C'è qualcosa di quasi vertiginoso nella scena. Un'architetta, formata per anni, termina la sua giornata, apre una piattaforma online e spiega a una macchina, passo dopo passo, come preparare una proposta per un edificio o condurre un'analisi di redditività. Non è un esercizio scolastico. Attinge al suo lavoro reale, alle sue abitudini professionali, a quella parte dell'esperienza che raramente si impara da un manuale.

Questa architetta si chiama Cuicui e vive a Shenzhen. In cinque anni, il suo reddito si è dimezzato in un contesto di riduzione della spesa pubblica per le infrastrutture. La sera lavora quindi per TalentsAI per pagare il mutuo e le attività extrascolastiche di suo figlio. Il paradosso è tutto qui: nel breve periodo monetizza un sapere che, nel lungo periodo, potrebbe contribuire a ridurre la scarsità della sua stessa professione.

Per restare solvibili oggi, alcuni professionisti insegnano alla macchina ciò che domani potrebbe rendere il loro lavoro meno indispensabile.

Non è più semplice annotazione: è trasferimento di mestiere

La parola «annotazione» evoca ancora piccole attività ripetitive: classificare una foto, controllare una frase, fare clic su una categoria. Qui la scala cambia. Le piattaforme cercano persone in grado di trasmettere ragionamenti professionali, metodi, compromessi decisionali e, a volte, persino il modo di riconoscere una buona risposta senza riuscire a spiegarla con una regola semplice.

ByteDance ha lanciato Xpert nel 2025 e afferma di aver reclutato oltre 50.000 esperti, dagli scrittori ai terapeuti. Alibaba, con Siriser, recluta tra gli altri insegnanti, ingegneri meccanici e compositori. TalentsAI e MeetChances puntano anche a giornalisti, fiscalisti e cacciatori di teste. Negli Stati Uniti, Mercor, Surge AI e Handshake stanno già reclutando avvocati, scienziati e professionisti del cinema per addestrare i modelli su compiti da colletti bianchi.

Il cambiamento è importante: la materia prima non è più soltanto il dato, ma il giudizio umano. In questi incarichi, ciò che viene ricercato è il modo in cui un esperto passa da un problema incompleto a una decisione utilizzabile. A giugno, la National Data Administration cinese ha inoltre chiesto di sviluppare dataset di alta qualità e ha incoraggiato i laureati a considerare l'annotazione come una forma di lavoro flessibile.

Il mercato cinese dei dati di addestramento per l'IA dovrebbe raggiungere 1,1 miliardi di dollari nel 2026, il 25% in più rispetto al 2025. Nello stesso periodo, il consumo giornaliero di token in Cina è passato da circa 100 miliardi all'inizio del 2024 a 500.000 miliardi a metà 2026. Questi numeri non significano che gli esperti spariranno. Mostrano però quanto l'ecosistema abbia bisogno di un carburante più sofisticato: esempi di ragionamento utilizzabili dai modelli.

Perché accettare di formare un potenziale concorrente?

La risposta più semplice è anche la meno comoda: perché un principio morale raramente pesa quanto una rata del mutuo in scadenza. In Cina, i lavoratori intervistati descrivono questa attività come impegnativa, precaria e meno pagata rispetto agli Stati Uniti. Alcuni incarichi fruttano tra 100 e 500 yuan, cioè circa 15-74 dollari, pur richiedendo diverse ore. I compiti possono essere respinti dai team di qualità e quindi non essere pagati.

Il contesto economico svolge quindi un ruolo centrale. La disoccupazione giovanile in Cina viene indicata al 17,9%. MeetChances ha persino utilizzato su RedNote un messaggio pubblicitario molto diretto: dopo un licenziamento in età matura, diventare formatore di IA può essere un'opzione. La promessa non è quella di una carriera prestigiosa. È quella di un reddito disponibile subito.

Lo stesso conflitto emerge altrove. In Sudafrica, James Maisiri, dottore in sociologia industriale, ha rifiutato un incarico in cui avrebbe dovuto trasferire a un'IA ciò che aveva imparato in dieci anni sulla progettazione delle valutazioni, sull'insegnamento e sulla correzione. Il lavoro era pagato 600 rand l'ora, circa 37 dollari, molto più del salario minimo nazionale di 30,23 rand. Eppure ha ritenuto che la remunerazione non compensasse il problema di fondo: contribuire a costruire uno strumento capace di competere con la professione che aveva impiegato anni a padroneggiare.

Non tutti possono permettersi di rifiutare. In Sudafrica, la disoccupazione giovanile ha raggiunto il 47,4% nel secondo trimestre del 2026. È qui che il dilemma diventa meno filosofico. Più il mercato del lavoro si deteriora, più diventa difficile mantenere il confine tra «proteggo la mia competenza» e «vendo ciò che posso vendere».

Un'expertise meglio pagata non elimina il paradosso

Negli Stati Uniti, il modello può essere molto più remunerativo. Mercor, valutata 10 miliardi di dollari, conta oltre 30.000 collaboratori esterni colletti bianchi che lavorano per laboratori come OpenAI o Anthropic. Avvocati e medici vi guadagnerebbero in media tra 85 e 200 dollari l'ora, mentre alcune specialità, come la psichiatria o il venture capital, possono arrivare a 350-1.000 dollari l'ora.

Ma una tariffa elevata non cambia la natura dello scambio. L'esperto vende meno un'ora di produzione che una parte del proprio vantaggio comparativo. È proprio per questo che questo nuovo mercato merita di essere osservato come qualcosa di più di un semplice «lavoretto legato all'IA».

Ciò che la Cina annuncia — e non annuncia — per l'Europa

Occorre essere precisi: nessuno dei casi documentati qui consente di affermare che questo fenomeno sia già radicato in Francia o in Europa. Cina, Stati Uniti, Sudafrica e India mostrano tuttavia che il meccanismo non appartiene a un unico sistema economico. Compare sia nei mercati in cui la competenza è pagata molto bene sia nei paesi in cui la necessità spinge ad accettare incarichi precari.

Ciò che è trasferibile all'Europa non è quindi necessariamente il livello di remunerazione, lo status giuridico o persino la forma esatta delle piattaforme. È il meccanismo: quando un settore assume meno, un'azienda di IA cerca una competenza rara e un professionista possiede quella competenza ma ha poche opportunità, può nascere un mercato per trasformare il suo sapere tacito in materiale di addestramento.

Questa possibilità merita ancora più attenzione perché le offerte di primo livello per alcuni colletti bianchi — giovani avvocati, analisti finanziari, ricercatori — sarebbero già diminuite del 50% dal 2019 secondo Datasumi. Sarebbe eccessivo dedurne che l'IA ne sia l'unica causa o che l'Europa seguirà automaticamente la stessa traiettoria. Ma la sequenza è abbastanza coerente da sollevare una domanda seria: cosa accade quando i primi lavori che permettevano di fare esperienza diventano più rari, mentre le macchine imparano proprio a eseguire una parte di quei compiti?

Il sapere umano vale forse più come materia prima che come posto di lavoro

È, a mio avviso, il punto più inquietante. Per molto tempo si è supposto che le professioni complesse sarebbero state protette perché si basano su anni di esperienza, contesto, eccezioni e capacità di giudizio. Eppure è proprio questa complessità a diventare preziosa per le aziende di IA.

Il know-how umano non è quindi diventato inutile. Quasi il contrario: è abbastanza prezioso da spingere le aziende a pagare esperti per catturarlo. La domanda è chi conserverà il valore una volta che questo sapere sarà trasformato in una capacità software riproducibile.

  • Per il professionista, l'incarico offre un reddito immediato.
  • Per la piattaforma, trasforma una competenza rara in esempi riutilizzabili su larga scala.
  • Per l'azienda cliente, può ridurre domani la necessità di coinvolgere un esperto per ogni attività simile.

Non bisogna concludere che ogni avvocato, architetto o ingegnere stia programmando il proprio licenziamento. Nulla nei casi documentati consente una conclusione così meccanica. La dinamica merita però più attenzione del cliché del «robot che ruba il lavoro».

Il vero cambiamento è più discreto: i professionisti in difficoltà possono diventare fornitori temporanei del sapere che automatizzerà una parte della loro stessa catena del valore. La Cina ci mostra soprattutto cosa diventa questo mercato quando la pressione economica è forte. Per l'Europa, l'avvertimento non è una profezia. È una questione da affrontare prima che sia la necessità a decidere al posto dei professionisti: quanto vale una competenza quando la si vende una volta, ma poi può essere riprodotta quasi all'infinito?