Article · Third-party summary
Goldman Sachs: l'AI Potrebbe Automatizzare 300 Milioni di Lavori
Original source: Goldman Sachs Economics Research — marzo 2023 — summary and rework in own words.
Cos'è: "The Potentially Large Effects of Artificial Intelligence on Economic Growth" — report pubblicato nel marzo 2023 da Goldman Sachs Economics Research (Jan Hatzius et al.). Il documento più citato nelle presentazioni corporate, nei discorsi politici e nei media mainstream per quantificare l'impatto economico dell'AI generativa. Due numeri sono diventati ubiqui: 300 milioni di posti esposti all'automazione e +7% al PIL globale in un decennio.
I numeri e cosa significano davvero
Il titolo dei giornali — "AI distruggerà 300 milioni di posti di lavoro" — è una semplificazione che il report stesso non fa. Il termine usato è "exposed": lavori in cui una parte significativa delle mansioni potrebbe essere automatizzata dall'AI generativa. Non significa perdita immediata del posto, ma che una quota rilevante del contenuto lavorativo quotidiano diventa tecnicamente automatizzabile.
La distinzione è importante. Goldman distingue tre scenari per ogni ruolo lavorativo:
- Mansioni completamente automatizzabili (l'AI può fare l'intera attività).
- Mansioni parzialmente automatizzabili (l'AI può fare una parte, il lavoratore mantiene il resto).
- Mansioni non automatizzabili dall'AI generativa attuale (lavoro fisico, interazione umana complessa, creatività non standardizzata).
I 300 milioni sono la somma dei lavori in cui almeno il 50% del contenuto mansionale rientra nelle prime due categorie. È una stima ampia, costruita guardando la composizione dei task per ciascuna delle 900+ categorie occupazionali del Bureau of Labor Statistics e classificando i task in base alla loro automatizzabilità.
Il +7% al PIL: come si arriva a $7 trilioni
L'altra cifra-cardine: l'AI generativa potrebbe aggiungere il 7% al PIL globale in 10 anni, pari a circa $7 trilioni in valore assoluto ai livelli del 2023. Il meccanismo ipotizzato è duplice:
- Aumento della produttività del lavoro: i lavoratori che usano AI completano più lavoro nello stesso tempo. I paralegali leggono più documenti, gli sviluppatori scrivono più codice, gli analisti processano più dati.
- Effetti sull'offerta di lavoro: lavori precedentemente irraggiungibili per mancanza di competenze diventano accessibili con assistenza AI, espandendo di fatto la forza lavoro effettiva.
Questi effetti si materializzerebbero gradualmente nel corso di un decennio man mano che l'adozione si diffonde dall'early adoption al mainstream. Goldman stima che l'AI generativa potrebbe aumentare la crescita della produttività annua negli USA di circa 1.5 punti percentuali sostenuti per 10 anni — un impatto paragonabile all'elettrificazione o all'informatizzazione.
Settori più esposti: il paradosso del lavoro cognitivo
Il risultato più controintuitivo del report è la distribuzione settoriale dell'esposizione. I settori più esposti sono quelli cognitivi di "routine":
- Legale: ricerca giuridica, redazione di contratti standard, analisi di precedenti — alta esposizione.
- Amministrativo e contabile: elaborazione dati, reportistica, corrispondenza — alta esposizione.
- Scrittura e media: contenuti standardizzati, comunicati stampa, report finanziari — alta esposizione.
I settori meno esposti: costruzione e manutenzione fisica, assistenza sanitaria diretta (non diagnostica), artigianato. Il paradosso: l'idraulico è meno esposto dell'avvocato junior. Il lavoro manuale complesso, che richiede coordinazione fisica in ambienti non strutturati, è più difficile da automatizzare del lavoro cognitivo strutturato. L'AI generativa è bravissima con il testo e i pattern linguistici, ma non può avvitare un bullone in uno spazio ristretto.
Questo inverte la narrazione comune dell'"automazione prende prima i lavori a basso valore". In questo ciclo tecnologico, il target primario sono le professioni medio-alte che lavorano prevalentemente con documenti, testo e analisi strutturata.
La critica degli economisti: ottimismo eccessivo
Il report è stato citato ovunque ma anche criticato dagli economisti del lavoro. Le obiezioni principali:
- Stime di crescita troppo ottimiste: +7% al PIL assume un'adozione rapida e senza frizioni. Le precedenti tecnologie general purpose (elettricità, PC, internet) hanno richiesto decenni per trasformarsi in crescita misurabile della produttività — il cosiddetto "productivity paradox".
- Costi di transizione ignorati: il report calcola i guadagni aggregati ma non i costi di riqualificazione, disoccupazione transitoria, spostamento geografico. Questi costi cadono su individui specifici, non si distribuiscono uniformemente.
- Confusione tra "esposto" e "automatizzato": il fatto che una mansione sia tecnicamente automatizzabile non significa che verrà automatizzata. Ci sono barriere organizzative, regolamentari e di accettazione culturale che rallentano la diffusione.
Daron Acemoglu, in risposta diretta a report come questo, ha pubblicato stime molto più conservative: 0.5% di aumento alla produttività in 10 anni, non 1.5%. La differenza metodologica: Goldman assume che l'AI sarà usata in modo ottimale per tutti i task automatizzabili; Acemoglu assume un'adozione parziale e frizionata basata su dati storici dell'automazione.
Perché il report è diventato così influente
Al di là dei meriti tecnici, il report Goldman ha avuto un impatto enorme sulla narrativa pubblica perché è arrivato nel momento giusto — marzo 2023, tre mesi dopo il lancio di ChatGPT — e ha fornito numeri precisi e citabili in un momento di incertezza. I CEO potevano dire "secondo Goldman Sachs, il 30% dei lavori è a rischio" in conference call senza dover spiegare la metodologia. I politici potevano citarlo nei discorsi. I giornalisti potevano usarlo come ancoraggio.
È diventato, nei fatti, il benchmark della conversazione pubblica sull'impatto economico dell'AI nel 2023 — citato in centinaia di presentazioni corporate, hearings congressuali, articoli di opinione. Il che è un esempio interessante di come i numeri degli analisti finanziari diventino realtà performativa: non solo descrivono il futuro, contribuiscono a orientare le decisioni che lo costruiscono.
Link alla fonte originale
goldmansachs.com — Generative AI Could Raise Global GDP by 7% →
Pagina riassuntiva pubblica su goldmansachs.com. Il report completo è disponibile per i clienti istituzionali. EN.