Quali competenze l'IA non sostituisce? Sei risposte

Nel 2026 l'IA non sostituisce le professioni: elimina compiti all'interno di ogni professione. Ciò che resiste — e che acquista valore man mano che il resto si automatizza — si riassume in sei competenze: il pensiero critico, l'apprendimento continuo, la collaborazione con la macchina, l'intelligenza emotiva, la creatività divergente e l'etica applicata. Per una PMI svizzera, e vallesana in particolare, la domanda utile non è più se l'ondata arriverà. È cosa coltivare nei propri team, fin da ora.

Pubblicato ad aprile 2026, rielaborato a maggio 2026 — la presente versione è una riscrittura integrale.

I compiti scompaiono, non le professioni

Il dibattito pubblico oscilla tra due estremi poco utili: l'annuncio periodico di licenziamenti di massa che non arrivano con la portata promessa, e il diniego che conclude che nulla cambia perché nessuna professione è del tutto scomparsa. La realtà osservabile si colloca tra i due estremi, ed è più precisa.

Una professione è un insieme di compiti, e questi compiti non sono esposti allo stesso modo. L'analisi documentale ripetitiva, la redazione di documenti standardizzati, la classificazione delle informazioni, la traduzione letterale: i modelli generativi se ne fanno carico con un risparmio di tempo tangibile. Il giudizio contestuale, la trattativa tesa, la progettazione di ciò che non esiste ancora, la relazione con il cliente nel tempo: qui non arrivano. Ciò che resta acquista quindi peso relativo nel valore prodotto da un team.

Questa ricomposizione raramente fa notizia, perché assume la forma di un'erosione silenziosa: un posto junior che non viene ricoperto dopo una partenza, un mandato esterno che non viene rinnovato, un team che mantiene la propria produzione con un organico che si assottiglia lentamente. I profili a inizio carriera incassano il primo colpo — i loro compiti d'ingresso, quelli che storicamente permettevano di farsi le ossa, sono proprio quelli che i sistemi gestiscono meglio.

Il vigneto vallesano come caso di scuola

Da Haute-Nendaz, dove vivo e lavoro, il vigneto non è una metafora: è il paesaggio. Il cantone conta diverse migliaia di ettari di vigna, decine di migliaia di particelle tramandate di generazione in generazione, su pendii sostenuti da chilometri di muri a secco. Difficile immaginare un mestiere più radicato, meno delocalizzabile.

Eppure la dinamica si osserva già. Robot autonomi diserbano filari un tempo lavorati da squadre stagionali. Droni con telecamere multispettrali mappano lo stato sanitario dei ceppi con una completezza che nessun occhio umano può mantenere su un intero vigneto. Modelli predittivi incrociano meteo, storici di raccolto e curve di maturazione per proporre una data di vendemmia.

I viticoltori che adottano questi strumenti non rinunciano a nulla di essenziale: spostano il proprio tempo verso ciò che la macchina non fa — la decisione su un'annata difficile, la scelta della vinificazione, il rapporto con il sommelier, il passaggio di consegne al successore. Ma notiamo l'asimmetria: l'azienda che riduce il proprio fabbisogno stagionale non assume in cambio un ingegnere di robotica viticola. I posti creati da questa transizione sono pochi, altamente qualificati e raramente nella stessa valle. Ciò che vale per la vigna vale per lo studio fiduciario, lo studio di architettura o l'agenzia immobiliare.

Tre argomenti rassicuranti che non reggono

Il primo: «l'IA creerà tanti posti di lavoro quanti ne distrugge». Forse, su scala statistica globale. Ma l'argomento ignora l'asimmetria dei profili e dei luoghi: i compiti assorbiti in uno studio fiduciario di Martigny non sono compensati da posti equivalenti a Martigny. Il bilancio globale non consola nessuno a livello locale.

Il secondo: «le soft skill basteranno». L'idea è incompleta più che falsa. Le competenze relazionali contano, sempre di più — ma da sole non bastano. Il mercato premia i profili ibridi, che combinano una solida competenza di settore con un'effettiva padronanza degli strumenti. Questa ibridazione sta diventando una soglia di occupabilità, non un bonus.

Il terzo, il più pericoloso: «aspettiamo e vediamo». L'adozione da parte delle aziende procede più rapidamente dell'adattamento delle competenze. Quando un dirigente constata che un sistema assorbe parte dei compiti di un team, ridimensiona il team più spesso di quanto finanzi un programma di riqualificazione. Aspettare che la propria mansione cambi prima di formarsi significa rischiare che cambi senza di voi.

Le sei competenze che resistono

Il pensiero critico apre la lista. Non lo scetticismo di facciata: la capacità di mettere in discussione i propri bias, di cambiare idea di fronte a un'informazione nuova, di interrogare un'affermazione invece di eseguirla. Un modello produce la risposta statisticamente più probabile; non dubita mai di se stesso. Il dubbio argomentato resta umano.

L'apprendimento continuo viene subito dopo. La competenza decisiva nel 2026 è meno padroneggiare un ambito che dimostrare di saperne padroneggiare uno nuovo, rapidamente. È una convinzione che devo al mio stesso percorso: dopo quindici anni al servizio di grandi marchi internazionali, ho ricostruito il mio mestiere attorno all'IA — praticando, non leggendo report di tendenza.

La collaborazione uomo-macchina è la terza, e la più fraintesa. Non consiste nel copiare prompt trovati online. Consiste nel capire come funziona un modello, dove fallisce, come formulare una richiesta e quando riprendere il controllo. Costruire FiscalDoc — la mia applicazione locale di archiviazione fiscale, sviluppata dialogando con un assistente di codice in tre serate — mi ha insegnato più sui limiti reali dei modelli di tutte le mie letture messe insieme.

L'intelligenza emotiva pesa ancora di più in un cantone la cui economia si fonda su microimprese e relazioni di prossimità. Percepire ciò che non viene detto, sentire un'incongruenza prima di riuscire a formularla, sostenere una relazione nel tempo: nulla di tutto ciò si automatizza.

La creatività divergente non va confusa con la produzione di dodici varianti dello stesso visual — questo i modelli lo fanno molto bene. Essa collega ambiti distanti, pone domande che nessuno pone. I modelli interpolano tra punti noti; l'estrapolazione fuori dalla mappa resta un vantaggio umano.

L'etica applicata chiude l'elenco: sapere dove un sistema è affidabile e dove non lo è, padroneggiare le questioni di riservatezza e conformità — la Legge federale sulla protezione dei dati in Svizzera^[1], il regolamento europeo per chi si rivolge all'UE. Questa competenza non è un freno all'adozione; è la condizione perché un'adozione sopravviva al primo controllo o al primo incidente.

E concretamente, per una PMI vallesana?

Il tessuto economico vallesano ha vantaggi reali in questa transizione: strutture snelle che decidono in fretta, interi settori — turismo, viticoltura, edilizia, immobiliare — fondati sulla relazione umana e sul giudizio sul campo, una cultura della precisione che si sposa bene con un'integrazione paziente degli strumenti. Ma questi vantaggi proteggono solo se vengono attivati. Lo studio fiduciario che non forma i propri team alla collaborazione uomo-macchina vedrà i propri margini attaccati da chi lo fa.

Il lavoro concreto inizia con una mappatura: identificare i compiti assorbibili nei vostri flussi reali, riqualificare i collaboratori su ciò che costituisce il loro valore proprio, e procedere al ritmo dell'azienda — senza fretta né attendismo. È esattamente il tipo di selezione che strutturo nelle soluzioni che propongo alle PMI, e la parte relativa alla formazione merita un proprio metodo, che approfondisco in Formare il team all'IA. Per la visione d'insieme — da dove cominciare, in quale ordine, con quali budget — il punto di partenza resta Cosa deve fare una PMI svizzera di fronte all'IA nel 2026?.

Una parola di onestà per concludere: questo percorso non richiede sempre un supporto esterno. Un piccolo team coeso, con un dirigente che pratica personalmente gli strumenti, può condurre la propria mappatura. L'aiuto esterno — compreso il mio, tramite un'analisi su misura — si giustifica quando i flussi sono numerosi, i dati sensibili, o il tempo introvabile.

Da ricordare

— L'unità di analisi rilevante è il compito, non la professione: l'IA assorbe compiti, e ciò che resta acquista peso nel valore prodotto. — Sei competenze resistono strutturalmente: pensiero critico, apprendimento continuo, collaborazione uomo-macchina, intelligenza emotiva, creatività divergente, etica applicata. — I vantaggi vallesani — prossimità, relazione, precisione — proteggono solo se l'azienda mappa i propri compiti e forma i propri team ora.

FAQ

L'IA eliminerà il mio posto di lavoro? Probabilmente eliminerà alcuni dei vostri compiti, raramente il vostro posto nel suo insieme. Il rischio reale è l'erosione: un posto che perde compiti senza acquisirne di nuovi finisce per non essere più ricoperto. Il rimedio consiste nello spostare il proprio tempo verso il giudizio, la relazione e la padronanza degli strumenti.

Quali competenze sviluppare prioritariamente nel 2026? Prima di tutto la collaborazione uomo-macchina, perché si costruisce rapidamente con la pratica e valorizza immediatamente la vostra competenza di settore. Poi il pensiero critico e l'apprendimento continuo, perché condizionano tutto il resto. Tutte e tre si allenano su casi reali della vostra azienda, non in un seminario teorico.

I neolaureati sono i più minacciati? Sono i più esposti nel breve termine, perché i compiti d'ingresso di carriera — ricerca, sintesi, produzione standardizzata — sono proprio quelli che i modelli gestiscono meglio. Ma sono anche i più rapidi ad adottare gli strumenti. La loro sfida è costruire presto una competenza di settore che la macchina non possiede.

Una microimpresa vallesana deve davvero preoccuparsene? Sì, proprio perché la sua dimensione è un vantaggio: una struttura di cinque persone può mappare i propri compiti e adeguare le proprie pratiche in poche settimane, laddove un grande gruppo impiega anni. L'attendismo, invece, costa lo stesso ovunque.

E nel vostro team? La Diagnosi d'Uso dell'IA: sessanta minuti per definire i vostri flussi reali, identificare cosa merita una soluzione su misura, cosa resta in SaaS, e cosa non ha affatto bisogno di IA. Prenotare una diagnosi

Fonti

[1] Legge federale sulla protezione dei dati (LPD), revisione del 25 settembre 2020, entrata in vigore il 1° settembre 2023. www.fedlex.admin.ch/eli/cc/2022/491/fr [↩]

Jérôme Deshaie è CEO e fondatore di MCVA Consulting SA, agenzia aumentata con sede in Vallese. Quindici anni al servizio di grandi marchi internazionali, ora direttamente al fianco delle PMI svizzere. Percorso.