Entro il 2030 il 70% dei lavori sparirà

Non spariscono i lavori, spariscono le competenze che li compongono. Il CEO di LinkedIn lo dice chiaramente, basandosi su dati reali. Ecco cosa sta succedendo — e come prepararsi.

Ryan Roslansky è il CEO di LinkedIn. Ha accesso a dati su oltre un miliardo di lavoratori e centinaia di milioni di aziende, in una dashboard che si aggiorna cinque milioni di volte al minuto. Quando parla di futuro del lavoro, non sta facendo previsioni: sta leggendo quello che già succede. Qualche giorno fa ha rilasciato un’intervista passata quasi in sordina. Quasi.

Cosa ha detto il CEO di LinkedIn: i tre punti chiave

1. Il 70% delle competenze cambierà entro il 2030

Questo è il dato che dovrebbe fare più rumore. Secondo Roslansky, entro il 2030 il 70% delle competenze che compongono ogni lavoro oggi sarà completamente stravolto. Non eliminato, non cancellato — ribaltato. Solo qualche anno fa questa percentuale era al 25%. La velocità del cambiamento sta accelerando in modo impressionante.

Attenzione: non vuol dire che il 70% dei lavori sparirà. Vuol dire che la lista di attività che compongono il tuo lavoro — quello che fai ogni giorno — cambierà nella maggior parte dei suoi elementi. L’intelligenza artificiale può già fare molte di quelle cose. Il punto è capire cosa rimane, e cosa fare con quel che resta.

I dati di LinkedIn in sintesi:

• 70% delle competenze lavorative cambierà entro il 2030
• 1 miliardo di lavoratori su LinkedIn — i dati su cui si basano queste previsioni
• 5 milioni di aggiornamenti al minuto nella dashboard interna di LinkedIn

2. Il piano a 5 anni? Una buona idea da abbandonare

Quando l’intervistatrice gli ha chiesto del classico “piano di carriera a 5 anni”, Roslansky ha risposto con un diplomatico a bit foolish — che in italiano suona come “una bella ingenuità”. Oggi nessuno sa come sarà il mercato del lavoro tra cinque anni. Nemmeno lui, con tutti quei dati.

La logica di Roslansky è semplice: invece di pianificare il futuro a lungo termine, meglio concentrarsi sui prossimi 12 mesi. Quali competenze vuoi acquisire? In quale direzione stai andando? Poi si aggiusta la rotta.

3. Le carriere non sono lineari — e i dati lo confermano

LinkedIn guarda i profili di milioni di persone e vede una cosa chiara: la carriera media non è una linea retta. È uno scarabocchio. Si studia una cosa, si finisce a fare tutt’altro. Si cambia settore, si torna indietro, si va in una direzione inaspettata verso un lavoro che magari non esisteva nemmeno quando si era all’università.

La buona notizia? Questo non è un fallimento. È la norma.

Cosa stanno facendo le aziende: i dati che nessuno ti dice

Roslansky non è l’unico ad aver parlato. Sam Altman, CEO di OpenAI, ha dichiarato pubblicamente che entro due anni l’intelligenza artificiale potrebbe sostituire le funzioni di un amministratore delegato — partendo da sé stesso. Poi ha aggiunto qualcosa di importante: molte aziende stanno usando l’AI come scusa per licenziare. Lo ha chiamato AI washing.

📌 AI washing: usare l’intelligenza artificiale come “foglia di fico” per giustificare tagli al personale che dipendono da scelte aziendali più prosaiche — overassunzioni, costi da tagliare, ristrutturazioni. È più comodo dire “colpa dell’AI” che ammettere di aver assunto troppo.

I numeri confermano questa lettura. Secondo una ricerca di Harvard Business Review su oltre 1.000 manager, il 60% delle organizzazioni ha già ridotto il personale in anticipazione dell’AI — non perché l’AI stia già portando risultati concreti. E qui arriva il paradosso: secondo Gartner, solo l’1% dei licenziamenti nel primo semestre 2025 è realmente collegato a un aumento di produttività grazie all’intelligenza artificiale.

Dati chiave:

• 60% delle aziende ha già tagliato personale in previsione dell’AI (Harvard Business Review)
• Solo 1% dei licenziamenti H1 2025 legato a reale aumento di produttività AI (Gartner)
• 29% delle aziende ha rallentato o bloccato le nuove assunzioni
• ~50% dei datori di lavoro si pente di aver licenziato per sostituire con AI (Forrester)

Il caso Klarna è emblematico: grande annuncio, tutto al chatbot, poi ritorno alle assunzioni perché la qualità del servizio non reggeva. La tecnologia è pronta? A volte sì, a volte ancora no. Ma la direzione è chiara.

Come prepararsi: i test concreti da fare oggi

La domanda che tutti si fanno è: “Quali competenze devo imparare per non essere spazzato via?” È la domanda sbagliata — o almeno, incompleta. Come fa notare Naval Ravikant, questi sistemi si adeguano a noi molto più velocemente di quanto noi ci adeguiamo a loro. Tra qualche anno, sapere fare il “prompt perfetto” sarà irrilevante quanto oggi sapersi collegare a internet.

La domanda giusta è un’altra: che tipo di vita lavorativa voglio costruire? In quale mondo vuoi stare? Poi, dentro quel mondo, sappi che il ruolo specifico può cambiare — e devi essere abbastanza flessibile da adattarti.

🧪 Il test della scadenza (fallo ora)

• Fai una lista delle competenze principali che compongono il tuo lavoro oggi
• Considera che il 70% di quelle attività cambierà o sparirà nei prossimi anni
• Identifica quel 30% che probabilmente regge — e capisci perché
• Chiediti: dove posso spostarmi all’interno del mio settore se il mio ruolo attuale cambia?
• Inizia ad acquisire competenze nelle aree limitrofe a quelle che già conosci

Il vantaggio delle competenze ibride

C’è un altro test utile da fare. Riesci a unire due ambiti diversi che normalmente non si parlano? Sei un programmatore che capisce di marketing? Un designer che sa leggere i dati? Un avvocato che usa gli strumenti AI meglio dei suoi colleghi?

Le combinazioni ibride sono tra le più difficili da replicare — sia da parte di altri umani, sia da parte dei sistemi automatizzati. Un’AI può diventare bravissima in un singolo dominio molto più velocemente di un essere umano. Ma un professionista che mette insieme due mondi, con l’esperienza e il contesto che ci sta dietro, è ancora una proposta di valore difficile da battere.

💡 Satya Nadella, CEO di Microsoft: meglio essere un “learn it all” che un “know it all”. In un mondo che cambia ogni sei mesi, la capacità di imparare vale più di qualsiasi conoscenza statica.

Il piano d’azione (basato sui dati, non sulle opinioni)

Niente profezie, niente panico. Solo decisioni informate. Ecco da dove partire:

1. Smetti di pianificare a 5 anni. Concentrati sui prossimi 12 mesi. Quali competenze vuoi acquisire? In quale direzione ti stai muovendo?
2. Fai il test della scadenza. Lista delle attività del tuo lavoro → identifica il 30% che resiste → capisci dove spostarti.
3. Cerca la combinazione ibrida. Qual è il secondo ambito che potresti integrare nel tuo profilo professionale? Non serve diventare esperti — serve essere competenti abbastanza da creare valore.
4. Usa gli strumenti AI, subito. Non per imparare il “prompting perfetto”, ma per capire cosa sanno già fare — e cosa ancora no. La differenza la fa chi li usa davvero, non chi ne parla.
5. Scegli il settore, non solo il ruolo. Se il tuo ruolo sparisce, vuoi comunque restare in quel mondo? Se sì, ci sono altri modi per stare dentro — ruoli più manageriali, legati ai prodotti, alla comunicazione. Il settore è la bussola; il ruolo è il percorso specifico, e può cambiare.

Il punto finale: non è un problema di competenze

Il cambiamento portato dall’intelligenza artificiale non bussa alla porta prima di entrare. Arriva mentre stai facendo altro, mentre leggi questo articolo, mentre pensi “ci pensoò domani”. Non c’è un annuncio formale, non c’è una data precisa. Succede — e poi ci si guarda intorno e si capisce che le regole del gioco sono cambiate.

La buona notizia è che i dati ci dicono già molto su dove stiamo andando. Non serve essere veggenti: serve smettere di fare i profeti e iniziare a guardare quello che i numeri mostrano già oggi. LinkedIn ha un miliardo di lavoratori. Sa cosa stanno cercando le aziende, quali competenze crescono e quali calano, come cambiano i profili.

Sono dati aperti, disponibili, leggibili. Il lavoro da fare è guardarli — e poi decidere da che parte stare.

Come dice il saggio:

“Tutti hanno un piano, finché non prendono un pugno in faccia. Questa volta il pugno arriva dall’algoritmo — e non guarda in faccia nessuno.”

Monty Staff