bytevyte
bytevyte
Language
EN DE ES FR PT IT
Follow
ai-beats-it —

OpenAI e Anthropic investono 350 milioni di dollari nella ricerca sull'impatto dell'IA sul lavoro

AI labor impact research

Le conseguenze economiche dell'intelligenza artificiale generativa stanno passando dal dibattito teorico all'indagine strutturata. OpenAI e Anthropic stanno lanciando significativi programmi di ricerca per misurare come l'automazione rimodelli le imprese e l'occupazione. OpenAI ha presentato il suo Economic Research Exchange il 12 giugno 2026, un programma che mette in contatto economisti indipendenti e scienziati sociali con i decisori politici per produrre analisi basate sull'evidenza degli effetti dell'IA nei settori della sanità, della produzione e dello sviluppo software. Anthropic sta spendendo 350 milioni di dollari per la propria iniziativa parallela, suddivisa tra un Research Fund da 200 milioni di dollari per studi accademici e una borsa di studio Claude Corps da 150 milioni di dollari che impiegherà 1.000 ricercatori retribuiti per esaminare la trasformazione della forza lavoro. Insieme, queste iniziative rappresentano la più grande spinta coordinata da parte degli sviluppatori di IA per capire come la loro stessa tecnologia influenzi il mercato del lavoro, segnando una significativa escalation nella AI labor impact research in un momento in cui i tassi di adozione stanno accelerando più velocemente di quanto previsto dalla maggior parte dei previsori. Questi programmi rappresentano la prima volta in cui gli sviluppatori di IA finanziano ricerche indipendenti su larga scala sugli effetti lavorativi della propria tecnologia mentre quest'ultima è ancora in fase di evoluzione, un allontanamento dai modelli storici in cui gli studi sull'impatto economico arrivavano anni dopo l'implementazione.

L'Economic Research Exchange di OpenAI è progettato per spostare la conversazione oltre i timori generici sull'automazione e verso dati concreti e verificabili. Il laboratorio invita economisti e scienziati sociali a unirsi all'iniziativa, che mira a generare risultati in grado di informare le decisioni di governance mentre l'adozione dell'IA generativa accelera in molteplici settori. La struttura collega deliberatamente i ricercatori indipendenti con i decisori politici, creando un canale diretto dallo studio accademico all'azione normativa. OpenAI ha dichiarato di voler analizzare i guadagni di produttività insieme ai rischi di spostamento, trattando entrambi i lati del bilancio come ugualmente importanti per una solida formazione delle politiche. Il programma copre tre settori iniziali di interesse: la sanità, dove gli strumenti di IA gestiscono la trascrizione e l'analisi delle immagini; la produzione, dove i sistemi di computer vision monitorano le linee di produzione; e lo sviluppo software, dove i large language models ora generano ed eseguono il debug del codice su larga scala.

La scommessa da 350 milioni di dollari di Anthropic sulla ricerca sulla forza lavoro

L'impegno di Anthropic è il maggiore dei due per entità dell'investimento e la sua struttura riflette una visione più ampia del problema. Il Research Fund da 200 milioni di dollari sosterrà studi accademici e istituzionali sui cambiamenti del mercato del lavoro guidati dall'IA, mentre la borsa di studio Claude Corps aggiunge una capacità di ricerca diretta finanziando 1.000 individui per studiare la trasformazione della forza lavoro in un periodo definito. La spesa totale di 350 milioni di dollari suggerisce che Anthropic stia trattando l'impatto sul lavoro come una questione strategica a lungo termine piuttosto che come una preoccupazione di pubbliche relazioni a breve termine. L'entità dell'investimento è paragonabile a quanto un'università di medie dimensioni potrebbe spendere per un importante centro di ricerca, ma focalizzato interamente su un singolo dominio politico.

L'urgenza dietro entrambi i programmi ha una base reale che va oltre la speculazione. Secondo i dati interni di Anthropic, i lavoratori entry-level di età compresa tra i 22 e i 25 anni in settori esposti all'IA, come lo sviluppo software, hanno visto un calo del 14% nei tassi di assunzione. I dati aggregati sulla disoccupazione rimangono bassi nella maggior parte delle economie sviluppate, ma questa stabilità generale maschera una distribuzione più diseguale degli effetti dell'IA tra i diversi segmenti della forza lavoro. I lavoratori più giovani che entrano in settori in cui gli strumenti di IA possono automatizzare porzioni significative di compiti entry-level stanno sopportando il peso iniziale della transizione, e la tendenza sembra accelerare man mano che emergono nuove capacità dei modelli.

Il quadro politico di Anthropic va oltre quello di OpenAI nella sua volontà di contemplare scenari peggiori. L'azienda ha delineato un sistema di intervento a livelli in cui il livello più alto, il Tier 3, include proposte come il Reddito di Base Universale se l'automazione futura dovesse innescare perdite di posti di lavoro su una scala che gli attuali programmi di rete di sicurezza non possono gestire. Questa non è una raccomandazione politica che l'azienda sta sostenendo attivamente. Si tratta di un quadro preparatorio che segnala come Anthropic consideri una profonda perturbazione del lavoro come un esito plausibile, non solo un rischio ipotetico che può essere scartato. L'approccio a livelli offre ai decisori politici un vocabolario per discutere gli interventi prima che arrivi una crisi, piuttosto che affannarsi a progettarli sotto pressione.

Cosa mostrano finora i dati sul lavoro riguardo all'IA e all'occupazione

I dati sul lavoro disponibili dipingono un quadro misto che entrambi i programmi di ricerca dovranno spiegare. I tassi di occupazione complessivi nella maggior parte delle economie sviluppate non sono crollati, il che ha portato alcuni osservatori a sostenere che i timori di una disoccupazione di massa guidata dall'IA siano esagerati. Ma il calo del 14% nelle assunzioni entry-level in ruoli esposti all'IA suggerisce che l'impatto sia concentrato e reale. Lo sviluppo software, un campo che un tempo era considerato relativamente immune all'automazione a causa della sua complessità, è ora tra i più colpiti. I large language models possono generare codice, eseguire routine di debug, scrivere documentazione e gestire attività di test che in precedenza richiedevano l'intervento di sviluppatori junior. Le aziende assumono ancora sviluppatori, ma hanno bisogno di meno assunzioni entry-level per produrre lo stesso output.

Anche la sanità e la produzione rientrano nell'ambito di entrambi i programmi di ricerca, e le dinamiche in questi settori differiscono dal software. Nella sanità, gli strumenti di IA generativa vengono implementati per la trascrizione medica, l'analisi preliminare delle immagini e l'automazione del flusso di lavoro amministrativo. Questi compiti erano precedentemente svolti da trascrittori medici, assistenti radiologi e personale amministrativo. Lo spostamento nella sanità è più probabile che interessi i ruoli di supporto piuttosto che le posizioni cliniche centrali, almeno nel breve termine. Nella produzione, la computer vision e i sistemi di manutenzione predittiva riducono la necessità di determinati ruoli di ispezione e monitoraggio, ma creano domanda di lavoratori in grado di gestire e mantenere i sistemi di IA. La domanda a cui sia OpenAI che Anthropic dovranno rispondere attraverso la loro AI labor impact research è se l'effetto netto sull'occupazione sia neutro, come nelle precedenti ondate di automazione, o strutturalmente negativo.

Un'ulteriore complicazione è il tempismo. I precedenti cambiamenti tecnologici, dal motore a vapore a Internet, si sono sviluppati nell'arco di decenni, dando ai mercati del lavoro e ai sistemi educativi il tempo di adattarsi. L'IA generativa ha raggiunto un'adozione significativa in meno di tre anni. La tempistica compressa significa che i lavoratori spostati oggi potrebbero non avere la stessa opportunità di riqualificarsi in nuovi ruoli prima che anche quei ruoli vengano influenzati. Questa è l'incertezza centrale che i programmi di ricerca sono progettati per affrontare.

Implicazioni strategiche per leader aziendali e investitori

Per i CTO, i fondatori e gli investitori, queste iniziative di ricerca portano un segnale chiaro sulla direzione del settore. Le aziende che costruiscono i sistemi di IA più avanzati stanno investendo milioni per studiare la perturbazione della forza lavoro perché credono che tale perturbazione stia arrivando. Ciò non significa che ogni impresa debba aspettarsi riduzioni immediate del personale, ma significa che la tempistica strategica per la pianificazione della forza lavoro si è notevolmente accorciata. Le aziende che fanno forte affidamento sui talenti entry-level nello sviluppo software, nella produzione di contenuti, nell'analisi dei dati e nell'assistenza clienti dovrebbero aspettarsi che l'ambiente delle assunzioni continui a cambiare in modi che favoriscono l'esperienza rispetto al volume.

Il calo del 14% nelle assunzioni di sviluppatori junior non è una correzione una tantum. È un cambiamento strutturale che potrebbe approfondirsi man mano che le capacità dell'IA migliorano e le imprese acquisiscono fiducia nel delegare compiti più complessi a sistemi automatizzati. Le organizzazioni che investono in programmi di riqualificazione, strumenti di IA interni che aumentano le capacità dei dipendenti e modelli di collaborazione uomo-IA saranno posizionate meglio di quelle che trattano l'automazione puramente come una leva per il taglio dei costi. Il vantaggio strategico andrà alle aziende in grado di ridistribuire il talento in lavori a più alto valore piuttosto che ridurre semplicemente l'organico.

Il coinvolgimento dei decisori politici attraverso l'Economic Research Exchange di OpenAI segnala inoltre che l'attenzione normativa si intensificherà nei prossimi anni. Le prove prodotte da questi programmi informeranno probabilmente la legislazione sulla trasparenza dell'addestramento dell'IA, l'assistenza per l'adeguamento della forza lavoro e potenzialmente le politiche fiscali o previdenziali legate ai tassi di automazione. I leader aziendali che monitorano i risultati emergenti dalla AI labor impact research di OpenAI e Anthropic avranno un vantaggio significativo nell'anticipare i cambiamenti normativi prima che diventino vincolanti. Un impegno precoce con i dati può informare la strategia aziendale, la valutazione del rischio e il posizionamento pubblico sulla politica dell'IA.

Posizionamento competitivo e contesto industriale più ampio

Entrambe le iniziative pongono OpenAI e Anthropic davanti ad altri importanti sviluppatori di IA nell'affrontare pubblicamente le questioni del mercato del lavoro. Google DeepMind ha pubblicato ricerche sugli effetti dell'IA e della produttività del lavoro, e Microsoft ha commissionato studi esterni sul contributo economico dell'IA, ma nessuna delle due ha lanciato un programma di ricerca dedicato da svariati milioni di dollari con l'obiettivo esplicito di informare la politica su larga scala. Il divario potrebbe essere strategico. Finanziando ricerche che anticipano esiti sia positivi che negativi, Anthropic e OpenAI possono plasmare la narrazione e la base di prove prima che i regolatori agiscano su presupposti sviluppati senza il loro contributo.

Il modello di borsa di studio Claude Corps è particolarmente interessante dal punto di vista strategico. Finanziare 1.000 ricercatori per studiare la trasformazione della forza lavoro crea una coorte di esperti indipendenti i cui risultati avranno una credibilità accademica e politica che gli studi commissionati dalle aziende potrebbero non avere. Si tratta di un approccio diverso rispetto alla commissione di un singolo libro bianco o di un rapporto di un think tank. Costruisce una rete distribuita di ricercatori in grado di produrre analisi granulari e specifiche per settore piuttosto che ampie proiezioni macroeconomiche. I risultati saranno più difficili da liquidare come parziali da parte dei critici perché i ricercatori non sono dipendenti di Anthropic.

Il modello di OpenAI di collegare i ricercatori direttamente con i decisori politici conferisce al suo programma un percorso di governance che manca alla struttura formale di Anthropic. L'Economic Research Exchange ha due obiettivi: produrre risultati e consegnarli a chi può agire su di essi. Ciò lo rende un'operazione di impegno politico de facto, anche se inquadrata come un'iniziativa di ricerca accademica. I due approcci sono complementari piuttosto che competitivi e insieme coprono più terreno di quanto farebbe ciascuno da solo.

Cosa dovrebbero monitorare i decisori politici e le imprese

Entrambi i programmi sono nelle loro fasi operative iniziali. OpenAI ha lanciato il suo appello ai ricercatori affinché si uniscano all'Economic Research Exchange e sta accettando candidature da economisti e scienziati sociali qualificati. Anthropic sta implementando la borsa di studio Claude Corps e il Research Fund nel corso del 2026, con la prima coorte di borsisti che dovrebbe iniziare il lavoro nella seconda metà dell'anno. La prima ondata di risultati pubblicati emergerà probabilmente entro 12-18 mesi, coprendo misurazioni di base dei tassi di adozione dell'IA nei settori chiave, effetti sulla produttività a livello aziendale e primi modelli di spostamento tra specifiche categorie di lavoro.

I dati generati da questi programmi saranno seguiti da vicino da molteplici destinatari. I governi che preparano le regolamentazioni sull'IA li useranno per calibrare la portata e la tempistica dell'intervento. Le imprese che pianificano la strategia della forza lavoro li useranno per modellare le esigenze di personale e i requisiti di competenze. Gli investitori che valutano le aziende di IA li useranno per valutare quali prodotti comportano un rischio di perturbazione più elevato dal punto di vista normativo. Per i decisori di tutti questi gruppi, il messaggio centrale è semplice: la AI labor impact research finanziata oggi produrrà la base di prove che plasmerà sia la politica che la strategia aziendale per il resto del decennio. Confrontarsi presto con essa non è opzionale per chiunque sia esposto ai cambiamenti del lavoro guidati dall'IA.

Anthropic e OpenAI hanno fatto le loro scommesse strategiche sull'importanza di questa domanda. La fase successiva rivelerà se l'evidenza supporta la visione più misurata secondo cui l'IA è un normale strumento di produttività o la visione più urgente secondo cui si tratta di una rottura strutturale nel funzionamento dei mercati del lavoro. Entrambi gli esiti avranno conseguenze dirette per la strategia tecnologica, la pianificazione della forza lavoro e la conformità normativa in ogni settore toccato dall'IA.

Sebbene ci sforziamo di essere accurati, bytevyte può commettere errori. Si consiglia agli utenti di verificare tutte le informazioni in modo indipendente. Non accettiamo alcuna responsabilità per errori o omissioni.

✔Human Verified

Share