Future of Jobs Report 2025 — World Economic Forum

Chi è: World Economic Forum (WEF), organizzazione internazionale con sede a Ginevra nota per il Forum di Davos. Il Future of Jobs Report esce ogni due anni dal 2016. Metodologia: survey su 1000+ aziende in 55 paesi che rappresentano 14 milioni di lavoratori. Dati bottom-up, non modellazione.

I numeri di sintesi

Il Future of Jobs Report 2025 produce due numeri che fanno notizia: 170 milioni di nuovi lavori creati entro il 2030, contro 92 milioni di lavori esistenti che scompaiono o si trasformano radicalmente nello stesso periodo. Il saldo netto è +78 milioni — in apparenza positivo.

Ma questo numero aggregato nasconde la complessità vera. Il problema non è il saldo netto: è la distribuzione geografica, anagrafica e di competenze. I 170 milioni di nuovi lavori non sono accessibili alle stesse persone che perdono i 92 milioni di lavori esistenti. Richiedono competenze diverse, spesso nascono in settori e geografie diverse, e si aprono a ritmi diversi da quelli con cui le posizioni esistenti si chiudono.

La metodologia del WEF è bottom-up: non si tratta di modelli econometrici che proiettano tendenze passate, ma di dati raccolti direttamente da 1.000+ aziende in 55 paesi, che insieme impiegano circa 14 milioni di persone. Le aziende dichiarano le loro aspettative di assunzione e dismissione per i prossimi cinque anni. Questo lo rende un dato di "intenzione dichiarata" — con tutti i limiti del caso, ma anche con il vantaggio di essere ancorato alle decisioni reali delle organizzazioni.

Il report è il più completo disponibile sul tema occupazione-AI-transizione verde. Per questa ragione è usato come riferimento da governi, sindacati, università e HR director in tutto il mondo.

I lavori che crescono di più

La top 10 dei ruoli a più alta crescita prevista al 2030 rivela un pattern chiaro: alta specializzazione tecnica, o soft skill difficilmente replicabili.

• Specialisti in AI e machine learning: +170% di domanda. La categoria più in crescita in assoluto. Include sia i ricercatori puri sia i practitioner che integrano AI nei prodotti aziendali.
• Specialisti in energie rinnovabili: ingegneri del solare, dell'eolico, delle reti smart. La transizione energetica genera domanda indipendente dall'AI.
• Data analyst e data scientist: non più solo nelle big tech. Ora richiesti in sanità, agricoltura, logistica, PA.
• Ingegneri fintech: pagamenti digitali, blockchain applicato, embedded finance.
• Specialisti in cybersecurity: la superficie di attacco digitale cresce, la domanda di chi la protegge cresce con essa.
• Tecnici di manutenzione di sistemi autonomi: robot, veicoli autonomi, droni — qualcuno deve tenerli in funzione fisicamente.

Il pattern che emerge: i lavori nuovi sono o altamente tecnici (richiedono anni di formazione specialistica) o altamente relazionali e fisici (richiedono presenza umana non replicabile). Il mezzo — il lavoro cognitivo di routine — è quello più compresso.

I lavori che scompaiono

La lista dei ruoli a più alto rischio non sorprende chi segue il dibattito da qualche anno, ma la sua concretezza è utile contro i vagheggiamenti astratti:

• Cassieri e addetti alle biglietterie: il self-checkout e le app di pagamento continuano a erodere questa categoria.
• Data entry clerk: forse il caso più diretto — OCR, LLM e automazione RPA rendono questo ruolo quasi completamente sostituibile.
• Segreterie e assistenti amministrativi: le funzioni di scheduling, email management, travel booking, document preparation sono tra le più direttamente automatizzabili dagli assistenti AI.
• Addetti alla contabilità di base: fatturazione, riconciliazioni, prima nota. I software di contabilità AI gestiscono già larga parte di questi task.
• Operai di linea ripetitiva: la robotica avanzata continua a sostituire le mansioni fisiche più standardizzate.
• Operatori di call center di primo livello: i chatbot AI gestiscono già il 60-70% delle interazioni di supporto standard in molte aziende.

La caratteristica comune: lavoro routinario e prevedibile, sia cognitivo che fisico. La prevedibilità è il fattore di rischio principale, non il settore o il livello di istruzione in sé.

Le competenze più richieste

Questa è forse la sezione più sorprendente del report per chi si aspetta una lista di linguaggi di programmazione e tool AI. La classifica delle competenze più richieste dai datori di lavoro al 2030 è:

1. Pensiero analitico
2. Pensiero creativo
3. Resilienza, flessibilità e agilità
4. Motivazione e auto-consapevolezza
5. AI e big data (competenza tecnica)
6. Curiosità e lifelong learning
7. Leadership e influenza sociale
8. Gestione del talento
9. Orientamento al servizio e alla cura
10. Design e UX del sistema

Codificare — nel senso di "scrivere codice Python" — non compare nei primi cinque. Saper pensare in modo strutturato e creativo sì. Saper imparare continuamente sì. Saper guidare persone sì.

L'interpretazione del WEF: in un mondo in cui le competenze tecniche specifiche diventano obsolete ogni 3-5 anni, le organizzazioni valorizzano sempre di più le competenze meta — quelle che rendono una persona capace di imparare nuovi strumenti, adattarsi a nuovi contesti, e collaborare efficacemente in team interdisciplinari. L'AI diventa lo strato tecnico; l'uomo porta il giudizio, la creatività, la relazione.

Il ruolo dell'AI nel mercato del lavoro

Il report WEF rompe con la narrativa binaria "AI sostituisce / AI non sostituisce" e introduce tre scenari che coesistono:

Scenario 1 — Sostituzione: il 40% delle aziende intervistate prevede di ridurre il personale nelle aree dove l'AI può sostituire direttamente. Questo è reale, non immaginario.

Scenario 2 — Creazione: il 70% prevede di assumere specialisti AI e profili con competenze AI-adjacent. I tagli in un'area si accompagnano a crescita in un'altra, spesso nella stessa organizzazione.

Scenario 3 — Reskilling: il 77% prevede di investire in reskilling del personale esistente nei prossimi cinque anni. Questa è la risposta organizzativa dominante: non sostituire le persone, ma trasformare i loro ruoli.

Il messaggio aggregato è: l'AI non è un evento di disoccupazione di massa, è un evento di reskilling di massa. Il che è una buona notizia a livello macro, ma pone sfide enormi a livello micro: chi paga il reskilling? In quanto tempo deve avvenire? Chi non riesce a riqualificarsi?

Il report documenta che le aziende che investono di più in reskilling sono quelle grandi, con bilanci solidi, nei settori tech e finanziario. Le PMI, i settori manifatturieri tradizionali, e i paesi a basso reddito sono molto meno attrezzati per questa transizione.

L'Italia nel contesto

Il Future of Jobs Report non include dati specifici paese per paese su tutti gli indicatori, ma il posizionamento dell'Italia emerge dall'incrocio con altri dati strutturali.

L'Italia ha alcune caratteristiche che la rendono più esposta alla transizione rispetto a paesi comparabili per reddito:

• Terziario non specializzato ampio: turismo, commercio al dettaglio, PA — settori con alta quota di lavoro routinario a media qualifica.
• PMI dominanti: le piccole imprese hanno meno risorse per investire in reskilling e in adozione AI.
• PA numerosa: la Pubblica Amministrazione italiana è grande e poco digitalizzata. Potenziale di automazione elevato, ma vincoli istituzionali forti.
• Gap digitale generazionale: la quota di lavoratori over-50 con competenze digitali basse è tra le più alte in Europa.

D'altra parte, l'Italia ha anche caratteristiche che potrebbero essere fattori protettivi: manifattura di qualità (Made in Italy) che richiede maestria artigianale difficilmente automatizzabile; settore della moda e design dove la creatività umana è parte del valore di mercato; turismo culturale dove la relazione umana è il prodotto.

La finestra temporale per agire è stretta. Il WEF indica 2025-2030 come il periodo di transizione più intenso. Le politiche di reskilling che non vengono avviate nei prossimi due o tre anni avranno effetti pratici solo quando la finestra si sarà in parte chiusa.

---