AI workforce skills: l'85,7% usa l'AI, il 36,7% si forma

Il dato di Singapore: uso quasi universale, formazione ferma

Il report sull'economia digitale di Singapore, pubblicato a ottobre 2026 dall'autorità pubblica IMDA, misura un fatto che riguarda da vicino le AI workforce skills: l'uso dell'AI al lavoro arriva all'85,7% delle persone intervistate, in salita dal 77,6% dell'anno prima.

La stessa rilevazione chiede quanta formazione hanno ricevuto. Il 68% dichiara di dover riqualificarsi sull'AI, mentre il 36,7% ha seguito un corso dedicato nei dodici mesi precedenti^[1].

I due numeri descrivono popolazioni distinte, con una sovrapposizione limitata. Fra chi riconosce il bisogno e chi ha avuto accesso a un'aula corrono oltre trenta punti. Quello spazio è il perimetro reale del problema.

Il dato merita una precisazione di metodo: si tratta di una survey dell'autorità delle comunicazioni condotta fra lavoratori e organizzazioni di Singapore, con rilevazione riferita al 2026 per le persone e al 2025 per le imprese. Il campione viene pubblicato in forma aggregata, e la serie storica consente il confronto anno su anno.

La ragione più citata riguarda una decisione aziendale

La domanda più utile del questionario riguarda le ragioni del mancato accesso alla formazione. La risposta più citata, il 34,9%, indica il proprio datore di lavoro: queste persone riferiscono di essere rimaste fuori dai percorsi perché l'organizzazione le ha lasciate fuori.

Le altre barriere raccontano la stessa storia con parole diverse:

• il 34,1% cita la mancanza di tempo;
• il 26,6% dichiara difficoltà nella scelta del corso giusto;
• il 17,8% indica il costo;
• il 15,1% resta in dubbio sul permesso del proprio capo per le ore di aula.

Il tempo, il permesso e l'orientamento sono variabili che un'organizzazione governa. La volontà delle persone compare in coda alla lista, quasi invisibile. Il divario di competenze, in questa rilevazione, nasce da una decisione gestionale.

Il linguaggio della resistenza al cambiamento regge poco davanti a questa classifica. Le persone chiedono formazione in massa, e indicano ostacoli di tipo logistico e autorizzativo.

Lo riconosce il report stesso: chiudere la distanza «may require greater employer support and clearer signposting to suitable training opportunities».

Quello che le organizzazioni vedono: un uso di superficie

Le organizzazioni che hanno adottato l'AI danno la loro versione. Nel 2025 dichiarano che il 71,9% delle persone sa usare l'AI in qualche forma, in crescita dal 66,4% dell'anno prima.

La distribuzione interna conta più del totale. Il gruppo più ampio, il 47,6%, usa l'AI per compiti generici. Il 19,3% la applica a problemi specifici del proprio mestiere e il 5% arriva a costruire soluzioni per lavori complessi.

Le persone si descrivono allo stesso modo: circa metà verifica spesso gli output, mentre appena un quarto automatizza compiti o porta l'AI dentro il flusso di lavoro. Adozione e padronanza sono due misure separate, e qui divergono.

La differenza fra il 47,6% e il 5% racconta dove si fermano i processi. Un uso generico produce bozze e sintesi, mentre un uso applicato al mestiere cambia il modo in cui il lavoro viene fatto.

I guadagni dichiarati rendono costosa l'inazione

Chi usa l'AI riporta risultati concreti. Il 72,9% dichiara una produttività più alta, il 68,9% una qualità del lavoro migliore, il 61,6% più occasioni di dedicarsi ad attività di valore superiore.

Fra chi segnala un risparmio di tempo, circa sei persone su dieci guadagnano fino a un'ora al giorno.

Questi numeri cambiano il conto economico della formazione. Un'ora al giorno per persona, moltiplicata su una popolazione aziendale, è una grandezza che un direttore finanziario sa leggere. Il costo del 34,9% lasciato fuori diventa misurabile in ore perse.

Il confronto fra i due lati è istruttivo: il 72,9% che dichiara guadagni convive con il 47,6% giudicato fermo sui compiti generici. Il valore già prodotto arriva dalla superficie dell'uso, e il margine resta quasi intero.

La domanda di competenze arriva da fuori il settore tech

Il mercato del lavoro locale conferma la direzione. L'occupazione tech a Singapore è salita del 3,8%, a 222.200 persone nel 2025, e la spinta arriva in larga parte da fuori il comparto tecnologico.

I settori diversi da informazione e comunicazione occupano il 59% dei professionisti tech del paese. Il loro organico tecnico è cresciuto del 5,3%, contro l'1,8% dentro il comparto stesso. La quota di annunci che chiede almeno una competenza AI è passata dal 14% al 16,7%.

L'economia digitale ha raggiunto 144,1 miliardi di dollari di Singapore nel 2025, il 19,3% del PIL, come riporta anche la cronaca di CNA^[2]. L'adozione cresce pure fra le imprese: dal 14,5% al 23,4% fra le PMI, dal 62,5% al 70,4% fra le grandi aziende locali.

L'obiezione: la formazione formale misura poco

Un'obiezione ragionevole arriva dai capi del personale: l'apprendimento sul campo pesa più dell'aula, e il 36,7% misura soltanto i corsi strutturati. L'obiezione ha una parte di verità, e i dati sulla profondità d'uso la ridimensionano.

L'apprendimento informale produce il 47,6% che resta sui compiti generici. Porta le persone alla soglia, e lascia il salto successivo alla progettazione.

Va detto il perimetro: questa evidenza riguarda le persone intervistate a Singapore, in un'economia dotata di uno dei programmi pubblici di riqualificazione più strutturati al mondo. Una lettura onesta tiene ferma la geografia, e guarda al meccanismo, replicabile altrove.

Un'analisi pubblicata da Digital CFO Asia^[3] legge lo stesso quadro come un freno alla trasformazione della forza lavoro locale, con la formazione come leva principale.

Cosa fanno le organizzazioni che colmano la distanza

Le organizzazioni che chiudono questo spazio agiscono su tre leve visibili nei dati. Trasformano il permesso implicito in un invito esplicito, perché una persona mandata dal proprio capo entra in aula.

Poi riducono il carico di scelta: cataloghi brevi, percorsi nominati per ruolo, indicazioni chiare verso il corso adatto. Il 26,6% che dichiara difficoltà nella selezione ha un problema di navigazione, risolvibile con una mappa.

Infine proteggono il tempo in calendario. L'autorità di Singapore allarga il programma TechSkills Accelerator su questa logica: finanziare e segnalare i percorsi riduce le due barriere più citate, il tempo e il permesso. Le organizzazioni che convertono i propri talenti interni partono da qui, prima di cercare sul mercato esterno.

Cosa cambia per chi guida

La readiness della leadership resta il collo di bottiglia dell'adozione, più della disponibilità delle persone. Questa evidenza offre ai vertici quattro mosse concrete.

• CEO: portare al board la quota di persone mandate in formazione, accanto alla quota che usa l'AI.
• CHRO: rendere l'invito alla formazione un atto gestionale tracciato, per ruolo e per livello.
• CFO: valutare l'investimento sulle ore risparmiate dichiarate, fino a un'ora al giorno per persona.
• Comitato talenti e remunerazione: monitorare la distanza fra bisogno dichiarato e formazione ricevuta come metrica di capitale umano.

Il passaggio da adozione a padronanza è una condizione progettata, prima di essere una scelta individuale. Chi governa il disegno decide quante persone attraversano la soglia.

Resta una domanda di progettazione per chi guida: quante persone, nella propria organizzazione, hanno ricevuto un invito nominale a formarsi sull'AI negli ultimi dodici mesi? La risposta arriva dai sistemi, in un pomeriggio. La distanza fra quel numero e la quota che usa l'AI ogni giorno misura la qualità del disegno organizzativo, prima della qualità delle persone.