Il boomerang dei licenziamenti AI: perché il 55% si pente di aver ridotto la forza lavoro

Da anni seguo l'implementazione dell'AI nelle aziende e ho visto pochi pattern tanto coerenti quanto il boomerang dei licenziamenti che ora si verifica nel settore tecnologico. Negli ultimi due anni, le aziende si sono affrettate a sostituire lavoratori umani con sistemi di AI, e un numero crescente di prove suggerisce che la mossa stia producendo l'effetto opposto in modi costosi e prevedibili. Questo è il boomerang dei licenziamenti AI, e sta ridefinendo il nostro modo di pensare all'automazione e ai suoi limiti.

La ricerca di Forrester mostra che il 55% dei datori di lavoro che hanno effettuato licenziamenti guidati dall'AI ora si pente della decisione. Sondaggi separati di Robert Half e Careerminds indicano che la percentuale di aziende già in fase di riassunzione per quelle stesse posizioni è circa dal 29% al 32%. Non si tratta di un fenomeno marginale che accade in poche aziende atipiche. Sta accadendo su larga scala in tutti i settori e costa più di quanto i licenziamenti abbiano mai risparmiato.

I tagli iniziali sono stati ingenti. Microsoft ha tagliato circa 23.000 posti di lavoro in mosse legate alla sua strategia AI. UPS ha ridotto la sua forza lavoro di circa 32.000 unità, con l'automazione che ha contribuito a molte di quelle uscite. L'amministratore delegato di Amazon, Andy Jassy, e il CEO di Cloudflare, Matthew Prince, hanno entrambi confermato che l'AI sta rimodellando le loro curve di assunzione, appiattendo la tradizionale traiettoria di crescita per i ruoli impiegatizi. Nessuna di queste aziende aveva pienamente previsto il costo di invertire tali decisioni.

Il boomerang dei licenziamenti AI in numeri

Gartner prevede che metà di tutte le aziende che hanno tagliato il personale del servizio clienti o delle operations sotto la bandiera dell'AI saranno costrette a riassumere per quelle funzioni entro i prossimi 18 mesi. La forza trainante è semplice: l'AI può gestire competentemente circa il 60% delle mansioni di un ruolo, ma il restante 40% richiede giudizio umano, consapevolezza contestuale e quel tipo di conoscenza tacita che nessun modello linguistico ha replicato. Quel divario del 40% non è un caso limite minore. È la parte del lavoro che contiene le eccezioni, le ambiguità e le decisioni che hanno conseguenze reali.

Careerminds ha scoperto che quasi un terzo dei datori di lavoro che hanno riassunto hanno finito per spendere più di quanto avessero originariamente risparmiato. I dipendenti di ritorno ottengono premi salariali dal 20% al 35% rispetto allo stipendio originale. Le aziende pagano di più per riportare indietro le persone che hanno lasciato andare, dopo aver già assorbito i costi di buonuscita e la perdita di produttività dovuta al vuoto. Questa è l'aritmetica dell'automazione affrettata, e non migliora con il tempo. Le aziende che hanno agito più velocemente basandosi sull'assunto che l'AI potesse sostituire interi ruoli sono ora quelle che si affannano di più per rimediare ai danni.

Pensate a cosa significano i numeri in termini di dollari. Un'azienda che ha licenziato 1.000 lavoratori con uno stipendio medio di 80.000 dollari per sostituirli con sistemi AI sta ora riassumendo forse 300 di quei lavoratori a 96.000-108.000 dollari ciascuno. Ciò significa un ulteriore costo annuale per le buste paga di 4,8-8,4 milioni di dollari per una forza lavoro più piccola di quella originale. I costi di buonuscita dei licenziamenti, più i costi di implementazione dei sistemi AI che avrebbero dovuto eliminare la necessità di riassunzioni, sono ora spese irrecuperabili che si aggiungono a tutto ciò. L'impatto sul bilancio è significativo, specialmente per le aziende di medie dimensioni che non possono assorbire questi errori di calcolo con la stessa facilità di una Microsoft o di un'Amazon.

La crisi dei neoassunti che segue

Mentre i lavoratori esperti vengono riassunti a un premio, una tendenza separata e probabilmente più dannosa si sta sviluppando sotto la superficie. Le assunzioni di neolaureati sono crollate del 65%, poiché i ruoli entry-level vengono eliminati o mai creati. I posti di lavoro per cui la prossima generazione si era preparata non sono mai stati pubblicizzati. Questa è la seconda fase del boomerang dei licenziamenti AI, e comporta conseguenze che si accumuleranno per anni.

Questo crea un paradosso lavorativo che meriterebbe molta più attenzione di quanta ne abbia ricevuta. Da un lato, le aziende pagano il 35% in più per riportare indietro professionisti a metà carriera la cui conoscenza istituzionale si è rivelata indispensabile. Dall'altro lato, quelle stesse aziende stanno chiudendo fuori un'intera generazione di nuovi entranti che non possono acquisire l'esperienza che li renderebbe produttivi nel mondo del lavoro. La matematica qui è perversa: proprio quei lavoratori che naturalmente sostituirebbero i pensionati e la coorte di mezza carriera con salari alle stelle vengono esclusi dal mercato prima ancora di iniziare.

Il risultato è una stretta sempre più forte sulla parte centrale del pipeline di talenti. Il pool di lavoratori esperti si riduce con il pensionamento dei baby boomer e l'aumento dei prezzi per i professionisti di mezza carriera. Il pool di entry-level cresce in dimensioni ma rimane inutilizzato. A un certo punto, e sospetto prima piuttosto che dopo, le aziende si troveranno a competere per un numero sempre minore di candidati qualificati a prezzi crescenti, dopo aver affamato proprio quel pipeline che avrebbe dovuto rifornire le loro file. Il crollo del 65% nelle assunzioni di neolaureati non è un risparmio a breve termine. È una decisione strutturale che richiederà un decennio o più per essere annullata.

Cosa ci dicono i dati su AI e lavoro umano

La lezione centrale di questo ciclo è una che i tecnologi spiegano da anni ma che i dirigenti sotto pressione degli azionisti sono riluttanti ad ascoltare: l'AI è un sostituto di compiti, non un sostituto completo dell'umano. Le fonti che ho utilizzato per questa analisi convergono sulla stessa conclusione, e i numeri sono notevolmente coerenti tra diverse metodologie e popolazioni di sondaggio.

Il tasso di pentimento del 55% di Forrester, il tasso di riassunzione del 29%-32% di Robert Half e Careerminds, la previsione di riassunzione di Gartner e i dati sui premi salariali raccontano tutti la stessa storia. Le aziende hanno commesso un errore categorico. Hanno trattato l'AI come un sostituto del lavoratore anziché come uno strumento per il lavoratore, e il mercato sta ora correggendo quell'errore attraverso il meccanismo più diretto disponibile: la perdita finanziaria diretta. Le aziende che gestiranno meglio questa transizione non saranno quelle che implementeranno più AI. Saranno quelle che implementeranno l'AI in modo selettivo, che manterranno i ruoli umani che gestiscono l'irriducibile 40% di lavoro basato sul giudizio e che continueranno a investire nei talenti entry-level nonostante la pressione a breve termine per ridurre i costi.

Time magazine ha documentato come le aziende stiano iniziando a seguire un modello prevedibile di riassunzione dei lavoratori dopo averli licenziati in nome dell'AI. Il pattern è abbastanza coerente da poter essere chiamato ciclo. Un'azienda annuncia guadagni di efficienza guidati dall'AI e taglia il personale. Entro 6-12 mesi emergono lacune operative che i sistemi di AI non possono colmare. L'azienda inizia ad assumere consulenti o riassumere ex dipendenti a tariffe più alte. Il risultato netto è una forza lavoro più piccola, più costosa e meno stabile di quella precedente.

C'è un'altra conseguenza degna di nota. Quando le aziende riassumono con un premio del 20%-35% rispetto allo stipendio originale, stabiliscono un nuovo minimo salariale per quei ruoli in tutto il loro settore. I concorrenti che non hanno effettuato licenziamenti ora subiscono pressioni per aumentare i salari per allinearli alle nuove tariffe o rischiano di perdere i loro talenti a favore di aziende desperate di riassumere. L'effetto boomerang non rimane confinato alle aziende che hanno effettuato i tagli. Si propaga all'esterno, aumentando i costi del lavoro in tutto il settore.

Perché questo è importante

Quello a cui stiamo assistendo è il costo reale di trattare l'AI come un proiettile magico per la riduzione del personale. Il boomerang dei licenziamenti AI non è solo un imbarazzo finanziario per le aziende che si sono affrettate a tagliare il personale. È una minaccia strutturale al pipeline di talenti da cui ogni organizzazione dipende. Se le aziende continuano a eliminare i ruoli entry-level mentre fanno lievitare il prezzo dei lavoratori esperti, creeranno un mercato del lavoro che è sia più costoso che meno resiliente. I decisori che leggono questo devono porsi una domanda più difficile che se l'AI possa fare un lavoro. Devono chiedersi se la matematica della sostituzione di quel lavoratore funzioni davvero, e i primi risultati suggeriscono di no.

Related Articles

• OpenAI e Anthropic investono 350 milioni di dollari nella ricerca sull'impatto dell'IA sul lavoro
• Impatto dell'IA sui lavori di ingegneria: il 55% delle assunzioni nelle big tech
• L'Artificial Intelligence guida le cause dei tagli ai posti di lavoro negli Stati Uniti per il 2026

✔Human Verified

Ricercato e verificato con fonti primarie dalla redazione di Bytevyte.