Solo l’11% delle organizzazioni ha effettivamente sostituito lavoratori con l’intelligenza artificiale, secondo una ricerca del Content Marketing Institute su oltre seicento professionisti del marketing. È un dato che contraddice la narrazione più diffusa — quella dei licenziamenti di massa causati dall’AI — ma il resto della stessa ricerca racconta una storia più inquietante di un semplice taglio di personale: il 76% dei marketer intervistati dichiara di svolgere oggi il lavoro di più di una persona, e il 50% ha assunto nuove responsabilità senza alcun aumento di stipendio o avanzamento di ruolo. Il Content Marketing Institute ha coniato un termine per descrivere questo fenomeno: “ghost workforce”, la forza lavoro fantasma — non licenziamenti diretti, ma una contrazione silenziosa ottenuta attraverso il blocco delle assunzioni e la mancata sostituzione di chi se ne va, con il carico di lavoro di due o tre persone che finisce su chi resta.
I numeri sul lato dell’occupazione diretta restano comunque concreti, ed è giusto guardarli senza addolcirli. Forrester prevede che 32.000 posti di lavoro nelle agenzie pubblicitarie statunitensi — il 7,5% dell’intera forza lavoro del settore — spariranno per automazione entro il 2030, con il 15% dei tagli concentrato già nel solo 2026. La stessa analisi, costruita su 180 milioni di annunci di lavoro dal gennaio 2023 all’ottobre 2025, mostra un pattern preciso: i ruoli di esecuzione creativa sono in declino netto, mentre i ruoli di leadership creativa strategica — direttori creativi, responsabili creativi — restano relativamente stabili. Non è l’intero mestiere della creatività a essere minacciato, bensì la sua parte più ripetitiva ed eseguibile per fasi standardizzate.
Un secondo dato aiuta a capire dove si concentra davvero il rischio: un’azienda su tre sta riducendo le assunzioni ai livelli più junior, con un saldo netto di -19,8 punti tra chi taglia e chi aumenta le assunzioni entry-level — una riduzione che corre a un ritmo quasi due volte e mezzo superiore rispetto a chi le sta aumentando. Allo stesso tempo, la crescita complessiva dei team di marketing resta positiva nel 2026, con un saldo netto di +22,3 punti. La lettura più onesta di questi due numeri insieme non è “il marketing sta crescendo” né “il marketing sta morendo”: è che il mercato sta smettendo di assumere chi deve ancora imparare il mestiere, e continua ad assumere chi già lo sa fare — un cambiamento strutturale nella forma della piramide occupazionale del settore, più che nella sua dimensione complessiva.
Sul fronte dei nuovi ruoli, il quadro è meno maturo di quanto l’entusiasmo di alcune analisi lasci intendere. Una ricerca di Marketing Week segnala che solo il 5% dei marketer si aspetta che l’AI crei effettivamente nuovi ruoli o opportunità — mentre il 19% prevede tagli diretti di organico. Nonostante questo scetticismo diffuso, i nuovi titoli professionali stanno già comparendo negli annunci di lavoro: AI Content Strategist, AI Marketing Specialist, Marketing Automation Architect, e — nella sua versione più ambiziosa — il Chief AI Revenue Officer, una figura dirigenziale che non esisteva fino a pochi anni fa. Su scala più ampia, non limitata al solo marketing, LinkedIn stima che l’intelligenza artificiale abbia già generato 1,3 milioni di nuovi ruoli a livello globale, con “AI Engineer” come titolo professionale in crescita più rapida in assoluto.
C’è un paradosso, documentato dalla American Marketing Association nel proprio report 2026 sulle carriere di marketing, costruito su un’analisi di 35 competenze professionali misurate con la Human Agency Scale sviluppata da Stanford — una scala che classifica quanto ciascuna competenza richieda un coinvolgimento umano continuo, non sostituibile dall’intelligenza artificiale. Le competenze che la scala colloca come meno sostituibili in assoluto — adattabilità, pensiero critico, creatività, intelligenza emotiva, leadership — sono esattamente quelle che gli stessi marketer intervistati hanno giudicato meno importanti nel 2026 rispetto al 2025, mentre l’AI stessa è salita al primo posto tra le competenze ritenute necessarie nei prossimi cinque anni. Il mercato del lavoro, in altre parole, sta investendo con più convinzione proprio sulla competenza più facilmente automatizzabile, mentre trascura quelle che la stessa ricerca identifica come le più resistenti all’automazione.
Il costo umano di questa transizione emerge con chiarezza in un altro dato, forse il più preoccupante dell’intero quadro: il settore del marketing registra oggi il tasso di burnout più alto di qualunque altro settore misurato, con l’83,3% dei professionisti che dichiara di aver sperimentato burnout in qualche fase della propria carriera — un tasso superiore del 30% rispetto alla media della forza lavoro generale. Un report Workday del 2026 aggiunge un dettaglio tecnico che ridimensiona l’entusiasmo sulla produttività: l’85% dei lavoratori dichiara di risparmiare tra una e sette ore a settimana grazie all’AI, ma circa il 37% di quel risparmio viene riassorbito da un lavoro di verifica successivo — correggere errori, riscrivere contenuti, controllare l’output. Per ogni dieci ore di efficienza guadagnata attraverso l’intelligenza artificiale, l’organizzazione ne restituisce circa quattro sistemando ciò che l’AI ha prodotto male. Uno studio condotto insieme da UC Berkeley e Harvard Business Review arriva a una conclusione ancora più diretta: gli strumenti di AI, nella pratica osservata, non hanno ridotto il carico di lavoro — lo hanno intensificato, perché chi li usa finisce per lavorare più in fretta e assumersi un perimetro di responsabilità più ampio, non per lavorare meno.
Sul fronte dei limiti, il terreno normativo più concreto e già vincolante riguarda proprio il posto di lavoro. L’AI Act europeo vieta, in modo diretto e senza eccezioni, l’uso di sistemi di riconoscimento delle emozioni e di categorizzazione biometrica nei contesti di lavoro e istruzione — un divieto più severo di quello applicato altrove, dove sistemi simili restano ammessi con obblighi di trasparenza meno stringenti. È un segnale normativo chiaro: il legislatore europeo tratta il monitoraggio emotivo dei dipendenti come un rischio qualitativamente diverso, non solo quantitativamente maggiore, rispetto ad altri usi della stessa tecnologia. Un secondo limite, questo più organizzativo che legale, emerge dallo stesso dato Workday sul lavoro di verifica: se il 37% del tempo risparmiato viene riassorbito da un controllo successivo, un’azienda che misura la produttività dell’AI solo sull’output generato, senza contare il tempo di verifica necessario a renderlo affidabile, sta probabilmente sovrastimando in modo sistematico il proprio ritorno sull’investimento.
Il quadro complessivo che questi numeri disegnano non è né l’automazione totale temuta da chi vede ogni annuncio di layoff come prova di sostituzione diretta, né l’innocuità rassicurante di chi ripete che “l’AI aiuta, non sostituisce”. È qualcosa di più difficile da comunicare in un titolo, e per questo probabilmente più vicino alla realtà: un mercato del lavoro che si sta ridistribuendo — meno posti per chi deve ancora imparare, più responsabilità per chi resta, nuovi titoli professionali che esistono più negli annunci che nelle competenze effettivamente richieste, e un costo umano, misurato in burnout e in tempo di verifica non contabilizzato, che nessuna delle due narrazioni semplificate riesce a raccontare in modo esaustivo.
Fonti principali: Content Marketing Institute, “2026 Career & Salary Outlook”; Forrester, previsioni sull’automazione nelle agenzie pubblicitarie USA; Marketing Week, “2026 Career & Salary Survey”; American Marketing Association, “2026 State of Marketing Careers Report”; Workday, “Beyond Productivity” 2026; studio UC Berkeley/Harvard Business Review sull’intensificazione del lavoro tramite AI.