Morgan Stanley, nelle banche l’intelligenza artificiale mette a rischio 200mila posti di lavoro in Europa

L’analisi di Morgan Stanley sull’impatto dell’intelligenza artificiale nel settore bancario europeo apre uno scenario di trasformazione profonda del lavoro, destinato a incidere su circa 200mila posti nei prossimi anni. La stima fotografa un processo già in atto, nel quale l’automazione avanzata e l’adozione di sistemi basati su algoritmi e machine learning stanno ridefinendo in modo strutturale i modelli operativi degli istituti di credito. L’intelligenza artificiale non viene più considerata soltanto uno strumento di supporto, ma un fattore capace di sostituire intere funzioni, soprattutto nelle attività ripetitive, amministrative e di back office, che storicamente hanno rappresentato una quota significativa dell’occupazione bancaria in Europa.

Secondo le valutazioni della banca d’affari, il rischio occupazionale si concentra in particolare sui ruoli legati alla gestione operativa dei dati, alla compliance standardizzata, al customer service di primo livello e ad alcune attività di analisi finanziaria di base. L’evoluzione delle tecnologie consente oggi di automatizzare processi che fino a pochi anni fa richiedevano l’intervento umano, con livelli di accuratezza e velocità crescenti. Sistemi di intelligenza artificiale sono in grado di analizzare grandi volumi di informazioni, individuare anomalie, rispondere alle richieste dei clienti e supportare decisioni creditizie con costi inferiori e tempi ridotti. Questo cambiamento spinge le banche a rivedere l’organizzazione del lavoro, riducendo il fabbisogno di personale in alcune aree e concentrando gli investimenti su profili più specializzati.

Il contesto europeo presenta caratteristiche specifiche che amplificano l’impatto della trasformazione tecnologica. Il settore bancario del continente è tradizionalmente più frammentato e caratterizzato da una maggiore intensità di manodopera rispetto ad altri mercati, con reti fisiche estese e strutture operative complesse. L’intelligenza artificiale viene vista come una leva per recuperare efficienza e migliorare la competitività, soprattutto in un contesto di pressione sui margini e di crescente concorrenza da parte di operatori digitali e fintech. La riduzione dei costi operativi diventa una priorità strategica, e l’automazione rappresenta uno degli strumenti più efficaci per raggiungere questo obiettivo.

Morgan Stanley sottolinea come il processo non sarà immediato né uniforme, ma si svilupperà in modo graduale, accompagnato da piani di riorganizzazione e da strumenti di gestione del personale già ampiamente utilizzati nel settore, come uscite incentivate e turnover controllato. Tuttavia, la dimensione potenziale dell’impatto occupazionale evidenzia una trasformazione che va oltre le normali ristrutturazioni cicliche. L’intelligenza artificiale introduce un cambiamento qualitativo nel modo in cui il lavoro bancario viene svolto, riducendo la necessità di alcune competenze tradizionali e aumentando la domanda di figure in grado di progettare, gestire e supervisionare sistemi tecnologici complessi.

Il tema della riqualificazione professionale emerge come uno degli snodi centrali. Le banche europee sono chiamate a investire in programmi di formazione per accompagnare i lavoratori nella transizione verso nuovi ruoli, legati alla gestione dei dati, alla sicurezza informatica, allo sviluppo di modelli di intelligenza artificiale e alla consulenza avanzata alla clientela. Tuttavia, la capacità di riconvertire una parte significativa della forza lavoro resta una variabile incerta, soprattutto per le fasce di età più elevate e per i profili meno specializzati. Il rischio è quello di un disallineamento crescente tra le competenze disponibili e quelle richieste, con effetti sociali e occupazionali che potrebbero diventare rilevanti.

L’analisi evidenzia anche una differenziazione tra le diverse aree geografiche. I Paesi con sistemi bancari più digitalizzati e con una maggiore propensione all’innovazione potrebbero anticipare il processo di riduzione degli organici, mentre altri potrebbero sperimentare una transizione più lenta. In ogni caso, la tendenza appare strutturale e difficilmente reversibile, perché l’adozione dell’intelligenza artificiale risponde a logiche di efficienza e competitività che difficilmente possono essere ignorate. Le banche che ritarderanno l’innovazione rischiano di perdere quote di mercato, spingendo l’intero settore verso una convergenza tecnologica.

L’impatto dell’intelligenza artificiale non si limita alla riduzione dei posti di lavoro, ma modifica anche la qualità e la natura delle attività svolte. Il lavoro bancario tende a spostarsi verso funzioni a maggiore valore aggiunto, come la consulenza personalizzata, la gestione di relazioni complesse con la clientela corporate e l’analisi strategica. Questo processo potrebbe portare a una polarizzazione del mercato del lavoro, con una crescita delle opportunità per profili altamente qualificati e una contrazione per quelli intermedi. La sfida per il sistema europeo consiste nel gestire questa transizione senza ampliare eccessivamente le disuguaglianze occupazionali e senza compromettere la coesione sociale.

Il rapporto di Morgan Stanley si inserisce in un dibattito più ampio sul ruolo dell’intelligenza artificiale nell’economia e sul suo impatto sul lavoro. Il settore bancario, per la natura fortemente data-driven delle sue attività, rappresenta uno dei primi ambiti nei quali gli effetti diventano visibili su larga scala. Le scelte che verranno compiute nei prossimi anni in termini di regolamentazione, formazione e politiche attive del lavoro saranno decisive per determinare se la transizione tecnologica potrà tradursi in un’evoluzione sostenibile o se produrrà fratture difficili da ricomporre. L’ipotesi di 200mila posti a rischio in Europa non va letta come una previsione puntuale, ma come un indicatore della portata del cambiamento in corso, che impone al settore bancario e alle istituzioni di ripensare in profondità il rapporto tra tecnologia, occupazione e modello sociale.