Per il CEO di NVIDIA l'AI sta "creando un numero enorme di posti di lavoro"

Il dibattito sull’impatto dell’Intelligenza Artificiale sul lavoro torna al centro dell’attenzione con dichiarazioni che sfidano l’opinione comune.

Jensen Huang, CEO di NVIDIA, sostiene che l’AI non stia distruggendo occupazione su larga scala, ma stia invece generando una quantità significativa di nuovi ruoli. Le sue parole arrivano in una fase in cui l’adozione di sistemi basati su modelli generativi cresce rapidamente, alimentata da investimenti miliardari e da un’accelerazione tecnologica senza precedenti.

Il tema non è nuovo: già durante le precedenti ondate di automazione, dall’introduzione dei sistemi ERP agli algoritmi di machine learning nei servizi finanziari, si è osservato un fenomeno di sostituzione parziale accompagnato dalla creazione di nuove professionalità, con però una complessiva riduzione del personale umano. La differenza sembra risiedere nella velocità di diffusione e nella pervasività dei sistemi AI, capaci di intervenire sia su attività manuali sia su processi cognitivi complessi.

Secondo dati di mercato, la spesa globale in soluzioni AI ha superato i 150 miliardi di dollari nel 2025, con previsioni di ulteriore espansione nei prossimi anni. Un contesto che rende le posizioni espresse da Huang tutt’altro che marginali.

Nuovi lavori, nuove competenze: cosa sta cambiando davvero

L’espansione dell’AI non si traduce solo in ruoli altamente tecnici. Accanto a figure come machine learning engineer e data scientist, emergono profili ibridi che combinano competenze di dominio con capacità di interazione con modelli generativi. La domanda crescente di potenza computazionale, su cui NVIDIAoccupa una posizione centrale con le sue architetture GPU, ha generato una filiera articolata che tocca progettazione di chip, gestione di data center ad alta densità e sviluppo di servizi cloud specializzati.

Cresce parallelamente la richiesta di specialisti in sicurezza dei modelli, gestione dei dati e valutazione delle performance, mentre tecnologie come fine-tuning e retrieval-augmented generation richiedono conoscenze specifiche per adattare i modelli a contesti aziendali reali.

Limiti reali, mercato del lavoro e prospettive

Nonostante l’ottimismo di Huang, il quadro rimane preoccupante. L’AI eccelle in compiti ben definiti e basati su pattern, ma incontra ancora limiti nelle situazioni che richiedono comprensione profonda del contesto, ragionamento causale o gestione dell’ambiguità.

L’integrazione nei processi aziendali comporta inoltre costi non trascurabili: infrastruttura hardware, consumo energetico e manutenzione dei modelli rendono l’adozione su larga scala tutt’altro che automatica. I dati sul mercato del lavoro mostrano una dinamica articolata: mentre alcune mansioni scompaiono, altre nascono o si trasformano, anche se gli stessi colossi tecnologici (da Google a Microsoft) continuano a tagliare sul personale, lasciando a casa professionisti .

La differenza attuale riguarda la rapidità con cui queste transizioni avvengono, e la capacità delle imprese e dei sistemi formativi di stare al passo. Nel medio periodo è plausibile assistere a una polarizzazione: da un lato professioni altamente specializzate legate allo sviluppo dell’AI, dall’altro ruoli che richiedono competenze trasversali e capacità di collaborazione con sistemi automatizzati.