Produttività, lavoro, ruoli, identità nell’era della intelligenza artificiale nelle costruzioni

L’esistenza di una soluzione tecnologica basata sull’Intelligenza Artificiale è ben lungi dal tradursi sistematicamente e rapidamente in un’integrazione nell’attività quotidiana… I costi di installazione, di manutenzione e di utilizzo di tali soluzioni possono essere superiori al costo salariale della mansione, senza contare i costi indiretti (supporto agli utenti, formazione) o i rischi inerenti a una tecnologia ancora poco matura. L’Intelligenza Artificiale dovrebbe rimanere uno strumento nelle mani di professionisti qualificati. (…)

La nostra prima scoperta chiave è che emerge un calo sostanziale dell’occupazione per i lavoratori a inizio carriera (fascia d’età 22-25 anni) nelle occupazioni maggiormente esposte all’intelligenza artificiale, come gli sviluppatori di software e gli addetti al servizio clienti. Al contrario, i trend occupazionali per i lavoratori più esperti nelle medesime mansioni, e per i lavoratori di tutte le età in occupazioni meno esposte — come gli operatori sociosanitari — sono rimasti stabili o hanno continuato a crescere.

 

Avvertenza

Il presente contributo intende mettere in luce come, di là delle strategie e delle politiche di digitalizzazione del settore della costruzione e dell’immobiliare, per così dire convenzionali, perseguite in Italia attraverso differenti modalità (legislazione cogente, normativa volontaria, incentivazione fiscale, trasferimento tecnologico), sia oggi urgente costituire un Osservatorio (delle Istituzioni e delle Rappresentanze) per l’Incremento Umano Centrico della Produttività abilitato da Soluzioni di Intelligenza Artificiale finalizzate al Potenziamento delle Prestazioni (Augmentation) del Capitale Umano anziché a una Automazione che funga solo da fattore sostitutivo del lavoro umano stesso.

È palese, infatti, che l’atteso aumento della produttività sia conseguibile unicamente attraverso la realizzazione di condizioni esogene o contestuali giuridiche, economiche, sociali e politiche coerenti con la mediazione tra Intelligenza Naturale e Intelligenza Artificiale e che, appunto, l’introduzione acritica di tecnologie,, che non sono più unicamente strumentali e che configurano l’apparizione di soggetti inediti autonomi, anche sotto il profilo giuridico, possa condurre in tempi non remoti a stravolgimenti indesiderati del mercato.

Occorre, infatti, formare, secondo modalità di upskilling e di reskilling, un ceto professionale e imprenditoriale, sul versante della domanda così come sul versante dell’offerta, che sia in grado di governare processi ibridi.

Un elemento positivo da considerare, per il settore, può essere dato dal fatto che l’Intelligenza Artificiale possa eccellere allorché i dati siano strutturati e pronti per essere elaborati, mentre stenti innanzi a saperi pratici ed esperienziali, legati a intuizione professionale.

La considerazione, tuttavia, vale soprattutto per l’Intelligenza Artificiale Generativa, meno per quella Agentica e tanto meno per quella Cognitiva.

L‘oggettiva difficoltà degli operatori del settore, culturale e operativa, a interiorizzare il tema del dato e della digitalizzazione (a elaborare il dato prodotto) si accompagna a due ulteriori eventualità: un uso acritico dell‘Intelligenza Artificiale Generativa, laddove l‘interpretazione dell‘esito non sia così banale, ma per cui progressivamente l‘essere umano fornisca al modello le soluzioni che lo conducano a essere sostituito; l‘estensione della capacità dei sistemi artificiali ad acquisire sensibilità ed esperienza tali da rendersi autonomi dall‘umano.

Occorre sventare l‘ipotesi per cui l‘Intelligenza Artificiale consegua potenziali incrementi di produttività a discapito delle dinamiche occupazionali determinando un sostanziale depauperamento della qualità del lavoro e della vita.

Il quadro, contraddittorio, per cui gli sforzi per andare oltre la semplice produzione normalizzata di dati nell’ottica di una ottimizzazione dei processi decisionali sia male accetta dagli operatori, ma, al contempo, se realizzata favorisca approcci controproducenti spiega l’estrema urgenza di allestire una funzione di agenzia.

 

• Il quadro

Il settore della costruzione e dell’immobiliare ha visto recentemente il consolidarsi della tematica della digitalizzazione, segnatamente tramite il cosiddetto Codice dei Contratti Pubblici, il D.Lgs. 36/2023 e s.m.i., nonché le Linee Guida del MIT e la futura norma UNI 11337-13:2026.

L’evoluzione delle prassi seguirà, quindi, ormai un suo percorso irreversibile sia nell’ambito dei lavori pubblici sia in quelli privati, creando, oltre a tutto, nuovi profili professionali, regolamentati dalla norma UNI 11337-7, che nella nuova revisione, attesa nel 2026, dovrebbe introdurre nuove figure, pur confrontandosi con apparati mentali, strutture organizzative e competenze digitali problematiche.

Questo scenario è, tuttavia, affiancato da dinamiche stravolgenti che riguardano la progressione eccezionale di soluzioni di Intelligenza Artificiale, argomento trattato a livello comunitario dallo EU AI Act e a livello italiano dalla L. 132/2025.

Chi scrive è liaison officer della Commissione Edilizia di UNI presso UNINFO, che ha recentemente rilasciato la norma sui profili professionali non organizzati e non regolamentati per l’Intelligenza Artificiale e del CEN TC 442 BIM presso il CEN/CENELEC JTC 21, che opera normativamente in relazione allo EU AI Act.

Poiché, nel contesto internazionale, il 2026 rappresenta il passaggio al confronto con l‘operatività del tema nei diversi settori economici, si pone con urgenza la necessità in quello specifico di assumere strategie che, per la pubblica amministrazione e per il mercato professionale e imprenditoriale oltrepassano le riflessioni maturate nell‘ultimo decennio.

L‘incremento prestazionale dei Modelli Multi Modali Massivi, la diffusione accelerata della Agentic AI, la apparizione dei primi Modelli di Intelligenza Artificiale Fisica connessa a Modelli Cognitivi, i risultati scientifici della Neuro AI, richiedono un enorme sforzo ai giuristi per trattenere in un quadro regolamentato la questione, agli economisti di comprenderne gli effetti su modelli organizzativi, dinamiche occupazionali e identità corporative, agli esperti del settore di cercare di governare processi sotto traccia dirompenti.

Nozioni come Human-in-Command, Human Centric AI, Cognitive Ergonomics for AI, rivelano come il governo delle decisioni algoritmiche stia richiedendo competenze inusitate alle organizzazioni e alle risorse umane che vi operano, non esclusivamente su Spiegabilità e Fiducia.

Temi di AI Safety, AI Assurance, AI Compliance rivelano come l‘Etica non sia più l‘argomento principale, in quanto ormai la scommessa risiede nel grado superiore di gestione controllata della interazione con entità quasi autonome.

Si tratta di fornire garanzie su obiettivi e prodotti. 

 

• Le digitalizzazioni

A partire dal D.Lgs. 50/2016, il legislatore ha compiuto enormi sforzi per avviare una seria digitalizzazione del settore, con tempi di ritorno sull’investimento che fisiologicamente non possono che essere assai lunghi e che, peraltro, si protrarranno ancora per molto, prima di giungere a una prima interiorizzazione sistemica.

Del resto, ragioni pur oggettive ostacolano lo sviluppo della digitalizzazione in un settore che da sempre è riluttante ad aderire alla cultura industriale e che, di conseguenza, difficilmente interiorizza la cultura del dato, poiché difettano i presupposti, come detto, di natura culturale e strutturale.

Lo scenario sopra descritto è, tuttavia, destinato a mutare profondamente nel prossimo futuro, a causa degli sconvolgimenti che saranno offerti dall’evoluzione, relativamente embrionale, ma in rapida accelerazione, dell’Intelligenza Artificiale, nelle soluzioni che trascendono e, in parte, stanno superando i classici Modelli Linguistici e Modelli Multi Modali di Grandi Dimensioni e che almeno stanno indirizzandosi verso l’approccio neuro simbolico.

D’altro canto, molte attività lavorative tipiche del settore implicano decisioni contestuali, valutazioni umane, che non sono facilmente misurabili: probabilmente, come sta già accadendo, per committenze, per organismi professionali e per imprese, colle tecnologie classiche generative ci si potrebbe arrestare ai cosiddetti compiti facili.

Sarebbe, tuttavia, bene affermare senza indugi, che la versione, ormai banalizzata, della Intelligenza Artificiale Generativa, poco contribuisce a spiegare che cosa possa significare, al netto di locuzioni suggestive relative a Super Intelligenza Artificiale o a Intelligenza Artificiale Generale, che cosa comporti, disporre di soluzioni che tra poco potrebbero disporre di una conoscenza della causalità fisica e di una comprensione dei meccanismi mentali umani: temi del tutto ignorati nel settore dell’ambiente costruito, ma che potrebbero celermente sconvolgere e travolgere assetti inveterati per un comparto che, del resto, è del tutto privo, di studi macroeconomici attendibili su questo genere di fenomeni.

Il tema delle relazioni che intercorrano, nei diversi settori economici, tra produttività, occupazione e identità appare cruciale, proprio nell’era dell’avvento della cosiddetta Intelligenza Artificiale, specie per il settore dell’ambiente costruito, alla luce di una oggettiva difficoltà, come detto, a interiorizzare la cultura digitale da parte degli attori che vi agiscono.

Al proposito, vi sono alcuni contributi scientifici a livello internazionale, come quelli di Acemoglu, di Aghion, di Autor, di Brynjolfsson, di Restrepo, di Rock, da cui si può evincere che la finalità storica di creare soluzioni artificiali che imitino i comportamenti umani trasferisca il potere contrattuale dai lavoratori ai proprietari del capitale, divenendo le macchine succedanee del lavoro umano, riducendo il valore del lavoro medesimo.

Allo stesso tempo, queste soluzioni creerebbero nuove competenze, ruoli, prodotti e servizi, consentendo agli esseri umani nuove possibilità, permettendo loro di partecipare alla ricchezza generata.

Il tema, pertanto, non è quello di investire sulla automazione in termini di sostituzione del lavoro umano, bensì di suo aumento, di suo complemento, di estensione del lavoro stesso.

Le stime recenti, condotte in alcuni ambiti specifici rivelano che l’incremento medio della produttività si aggiri tra il 4% e il 15%, benché inizialmente possano registrarsi cali dovuti a processi di aggiustamento, a disorganizzazione dei processi produttivi esistenti e a incognite nel coordinamento, specie nelle organizzazioni che presentino una storia radicata.

Sono, però, i lavoratori meno esperti e meno qualificati a beneficiarne maggiormente, con aumenti di produttività fino al 30%, riducendo i divari prestazionali, mentre i lavoratori più esperti stentano a intravedere esiti positivi.

Soprattutto, i lavoratori all’inizio della carriera (22-25 anni) in occupazioni esposte all’Intelligenza Artificiale subiscono un calo relativo dell’occupazione del 16%: le aziende stanno rimpiazzando, in effetti, i ruoli dei tirocinanti e dei praticanti con soluzioni di Intelligenza Artificiale, limitando le assunzioni anziché tagliare i posti di lavori esistenti.

Accadrà anche nel settore della costruzione e dell’immobiliare?

L’Intelligenza Artificiale può democratizzare le competenze (permettendo ai meno esperti di produrre come i più esperti?), ma erode le opportunità di ingresso nel mercato del lavoro per i giovani. 

Se i decisori politici ed economici privilegeranno la politica della sostituzione in luogo di quella della complementarità e del potenziamento, gli esiti non saranno particolarmente positivi.

Si tratta, allora, di trovare il corretto dosaggio tra automazione di compiti ripetitivi e valorizzazione del capitale umano, seppur in presenza di una possibile polarizzazione salariale.

Si tenga presente che molti studi di questo genere si riferiscono principalmente alla Intelligenza Artificiale Generativa, la più convenzionale, mentre, ovviamente l’attenzione si trasferisce alla affidabilità e all’autonomia della Intelligenza Artificiale Agentica e Cognitiva.

Conta, dunque, la qualità della definizione e degli obiettivi posti dai soggetti umani, soprattutto allorquando si passasse dalla azione agentica alla comprensione cognitiva: il che richiederà sempre più azioni di verifica per evitare atteggiamenti di over-reliance.

Chiaramente, le competenze e i ruoli emergenti concernono specialisti dell’etica degli algoritmi, della conformità normativa, della sicurezza dei sistemi artificiali, della mediazione tra sistemi eterogenei e della gestione delle transizioni: in ogni caso, di supervisione dei sistemi artificiali e di governo dei dati.

Ancora, si stanno sviluppando negli Stati Uniti filoni di ricerca su cognizione ibrida e collaborazione tra sistemi e umani, estremamente inquietanti, senza contare le ricerche sulla memoria episodica e sui parallelismi tra cervelli biologici e cervelli elettrici.

 

• La situazione nel settore della costruzione e dell’immobiliare

Oltre a ciò, per il settore specifico dell’ambiente costruito, si rinvengono report e position paper relativi al contesto sovranazionale, a quello britannico, a quello francese e a quello tedesco.

I documenti di cui si ragiona sono stati predisposti da rappresentanze: segnatamente, lo Studio sulla percezione e l’integrazione degli strumenti di intelligenza artificiale nelle imprese settore della costruzione francese (del Gennaio 2026), offre un quadro interessante.

Questo studio, commissionato dall’Observatoire des métiers du BTP e condotto dalla società Plein Sens, si basa su un sondaggio on line che ha raccolto 621 risposte complete da professionisti del settore, rispetto ai 45.000 intervistati, principalmente dirigenti, 16 interviste con aziende di varie dimensioni e 2 startup, oltre a 4 interviste con enti di formazione, un monitoraggio delle innovazioni e della letteratura esistente.

Un elemento significativo che si deriva dal rapporto è che la familiarità con l’Intelligenza Artificiale cresca con la dimensione dell’impresa.

L’Intelligenza Artificiale Generativa è o potrebbe essere utilizzata principalmente per la sintesi documentale, per la stesura di rapporti, per la preparazione di offerte e per la gestione delle risorse umane, per l’integrazione nel BIM (Building Information Modelling) per generare schizzi, per produrre programmi dettagliati o per prevedere errori di progettazione, per il monitoraggio automatizzato tramite dati e immagini per ridurre le non conformità e per ottimizzare la pianificazione, per analizzare le immagini e i video per costruire indicatori di rischio e per prevenire incidenti sul lavoro, per la manutenzione predittiva.

Si lamenta, tuttavia, la carenza di data set strutturati idonei per il fine tuning dei Modelli Linguistici di Grandi Dimensioni e la scarsa interoperabilità dei dispositivi di produzione e di elaborazione dei dati stessi.

Vi è, inoltre, la preoccupazione relativa alla proprietà dei dati utilizzati, anche se la base reale degli utilizzatori non supera il 10% dei soggetti interloquiti.

Gli intervistati ritengono che occorra sviluppare: funzioni ausiliarie (amministrative o commerciali) finalizzate alla supervisione della qualità dei dati; ideazione di curatela delle soluzioni; conduzione dei lavori e gestione della sicurezza tramite analisi dei dati predittive. Non si parla di sostituzione di impieghi, ma di spostamento del valore verso la verifica e la collaborazione.

Le linee di azione individuate sono le seguenti: 1) formazione di base sulla digitalizzazione; 2) governance dei dati; 3) individuazione di casi d’uso sicuri; 4) erogazione di una offerta formativa settoriale; 5) costituzione di un osservatorio settoriale.

Alla domanda sull’uso diretto di strumenti come ChatGPT/Copilot/Gemini così è stata la risposta:

• il 43,5% non li ha mai utilizzati;
• il 5,6% li utilizza in ambito professionale;
• il 24,5% li utilizza solo in ambito privato;
• il 26,4% li utilizza in entrambi i casi.

Circa il 50% delle medie e delle grandi imprese dichiara di voler ricorrere all’Intelligenza Artificiale nei prossimi anni, mentre il 35% lo sta già facendo.

Tra coloro che incontrano difficoltà nel ricorso, le motivazioni sono:

• mancanza di competenze (36,4%);
• mancanza di tempo (21,5%);
•  costi per la gestione dei dati (12%). 

Il rapporto enfatizza il modo con cui assistenti artificiali che interrogano archivi siano utili per selezionare corpus testuali, strutturare documenti, definire regole e per svolgere controlli di conformità.

Le interviste riportano anche il rischio di accumulo di strumenti non integrati che producono sovraccarico e perdita di tempo.

Sorge la preoccupazione della eccessiva delega più che non della perdita occupazionale. 

Si prevede uno sviluppo incrementale del fenomeno con necessità di gestione dei rischi, governance degli usi, valutazione di impatto ambientale, preservazione dei saperi e valutazione dei benefici reali. 

Un precedente documento, del 2024, curato dalla FNTP, riguardava gli ambiti infrastrutturali e si proponeva di demistificare l’’Intelligenza Artificiale, valutarne la maturità, sostenere la sostenibilità.

Il terzo documento è un Position Paper della FIEC (European Construction Industry Federation), dell’Ottobre 2025, intitolato Artificial Intelligence in the European Construction Sector: Strategic Adoption, Responsible Use, and Sectoral Leadership.

Esso ha una forte valenza politica e strategica a livello europeo, secondo cui la responsabilità legale ed etica deve rimanere umana, a fronte di una decisiva leva strategica inevitabile.

Il documento identifica quattro aree di operatività: produttività, sostenibilità, sicurezza e competenze e una serie di rischi:

• commoditizzazione;
• disintermediazione delle PMI;
• violazione della proprietà intellettuale;
• riduzione occupazionale;
• eccessivo affidamento alle soluzioni;
• concentrazione del potere tecnologico.

Le misure suggerite sono:

• benchmark e dataset di validazione aperti;
• fine-tuning settoriale di modelli fondazionali;
• sandbox collaborative.

L’Intelligenza Artificiale è presentata come leva sistemica per:

• superare la stagnazione di produttività;
• migliorare l’efficienza e la qualità;
• raggiungere gli obiettivi climatici e abitativi.

Il report della RICS (Royal Institution of Chartered Surveyors) intitolato AI in Construction 2025, pubblicato nel Settembre 2025, si basa su oltre 2.200 professionisti.

Esiste un divario significativo tra l’interesse teorico e l’uso reale:

• il 45% delle organizzazioni non utilizza affatto la Intelligenza Artificiale;
• il 70% dei project manager e dei quantity surveyor ritiene che la Intelligenza Artificiale permetterà di offrire maggior valore aggiunto;
• il 56% degli investitori prevede di aumentare i fondi destinati.

Le maggiori criticità sono identificate come: carenza di competenze, integrazione dei sistemi, qualità dei dati.

La RICS ha lanciato il primo standard intitolato Responsible Use of AI in Surveying Practice, obbligatorio da Marzo 2026.

La RICS sostiene che le condizioni per un’accelerazione rapida siano mature e parla di una possibile accelerazione in 12–24 mesi, con vantaggio competitivo per chi agisce e rischio di restare indietro per chi rimanda. 

In un rapporto tedesco del Gennaio 2025 sulla predisposizione verso l’Intelligenza Artificiale del settore si afferma che occorra accelerare sulla standardizzazione o sulla normalizzazione dei dati: senza un linguaggio comune tra architetti, ingegneri e imprenditori, l’Intelligenza Artificiale rimarrà uno strumento isolato. 

La raccomandazione principale è di non aspettare la soluzione perfetta, ma di iniziare con piccoli progetti pilota per costruire competenze interne.

 

• Quali conclusioni?

Le analisi settoriali specifiche soffrono della concentrazione sulla Intelligenza Artificiale cosiddetta Generativa, ma non considerano adeguatamente l’evoluzione in atto.

Il settore, anziché farsi affascinare da soluzioni ormai convenzionali, dovrebbe interrogarsi su come investire nel capitale intangibile inerente alla riprogettazione dei processi, alla riqualificazione dei lavoratori e alla definizione dei nuovi modelli organizzativi.

Di fatto, occorre non subire generici modelli di trasferimento tecnologico, ma occorre creare un ecosistema istituzionale e manageriale in grado di adattare le soluzioni al contesto del mercato domestico.

Del resto, è condivisa l’opinione per cui una adozione efficace dell’Intelligenza Artificiale esiga disponibilità in termini temporali, riorganizzazione dei processi e oltrepassamento di attriti istituzionali.

Che cosa aggiungere?

Prima di tutto, è indispensabile che le istituzioni formative e le rappresentanze professionali e datoriali configurino percorsi di apprendimento e specialmente di apprendistato e di tirocinio come spazi protetti, per non interrompere la catena di trasmissione delle competenze.

Secondariamente, occorre scongiurare l’eccessiva dipendenza degli operatori dalle soluzioni proposte dai sistemi artificiali sofisticati.

In terzo luogo, la transizione dei ruoli e dei profili delle professioni è, anzitutto, identitaria e presuppone, ad esempio, attitudini nelle relazioni tra uomo e macchina.

Sarebbe, inoltre, possibile introdurre un’infrastruttura condivisa di dataset validati, metadati standard e API aperte per il settore e istituire un osservatorio specifico sulle dinamiche occupazionali.