automazione effettiva” per cui i “lavoratori italiani effettivamente a rischio di sostituzione pertanto non sono il 33,2% del totale – spiegano gli autori – ma una percentuale minore”. Quanto minore? Impossibile dirlo: “la percentuale di lavoratori effettivamente a rischio di sostituzione non è al momento stimabile, con i dati disponibili”. Sarà questo uno dei possibili sviluppi di un prossimo studio.

Ora che abbiamo esaminato la questione nei suoi contorni generali, vediamo più in dettaglio i tanti, interessanti spunti del lavoro di Bannò, Filippi e Trento.

In Italia c’è meno “job polarization”

Uno degli aspetti interessanti che distingue l’Italia da altri casi di studio riguarda il fenomeno della “polarizzazione” dei posti di lavoro.

Detta in parole semplici, il fenomeno osservato sia negli Stati Uniti che in Europa è che le professioni maggiormente a rischio sono quelle che richiedono un livello di competenze e offrono un livello salariale intermedio (middle-skill/middle-wage) perché i relativi compiti sono più semplici da automatizzare. Al contrario, le professioni high-skill/high-wage ma (in maniera apparentemente sorprendente) anche quelle low-skill/low-wage hanno visto aumentare i posti di lavoro. Il motivo è che certi compiti manuali o cognitivi non sembrano facilmente automatizzabili.

In Italia questo fenomeno appare meno marcato. Secondo gli autori, la ragione risiede nella “mancanza di una diffusa adozione di tecnologie avanzate”, che “ha comportato una polarizzazione dell’occupazione e dei salari meno evidente rispetto ad altri Paesi  tecnologicamente più avanzati”. Le imprese italiane sono infatti in ritardo nell’adozione delle nuove tecnologie di produzione “a causa di numerosi fattori tra cui la struttura produttiva italiana, l’alta percentuale di imprese di piccole e medie dimensioni, la struttura familiare e il contesto istituzionale. Inoltre, la diffusione delle nuove tecnologie è molto disomogenea (è più frequente nelle imprese di dimensioni maggiori e in quelle situate nel Nord Italia) e si focalizza su una singola tecnologia”. Ma c’è anche dell’altro: le tecnologie, soprattutto nell’era dell’Industria 4.0, da sole non bastano: per dispiegare il loro potenziale hanno bisogno di essere accompagnate da un’evoluzione dei modelli di business e della capacità manageriale.

Anche le condizioni di contorno, cioè gli interventi delle Istituzioni, rappresentano “una determinante significativa nel processo di cambiamento della struttura occupazionale” e possono quindi incidere sulla probabilità di automazione delle professioni e sul livello di polarizzazione.

L’importanza delle scelte

Leggendo gli studi economici si potrebbe essere portati a percepire certi cambiamenti come ineluttabili ed esogeni. Ma così non è. Quando leggiamo espressioni come quelle appena citate – condizioni di contorno, struttura produttiva ecc. – stiamo parlando di noi. E questo conta.

Se in Italia la tecnologia non ha sostituito il lavoro finora (e probabilmente non lo farà in futuro) è anche grazie alle scelte fatte dagli imprenditori. Che sicuramente ragionano in termini economici soppesando il costo da sostenere per impiegare la tecnologia e i relativi benefici; ma che poi, soprattutto se sono espressione del micro-capitalismo familiare italiano, prendono delle decisioni anche sulla base di considerazioni personali, umane e sociali.

Insomma, il capitale umano che le nostre PMI hanno in casa in termini di know how e skills è spesso conosciuto e apprezzato dagli imprenditori. Che poi magari hanno anche una certa “visione” del ruolo della persona all’interno dell’azienda. E tutto questo può rappresentare un fattore di forte contrasto tra l’apparente convenienza economica di una scelta e la sua reale attrazione.

Le professioni più a rischio in Italia

Secondo lo studio di Bannò, Filippi e Trento le professioni più a rischio sono quelle nel cui esercizio è presente “un numero elevato di attività di routine (automatizzabili) tra cui lo scambio di informazioni, la vendita e le attività manuali”. E sono professioni che si trovano in diversi settori: trasporti e logistica, il supporto d’ufficio e amministrativo, la produzione, il settore dei servizi e il settore della vendita. Tra questi gli assemblatori in serie di parti di macchine, ma anche gli agenti di commercio.

Viceversa sembrano più sicuri insegnanti, assistenti sociali e, in generale, chi opera nel management e finanza, nell’ambito legale, nell’istruzione, nell’assistenza sanitaria e nell’arte.

In Italia, come si può vedere dalla tabella riportata di seguito, le probabilità di automazione ottenute applicando il task based approach sono mediamente più basse di quelle ricavate adottando l’occupation-based approach. Secondo gli autori il motivo è che “anche le professioni che secondo l’occupation-based approach presentano una probabilità di automazione elevata sono composte da attività lavorative che sono difficili da automatizzare”: in altre parole, anche un lavoro apparentemente non particolarmente “skillato” può risultare relativamente sicuro se nell’elenco delle mansioni che lo compongono è presente un set di attività che sono difficili da automatizzare perché richiedono la percezione e la manipolazione, l’intelligenza creativa e l’intelligenza sociale che, come abbiamo visto, sono le risorse degli umani e i colli di bottiglia per la tecnologia.

Esempi di questo genere sono gli estetisti, i baristi e gli idraulici che non sono considerati tra quelli che richiedono maggiori studi e competenze, ma che sono – per ragioni diverse – tra le professioni a minor rischio.

Professione Probabilità di automazione stimata
O-B approach T-B approach
Insegnanti di scuola pre-primaria 0,0076 0,2073
Assistenti sociali 0,0151 0,2173
Dentisti e odontostomatologi 0,0186 0,2159
Medici di medicina generale 0,0460 0,2142
Imprenditori e amministratori di grandi aziende nel commercio 0,0641 0,2486
Estetisti e truccatori 0,1098 0,0781
Ingegneri civili e professioni assimilate 0,1149 0,0858
Fotografi e professioni assimilate 0,1390 0,2331
Baristi e professioni assimilate 0,1400 0,0466
Acconciatori 0,1635 0,0781
Idraulici e posatori di tubazioni idrauliche e di gas 0,1925 0,0444
Procuratori legali ed avvocati 0,2105 0,0504
Tecnici programmatori 0,2358 0,4050
Camerieri e professioni assimilate 0,2712 0,0466
Agenti immobiliari 0,3141 0,2163
Allevatori e agricoltori 0,3498 0,2070
Esercenti nelle attività di ristorazione 0,4010 0,1421
Atleti 0,4344 0,2582
Addetti alla gestione dei magazzini e professioni assimilate 0,4486 0,4881
Panettieri e pastai artigianali 0,4607 0,7657
Elettrotecnici 0,5199 0,6565
Addetti ai servizi statistici 0,5367 0,5600
Giornalisti 0,5548 0,4467
Commessi delle vendite al minuto 0,6043 0,4192
Addetti alle buste paga 0,6215 0,5600
Tecnici della vendita e della distribuzione 0,6493 0,8070
Addetti a biblioteche e professioni assimilate 0,6879 0,7145
Agenti di borsa e cambio, tecnici dell’intermediazione titoli e professioni assimilate 0,7154 0,8070
Addetti alla preparazione, alla cottura e alla vendita di cibi in fast food, tavole calde, rosticcerie ed esercizi assimilati 0,7493 0,7310
Agenti di viaggio 0,7616 0,1083
Contabili e professioni assimilate 0,8061 0,7403
Addetti alla gestione del personale 0,8198 0,7145
Addetti alle consegne 0,8225 0,6393
Cassieri di esercizi commerciali 0,8321 0,8359
Personale non qualificato addetto ai servizi di custodia di edifici, attrezzature e beni 0,8497 0,6393
Rappresentanti di commercio 0,8515 0,8070
Addetti all’informazione e all’assistenza dei clienti 0,8583 0,1083
Uscieri e professioni assimilate 0,9050 0,6393
Autisti di taxi, conduttori di automobili, furgoni e altri veicoli 0,9165 0,6376
Centralinisti 0,9365 0,1083
Assemblatori in serie di parti di macchine 0,9788 0,8596

Perché i lavoratori italiani rischiano di più?

Bannò, Filippi e Trento hanno poi voluto confrontare i loro risultati con quelli riguardanti altri Paesi, rilevando come secondo l’occupation-based approach la quota di lavoratori italiani ad alto rischio di sostituzione è minore di quella stimata per altri Paesi ma rimane rilevante., mentre secondo il task-based approach, l’Italia è tra i Paesi in cui la quota di lavoratori ad alto rischio di sostituzione è tra le più elevate. Perché?

La diversa distribuzione dei lavoratori in base al rischio di sostituzione tra i Paesi, spiegano gli autori, “è legata sia alle differenze nella struttura settoriale dell’economia, sia alle differenze nel modo in cui sono organizzate le professioni nello stesso settore economico”.

E poi incidono la struttura settoriale e soprattutto il livello di maturità dell’adozione delle tecnologie in Italia. L’avvento delle nuove tecnologie in Italia è successivo e meno diffuso rispetto a paesi come gli Stati Uniti e la Germania. Questi altri Paesi, quindi, potrebbero già aver scontato una buona parte dell’effetto di sostituzione tra tecnologia e occupazione che invece l’Italia avrebbe ancora davanti a sé.

Come abbiamo anticipato, le lavoratrici sembrerebbero meno a rischio dei lavoratori, indipendentemente dall’approccio utilizzato.

Questa differenza è legata alla diversa distribuzione dei lavoratori e delle lavoratrici nelle professioni che presentano probabilità di automazione più o meno elevate. Si tratta, insomma, di un dato prettamente statistico.

La tecnologia che crea occupazione

Se è giusto focalizzarsi sul cosiddetto displacement, cioè sulla sostituzione dei lavoratori da parte delle macchine, merita almeno un cenno anche la componente relativa alla creazione di lavoro da parte della tecnologia.

In primo luogo, il lavoro che si crea nelle aziende che devono sviluppare, costruire e installare le nuove macchine. In questo – sottolineano gli autori – “l’Italia ha una presenza non trascurabile nella robotica industriale con punte di eccellenza”. Quanto invece agli ambiti più di frontiera, come intelligenza artificiale, big data e internet of things, si tratta di tecnologie che “necessitano di essere adattate alle esigenze specifiche dei settori e delle imprese”, un passaggio che “richiede una stretta collaborazione tra produttore della tecnologia e utilizzatore”: una “intermediazione tecnologica” che in Italia è ancora poco sviluppata.

La seconda dimensione per la creazione di occupazione è che con le nuove tecnologie i prezzi dei beni diminuiscono, favorendo nuova domanda che richiede quindi nuovo lavoro per soddisfarla.

Terza dinamica riguarda le tecnologie complementari che consentono di aumentare la produttività dei lavoratori, a cui dovrebbe far seguito “un aumento dei salari o dell’occupazione o di entrambi” e quindi anche della domanda da parte di questi soggetti che sono, a loro volta, anche dei consumatori. Un processo che però “non è scontato” perché “le tecnologie di cui stiamo parlando sembrano generare effetti positivi solo per gruppi ristretti di lavoratori dotati di adeguate competenze”. In particolare, il risultato non è scontato se si verifica una migrazione dal mondo manifatturiero a quello dei servizi dove la produttività è più bassa, i salari minori e i posti di lavoro più precari.

Infine, evidenziano Bannò, Filippi e Trento, “le tecnologie possono favorire la creazione di nuovi prodotti, settori e professioni”.

Le possibili contromisure

Abbiamo visto come i rischi di sostituzione siano solo teorici e non necessariamente concreti. Tuttavia è giusto che i risultati di studi come questo suonino come un campanello di allarme per i policy maker. Che cosa si può fare per ridurre il rischio di un’ondata di disoccupazione tecnologica?

Gli autori infatti sottolineano come, “nonostante la struttura produttiva italiana sia caratterizzata dalla presenza diffusa di piccole e medie dimensioni con ridotta capacità di investimento e dalla bassa adozione di tecnologie avanzate, il numero di lavoratori a rischio di sostituzione rimane elevato”.

Le azioni da mettere in campo sono sostanzialmente tre: “puntare sulla creazione di nuovi posti di lavoro, sulla formazione dei lavoratori e sui meccanismi di sostegno ai salari e ai redditi di alcune tipologie di lavoratori”.

Sul primo punto, in particolare, gli autori invitano a prestare molta attenzione a dove indirizzare la creazione di nuova occupazione: quando le carrozze furono sostituite dalle automobili, la nuova occupazione si creò sempre nell’ambito della manifattura e i nuovi posti di lavoro furono superiori a quelli scomparsi. Oggi però “è difficile immaginare che nella manifattura possano nascere nuovi giganti con centinaia di migliaia di dipendenti”. E le aziende dell’IT “utilizzano in proporzione al loro fatturato un numero di lavoratori davvero esiguo se confrontato col numero di dipendenti che venivano impiegati dai colossi del passato come General Motors”.

Il consiglio è di puntare sulle attività lavorative non automatizzabili, in settori come quello dei servizi alla persona, il turismo, la sanità e l’istruzione. Alcuni dei quali però hanno dimostrato, con la pandemia, di non essere affatto un rifugio sicuro.

Quanto alla formazione, infine, affidarsi alla “ricetta” classica del passato più istruzione meno rischio di disoccupazione tecnologica potrebbe non bastare. Istruzione e formazione infatti sono importanti, ma “non proteggono necessariamente contro il rischio di sostituzione, dato che i progressi tecnologici come il machine learning e l’intelligenza artificiale consentono di rimpiazzare anche lavoratori molto qualificati che svolgono funzioni non di routine”.

Determinanti sembrano invece le capacità creative, l’attitudine al problem solving, le capacità sociali e relazionali. La chiave, insomma, non è tanto quella di puntare su determinate hard skill, quanto essere in grado di stare al passo con i cambiamenti tecnologici grazie al life-long learning e alla capacità di sapersi dirottare verso un lavoro meno automatizzabile.

© RIPRODUZIONE RISERVATA

Franco Canna

Fondatore e direttore responsabile di Innovation Post. Grande appassionato di tecnologia, collabora dal 2001 con diverse testate B2B nel settore industriale scrivendo di automazione, elettronica, strumentazione, meccanica, ma anche economia e food & beverage, oltre che con organizzatori di eventi, fiere e aziende. E’ membro del Consiglio Direttivo di ANIPLA, l’Associazione Nazionale Italiana per l’Automazione.

6 thoughts on “Tecnologia e occupazione, in Italia tra 4 e 7 milioni di lavoratori rischiano il posto (ma non è detto che lo perderanno)

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.