Il PIL crescerà di più. Il tuo stipendio no.

A settembre 2026 il team di economia di Anthropic ha pubblicato un modello economico, con la revisione di alcuni degli economisti più citati al mondo — tra cui Daron Acemoglu, David Autor, Emi Nakamura e Pascual Restrepo. Il modello calcola cosa potrebbe succedere all’economia degli Stati Uniti entro il 2030 sotto tre ipotesi diverse di quanto l’IA diventerà capace e quanto verrà davvero usata. Il PIL cresce in tutti i tre scenari. Chi guadagna quella crescita, invece, cambia da uno scenario all’altro — e non è affatto scontato che sia chi lavora di testa.

Cos’è il modello di Anthropic

È un esploratore di scenari interattivo, basato sul report tecnico Economic Scenarios for Transformative AI (Korinek et al., 2026), che permette di inserire le proprie ipotesi su quanto l’IA diventerà capace e quanto verrà adottata, e vedere quale economia ne risulterebbe nel 2030. Anthropic lo dice con chiarezza fin dall’inizio: non sono previsioni. Non c’è una probabilità assegnata a nessuno dei tre scenari — servono a rendere confrontabili le conseguenze di ipotesi diverse, non a indovinare il futuro. Il modello riguarda l’economia degli Stati Uniti, non l’Italia o l’Europa: un dettaglio che vale la pena tenere a mente prima di applicarlo di peso al proprio contesto.

Anthropic pubblica anche i commenti ricevuti da un gruppo di 18 economisti esterni che hanno letto una prima versione del report: non erano stati invitati ad approvarne le conclusioni, e alcuni hanno messo in dubbio pezzi del modello — per esempio se lo scenario più estremo sia da leggere più come un esperimento mentale che come uno scenario realistico, o se le occupazioni più esposte all’IA si restringeranno davvero come il modello ipotizza, invece di crescere. Anthropic riporta queste critiche insieme ai risultati, senza toglierle.

I tre scenari, e quanto crescerebbe il PIL

Nello scenario modesto, l’IA ha un impatto paragonabile a quello di internet: reale, ma dentro la norma storica per una nuova tecnologia. Nello scenario sostanziale, l’IA arriva a fare metà del lavoro di conoscenza entro il 2030, in gran parte da sola, anche se non viene adottata per tutto quel lavoro. Nello scenario estremo, l’IA diventa più produttiva delle persone sulla maggior parte dei compiti cognitivi e li svolge quasi tutti in autonomia.

In termini assoluti, lo scenario estremo porta il PIL americano a 44.400 miliardi di dollari nel 2030, contro i 34.100 dello scenario modesto e i 36.300 di quello sostanziale. Nei tre scenari considerati il PIL cresce comunque rispetto al percorso senza IA: quello che resta da capire, ed è il punto su cui il modello entra più nel dettaglio, è come si distribuirebbero quei benefici.

Perché la crescita non basta a rassicurare chi lavora di testa

Negli scenari sostanziale ed estremo, una quota maggiore di ogni dollaro prodotto va al capitale — cioè agli strumenti e alla tecnologia che generano la crescita — invece che ai lavoratori nel loro insieme. Oggi, di ogni dollaro di PIL americano, circa 60 centesimi vanno ai lavoratori e 40 al capitale.

Nello scenario estremo, il modello indica che i salari medi complessivi comunque salgono — ma la torta si divide in modo molto diseguale. Rispetto al percorso senza IA, i salari delle occupazioni di conoscenza restano pressoché invariati nello scenario sostanziale e scendono in quello estremo, mentre gli altri lavoratori guadagnano parecchio di più. Anthropic stessa lo dice senza girarci intorno: nello scenario estremo la sfida principale non è più far crescere l’economia, ma far arrivare quella crescita a tutti, senza che i costi si concentrino su chi si trova nella parte sbagliata del cambiamento.

C’è anche un problema più pratico, legato al tempo. Negli scenari più forti, un numero crescente di persone che oggi fa lavoro di conoscenza dovrebbe cambiare occupazione — passare, per usare gli esempi del modello, da programmatore o operatore di call center a elettricista o infermiere, ruoli meno esposti all’IA. Cambiare occupazione del tutto è difficile: richiede voglia di farlo, nuove competenze, e tempo per trovare un nuovo lavoro anche quando le prime due condizioni ci sono. Più uno scenario richiede questo tipo di passaggio, più persone possono trovarsi contemporaneamente senza lavoro — quanto a lungo dipende anche da quanto è facile ricollocarsi. Il report tecnico mette un numero su questo: nello scenario estremo, al 2030, stima una disoccupazione dell’11,9% sul totale della forza lavoro, che sale al 17,9% fra chi proviene da occupazioni di conoscenza. Nello scenario modesto, invece, il modello indica effetti contenuti sul mercato del lavoro: la disoccupazione resta al 3,9%, di poco sopra il 3,8% preso come riferimento.

Riguarda anche l’Italia?

Non direttamente: il modello è costruito sui dati e sulla struttura dell’economia americana, e Anthropic non pubblica una versione per l’Italia o per l’Europa. Sarebbe scorretto prendere queste cifre e applicarle di peso al mercato del lavoro italiano, che ha una composizione occupazionale, un sistema di protezione sociale e una velocità di adozione dell’IA diversi da quelli statunitensi.

Quello che riguarda chiunque, indipendentemente dal paese, è la domanda di fondo che il modello rende concreta con risultati quantitativi basati su ipotesi esplicite: se e quando l’IA porterà crescita, come si distribuirà quella crescita? Rispondere per il contesto italiano richiede un’analisi a parte — composizione occupazionale, protezione sociale e velocità di adozione sono diverse da quelle americane — ma la domanda vale comunque la pena di essere fatta anche qui.

Cosa puoi farne da oggi

Il punto che il modello di Anthropic rende più difficile da ignorare non è solo “quanti posti di lavoro spariranno”. Alla domanda su quanti posti potrebbero scomparire conviene affiancarne altre, più utili nella pratica: quali salari cambiano, quali occupazioni nascono, quanto tempo serve per ricollocarsi. Imparare a usare l’IA nel proprio lavoro può essere utile per restare dentro quei numeri invece che fuori — il modello, però, non dimostra che farlo garantisca da solo un vantaggio economico individuale: distingue gruppi occupazionali interi, non singole persone intraprendenti contro persone ferme.

Queste domande entrano anche nei laboratori aziendali sull’intelligenza artificiale, dove il punto di partenza non sono i modelli o i benchmark, ma capire dove uno strumento come questo aiuta davvero il lavoro quotidiano di chi è in aula.

Domande frequenti

Cos’è il modello di Anthropic sugli scenari economici dell’IA?

È un esploratore di scenari interattivo, pubblicato a settembre 2026 e basato sul report tecnico «Economic Scenarios for Transformative AI» (Korinek et al., 2026), che calcola come potrebbe cambiare l’economia USA al 2030 sotto tre ipotesi diverse su capacità e adozione dell’IA. Non sono previsioni: Anthropic non assegna probabilità a nessuno scenario.

L’intelligenza artificiale farà crescere per forza il PIL?

Nel modello di Anthropic il PIL cresce in tutti e tre gli scenari considerati, da +1,6% nello scenario modesto a +32,4% in quello estremo rispetto a un percorso senza IA. Restano comunque scenari, non certezze.

L’intelligenza artificiale porterà più disoccupazione?

Negli scenari più forti sì, secondo il modello: più persone devono cambiare occupazione, e cambiare è lento. Nello scenario estremo il report tecnico stima una disoccupazione dell’11,9% al 2030, che sale al 17,9% fra chi viene da occupazioni di conoscenza.

Questi scenari valgono anche per l’Italia?

No, non direttamente: il modello è costruito sui dati dell’economia statunitense, con una composizione occupazionale e una protezione sociale diverse da quelle italiane. La domanda di fondo — chi si prende la crescita generata dall’IA — vale comunque la pena porsela, con un’analisi a parte per il contesto italiano.

Risorse per approfondire

• Commercialisti, avvocati e AI: cosa dice la legge
• Claude for Small Business: 44 skill che trasformano l’AI in un vero collaboratore aziendale
• AI, sette giorni dopo · 21–27 set

Fonti: Anthropic, Scenarios for our Economic Future, e il report tecnico Economic Scenarios for Transformative AI (Korinek et al., 2026), consultati il 30 settembre 2026.