Lo studio del Mit introduce un modello di simulazione avanzato che mostra come l’intelligenza artificiale abbia già la capacità di sostituire l’11,7% della forza lavoro statunitense, con un impatto stimato pari a 1,1 trilioni di euro in salari. Il primo periodo riassume gli elementi centrali dell’analisi: l’esposizione visibile da 193 miliardi di euro (2,2% dei salari), il nuovo Iceberg Index come strumento di simulazione per 151 milioni di lavoratori, la mappatura di 32.000 competenze, l’impatto su settori come finanza, sanità, logistica e amministrazione, e il coinvolgimento di stati come Tennessee, North Carolina e Utah, che adottano lo strumento come riferimento per azioni di reskilling e pianificazione economica. La ricerca, sviluppata con Oak Ridge National Laboratory, fornisce una visione dettagliata su come la disruption dell’intelligenza artificiale coinvolga regioni costiere e aree rurali allo stesso modo, creando un vero digital twin del mercato del lavoro.
Cosa leggere
Principali risultati dello studio Mit
I ricercatori del Mit evidenziano che l’intelligenza artificiale sostituisce già l’11,7% delle funzioni lavorative a livello nazionale, una quota che rappresenta 1,1 trilioni di euro in salari. L’esposizione visibile, pari al 2,2% dei salari complessivi e stimata in 193 miliardi di euro, riguarda soprattutto ruoli nel settore tech e nelle professioni legate al computing. L’esposizione totale comprende anche mansioni di routine in risorse umane, logistica e amministrazione, ambiti in cui l’automazione è più rapida grazie alla capacità dell’intelligenza artificiale di svolgere compiti strutturati. I settori della finanza, della sanità e dei servizi professionali mostrano un rischio distribuito su diverse categorie di task. Lo studio analizza le interazioni tra lavoratori, task e competenze, simulando come l’intelligenza artificiale possa influenzare flussi occupazionali e salari. I ricercatori identificano hotspot di esposizione e propongono l’utilizzo del modello per orientare investimenti in formazione tecnica. L’indagine sfida l’idea che il rischio sia limitato agli hub tecnologici costieri, mostrando come le regioni inland siano esposte in modo analogo.
Iceberg Index e funzionalità
Il Mit, insieme all’Oak Ridge National Laboratory, sviluppa l’Iceberg Index, un tool che simula l’intero mercato del lavoro degli Stati Uniti trattando 151 milioni di lavoratori come agenti individuali dotati di competenze e localizzazione geografica. Il sistema mappa 32.000 skill in 923 occupazioni, coprendo 3.000 contee. L’indice misura quali competenze possono essere eseguite dall’intelligenza artificiale e costruisce una visione centrata sulle skill, offrendo un ambiente interattivo in cui esplorare scenari strategici. Gli stati utilizzano l’indice per testare politiche prima di investire miliardi in programmi di formazione. Il tool rivela come la trasformazione dei task possa precedere gli effetti visibili nell’economia reale. La piattaforma abilita simulazioni su larga scala, scenari what-if e analisi delle variazioni previste nel Pil locale. L’Iceberg Index non predice tempistiche delle perdite lavorative ma identifica zone di esposizione, aiutando decisori pubblici e leader aziendali a comprendere dove investire.
Impatto stato per stato
L’Iceberg Index mostra effetti diffusi in tutti i 50 stati Usa, indicando che la disruption dell’intelligenza artificiale non riguarda solo le regioni tecnologiche costiere. Le aree rurali subiscono impatti paragonabili a quelle urbane, soprattutto in settori come sanità, manifattura e servizi professionali. Il Tennessee integra l’indice nel proprio Ai Workforce Action Plan, concentrandosi su reskilling, robotica e ottimizzazione dei trasporti. La North Carolina utilizza dati specifici per contee, con analisi suggerite dalla senatrice DeAndrea Salvador, che evidenzia abbinamenti tra competenze e probabilità di automazione. Anche lo Utah prepara report dettagliati basati sulla modellazione dell’Iceberg Index, usando il tool per prevedere effetti su Pil statale e occupazione. Gli impatti emergono anche a livello di census block, mostrando come la perdita o la trasformazione di mansioni possa colpire aree eterogenee. I settori che dipendono da attività ripetitive o da processi amministrativi mostrano una maggiore pressione, mentre mansioni fisiche e lavori con intensa componente manuale mantengono un margine di protezione relativo.
Metodologia della simulazione
Il Mit adotta un approccio population-level per costruire la simulazione, modellando interazioni e scambi tra i 151 milioni di lavoratori rappresentati come agenti. Ogni lavoratore viene definito da un insieme di competenze, occupazione e posizione geografica. Il sistema integra dati statali, validati con Tennessee e North Carolina, per migliorare la rappresentazione locale del mercato del lavoro. L’intelligenza artificiale viene testata su 32.000 competenze distribuite in 923 occupazioni, fornendo una fotografia forward-looking della capacità attuale dei modelli di automazione. Gli esperimenti rivelano cambiamenti anticipati nella distribuzione dei task e indicano come l’automazione possa riorganizzare flussi occupazionali prima che la trasformazione emerga nei dati economici tradizionali. La metodologia enfatizza il concetto di augmentation, mostrando come alcuni settori, come la sanità, possano beneficiare di assistenti intelligenti. La manifattura integra robotica avanzata, mentre il settore dell’energia nucleare esplora digital twin e automazione predittiva.
Citazioni chiave e contesto
Il ricercatore Prasanna Balaprakash descrive Iceberg Index come un “digital twin” del mercato del lavoro, capace di eseguire esperimenti rapidi che mostrano come l’intelligenza artificiale ristrutturi compiti e competenze. La senatrice DeAndrea Salvador sottolinea l’importanza dei dati county-specific per identificare match tra skill e rischio di automazione, oltre che per prevedere variazioni nel Pil e nell’occupazione. I report del Project Iceberg aiutano legislatori e amministrazioni a prioritarizzare investimenti in formazione e infrastrutture, testando interventi prima di impegnare risorse consistenti. La ricerca sfida la narrativa secondo cui i rischi siano confinati agli hub tecnologici, mostrando come la disruption sia diffusa e riguardi regioni e settori diversi. L’esposizione totale include funzioni amministrative, ruoli di computing e attività operative che l’intelligenza artificiale è già in grado di replicare. L’economia subisce un impatto complessivo pari a 1,1 trilioni di euro, di cui 193 miliardi di euro immediatamente visibili, mentre la parte restante rappresenta l’iceberg sommerso di una trasformazione strutturale in corso.
