Randstad Research, il centro di ricerca sul lavoro del futuro promosso da Randstad, condivide i risultati della sua indagine dal titolo “L’era dell’intelligenza artificiale nel settore finanziario: sfide e opportunità per le professioni”.
Lo studio ha quantificato l’impatto dell’AI nel settore finanziario, applicando ai profili analizzati tre diversi indici scientifici che identificano differenti effetti dell’introduzione delle tecnologie digitali nelle attività lavorative: l’indice di esposizione all’automazione elaborato da Osborne e Frey, che misura gli effetti dell’automazione nella sostituzione degli aspetti non cognitivi e ripetitivi delle mansioni; l’indice di esposizione all’AI di Felten, Raj e Seamans, che misura l’esposizione di una professione all’intelligenza artificiale su mansioni non ripetitive e cognitive; l’indice di esposizione al Machine Learning di Brynjolfsson Mitchell, che misura quanto questa tecnologia completi i compiti in maniera uguale o più efficiente a quella umana.
La ricerca ha analizzato l’impatto di queste tecnologie su un nucleo di 18 professioni chiave del settore finanziario italiano, che con 495.303 occupati rappresentano l’81,9% della forza lavoro impiegata nel settore, suddivise in 3 gruppi: professioni specifiche del settore finanziario, trasversali e dell’area comune (ossia le attività operative, strategiche e di staff).
I risultati principali dello studio
Nel settore finanziario italiano, l’intelligenza artificiale sta rimodellando processi operativi, modelli di business e le stesse professioni: oggi sono altamente esposti ai suoi effetti circa 400mila lavoratori, più del 66% degli occupati del comparto, con un effetto di potenziale trasformazione del lavoro. Più che una semplice sostituzione di alcuni ruoli, però, nel settore finance l’AI si afferma come un ‘motore’ di evoluzione delle professioni esistenti, comportando un’evoluzione delle competenze e dell’organizzazione del lavoro.
Complessivamente, lo studio evidenzia che l’AI influenza il mercato del lavoro su due fronti: il margine estensivo, che porta alla perdita di alcuni lavori ma anche alla creazione di nuove figure professionali legate allo sviluppo e alla gestione dell’IA (come data scientist e specialisti in sicurezza informatica), e il margine intensivo, con la trasformazione delle attività svolte dai lavoratori dovuta ai nuovi strumenti disponibili. Contrariamente ad altri settori, dove la sostituzione di lavori standardizzati (margine estensivo) sarà più impattante, nel settore finanziario sarà il margine intensivo il fenomeno maggioritario: quasi tutte le professioni evolveranno, richiedendo nuove skills come l’alfabetizzazione digitale, competenze tecniche avanzate e, apparentemente in modo paradossale, un’accresciuta importanza di capacità umane come creatività, pensiero critico e intelligenza emotiva.
L’impatto dell’automazione, dell’AI e del Machine Learning sulle professioni del settore finanziario
Dall’analisi emerge che, per quanto riguarda l’automazione, il suo impatto nel settore finanziario risulta basso per i direttori, i dirigenti, gli specialisti in contabilità e gestione delle imprese, oltre che per gli addetti di agenzie per il disbrigo di pratiche, mentre per il 74,8% dei professionisti tecnici (segretari amministrativi, contabili, tecnici della gestione finanziaria e del lavoro bancario, agenti assicurativi e periti, circa 218mila impiegati) avrà un forte impatto, percentuale che sale al 96,1% per le professioni esecutive nel lavoro di ufficio come addetti agli sportelli, intermediari finanziari, archivisti e addetti a compiti di controllo e verifica.
Passando all’AI, l’impatto si presenta più eterogeneo tra i vari gruppi. Infatti, per i dirigenti l’esposizione sarà molto alta, come pure lo sarà per gli specialisti in contabilità e gestione di imprese (il 76,5% degli occupati) e i professionisti tecnici (il 99,8%, pari a 290.550 impiegati). Per le professioni esecutive solo il 48,3% sarà esposto (73.605 persone), mentre gli addetti di agenzie non saranno impattati.
Infine, l’esposizione al Machine Learning appare concentrata maggiormente su alcuni gruppi professionali specifici. Per i dirigenti, gli specialisti in contabilità e gestione delle imprese e gli addetti di agenzie per il disbrigo di pratiche l’impatto è estremamente basso. Per le professioni tecniche l’esposizione si attesta al 30,5% (corrispondente a 88mila persone), e al 54% per le professioni da ufficio (circa 82mila persone).
Conclusioni
In sintesi, per Randstad Research l’Intelligenza Artificiale mostra l’impatto medio più elevato e uniforme su tutti i 18 profili analizzati, con un potenziale pervasivo nell’aumentare le capacità analitiche, decisionali e operative in tutto il settore finanziario, agendo più come potenziamento delle competenze umane che come sostituzione diretta. L’impatto dell’automazione sarà eterogeneo, con una bassa esposizione per i profili trasversali e contenuto per quelli dell’area comune, ma incisivo per le professioni specifiche del settore finanziario, riflettendo la maggiore standardizzazione e ripetitività di alcune attività core del finance e suggerendo un potenziale di integrazione o sostituzione di compiti specifici in questi ruoli. Il Machine Learning avrà un impatto elevato sui profili appartenenti all’area comune, indicando una forte sinergia tra le sue capacità predittive e analitiche e le attività svolte in questi ruoli, con un impatto più contenuto per le professioni specifiche e trasversali.
Dichiarazioni
“I risultati della ricerca indicano che l’impatto combinato di AI, automazione e Machine Learning ha un potenziale di profonda trasformazione per le professioni del settore finanziario”, afferma Emilio Colombo, Coordinatore del Comitato scientifico di Randstad Research. “L’automazione impatterà soprattutto su tecnici e impiegati, l’AI su dirigenti, specialisti e professioni tecniche, il machine learning su questi ultimi due gruppi. Il comparto ha davanti a sé l’opportunità di migliorare l’efficienza, l’innovazione e la capacità decisionale attraverso l’adozione strategica dell’intelligenza artificiale, ma per cogliere appieno questi benefici e mitigare i potenziali rischi è fondamentale un approccio proattivo nella gestione del cambiamento, investendo nella riqualificazione e nell’aggiornamento delle competenze e ridefinendo i ruoli professionali in un’ottica di collaborazione sinergica tra uomo e macchina”.
