Il bancario del futuro non potrà fare a meno dell’AI. Ma è ancora tutto da dimostrare che l’intelligenza artificiale potrà fare a meno del bancario. I piani industriali delle aziende di ogni settore vedono nell’AI uno strumento per migliorare l’efficienza e la produttività, con benefici sul conto economico. E questo sta impattando anche sugli organici, in particolare nelle mansioni meno qualificate e nelle posizioni junior.
Che le aspettative siano elevate le conferma anche il report Global Talent Trends di Mercer: il 99% dei CEO (di diversi settori, NdR) intervistati prevede che gli investimenti aziendali in AI porteranno a dei licenziamenti entro i prossimi due anni.
Verso un “reality check”
La realtà, però, ha dimostrato che le cose non vanno sempre come previsto. È “il miraggio dell’AI”, come l’ha definito Klecha & Co. nel report “AI Reality Check”: un mix di gestione inadeguata, competenze insufficienti, progetti poco focalizzati e immense spese in conto capitale che, sommato a sistemi legacy e resistenza culturale, si traduce in risultati deludenti. O meglio, in costi senza benefici.
In una analisi dello scorso giugno, ad esempio, Gartner ha previsto che il costo della programmazione AI supererà il salario medio di un programmatore entro il 2028. Alcune aziende ci hanno segnalato una dinamica simile anche nell’automazione dei processi. In cui la Robotic Process Automation intercetta una quota sempre maggiore di task ripetitivi, liberando risorse umane.
Ma resta sempre una validazione finale da parte di un essere umano, quel “human in the loop” che resterà necessario per garantire che l’AI abbia preso la decisione giusta e non abbia allucinato. Nello specifico del settore bancario e assicurativo, poi, ci sono chiari paletti normativi e di gestione del rischio che impongono la presenza di una supervisione umana.
Quanto costa davvero?
Ma c’è anche un altro aspetto che andrebbe preso seriamente in considerazione, prima di privare l’azienda di personale e relative competenze: ci sono alcuni processi in cui l’umano “conviene”, perché il costo dei token necessari a completarli sarebbe eccessivo.
E il continuo dibattito sulla “bolla dell’AI” consiglia di chiedersi se, o forse quando, i fornitori di tecnologia modificheranno i propri modelli di business per conquistare redditività, di fatto alzando i prezzi.
Perché l’AI costa: richiede infrastrutture e consuma un sacco di energia. Ed è probabile che la utilizzeremo là dove porta i maggiori benefici, lasciando tutto il resto a diversi livelli di sinergia tra umano e macchina.
E anche in questo caso c’è molto da lavorare: il già citato report di Mercer ci dice infatti che solo il 32% dei CEO ritiene che la propria azienda sia in grado di creare una sinergia ottimale tra le competenze umane e la capacità della macchina. E non a caso le aziende cercano profili ibridi, persone esperte che siano in grado di integrare l’AI nei propri flussi di lavoro.
Un gap di competenze
Queste competenze, tra l’altro, sono ancora rare: oltre il 45% delle imprese, secondo la Salary Guide 2026 di LHH (Gruppo Adecco), fa fatica a trovare candidati adeguati. C’è un disallineamento qualitativo tra domanda e offerta di lavoro che la formazione non riesce a colmare. E quei pochi talenti a disposizione vengono contesi dalle aziende.
Oltre il 55% dei lavoratori (la fonte è sempre LHH) si aspetta che l’AI sia integrata nelle proprie attività quotidiane nei prossimi 12 mesi. Ma appena il 41% è coinvolto attivamente in questo ridisegno, a conferma che nell’implementazione dell’intelligenza artificiale mancano la governance del cambiamento e una visione strategica chiara su ruoli, aspettative e percorsi.
Nei nuovi assunti si cercano anche soft skill, in primis la capacità di analisi, interpretazione e supporto alle decisioni che consente di muoversi in modo flessibile tra capacità tecnologiche e organizzative, diventando di fatto parte della trasformazione aziendale.
Per conquistare e trattenere questo genere di talento non si può puntare sulla sola retribuzione, che resta comunque un fattore importante. I professionisti più qualificati, sottolinea LHH, valutano con molta attenzione l’esperienza lavorativa a tutto tondo: chiarezza del ruolo, opportunità di crescita, qualità manageriale e coerenza organizzativa sono elementi determinanti. E questo impone alle aziende di costruire una proposta di valore credibile e sostenibile.
L’enigma dei junior
C’è, infine, la questione dei junior. Non a caso, l’intelligenza artificiale generativa viene spesso presentata come un “assistente” del lavoratore, una sorta di figura junior o di stagista.
È quindi il caso di chiedersi che cosa ne sarà, dei junior. Che, in fondo, sono la seconda linea di talenti per un’azienda, da formare non solo in caso di pensionamento dei senior, ma anche nell’evenienza di una rapida crescita del business o, banalmente, di un talento che ha scelto di cambiare lavoro.
Smettere di formare i junior, o farlo molto meno di un tempo, può portare a un risparmio nel breve termine, ma tradursi in una ulteriore carenza di risorse nel medio-lungo. Anche perché parliamo della prima generazione quasi “AI native” della storia umana, i primi lavoratori che entreranno nel mondo del lavoro dopo avere già utilizzato l’intelligenza artificiale nel proprio percorso di studi. Sarebbe curioso escludere proprio loro, da un’azienda basata sull’AI.
Le 5 professioni più richieste del 2026
Il report di LHH indica cinque professionalità particolarmente richieste dalle aziende, perché sono quelle più in linea con i cambiamenti in corso nel mondo del lavoro:
- AI/Machine Learning Engineer: figure sempre più centrali nello sviluppo di soluzioni basate sui dati, con retribuzioni che nei profili junior-mid possono arrivare fino a circa 55–60 mila euro;
- AI Architect / Data Leader: ruoli senior che guidano l’integrazione dell’intelligenza artificiale nei processi aziendali, con livelli retributivi che possono superare gli 80 mila euro;
- Cybersecurity Specialist/Manager: professionisti sempre più richiesti per la protezione dei dati e delle infrastrutture, in un contesto di crescente esposizione al rischio digitale;
- Cloud & DevOps Engineer: figure chiave per garantire scalabilità, efficienza e continuità dei sistemi, con forte domanda soprattutto nei contesti più innovativi;
- Profili finance data-driven (Controller, FP&A): sempre più rilevanti nel supportare decisioni strategiche attraverso l’analisi e l’interpretazione dei dati.
Questo articolo è stato pubblicato sul numero di luglio/agosto 2026 di AziendaBanca ed è eccezionalmente disponibile gratuitamente anche sul sito web. Se vuoi ricevere AziendaBanca, puoi abbonarti nel nostro shop.
