Fisco e intelligenza artificiale. Il timore che l’intelligenza artificiale possa svuotare i posti di lavoro è, in Italia, ancora largamente ipotetico. Il rischio che essa possa svuotare il gettito su cui si regge lo Stato sociale è invece già misurabile, e corre su un binario diverso da quello occupazionale. È una distinzione che vale la pena tenere ferma, perché le due dinamiche non procedono alla stessa velocità e, soprattutto, non richiedono le stesse contromisure.
Cosa dicono i dati italiani sull’IA e il lavoro, prima di allarmarsi
Il quadro più rigoroso disponibile oggi arriva da uno studio della Banca d’Italia (Questioni di economia e finanza n. 1005, a firma di Tiziano Ropele e Alex Tagliabracci), costruito incrociando l’indagine trimestrale sulle imprese, i bilanci Cerved e gli archivi contributivi INPS. Il primo dato ridimensiona l’urgenza: nel terzo trimestre 2024 solo l’11,2% delle imprese italiane con almeno 50 dipendenti dichiarava di usare già l’IA, contro una media europea dell’8,2% rilevata da Eurostat per le imprese di almeno dieci addetti. Il Paese parte in ritardo, non in testa alla transizione.
Dove l’adozione c’è, però, gli effetti si vedono e sono in gran parte positivi per l’impresa: il rendimento sugli attivi cresce di circa mezzo punto percentuale, il margine EBITDA di circa due punti, il valore aggiunto per dipendente del 5,2% e il margine operativo per dipendente addirittura dell’11,9%. Sull’occupazione complessiva l’effetto non è invece statisticamente significativo: le aziende non licenziano in blocco, ma ricompongono l’organico, con impiegati e profili qualificati in aumento (+2,3%) e mansioni manuali in calo (-7,7%). È il classico schema della sostituzione per compiti, non per persone, già documentato dalla letteratura internazionale sull’automazione: non sparisce il lavoratore, si svaluta il compito che svolgeva.
| Indicatore | Variazione | Lettura del dato |
|---|---|---|
| Imprese con almeno 50 dipendenti che utilizzano l’IA | 11,2% | Adozione ancora limitata, ma già superiore alla media europea citata nello studio. |
| Rendimento sugli attivi | +0,5 punti | L’utilizzo dell’IA risulta associato a un miglioramento della redditività aziendale. |
| Margine EBITDA | +2 punti | Aumenta la capacità dell’impresa di generare margine dalla gestione operativa. |
| Valore aggiunto per dipendente | +5,2% | La produttività cresce senza un incremento proporzionale del numero degli occupati. |
| Margine operativo per dipendente | +11,9% | È l’effetto economico più rilevante osservato nelle imprese che adottano l’IA. |
| Impiegati e profili qualificati | +2,3% | La composizione dell’organico si sposta verso attività qualificate e cognitive. |
| Mansioni manuali | −7,7% | La sostituzione riguarda soprattutto determinati compiti, non necessariamente l’intero posto di lavoro. |
| Occupazione complessiva | Effetto non significativo | Lo studio non rileva, per ora, una riduzione statisticamente significativa degli occupati. |
Fonte: elaborazione GrifoNews su Banca d’Italia, Questioni di economia e finanza n. 1005.
Questo dato è importante perché smentisce, almeno per ora, la lettura più allarmistica che arriva da altri contesti: in Italia l’IA non sta ancora comprimendo il numero di occupati. Sta però già comprimendo, a parità di organico, il costo del lavoro necessario a produrre lo stesso output: la produttività sale senza che salgano i salari. Ed è proprio questo margine — profitto in crescita, monte salari fermo — a spostare il problema dal piano occupazionale a quello fiscale.
Un sistema tributario che non può permettersi sorprese
Il fisco italiano è costruito su un’architettura a bassa diversificazione: secondo le stime dell’Ufficio parlamentare di bilancio, oltre il 95% del gettito IRPEF viene versato da lavoratori dipendenti e pensionati, mentre secondo i dati amministrativi INPS il solo lavoro dipendente genera l’80% dell’IRPEF complessiva e oltre 250 miliardi di euro l’anno in contributi sociali. È una base imponibile concentrata, prevedibile finché la platea dei contribuenti resta stabile, ma strutturalmente fragile a qualsiasi erosione, perché non esiste un cuscinetto equivalente sul lato dei redditi da capitale o d’impresa capace di assorbire un calo anche modesto.
Questa fragilità si somma, e non si sostituisce, a una pressione demografica già in corso. Le proiezioni ISTAT sulle forze di lavoro indicano che la popolazione in età da lavoro (15-64 anni), oggi pari al 63,5% dei residenti, scenderà al 54,3% entro il 2050, mentre la quota di over 65 salirà dal 24,3% al 34,6%. Sono numeri che avrebbero già da soli imposto una revisione del modello contributivo, indipendentemente dall’intelligenza artificiale. L’automazione non crea dunque un problema nuovo: si innesta su un problema strutturale preesistente e ne accelera i tempi di manifestazione, restringendo esattamente la stessa base — il lavoro dipendente — che la demografia sta già assottigliando per altre vie.
Non stupisce che dentro l’INPS il tema sia arrivato ai vertici. Il presidente dell’istituto, Gabriele Fava, e il giurista Michel Martone hanno posto pubblicamente la domanda che finora restava confinata ai convegni di settore: con quali risorse si finanzierà la previdenza quando una parte crescente del valore economico sarà prodotta da sistemi automatizzati anziché da persone che versano contributi? La dirigente INPS Valeria Vittimberga ha spinto la riflessione oltre, proponendo di valutare il “capitale computazionale” generato dai lavoratori insieme ai loro strumenti digitali come nuovo parametro di sostenibilità previdenziale, accanto agli anni di contribuzione.
Il nodo non è tassare i robot, è localizzare il valore
Il dibattito pubblico tende a semplificare la questione nella formula “tassa sui robot”, ma l’inquadramento giuridico la rende poco praticabile: né l’ordinamento italiano né quello europeo riconoscono soggettività fiscale autonoma a un algoritmo o a una macchina, quindi qualunque prelievo ricadrebbe comunque su un soggetto umano o societario, aggirabile con la stessa facilità con cui oggi si aggira la tassazione sugli utili digitali. Il problema reale non è chi intesta la macchina, ma dove viene contabilizzato il valore che la macchina genera.
Su questo punto un’elaborazione della CGIA di Mestre, basata sui bilanci raccolti dall’Area Studi Mediobanca e ripresa da ANSA all’inizio di luglio 2026, restituisce una misura precisa del problema. Il tax rate effettivo delle imprese italiane — imposte versate su utile ante imposte — si attesta al 31,9%; quello dei primi 25 gruppi digitali mondiali si ferma al 14,8%, meno della metà. Su centomila euro di utile, un’impresa italiana ne trattiene 68.100 dopo le imposte, un gruppo digitale globale 85.200: una differenza di capitale disponibile per investimenti e credito che si scarica in via sistematica a sfavore delle aziende radicate sul territorio. La causa non è un’aliquota di legge più bassa altrove, ma la struttura del conto economico di queste imprese: proprietà intellettuale, licenze infragruppo e funzioni ad alto margine vengono allocate dove il prelievo effettivo è minimo, indipendentemente da dove si trovi l’utente finale.
Gli strumenti pensati per colmare questo scarto restano, ad oggi, marginali rispetto alla scala del problema. La digital service tax italiana, che colpisce il 3% dei ricavi lordi di alcuni servizi digitali, ha prodotto circa 455 milioni di euro nel 2024: meno di mezzo punto percentuale dei 102,6 miliardi di imposte versate complessivamente dalle imprese italiane nello stesso perimetro di confronto. La global minimum tax OCSE, entrata pienamente in vigore dal 1° gennaio 2026 con l’aliquota minima del 15% sulle multinazionali sopra i 750 milioni di fatturato, porterebbe all’Italia un gettito stimato fra 2 e 3 miliardi l’anno, ma il meccanismo “side by side” concordato in sede G7 nel giugno 2025 ha di fatto esentato i gruppi con capogruppo statunitense dalle regole più stringenti, proprio per molte delle imprese che più beneficiano dell’automazione. Nel frattempo, la minaccia di dazi USA fino al 100% contro chi applica una digital service tax rende costosa, per un Paese esportatore come l’Italia, ogni iniziativa fiscale unilaterale sul digitale.
C’è poi un ulteriore paradosso territoriale, quello dell’infrastruttura fisica dell’IA. Secondo il contatore pubblico di Terna, a fine maggio 2026 risultavano 509 richieste di allaccio per nuovi data center in Italia, per oltre 80 gigawatt complessivi, concentrate per più dell’80% al Nord e per quasi 20 GW nella sola area milanese. È il luogo dove l’IA smette di essere software e diventa cemento, elettricità e occupazione locale — quindi, potenzialmente, base imponibile territoriale. Ma la localizzazione fisica dei data center non coincide con la localizzazione fiscale degli utili che quei data center abilitano: un conto è dove si consuma energia, un altro è dove si dichiara il profitto.
| Indicatore | Valore | Implicazione strutturale |
|---|---|---|
| Gettito IRPEF riconducibile a dipendenti e pensionati | Oltre il 95% | Il sistema tributario dipende in misura quasi totale da redditi facilmente tracciabili e assoggettati a ritenuta. |
| Quota di IRPEF generata dal lavoro dipendente | Circa l’80% | Una contrazione del monte salari può produrre effetti fiscali anche senza una crisi occupazionale generalizzata. |
| Contributi sociali riconducibili al lavoro dipendente | Oltre 250 miliardi di euro | La sostenibilità previdenziale resta strettamente collegata al numero degli occupati e alla massa salariale. |
| Popolazione italiana tra 15 e 64 anni | Dal 63,5% al 54,3% | La base potenziale di lavoratori e contribuenti è destinata a restringersi entro il 2050. |
| Popolazione italiana con almeno 65 anni | Dal 24,3% al 34,6% | Aumenta la quota di popolazione che dipenderà da pensioni, sanità e trasferimenti pubblici. |
| Tax rate effettivo delle imprese italiane | 31,9% | Le imprese radicate sul territorio sopportano un prelievo effettivo sensibilmente superiore a quello dei gruppi digitali. |
| Tax rate effettivo dei maggiori gruppi digitali mondiali | 14,8% | La mobilità di utili, licenze e proprietà intellettuale consente di localizzare il margine nelle giurisdizioni più favorevoli. |
| Gettito della digital services tax italiana nel 2024 | Circa 455 milioni di euro | Il prelievo sui servizi digitali resta marginale rispetto alla dimensione complessiva della fiscalità d’impresa. |
| Gettito italiano stimato dalla global minimum tax | 2–3 miliardi di euro l’anno | L’effetto potenziale è maggiore, ma dipende dal coordinamento internazionale e dalle esenzioni accordate ai grandi gruppi. |
| Richieste di connessione per nuovi data center | 509 richieste, oltre 80 GW | La presenza fisica delle infrastrutture in Italia non garantisce che gli utili prodotti vengano fiscalmente dichiarati nel Paese. |
Fonti: elaborazione GrifoNews su UPB, INPS, ISTAT, CGIA di Mestre, Area Studi Mediobanca, Terna e dati sulla fiscalità digitale.
Le proposte in campo, e perché nessuna basta da sola
In questo spazio si muove l’unica proposta italiana arrivata finora in sede parlamentare con un impianto tecnico definito: il cosiddetto “contributo automazione”, presentato al Senato da un gruppo di commercialisti bresciani. La logica non è una tassa diretta sulla macchina, ma un confronto benchmark: si misura lo scarto fra il costo del personale effettivamente sostenuto da un’impresa e quello atteso in base alla media del proprio settore; solo se il risparmio ottenuto tramite sostituzione tecnologica risulta anomalo rispetto al benchmark, scatta un prelievo destinato a un fondo separato per riqualificazione e ricollocamento. È un meccanismo interessante perché non penalizza l’automazione in sé, ma isola il caso in cui il vantaggio competitivo derivi in modo sproporzionato dalla sostituzione di lavoro con capitale digitale. Resta però, per ora, un impianto teorico: nessuna copertura di gettito stimata, nessun precedente applicativo a cui ancorare le proiezioni.
Le alternative circolate a livello internazionale — dalla predistribuzione di quote di utili tecnologici ai cittadini allo spostamento del prelievo dal reddito da lavoro verso consumi e profitti d’impresa — condividono lo stesso limite pratico: richiedono un coordinamento sovranazionale che, come mostra la vicenda del Pillar Two, si sgretola non appena una grande economia decide che le proprie imprese tecnologiche vanno protette invece che tassate. Per un Paese di media taglia come l’Italia, agire da solo significa esporsi a ritorsioni commerciali sproporzionate rispetto al gettito che si spera di recuperare; aspettare un accordo internazionale significa lasciare che il divario di tax rate misurato dalla CGIA si consolidi nel frattempo.
Il rischio non è il 2026, è il decennio che comincia adesso
Messi in fila, questi elementi restituiscono una diagnosi più precisa di quella suggerita dal solo confronto con il mercato del lavoro americano. In Italia l’intelligenza artificiale non sta, al momento, riducendo il numero di occupati: lo dicono i dati di Bankitalia, non le impressioni. Sta però già facendo due cose che pesano sul medio periodo: comprime il costo del lavoro a parità di produttività, spostando margine verso il profitto d’impresa; e quel margine, quando si concentra nelle imprese più esposte alla tecnologia e alla mobilità fiscale internazionale, sfugge in misura crescente agli strumenti di prelievo pensati per un’economia basata su salari e contributi.
Il vero rischio per l’Italia, quindi, non è un’emorragia occupazionale imminente sul modello di quanto osservato in alcuni comparti americani, ma la convergenza fra tre traiettorie che corrono già per conto proprio, indipendenti l’una dall’altra: un calo demografico della popolazione attiva già scritto nelle proiezioni ISTAT al 2050; un sistema fiscale che dipende per la quasi totalità del proprio gettito da lavoro dipendente e pensioni; e una quota crescente di valore economico prodotto da soggetti — le grandi piattaforme tecnologiche — strutturalmente meglio attrezzati a sottrarsi al prelievo rispetto alle imprese radicate sul territorio. Nessuna delle tre traiettorie richiede l’intelligenza artificiale per esistere: è l’intelligenza artificiale a rischiare di farle convergere prima del previsto. La finestra utile per intervenire non si misura in anni di crisi occupazionale conclamata, ma nel tempo, oggi ancora disponibile, in cui il divario di tax rate fra imprese residenti e gruppi digitali globali resta dell’ordine di 17 punti percentuali invece di allargarsi ulteriormente.
Fisco, lavoro e intelligenza artificiale
Le principali domande sull’impatto dell’intelligenza artificiale sul gettito fiscale, sui contributi previdenziali e sulla sostenibilità del welfare italiano.
Fonti
- Banca d’Italia, Questioni di economia e finanza n. 1005 — L’impatto economico dell’adozione dell’intelligenza artificiale: evidenza dalle imprese italiane
- Agenda Digitale — IA e aziende italiane: produttività, salari e occupazione nei nuovi dati Bankitalia
- BusinessOnline.it — L’INPS non vuole tassare i robot e IA per finanziare le pensioni, ma un’idea alternativa sta guadagnando terreno ai piani alti
- ISTAT — Previsioni delle forze di lavoro al 2050
- Ufficio Parlamentare di Bilancio — Audizione sulla riforma dell’Irpef e altri aspetti del sistema tributario
- Sbircia la Notizia — Imprese italiane tassate al 32%, big tech al 14,8% (dati CGIA di Mestre / Area Studi Mediobanca)
- Terna — Lightbox: Data center e futuro, la sfida energetica che accende l’Italia
- Il Giornale delle PMI — Fisco: dal 1° gennaio in vigore la Global minimum tax, cambia il perimetro fiscale per le PMI italiane
