AI al lavoro: Google ATLAS mostra assistenza, non sostituzione

AI al lavoro non significa automaticamente sostituire un ruolo. Google ATLAS, uno studio costruito su 15 milioni di interazioni aggregate e de-identificate con i suoi strumenti, racconta una situazione più sfumata: l’uso tocca molte professioni, ma spesso riguarda una parte limitata delle loro attività. Il 15 settembre Google ha rilanciato i risultati con nuove visualizzazioni interattive. Per un responsabile HR, la domanda utile diventa quali compiti cambiano davvero e quali richiedono ancora giudizio umano.

Che cosa misura Google ATLAS sull’AI al lavoro

ATLAS significa Activity, Task, Landscape and Adoption Study. La prima versione esamina interazioni con Gemini App, AI Mode e Gemini API, coprendo oltre 150 paesi, 140 lingue, 800 occupazioni e 4.000 attività. È una fotografia ampia dell’uso dei prodotti Google, non un censimento di tutta l’intelligenza artificiale nel mercato del lavoro. Questo limite è decisivo quando si prova a tradurre un grafico in una decisione aziendale.

Secondo l’analisi, l’adozione sul lavoro attraversa settori molto diversi. Tuttavia, in un’occupazione tipica l’AI compare in circa il 21% dei compiti osservati. La maggior parte delle interazioni lavorative riguarda supporto, ricerca di informazioni, ideazione e apprendimento. L’automazione completa rappresenta meno del 10% delle interazioni analizzate. Non è corretto trasformare quel numero nella percentuale di posti che spariranno o resteranno: l’unità misurata è l’interazione, non la posizione contrattuale.

L’AI al lavoro interessa anche i mestieri manuali

La ricerca nota usi in professioni che non sono soltanto da ufficio. Tecnici automobilistici e manutentori industriali, per esempio, possono chiedere aiuto nell’interpretare risultati di test, individuare un guasto o apprendere una procedura. In questi contesti l’AI affianca una diagnosi sul campo; non maneggia gli strumenti, non assume la responsabilità della sicurezza e non verifica da sola l’esito dell’intervento.

Per un’azienda questo suggerisce di osservare il flusso completo. Scrivere una bozza di istruzioni richiede pochi minuti, ma approvarla, applicarla e accertare che sia corretta può richiedere competenze specifiche. Se misuri soltanto la velocità della bozza, rischi di chiamare “produttività” un trasferimento di lavoro verso il controllo finale.

Come usare i dati per un progetto HR

Una mappatura delle attività è più utile di una lista di professioni “a rischio”. Parti da un team concreto e scegli un processo ricorrente: assistenza clienti, selezione, amministrazione o manutenzione. Descrivi i passaggi, chi decide e quale errore avrebbe conseguenze importanti. Poi prova l’AI su una sola fase, mantenendo una revisione indipendente e confrontando tempo, qualità e correzioni con il metodo precedente.

• Separa compito e ruolo: un’attività può cambiare senza che scompaia la responsabilità professionale.
• Definisci il confine: chiarisci dati accessibili, autorizzazioni e operazioni che l’AI non deve eseguire.
• Misura il lavoro residuo: includi verifica, correzione e gestione delle eccezioni nel bilancio del tempo.
• Forma chi controlla: la capacità di riconoscere un risultato plausibile ma sbagliato conta quanto saper formulare una richiesta.
• Rivedi dopo il pilota: registra errori ricorrenti e modifica il processo prima di estenderlo.

Questo approccio può entrare anche nell’onboarding dei primi 90 giorni: chi arriva deve sapere quali strumenti sono autorizzati e a chi rivolgersi quando un output è incerto.

Il limite del campione prima delle decisioni

ATLAS osserva l’uso degli strumenti Google. Non misura tutte le piattaforme, le attività svolte senza AI né gli effetti causali su occupazione e salari. Google stessa riconosce che l’indagine non include diversi prodotti e impieghi aziendali. È una fonte utile per formulare ipotesi, non una previsione automatica per l’Italia o per il tuo settore.

Il dato più pratico è forse il meno spettacolare: l’AI viene usata come collaboratore in situazioni molto diverse. Prima di ridisegnare organici o obiettivi, verifica nel tuo contesto quali attività migliorano, quali si complicano e dove il controllo umano resta indispensabile. Il risultato può essere un lavoro meglio organizzato, non necessariamente un lavoro con meno persone.