# dgtresor-ia-effets-emploi-2026-06-30

## Veille

Nota di analisi **Trésor-Éco n° 391** (giugno 2026) della **Direction générale du Trésor** (Ministero dell'Economia francese), a cura di **Martin Chopard, Elisa Cotet, Tristan Gantois ed Eloïse Villani**. Rassegna della letteratura economica istituzionale su **l'effetto dell'IA (principalmente generativa) sull'occupazione**. **Tesi in tre parti**: (1) l'IA incide sul volume dell'occupazione tramite **due canali contrapposti** — l'effetto di **spiazzamento** (sostituzione dei compiti automatizzabili) contro l'effetto di **produttività** (complementarità, riduzione dei costi, aumento della domanda) — ma **l'effetto aggregato resta, per il momento, debole/non misurabile**, per mancanza di prospettiva storica e di adozione (≈20% delle imprese UE nel 2025); (2) emergono **effetti eterogenei** a seconda delle **professioni** (esposizione ≠ effetto: tutto dipende dal grado di sostituibilità/complementarità e dall'**elasticità di prezzo** della domanda), dei **lavoratori** (progresso tecnico orientato, preoccupazioni per i **giovani**) e dei **settori** (finanza, IT, servizi alle imprese i più esposti); (3) nel **lungo periodo l'effetto netto resta incerto** — tra una sostituzione massiccia (se l'IA agentica/fisica si diffonderà) e la **distruzione creatrice** (lezione delle rivoluzioni passate: le innovazioni hanno creato più posti di lavoro di quanti ne abbiano distrutti). Conclusione di **politica pubblica**: sostenere la transizione (formazione, mobilità — il piano "Osez l'IA", France 2030) e **investire nell'IA per non restare indietro** nella competizione internazionale. Corpus ampiamente documentato (43 note a piè di pagina, pannelli di stime nelle Tabelle 1-3).

## Titre Article

L'intelligence artificielle, quels effets sur l'emploi ?

## Date

2026-06-30

## URL

https://www.tresor.economie.gouv.fr/Articles/895c28b4-dca6-4ca6-b03b-88058fc4ce87/files/a0c9e9a1-6c53-4f2e-ad5d-f603fd5c456d

## Keywords

IA e occupazione, intelligenza artificiale generativa, effetto di spiazzamento, effetto di produttività, sostituzione, complementarità, approccio task-based, esposizione all'IA, elasticità di prezzo, paradosso di Jevons, curva a J, progresso tecnico orientato, distruzione creatrice, occupazione giovanile, labelling, licenziamenti IA, disoccupazione giovanile 15-24, LLM, adozione dell'IA, Global AI adoption index, settori esposti, finanza e servizi IT, riqualificazione professionale, mestieri ponte, politiche di sostegno, formazione, piano Osez l'IA, France 2030, Académie de l'IA, declino competitivo, sovranità, Trésor-Éco, DG Trésor, Acemoglu Restrepo, Autor, Brynjolfsson, Richmond OpenAI, Arquié, barometro digitale 2025

## Authors

**Martin Chopard, Elisa Cotet, Tristan Gantois, Eloïse Villani** — économistes de la **Direction générale du Trésor** (DG Trésor), Ministère de l'Économie, des Finances et de la Souveraineté industrielle, énergétique et numérique. Directrice de la publication : Dorothée Rouzet. Le document engage la DG Trésor mais « ne reflète pas nécessairement la position du ministère ».

## Ton

**Profilo**: nota di analisi economica istituzionale (serie *Trésor-Éco*), registro **accademico e prudente**, rivolta ai decisori pubblici e alla comunità economica. Neutralità deliberata, nessuna presa di posizione: la nota **espone i meccanismi e l'incertezza** anziché risolvere la questione.

**Stile**: struttura canonica in tre parti (volume aggregato → effetti eterogenei → lungo periodo + politiche), tesi presentate come sottotitoli. **Documentazione rigorosa**: 43 note a piè di pagina, tre tabelle di stime a pannello (Tabella 1: effetto aggregato; Tabelle 2-3: per qualifica ed esperienza), grafici di esposizione. Vocabolario da economista (effetto di spiazzamento/reinserimento di Acemoglu-Restrepo, approccio *task-based*, elasticità di prezzo, paradosso di Jevons, curva "a J", progresso tecnico orientato, distruzione creatrice). Marcata **onestà epistemica**: "gli studi empirici non consentono di determinare l'effetto totale", enfasi ripetuta sull'**orizzonte temporale breve**, sulla **dispersione dei risultati** e sul rischio di **"labelling"** (l'IA come pretesto per i licenziamenti). Formula di inquadramento: effetti incerti *ex ante*, un appello a **politiche pubbliche risolute**.

## Pense-betes

- **Tesi principale**: allo stato attuale, **nessun effetto aggregato misurabile** dell'IA sull'occupazione (prospettiva storica insufficiente + adozione limitata), ma **due canali contrapposti** strutturano l'analisi — **spiazzamento** (sostituzione) contro **produttività** (complementarità). L'IA non è né un "distruttore di posti di lavoro" né neutra: è **empiricamente indeterminata**, e dipenderà dalle politiche e dalla velocità di diffusione.
- **Percezione ≠ misurazione**: il **62% dei francesi** considera l'IA un rischio per l'occupazione (barometro digitale 2025), mentre l'effetto macro resta non rilevabile. La nota distingue chiaramente l'ansia sociale dai dati.
- **Approccio *task-based*** (Acemoglu-Restrepo, Autor): una professione viene scomposta in compiti, e si misura l'**esposizione**, MA **esposizione ≠ effetto** — occorre determinare la **sostituibilità** (l'IA sostituisce) rispetto alla **complementarità** (l'IA potenzia il lavoratore, che si concentra su giudizio/validazione/relazione). I compiti **cognitivi** = più esposti agli LLM; i **fisici** = meno (per ora); i **relazionali** = intermedi.
- **L'elasticità di prezzo determina il segno** (Grafico 2): se i guadagni di produttività riducono i costi e la **domanda è elastica** (graphic designer, sviluppatori, elasticità > 1), l'occupazione può **crescere** (paradosso di Jevons); se è **anelastica** (vigili del fuoco, dirigenti, ~0), l'occupazione può diminuire. → la sostituibilità tecnica non pregiudica l'effetto sull'occupazione.
- **Guadagni di produttività individuale comprovati**: **+14%** per gli addetti al servizio clienti, **+26%** per gli sviluppatori software (studi sperimentali mirati, probabilmente **sottostimati** poiché ottenuti su modelli già superati).
- **Intervallo di esposizione molto ampio**: tra il **5% e il 60%** dell'occupazione totale a seconda dello studio (grafico di copertina). Stime per la Francia: **Arquié et al. (2026)** — **3,8%** del contenuto lavorativo a rischio di automazione *oggi*, fino al **16,3% entro 2-5 anni**. Richmond (2026, OpenAI) USA: **18%** dei posti di lavoro ad alto rischio, il 24% vedrà i propri compiti ricomposti, il 12% in crescita, il 46% poco interessato.
- **I licenziamenti "IA" da ridimensionare**: nel 2025, i tagli attribuiti all'IA = **dal 4,5 al 6,2%** dei licenziamenti annunciati negli USA, diluiti in flussi di assunzione più ampi. **Rischio di "labelling"**: il **59%** delle aziende statunitensi ammette di invocare l'IA per giustificare blocchi delle assunzioni → l'IA funge da **pretesto** che maschera ragioni strutturali/post-Covid (caso Josh Bersin).
- **Preoccupazioni per i giovani** (il punto più concreto): **Brynjolfsson et al. (2025)** — occupazione tra i **22-25enni** nelle professioni più esposte **−16%** (nov. 2022 → lug. 2025, USA), confermata da **Massenkoff & McCrory (Anthropic)** e Hosseini-Lichtinger. In **Francia** (Insee), disoccupazione tra i **15-24enni +2 punti** (19,1% → 21,1%, 1° trimestre 2025→1° trimestre 2026) — ma **senza causalità stabilita** (congiuntura economica, sovrarappresentazione nei contratti a termine). Il problema: l'automazione dei **compiti codificati** che formano i giovani professionisti → rischio per l'inserimento dei neoassunti e il **ricambio senior**.
- **Il lungo periodo = una scommessa aperta**: lo scenario di **sostituzione massiccia** (se l'IA agentica/fisica si diffonderà — Arquié: oltre il 40% delle professioni supererebbe il 30% di compiti automatizzabili) CONTRO la **distruzione creatrice** (rassegna di quattro decenni: le innovazioni hanno creato più posti di lavoro di quanti ne abbiano distrutti; **Autor: il 60% dei lavoratori occupa posti che non esistevano nel 1940**). Promemoria: **Frey & Osborne 2013** prevedevano il 47% dei posti di lavoro USA automatizzabili — **previsione che non si è concretizzata**.
- **Costi della transizione**: la lentezza della riallocazione (obsolescenza delle competenze, attriti geografici) **riduce del 40%** il beneficio della robotizzazione in Francia (Bocquet 2026) → il ruolo dei **mestieri ponte** e delle politiche di formazione.
- **Imperativo strategico (di policy)**: **investire nell'IA = proteggere l'occupazione** tramite la competitività. Francia = posizione **intermedia** (adozione **18%** OCSE 2025 contro una media UE del **20%**, ma in fase di recupero **+8 punti** 2024-2025 contro +6 punti UE). Misure: il piano **"Osez l'IA"** (2025, **15 milioni di professionisti formati entro il 2030**, **Académie de l'IA**) e **France 2030** ("Compétences et métiers d'avenir").
- **Da collegare**: un contrappunto macro-istituzionale al cluster produttività/occupazione della veille (SFEIR AI4IT [[girard-sfeir-ai4it-vs-ai4business-budgets-2027-2026-06-24]], la scomparsa annunciata degli sviluppatori [[bfmtv-tech-co-business-ia-developpeurs-disparaissent-2026-05-05]], la contabilizzazione dell'organico umano+agenti [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]]). Qui la lettura è **prudente e aggregata**, in contrasto con le testimonianze aziendali caso per caso.

## RésuméDe400mots

Questa nota **Trésor-Éco n° 391** (DG Trésor, giugno 2026) propone una rassegna prudente e ben documentata della letteratura economica su **l'effetto dell'IA — principalmente generativa — sull'occupazione**. Punto di partenza: le capacità dell'IA sono progredite nettamente (LLM, IA generativa), alimentando preoccupazione (**il 62% dei francesi** la considera un rischio per l'occupazione), ma l'analisi economica impone di distinguere la percezione dalla misurazione.

**1. Effetto aggregato, per ora debole.** L'IA agisce tramite due canali contrapposti: l'effetto di **spiazzamento** (sostituzione dei compiti automatizzabili) e l'effetto di **produttività** (guadagni individuali comprovati: +14% nel servizio clienti, +26% per gli sviluppatori; complementarità, riduzione dei costi, aumento della domanda). Gli studi empirici recenti **non individuano un effetto aggregato significativo**, per mancanza di prospettiva storica e perché l'adozione resta parziale (≈20% delle imprese UE nel 2025). L'assenza di un effetto macro non significa assenza di distruzione localizzata: i licenziamenti "IA" rappresentano il 4,5-6,2% dei licenziamenti annunciati negli Stati Uniti nel 2025, con un rischio di **"labelling"** (l'IA invocata come pretesto — 59% delle aziende statunitensi).

**2. Effetti eterogenei.** Tramite l'approccio *task-based*, l'**esposizione** varia a seconda del compito (cognitivo > relazionale > fisico), ma **esposizione ≠ effetto**: tutto dipende dal grado di **sostituibilità/complementarità** e dall'**elasticità di prezzo** della domanda (paradosso di Jevons — una professione sostituibile con domanda elastica può vedere crescere la propria occupazione). Il **progresso tecnico orientato** potrebbe svantaggiare determinati segmenti, con **preoccupazioni marcate per i giovani**: −16% di occupazione tra i 22-25enni esposti negli Stati Uniti (Brynjolfsson 2025), un aumento della disoccupazione tra i 15-24enni in Francia (19,1%→21,1%) — senza causalità stabilita. Per settore, finanza, IT e servizi alle imprese sono i più esposti.

**3. Lungo periodo incerto.** Coesistono due scenari: la **sostituzione massiccia** (se l'IA agentica/fisica si diffonderà) o la **distruzione creatrice** (rassegna di quattro decenni: le rivoluzioni passate hanno creato più posti di lavoro di quanti ne abbiano distrutti; il 60% dei lavoratori odierni occupa posti che non esistevano nel 1940). La transizione genererà **costi** (riallocazione lenta: −40% del beneficio della robotizzazione in Francia), da attenuare tramite la **formazione** e i **mestieri ponte**.

**Conclusione di politica pubblica**: sostenere la transizione (il piano "Osez l'IA", formazione di 15 milioni di persone entro il 2030, l'Académie de l'IA, France 2030) e **investire risolutamente nell'IA** per evitare il **declino competitivo** — la Francia si colloca in una posizione intermedia (18% di adozione, in fase di recupero) in un contesto di competizione internazionale.

## GrapheDeConnaissance

- DG Trésor —publie→ Trésor-Éco n° 391 « L'IA, quels effets sur l'emploi ? » (DOCUMENT, 0.99)
- Trésor-Éco n° 391 —affirme_que→ l'IA n'a pas d'effet agrégé mesurable sur l'emploi à ce stade, faute de recul et d'adoption (AFFIRMATION, 0.95)
- IA générative —permet→ des gains de productivité individuels de +14 % (service client) à +26 % (développeurs) (MESURE, 0.9)
- IA générative —réduit→ la demande de travail via l'effet de déplacement (substitution de tâches) (CONCEPT, 0.88)
- effet de productivité —s_oppose_à→ effet de déplacement (CONCEPT, 0.9)
- approche task-based —mesure→ l'exposition d'un métier à l'IA par décomposition en tâches (AFFIRMATION, 0.9)
- élasticité-prix de la demande —permet→ de déterminer si les gains de productivité augmentent ou réduisent l'emploi d'un métier (AFFIRMATION, 0.87)
- Trésor-Éco n° 391 —affirme_que→ l'emploi des 22-25 ans exposés à l'IA a reculé de 16 % aux US (nov. 2022 - juil. 2025) (MESURE, 0.85)
- Trésor-Éco n° 391 —affirme_que→ l'IA sert parfois de prétexte (« labellisation ») pour justifier des licenciements et gels d'embauche (AFFIRMATION, 0.88)
- destruction créatrice —soutient→ l'hypothèse que l'IA créera à terme plus d'emplois qu'elle n'en détruira (AFFIRMATION, 0.8)
- Trésor-Éco n° 391 —affirme_que→ 5 à 60 % de l'emploi total serait exposé à l'IA selon les études (MESURE, 0.85)
- Arquié et al. —mesure→ 3,8 % du contenu du travail à risque d'automatisation aujourd'hui, jusqu'à 16,3 % d'ici 2-5 ans (France) (MESURE, 0.85)
- Trésor-Éco n° 391 —recommande→ accompagner la transition par la formation et les politiques de mobilité (Osez l'IA, France 2030) (AFFIRMATION, 0.93)
- Trésor-Éco n° 391 —recommande→ investir dans l'IA pour soutenir la compétitivité et éviter un décrochage face à la concurrence internationale (AFFIRMATION, 0.93)
- plan Osez l'IA —permet→ de former 15 millions de professionnels d'ici 2030 (Académie de l'IA) (MESURE, 0.85)
- approche task-based —est_basé_sur→ travaux d'Acemoglu et Restrepo (DOCUMENT, 0.9)

---
Canonical: https://www.thekb.eu/it/fiches/dgtresor-ia-effets-emploi-2026-06-30/