- Con l'AI generativa una parte del vantaggio competitivo si sposta dall'esperienza accumulata alla velocità di apprendimento.
- Gli studi lo confermano: nell'assistenza clienti l'AI ha aumentato la produttività del 14% in media e del 34% per i lavoratori meno esperti (NBER); in BCG i consulenti sotto la media sono migliorati del 43%.
- Il rischio per chi è senior e pieno di lavoro è rimandare la formazione finché non diventa urgente.
- La finestra per i giovani non è automatica: Stanford ha rilevato un calo relativo del 13% dell'occupazione dei 22-25enni nei mestieri più esposti all'AI.
- Per un'azienda conviene dare a qualcuno tempo e mandato per sperimentare adesso, unendo la velocità dei junior al giudizio dei senior.
Cambiare per ispirazione, prima di doverlo fare per disperazione. È l’approccio che stiamo cercando di avere in Digital Cares nei confronti dell’intelligenza artificiale.
In questi mesi mi sono reso conto di una cosa: l’AI sta aprendo una finestra enorme di opportunità per chi è giovane. Non perché dieci o vent’anni di esperienza abbiano improvvisamente perso valore. Anzi. Ma perché, quando cambia radicalmente lo strumento con cui lavoriamo, una parte del vantaggio competitivo si sposta.
Dall’esperienza accumulata alla velocità di apprendimento.
Perché l’AI sposta il vantaggio verso chi impara più in fretta
Perché quando lo strumento cambia, quasi tutti ripartono sullo stesso terreno, e conta di più quanto velocemente si sperimenta. Chi è junior parte con meno certezze, meno processi sedimentati e, soprattutto, con più tempo e più necessità di provare. Chi è già molto senior e segue tanti clienti ha spesso un problema molto più banale: il tempo.
Non è solo una sensazione. Uno studio del National Bureau of Economic Research su oltre 5.000 operatori di assistenza clienti ha misurato che un assistente basato sull’AI generativa ha aumentato la produttività media del 14%, e del 34% per i lavoratori meno esperti. Un esperimento di Harvard Business School con Boston Consulting Group ha trovato lo stesso schema: usando GPT-4, i consulenti sotto la media sono migliorati del 43%, quelli sopra la media del 17%.
| Junior | Senior | |
|---|---|---|
| Tempo per sperimentare | Di solito di più | Poco: clienti, call, responsabilità |
| Abitudini da disimparare | Poche | Molte, spesso ben funzionanti |
| Guadagno di produttività con l’AI (studi citati) | Più alto | Più basso |
| Giudizio su cosa conta per il cliente | In costruzione | Il vero vantaggio, se resta aggiornato |
Il rischio vero: rimandare la formazione quando si è pieni di lavoro
Il rischio non è l’AI in sé, ma trattare lo studio come la cosa che si può sempre rimandare. Lo stiamo vedendo su noi stessi. Più Digital Cares cresce, più aumentano clienti, call, campagne e responsabilità. E più diventa difficile ritagliarsi ore per studiare qualcosa che oggi magari non serve ancora, ma tra sei mesi potrebbe diventare fondamentale.
Quando sei pieno di lavoro, la formazione sembra sempre la cosa che puoi rimandare. Finché non diventa quella che non potevi permetterti di rimandare.
Il World Economic Forum, nel Future of Jobs Report 2025, stima che il 39% delle competenze chiave dei lavoratori cambierà entro il 2030. In un contesto così, sei mesi di pausa non sono una pausa: sono un ritardo.
Cosa stiamo facendo in Digital Cares dal 2026
Dall’inizio del 2026 trattiamo la sperimentazione sull’AI come una parte del lavoro, non come qualcosa da fare “quando avanza tempo”. In concreto:
- GEO e motori di ricerca AI. Lavoriamo sulla presenza dei brand nelle risposte di ChatGPT, Gemini e AI Mode di Google, con il metodo che abbiamo raccontato nella guida alla SEO per AI.
- Video, avatar e contenuti generati con l’AI. Li sperimentiamo per campagne e contenuti, misurando cosa regge davvero il confronto con la produzione tradizionale.
- Automazioni, agenti e piccoli software. Li costruiamo dentro i nostri processi, dal CRM ai report, per liberare tempo da dedicare alla strategia.
- Tempo e soldi per separare il valore dall’hype. Molto di quello che proviamo non entra nei processi: anche questo è un risultato.
Il vantaggio dei giovani non è sapere di più
Il vero vantaggio di chi è giovane, oggi, non è avere più competenze di chi lavora da vent’anni, ma trovarsi davanti a un terreno nuovo sul quale, per una volta, quasi tutti stanno ancora imparando. E quando le regole vengono riscritte, partire dopo conta un po’ meno. Conta molto di più quanto velocemente riesci a muoverti.
C’è anche un rovescio, ed è giusto dirlo. Una ricerca dello Stanford Digital Economy Lab dell’agosto 2025 ha rilevato che negli Stati Uniti l’occupazione dei lavoratori tra 22 e 25 anni nei mestieri più esposti all’AI è calata in modo relativo del 13%, mentre quella dei più esperti ha tenuto. La finestra esiste, ma non si apre da sola: si apre per chi usa l’AI per fare cose che prima non sapeva fare, non per chi la usa solo per svolgere più in fretta i compiti che l’AI sa già fare da sola.
Lo confermano anche le aziende: nel Work Trend Index 2024 di Microsoft e LinkedIn, il 71% dei dirigenti dichiara che assumerebbe un candidato meno esperto ma con competenze sull’AI piuttosto che uno più esperto senza.
Cosa significa per chi guida un’azienda
Significa dare a qualcuno, nel team, il tempo e il mandato di sperimentare adesso, prima che serva. Spesso le persone più adatte sono le più giovani, affiancate da chi ha il giudizio per capire cosa porta clienti e cosa no. È la combinazione delle due cose a fare la differenza: la velocità di chi impara e l’esperienza di chi sa dove guardare.
Meglio cambiare oggi perché intravedi un’opportunità, che domani perché non hai più scelta.
Domande frequenti
L'AI favorisce davvero i lavoratori giovani o meno esperti?+
Nei compiti in cui l'AI fa da supporto sì: gli studi NBER sull'assistenza clienti e Harvard-BCG sulla consulenza mostrano i guadagni maggiori proprio per i meno esperti. Dove invece l'AI sostituisce compiti di base, i più giovani rischiano di più: Stanford ha misurato un calo relativo dell'occupazione dei 22-25enni nei mestieri più esposti. Il vantaggio va a chi la usa per imparare cose nuove.
L'esperienza conta ancora con l'intelligenza artificiale?+
Sì, ed è ancora decisiva per giudicare cosa funziona per i clienti, quali rischi evitare e come leggere i risultati. Cambia il fatto che l'esperienza da sola non basta più: chi è senior e smette di aggiornarsi perde il vantaggio, chi unisce esperienza e sperimentazione continua lo moltiplica.
Come trovare il tempo per formarsi sull'AI quando si è pieni di lavoro?+
Trattandola come lavoro e non come extra: blocchi fissi in agenda, un progetto concreto su cui provare gli strumenti e una persona del team con il mandato di sperimentare e condividere i risultati. Aspettare che avanzi tempo, nella nostra esperienza, significa non farlo mai.
Quali competenze sull'AI chiedono oggi le aziende?+
Secondo il Work Trend Index 2024 di Microsoft e LinkedIn, il 66% dei dirigenti non assumerebbe chi non ha competenze sull'AI e il 71% preferirebbe un candidato meno esperto ma capace di usarla. Nella pratica contano saper dare istruzioni chiare, verificare i risultati e integrare gli strumenti nei processi.
Da dove dovrebbe iniziare una PMI per sperimentare con l'AI?+
Da un processo che pesa ogni settimana e ha un risultato misurabile: annunci, contenuti, risposte ai contatti, report. Si sceglie uno strumento, lo si prova per un mese confrontando tempi e qualità e si tiene ciò che funziona. Meglio un esperimento piccolo e concreto che un grande progetto che non parte.
Fonti
- Generative AI at Work — National Bureau of Economic Research (Brynjolfsson, Li, Raymond), 2023
- Navigating the Jagged Technological Frontier — Harvard Business School (Dell'Acqua et al.), settembre 2023
- Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence — Stanford Digital Economy Lab, agosto 2025
- The Future of Jobs Report 2025 — World Economic Forum, gennaio 2025
- AI at Work Is Here. Now Comes the Hard Part — Microsoft e LinkedIn, Work Trend Index, maggio 2024
Giovanni Boscolo
Founder di Digital Cares, studio associato di strategia digitale. Progetta sistemi di acquisizione clienti che uniscono Google Ads, Meta Ads, landing page, CRM e vendita, misurati fino al contratto firmato. Lavora ogni giorno con l'AI applicata al marketing: video generati con l'AI, automazioni e visibilità nei motori di ricerca basati sull'intelligenza artificiale.
Seguilo su LinkedIn