Le competenze del 2026 non dicono alle imprese di scegliere tra automazione e persone, ma di ripensare il valore dell’esperienza. Tecnologia, leadership e giudizio dovranno crescere insieme.
Per molte aziende il 2026 rischia di essere l’anno del grande equivoco sull’intelligenza artificiale: pensare che il tema sia semplicemente capire quali attività automatizzare, quanti strumenti acquistare, quanti costi ridurre e quanti dipendenti rendere “più produttivi” attraverso l’AI. È comprensibile, perché la pressione competitiva è reale e perché l’AI generativa produce risultati immediatamente visibili, spesso impressionanti, soprattutto su testi, sintesi, documenti, report, customer service, knowledge management e analisi preliminari. Ma il report LinkedIn Competenze in crescita 2026 suggerisce una lettura più utile per chi guida aziende: le competenze in accelerazione non sono solo tecniche, ma anche strategiche, relazionali e organizzative. In Italia crescono competenze legate a large language model, strumenti di AI generativa, cloud infrastructure e automazione, ma accanto a queste crescono leadership strategica, sviluppo delle persone, negoziazione, partnership, comunicazione professionale, ascolto attivo, risoluzione dei conflitti e problem solving collaborativo.
Questo è il punto che il management non dovrebbe perdere: l’AI riduce il valore economico di alcune attività cognitive standardizzate, ma aumenta il valore delle persone capaci di orientare, contestualizzare, governare e trasformare quei risultati in decisioni. La macchina può produrre una sintesi, generare un’analisi, suggerire una procedura o confrontare scenari; l’azienda, però, continua ad avere bisogno di qualcuno che capisca quale sintesi è utile, quale analisi è distorta, quale procedura è applicabile, quale scenario è compatibile con clienti, vincoli, cultura interna, rischio reputazionale e capacità reale di execution.
In un Paese come l’Italia, dove la competitività di molte imprese dipende da filiere, relazioni, qualità esecutiva, prossimità al cliente, competenza artigianale evoluta, conoscenza tacita e capacità di adattamento, l’AI non elimina il capitale umano: ne cambia la gerarchia interna. Le competenze ripetitive e facilmente formalizzabili diventano meno distintive; le competenze che uniscono tecnologia, dominio, relazione e responsabilità diventano più preziose. È la differenza tra chi usa l’AI per produrre più materiale e chi la usa per prendere decisioni migliori.
I dati italiani confermano che l’adozione è già iniziata, ma non è ancora matura in modo omogeneo. Nel 2025 il mercato italiano dell’intelligenza artificiale ha raggiunto 1,8 miliardi di euro, in crescita del 50% rispetto all’anno precedente; il 71% delle grandi imprese ha avviato almeno un progetto di AI e l’84% ha acquistato licenze di AI generativa, ma solo una grande impresa su cinque utilizza l’AI in modo pervasivo su più funzioni. Nelle PMI il quadro è diverso: le sperimentazioni riguardano il 15% delle medie imprese e il 7% delle piccole, anche se cresce l’interesse ad avviare progetti nel breve periodo.
Questa distanza tra grandi imprese e PMI è uno degli aspetti più delicati del mercato italiano. Le grandi aziende possono permettersi funzioni dedicate, consulenti, governance, compliance, formazione interna e progetti pilota. Molte PMI, invece, vivono l’AI in modo più informale, spesso attraverso strumenti usati dai singoli lavoratori per scrivere, tradurre, sintetizzare, rispondere ai clienti, creare materiali commerciali o analizzare documenti. Il risultato è una produttività potenziale che entra in azienda prima ancora che l’azienda abbia deciso come governarla. È un vantaggio se viene riconosciuto e incanalato; è un rischio se resta shadow AI, cioè uso non coordinato, non misurato e non sempre sicuro.
Per questo la vera agenda del management non può limitarsi alla domanda “dove possiamo automatizzare?”. La domanda più solida è: quali attività vogliamo automatizzare, quali vogliamo aumentare e quali esperienze dobbiamo far crescere nelle persone perché l’AI produca valore invece di rumore? La ricerca Harvard Business School sul mercato statunitense mostra che, dopo il lancio pubblico di ChatGPT, le offerte per occupazioni con molte attività strutturate e ripetitive sono diminuite del 13%, mentre quelle per lavori più analitici, tecnici o creativi sono cresciute del 20%. Lo studio non va trasferito meccanicamente all’Italia, ma indica una tendenza manageriale rilevante: l’AI non agisce soltanto sui posti di lavoro, agisce sulla composizione delle mansioni dentro i posti di lavoro.
È qui che l’espressione “capitale umano” torna ad avere senso, purché non venga usata come formula da convegno. Il capitale umano non è semplicemente il numero di dipendenti, né la somma dei titoli di studio, né l’elenco delle certificazioni presenti in azienda. È la capacità collettiva di interpretare situazioni, decidere sotto incertezza, apprendere dagli errori, trasferire conoscenza, costruire fiducia con clienti e partner, risolvere problemi tra funzioni, capire quando una procedura va seguita e quando va ripensata. Questa forma di intelligenza non si compra come una licenza software e non si installa con un aggiornamento.
Le imprese italiane dovrebbero guardare al report LinkedIn non come a una classifica di parole da inseguire, ma come a una mappa di convergenza. AI e leadership non sono due capitoli separati. Process optimization e comunicazione professionale non sono due mondi diversi. Governance, risk management, customer experience, marketing digitale, vendite, operations e sviluppo delle persone sono ormai funzioni interdipendenti. L’AI rende questa interdipendenza più evidente perché accelera la produzione di informazioni, ma non garantisce automaticamente che quelle informazioni diventino decisioni coerenti.
Il World Economic Forum stima che il 39% delle competenze chiave dei lavoratori cambierà entro il 2030 e indica tra le competenze in crescita AI e big data, cybersecurity e alfabetizzazione tecnologica, ma anche pensiero creativo, resilienza, flessibilità, apprendimento continuo, leadership, influenza sociale e talent management. Per un’impresa, questa combinazione dovrebbe tradursi in una politica di formazione meno episodica e più strategica: non corsi isolati, ma percorsi che uniscano strumenti digitali, casi aziendali reali, responsabilità operative e sviluppo manageriale.
Il dato Unioncamere-Ministero del Lavoro aggiunge un altro elemento: tra il 2025 e il 2029 il mercato del lavoro italiano potrebbe esprimere un fabbisogno compreso tra 3,3 e 3,7 milioni di occupati e, nello scenario positivo, circa 2,2 milioni di lavoratori dovranno possedere competenze digitali, mentre oltre 910mila dovranno integrare almeno due competenze digitali in un vero e proprio e-skill mix. Non è quindi solo una questione da chief innovation officer o da responsabile IT; è una trasformazione che riguarda produzione, amministrazione, vendite, marketing, assistenza clienti, formazione, operations e direzione generale.
Per le aziende, la scelta concreta è tra due approcci. Il primo è usare l’AI per spremere efficienza da processi esistenti senza ripensarli davvero; nel breve periodo può funzionare, ma rischia di produrre automazione superficiale, duplicazione di strumenti, output poco controllati e persone più veloci ma non necessariamente più competenti. Il secondo è usare l’AI come occasione per ridisegnare responsabilità, processi, ruoli e percorsi di crescita, chiedendosi dove la macchina può ridurre lavoro a basso valore e dove le persone devono diventare più forti proprio perché la tecnologia ha alzato il livello minimo richiesto.
In questo secondo scenario, la formazione non è un benefit e nemmeno una risposta difensiva alla paura della sostituzione. Diventa una leva industriale. Significa mettere le persone in progetti reali, farle lavorare su casi aziendali concreti, esporle a clienti, dati, processi, errori e decisioni, invece di limitarsi a far completare moduli online. Significa misurare non solo quante ore di formazione sono state erogate, ma quali decisioni migliori sono state prese, quali tempi sono stati ridotti, quali rischi sono stati evitati, quali clienti sono stati serviti meglio e quali collaboratori hanno acquisito autonomia.
La lezione più utile del 2026 è quindi meno rassicurante, ma più interessante: l’AI non salva automaticamente le aziende arretrate e non condanna automaticamente i lavoratori. Rende più visibile ciò che nelle organizzazioni funzionava già e ciò che era tenuto insieme solo dall’abitudine. Le imprese con processi confusi, leadership debole e competenze poco distribuite rischiano di usare l’AI per produrre confusione più velocemente. Le imprese capaci di combinare tecnologia, esperienza e responsabilità possono invece trasformarla in vantaggio competitivo.
Alla fine, il capitale umano che l’AI non svaluta non è quello che si limita a “resistere” alla tecnologia, ma quello che sa lavorarci senza diventarne dipendente. Non il lavoratore che compete con la macchina sulla velocità, ma quello che usa la macchina per liberare tempo, attenzione e qualità decisionale. Non il manager che chiede genericamente più produttività, ma quello che sa distinguere tra automazione, aumento delle capacità e sviluppo reale delle persone. In un mercato in cui molti potranno accedere agli stessi strumenti, la differenza la farà ciò che non si scarica, non si copia e non si implementa con un click: esperienza, giudizio, fiducia e capacità di trasformare l’intelligenza disponibile in valore concreto.
