Quanto tempo ci fa risparmiare l’AI sul lavoro? I dati della Federal Reserve dicono 2,2% delle ore totali

L’AI generativa fa risparmiare ai lavoratori americani il 2,2% delle ore lavorative complessive. Il dato viene dalla Real-Time Population Survey di febbraio 2026, condotta da Alexander Bick (Federal Reserve Bank of St. Louis), Adam Blandin (Vanderbilt University) e David Deming (Harvard Kennedy School), la prima indagine rappresentativa a livello nazionale sull’adozione dell’AI generativa al lavoro.

Può sembrare poco. E lo è, se lo si guarda come media aggregata. Ma quel 2,2% nasconde una forbice enorme tra chi usa l’AI ogni giorno e chi non l’ha mai aperta.

Cosa dice esattamente la ricerca

Il Real-Time Population Survey (RPS) è un sondaggio trimestrale su oltre 5.000 adulti statunitensi tra i 18 e i 64 anni. La sua struttura replica quella del Current Population Survey del Census Bureau, il che lo rende confrontabile con le statistiche ufficiali del mercato del lavoro USA.

I dati di febbraio 2026 mostrano tre metriche principali:

• Il 57,9% della popolazione in età lavorativa ha usato l’AI generativa (al lavoro o nella vita personale).
• Il 43,4% dei lavoratori occupati la usa per il lavoro.
• Il tempo risparmiato equivale al 2,2% delle ore lavorative totali.

Gli ultimi tre trimestri mostrano una crescita quasi piatta nell’adozione lavorativa: dal 41% di agosto 2025 al 43,4% di febbraio 2026. La curva si sta appiattendo, almeno nel breve periodo.

La velocità di adozione in prospettiva storica

Un confronto utile viene dallo stesso gruppo di ricerca: al personal computer servirono circa 16 anni per raggiungere il livello di adozione che l’AI generativa ha già oggi, a soli tre anni dal lancio di ChatGPT (novembre 2022). L’adozione di internet, tre anni dopo la sua apertura al traffico commerciale, era al 30,1%. L’AI generativa è già al 57,9%.

Questo non significa che l’AI stia “vincendo”. Significa che siamo all’inizio di una curva che storicamente si è sempre allungata su decenni. La maturità tecnologica è lontana, l’adozione profonda ancora di più.

Il 2,2% è una media. Le medie ingannano

Il dato aggregato nasconde differenze strutturali profonde. A seconda del settore, la quota di lavoratori che usa l’AI va da circa il 19% (costruzioni, agricoltura, servizi alla persona) fino al 68% (tecnologia, informazione, servizi professionali). A seconda dell’occupazione, il range va da circa il 14% (operai, manutenzione, servizi di pulizia) fino al 72% (ruoli manageriali, analisti, sviluppatori, professionisti della comunicazione).

Stesso strumento, stesso anno, oltre cinquanta punti di differenza.

C’è un altro dato che spiega molto: i lavoratori che usano l’AI ogni giorno riportano un risparmio di almeno 4 ore alla settimana nel 33% dei casi. Chi la usa un solo giorno alla settimana arriva a quel livello solo nel 10% dei casi. La frequenza d’uso è il primo moltiplicatore di valore.

Il bias del tech: chi lavora nel tech pensa che l’AI sia ovunque

Chi opera nel settore tecnologico (sviluppatori, product manager, data scientist, content strategist) vive in un ambiente dove l’AI è già integrata nei flussi di lavoro quotidiani. Guarda la propria scrivania e crede che sia lo stesso per il resto del mondo.

Non lo è. Fuori dal tech, la realtà cambia radicalmente. In Italia, secondo lo stesso studio esteso a livello europeo (Bick, Blandin, Deming, Fuchs-Schündeln e Jessen, 2026, pubblicato come CEPR Discussion Paper), solo il 26% dei lavoratori usa l’AI generativa per lavoro: il dato più basso tra i sette paesi analizzati.

Questo gap ha conseguenze dirette per le aziende. Chi prende decisioni strategiche basandosi sulla percezione del proprio settore rischia di sovrastimare o sottostimare l’esposizione della propria organizzazione all’AI.

Cosa significa per i brand e per le aziende

I dati della Federal Reserve non parlano direttamente di brand, marketing o reputazione. Ma le implicazioni sono chiare.

Se il 43% dei lavoratori americani usa l’AI generativa al lavoro, una quota crescente di decisioni professionali (dalla scelta di un fornitore alla valutazione di un servizio, dalla ricerca di un partner alla comparazione tra brand) passa attraverso una risposta generata da ChatGPT, Perplexity, Gemini o un AI Overview di Google.

Il 2,2% di ore risparmiate è tempo in cui un essere umano ha delegato un compito a un sistema AI. Parte di quel tempo include ricerche, analisi, raccomandazioni. E quando l’AI risponde a una domanda su un brand, lo fa sulla base di un modello interno costruito da fonti che l’azienda spesso non controlla e non monitora.

La domanda strategica non è “quanto tempo risparmia l’AI” ma: quando l’AI risponde al posto del mio cliente, cosa dice del mio brand?

Questo è il territorio dell’AI brand governance: la disciplina che misura e governa come i sistemi AI rappresentano, confrontano e raccomandano un brand. Se il comportamento dei consumatori sta già migrando verso le risposte AI, il modo in cui l’AI parla di te non è un tema futuro. È un rischio operativo presente.

La domanda giusta per chi guida un’azienda

Il dato del 2,2% è utile come punto di partenza, non come conclusione. La domanda operativa per chi guida un’azienda, una redazione, una funzione marketing è una sola:

Nel mio settore, nel mio mestiere, nelle attività quotidiane del mio team: in che punto della forbice mi trovo?

La risposta cambia tutto: budget, priorità, urgenza. Chi è al 14% ha tempo. Chi è al 72% dovrebbe già chiedersi cosa succede quando l’AI parla di lui.

Fonti e riferimenti

• Bick, Blandin, Deming (2026). The Rapid Adoption of Generative AI. Management Science. DOI: 10.1287/mnsc.2025.02523
• Generative AI Adoption Tracker, Harvard Project on Workforce: genaiadoptiontracker.com
• Bick et al. (2026). Mind the Gap: AI Adoption in Europe and the US. CEPR Discussion Paper 21337.
• Allen, J.S. (2026). Monitoring AI Adoption in the US Economy. FEDS Notes, Board of Governors of the Federal Reserve System, April 3, 2026.
• St. Louis Fed (2025). Generative AI, Productivity and the Future of Work. stlouisfed.org