Ricchi di IA, poveri di esperienza: il prossimo divario di competenze negli acquisti

L'IA permette oggi a chi è all'inizio della carriera di produrre lavoro che un tempo richiedeva molta più esperienza. Una sintesi di mercato può essere pronta in pochi minuti. Gli argomenti del fornitore possono essere anticipati. Un piano di negoziazione può essere messo alla prova prima dell'incontro.

È un progresso. Cambia anche il modo in cui si accumula esperienza.

La nuova ricerca Pearson For Every Future, pubblicata il 24 settembre 2026, descrive un triplo gap di capacità nei mestieri qualificati, nei ruoli tecnici e nei servizi. L'IA modifica queste professioni più rapidamente di quanto i sistemi formativi riescano ad adattarsi, mentre lavoratori esperti vanno in pensione portando con sé conoscenze pratiche difficili da formalizzare. Pearson avverte quindi del rischio di una nuova generazione molto ricca di supporto IA ma povera di esperienza vissuta.

Lo studio non riguarda gli acquisti. Qui va letto come un segnale proveniente da professioni adiacenti, non come prova specifica sui professionisti degli acquisti. Il meccanismo merita comunque attenzione perché anche negli acquisti il giudizio si costruisce attraverso l'esposizione ripetuta a situazioni che non hanno una risposta netta.

Un benchmark ProcureAbility del 2026 rende il tema delle competenze direttamente rilevante per gli acquisti. Tra 160 responsabili senior, il 71% descrive il proprio team come moderatamente o fortemente limitato dalla capacità disponibile. Solo il 19% sta aumentando l'organico, mentre il 46% investe nello sviluppo delle competenze delle persone già presenti. Questo non dimostra il meccanismo descritto da Pearson negli acquisti, ma mostra perché oggi la progettazione dello sviluppo interno conta.

Una parte del lavoro inefficiente era anche pratica

Non c'è motivo di conservare un'attività lenta solo perché in passato qualcuno imparava facendola.

Un professionista junior degli acquisti non diventa migliore perché passa tre ore a formattare un confronto tra fornitori che l'IA può strutturare in cinque minuti. Non c'è valore formativo nemmeno nel riscrivere note o cercare manualmente informazioni che uno strumento può recuperare meglio.

Il problema nasce quando l'organizzazione elimina l'attività e presume di aver eliminato soltanto spreco.

Leggere dieci offerte significa anche vedere dieci strutture commerciali diverse. Affiancare un responsabile di categoria durante la preparazione mostra quali informazioni considera decisive e quali ignora. Scrivere una risposta costringe il professionista junior a scegliere una posizione prima di vedere quella del collega più esperto. Partecipare a una conversazione con un fornitore a basso rischio permette di sentire resistenza, sbagliare, correggersi e ricordare l'esperienza la volta successiva.

L'IA può comprimere molto del lavoro intorno a queste situazioni. Non sostituisce automaticamente l'esperienza che esse contenevano.

Il tema è vicino, ma diverso, da quello affrontato nel nostro articolo su PISA 2026 e IA. Lì la domanda è se l'IA possa ridurre lo sforzo cognitivo attraverso cui si impara. Qui la questione è l'esposizione: il sistema di lavoro offre ancora abbastanza situazioni reali perché il giudizio pratico possa formarsi?

Gli acquisti hanno un problema di apprendistato professionale

Il giudizio commerciale è difficile da insegnare come insieme di regole perché la risposta giusta dipende dal contesto.

Un fornitore chiede un aumento dell'otto per cento. Il buyer può contestarlo duramente, scambiare una contropartita, prendere tempo, escalare internamente oppure accettarne una parte. La scelta dipende dalla struttura dei costi, dalle alternative, dal rischio di fornitura, dalle tempistiche, dalla storia della relazione, dalla credibilità della richiesta e da ciò che altro si muove nell'accordo.

I professionisti esperti riconoscono questi schemi perché ne hanno già visto varianti. Hanno visto una minaccia debole crollare, sentito come suona un vincolo reale e osservato una posizione apparentemente fissa iniziare a muoversi.

Se l'IA permette ai giovani professionisti di arrivare meglio preparati prima nella loro carriera, è un vantaggio. L'organizzazione deve comunque creare gli incontri in cui imparano che cosa significa quella preparazione quando un'altra persona oppone resistenza.

Questo diventa ancora più importante quando gli esperti senior hanno meno tempo o lasciano l'azienda. La conoscenza tacita non passa soltanto attraverso documenti. Una parte emerge solo quando qualcuno spiega perché ha ignorato un segnale, seguito un altro o cambiato direzione a metà conversazione.

Il lavoro iniziale cambia più velocemente dei sistemi di sviluppo

Nuovi dati sul mercato del lavoro tedesco rendono il problema meno teorico.

Uno studio rappresentativo della IU International University pubblicato il 24 settembre 2026 ha intervistato 2.000 lavoratori tra i 16 e i 65 anni. Il campione è stato ponderato per rappresentare il mercato del lavoro tedesco per età e genere.

Il 41,3% concorda in parte o pienamente sul fatto che l'IA stia assumendo compiti che in passato erano tipicamente svolti da chi iniziava la carriera. Nello stesso tempo, il 43,9% non aveva dedicato alcun tempo di lavoro alla formazione sull'IA nei dodici mesi precedenti. Solo il 33,6% ha dichiarato che la propria azienda sostiene molto o abbastanza lo sviluppo del pensiero critico.

Lo studio non riguarda gli acquisti e misura percezioni dei lavoratori, non una perdita osservata di competenze. Tuttavia rafforza il meccanismo del problema: le organizzazioni possono eliminare attività di ingresso più rapidamente di quanto riprogettino il modo in cui i giovani professionisti costruiscono giudizio.

Negli acquisti, il rischio non è che un buyer junior smetta di formattare manualmente un confronto tra fornitori. Il rischio nasce se insieme a quel compito scompaiono osservazione, domande, discussione e ripetizione, senza che venga creato un sostituto intenzionale.

La risposta resta quindi la stessa: non conservare attività inefficienti, ma identificare quali occasioni di apprendimento contenevano e ricostruirle in modo migliore.

Non conservare il vecchio lavoro. Sostituisci le ripetizioni perse

La risposta non è rallentare l'adozione dell'IA per mantenere attività amministrative come esercizio di sviluppo.

Produttività e costruzione delle competenze vanno progettate separatamente.

Se l'IA fa risparmiare due ore di preparazione, una parte di quel tempo può tornare sotto forma di esperienza strutturata: osservare un incontro difficile con un obiettivo di apprendimento chiaro, confrontare il suggerimento dell'IA con la decisione di un professionista senior degli acquisti, fare un breve debriefing, assumersi una parte della conversazione successiva oppure provare la situazione prima che sia reale.

Osservare passivamente non basta. Le persone devono decidere, pronunciare le parole, ricevere un riscontro e riprovare. Qui il tema incontra il nostro articolo su IA e capacità conversazionali nel lavoro: man mano che la tecnologia assorbe il lavoro attorno alle conversazioni, i momenti umani rimasti possono diventare meno frequenti ma più difficili.

Per una leadership acquisti, quindi, la domanda non è se i buyer junior debbano usare l'IA. Dovrebbero usarla. La domanda è che cosa sostituisce l'esperienza che scompare quando il vecchio flusso di lavoro diventa più veloce.

Una funzione che automatizza la routine senza riprogettare come si forma il giudizio può diventare più produttiva oggi e indebolire il proprio bacino di talenti per domani. Una funzione che usa il tempo risparmiato per osservazione, responsabilità, riscontri e pratica orale realistica può ottenere entrambe le cose.