Le regole del digitale stanno cambiando.
O sei visibile o sei fuori. Noi ti aiutiamo a raggiungere i clienti giusti — quando ti stanno cercando.
Contattaci ora
Quasi metà dei messaggi di lavoro sfugge alle dieci attività più comuni, lasciando senza nome il 43% dei compiti.
OpenAI segnala che le dieci attività più comuni pesano il 51,1% dei messaggi di lavoro su ChatGPT, contro il 56,0% di sei trimestri prima: l'uso si diversifica oltre le mansioni classiche. Il dato conferma l'espansione dello strumento, ma va letto con riserva, perché arriva dall'azienda stessa e circa il 43% delle attività mappate finisce nella voce residua "Other IWAs".
Dal 56,0% al 51,1%. È quanto pesano oggi le dieci attività più comuni sul totale dei messaggi di lavoro inviati a ChatGPT, contro il dato di sei trimestri fa. Lo dicono i numeri che OpenAI ha diffuso nei giorni scorsi, nel rapporto sull’uso di ChatGPT nel mondo del lavoro. Detto in modo semplice: quasi metà dell’uso professionale del chatbot ormai cade fuori dalla classifica delle mansioni più frequenti. Viene spontaneo chiedersi dove sia finito il resto.
La top ten perde terreno: ChatGPT esce dalle solite mansioni
Partiamo da cosa è stato misurato. OpenAI ha pubblicato dati della sua serie Signals che esplorano 165 attività lavorative in quasi 100 paesi, con l’obiettivo dichiarato di mostrare come gli utenti consumer usano ChatGPT per lavoro. Il periodo va dal primo trimestre 2025 al terzo trimestre 2026, con dati presentati trimestre per trimestre. Non è quindi una fotografia, ma una sequenza: si può vedere come cambia l’uso nel tempo.
Il dato più interessante riguarda la concentrazione. OpenAI ha isolato i 74 paesi osservati in tutti i trimestri, per confrontare cose omogenee. In quei paesi, le dieci attività più comuni valevano in media il 56,0% dei messaggi di lavoro classificati nel primo trimestre 2025. Nel terzo trimestre 2026 la quota è scesa al 51,1%. Quasi cinque punti in un anno e mezzo.
Cosa significa? Che l’uso si sta diversificando. All’inizio ChatGPT veniva impiegato soprattutto per i compiti più ovvi, quelli che chiunque si aspetta da un assistente di scrittura. Ora una fetta crescente dei messaggi riguarda attività più varie, meno prevedibili. Non sparisce l’uso classico: semplicemente il resto cresce più in fretta.
Un dubbio però va messo sul tavolo. Questi sono dati di OpenAI su un prodotto di OpenAI, letti con criteri scelti da OpenAI. Raccontare che il proprio strumento si sta infilando in sempre più mansioni è anche un ottimo argomento commerciale. Il calo è un dato, la sua interpretazione è un messaggio. E se metà dei messaggi esce dalla top ten, resta da capire chi decide come chiamare il resto.
Il metro dietro i numeri: O*NET e quel 43% senza nome
Le attività hanno un nome perché esiste un sistema standard per darglielo. I nuovi dati di OpenAI si basano su O*NET, un framework standardizzato che raggruppa i compiti specifici di ciascuna professione in categorie più ampie di attività lavorative, condivise tra mestieri diversi. In pratica: invece di distinguere il lavoro del commercialista da quello del responsabile marketing, si guarda a cosa fanno in concreto, per esempio analizzare dati o scrivere testi. Queste categorie intermedie si chiamano Intermediate Work Activities, abbreviate in IWAs.
Qui arriva il limite, e lo ammette la stessa OpenAI. Circa il 43% del mix di compiti delle professioni statunitensi mappate, ponderato per numero di occupati, finisce in una voce residua chiamata “Other IWAs”. Fuori, cioè, dalle categorie riportate una per una. Quasi metà del lavoro reale non ha un’etichetta propria in questo confronto.
Non è un dettaglio. Una classificazione illumina una parte del lavoro e ne lascia in ombra un’altra, e qui la parte in ombra è grande. Quando si legge che l’IA “entra in nuove attività”, conviene ricordare che molte attività non vengono nemmeno nominate. E se il metro conta quanto la misura, la domanda successiva è ovvia: cosa succede quando anche altri costruiscono il proprio?
La corsa a misurare l’IA al lavoro
OpenAI non è sola a disegnare la mappa. Google ha presentato ATLAS, e il primo dataset, la versione 1.0, come descritto nel blog ufficiale di Google sull’economia dell’IA, si basa su 15 milioni di interazioni tra persone e IA, aggregate e de-identificate, cioè private dei dati che permettono di risalire all’utente. Le fonti sono Gemini App, AI Mode (la modalità di ricerca conversazionale di Google) e Gemini API, ossia l’accesso per sviluppatori. Anche qui, una grande piattaforma misura il lavoro attraverso i propri prodotti.
Dal mondo accademico arriva un approccio diverso. Uno studio pubblicato su arXiv nel 2026 da ricercatori di UC Berkeley, University of São Paulo e Stanford costruisce una metrica nazionale di esposizione all’IA per 141 paesi. Poi la verifica confrontandola con le statistiche di adozione pubblicate da Anthropic, Microsoft e OpenAI. È un passaggio interessante: i dati delle aziende diventano materiale di controllo per una misura indipendente, non più l’ultima parola.
Tre attori, tre metri. OpenAI conta i messaggi su ChatGPT, Google le interazioni sui suoi servizi, l’università prova a stimare l’esposizione paese per paese. Ognuno vede un pezzo, e ognuno ha un interesse diverso nel modo in cui il quadro viene raccontato. Nelle prossime settimane varrà la pena osservare se questi indici si somiglieranno o se racconteranno storie diverse.
Per chi fa impresa online il segnale è concreto. L’IA non resta confinata alle poche mansioni da manuale e si sta spargendo in attività che le classifiche faticano persino a nominare. Le grandi piattaforme stanno decidendo come misurarlo, e quelle misure orienteranno strumenti e prodotti. Le classifiche generali dicono poco del singolo caso. Chi conosce bene i propri processi è nella posizione migliore per capire dove l’IA è già arrivata.
