// TOM'S HARDWARE ITALIA — INTELLIGENZA ARTIFICIALE
Prima l'AI ti fa licenziare, poi si lava la coscienza con un po' di formazione
RAISE US è nata il 26 giugno 2026 come coalizione bipartisan per la riqualificazione dei lavoratori americani colpiti dall'AI. I fondatori sono Gina Raimondo, ex Segretario al Commercio dell'amministrazione Biden, ed Eric Holcomb, ex Governatore dell'Indiana in quota repubblicana. L'obiettivo dichiarato è raccogliere 1 miliardo di dollari per programmi di retraining. Quello che la comunicazione ufficiale non mette in primo piano è chi finanzia l'iniziativa: OpenAI, Microsoft, Anthropic e Amazon — ovvero le aziende che hanno investito centinaia di miliardi di dollari nello sviluppo dell'AI che ha reso obsolete le competenze che RAISE US si propone di riqualificare.
I 500 milioni già raccolti sono una cifra significativa in termini assoluti. In rapporto agli investimenti nel settore AI, sono irrisori. Le stesse aziende fondatrici di RAISE US hanno investito complessivamente oltre 100 miliardi di dollari in AI solo nel 2025. Il rapporto tra investimento nell'automazione e investimento nella riqualificazione è di circa 200 a 1. Non è una critica moralistica: è un dato che aiuta a contestualizzare le aspettative realistiche su cosa RAISE US possa ottenere con le risorse disponibili.
La coalizione RAISE US nasce in risposta a una tendenza già in corso e misurabile. Secondo una ricerca SSRN che analizza i dati del mercato del lavoro americano, 76.440 posti di lavoro sono stati eliminati direttamente a causa dell'AI nei dodici mesi precedenti al lancio di RAISE US. Non sono stime: sono dati di disoccupazione dichiarata con causalità documentata.
Il World Economic Forum stima che entro la fine del decennio siano a rischio 85 milioni di posti di lavoro globali per effetto dell'automazione AI. Non tutti verranno eliminati: alcuni si trasformeranno, altri verranno compensati da nuove figure professionali. Ma la velocità della trasformazione supera storicamente la velocità di adeguamento del sistema formativo. Ogni ciclo tecnologico precedente — dall'automazione industriale all'informatizzazione degli anni '90 — ha prodotto un periodo di transizione in cui i lavoratori con competenze obsolete hanno pagato il costo del cambiamento prima che il mercato producesse nuove opportunità equivalenti in volume e qualità.
L'AI è più rapida e più pervasiva dei cicli precedenti. Tocca simultaneamente il lavoro manuale e quello cognitivo, i ruoli di bassa qualifica e quelli specializzati, il settore privato e quello pubblico. Il lavoratore di 50 anni con 25 anni di esperienza in un ruolo che l'AI sta automatizzando ha un profilo di rischio molto diverso da quello di un giovane laureato che entra nel mercato del lavoro in questa transizione — e i programmi di retraining raramente distinguono tra questi due profili con l'attenzione necessaria.
La Brookings Institution ha analizzato l'efficacia dei programmi di riqualificazione lavorativa negli ultimi trent'anni con una conclusione scomoda: i risultati sono sistematicamente deludenti. I lavoratori che completano programmi di retraining ottengono in media salari inferiori rispetto al loro livello pre-disoccupazione. Il jobless boom — crescita economica senza crescita occupazionale — è già in corso in alcuni settori, e i programmi di retraining non sembrano invertire la tendenza strutturale, con tassi di occupazione stabile che raramente superano il 60% nel medio periodo. Le ragioni sono strutturali: i programmi si concentrano su skill tecniche che invecchiano rapidamente, non affrontano le barriere geografiche e di mobilità, e non tengono conto del contesto del mercato locale.
Harvard ha documentato uno specifico effetto AI sui lavoratori in settori esposti all'automazione: i lavoratori che completano programmi di riqualificazione in ruoli adiacenti a quelli automatizzati ottengono salari tra il 25 e il 29% inferiori rispetto ai colleghi non esposti alla disruption AI. Il gap persiste nel tempo e tende ad ampliarsi, non a ridursi. I programmi di retraining non restaurano il livello salariale precedent