Conseguenze sui profili e le competenze della forza lavoro

Inevitabilmente, le macchine e gli esseri umani dovranno coesistere nel futuro delle imprese finanziarie, gli esperti in campo tecnologico sostengono che dal momento che le applicazioni di intelligenza artificiale possono svolgere compiti monotoni, per la maggior parte dei lavoratori si offre l’opportunità di dedicarsi ad attività più complesse e a maggior valore aggiunto. Molti ritengono che que-sta sia una sfida culturale per il settore finanziario, quale fu a suo tempo l’introduzione dell’informatica. Questo comporterà una riqualificazione per i lavoratori al fine di aggiornare le conoscenze e sviluppare nuovi compiti e man-sioni in cui la valutazione dei risultati dei vari processi produttivi, molti dei qua-li automatizzati, richiederà un alto qua-livello di speciaqua-lizzazione.

Verosimilmente, questo scenario futuro potrebbe comportare la perdita di compiti e mansioni, ma non posti di lavoro, favorendo un miglior equilibrio tra lavoro e vita privata. Inoltre, potrebbe innescare la crescita di posti di lavoro meglio retribuiti grazie agli aumenti di produttività ottenibili con il supporto di protocolli automatici per i compiti ripetitivi e liberando nuove competenze specifiche nei lavoratori, sia quelle definite dall’acronimo STEM (science, tech-nology, engineering and mathematics), sia quelle legate alle “competenze uma-ne” e cioè pensiero creativo, empatia, capacità relazionali e di risolvere i pro-blemi.

Infatti, uno degli obiettivi dell’Agenda delle competenze per l’Europa della Commissione europea nel 2016 è stato quello di sviluppare il capitale umano e le competenze necessarie per aumentare l’occupabilità. Il World Economic Fo-rum (2016) ha previsto una crescente domanda di capacità cognitive, compe-tenze di sistema e capacità di problem solving: almeno il 40% in ciascuna di queste capacità.

Infine, per sviluppare tali abilità è necessario attivare strategie di apprendimento lungo tutto l’arco della vita. Una possibilità è quella di utilizzare strumenti digi-tali che possono essere facilmente adattati a una vasta gamma di profili della forza lavoro. Un esempio possono essere i corsi on-line aperti su larga scala (MOOCs – Massive Open Online Courses) utilizzabili per introdurre la formazione sia per i dipendenti più anziani che per i giovani, contribuendo a una maggiore flessibilità nel loro lavoro. Il design collaborativo o il cosiddetto “crowdsourcing”, cioè lo sviluppo di progetti su base collettiva, possono essere particolarmente interessanti per testare nuove idee, supportate da sistemi digitali.

5. Conclusioni

La popolazione europea è aumentata nell’ultimo decennio. Tuttavia, questo aumento non è stato omogeneo tra le fasce d’età. In particolare, si è registrata una tendenza all’aumento della popolazione anziana a partire dai 55 anni, men-tre si è osservata una diminuzione della popolazione dai 15 ai 39 anni nell’UE-28 e in Turchia.

Nonostante ciò, non tutti i Paesi europei sono esposti al problema dell’invecchiamento della popolazione con la stessa intensità (vedi tabella 1). Le tendenze demografiche di ogni paese hanno dimostrato che alcuni paesi euro-pei, in particolare la Polonia, la Spagna e l’Italia sono esposti a un rischio mag-giore di invecchiamento della popolazione, soprattutto a causa dell’effetto combinato dall’aumento degli anziani e dalla diminuzione dei giovani. Analo-gamente, il Regno Unito, la Bulgaria, la Lettonia, la Lituania, Malta, i Paesi Bas-si, la Romania e la Svezia potrebbero essere minacciati dall’invecchiamento del-la popodel-lazione nel prossimo futuro. Tuttavia, l’invecchiamento deldel-la popodel-la- popola-zione non sembra essere una questione di immediata rilevanza in Belgio, Da-nimarca, Germania, Croazia, Lussemburgo e Austria.

Considerando la fascia di età compresa tra i 55 e i 64 anni, la Turchia e il Lus-semburgo hanno registrato la maggiore crescita tra il 2008 e il 2017 degli anzia-ni. Al contrario, la Repubblica Ceca ha avuto il maggior calo della popolazione dai 55 ai 64 anni. Per quanto riguarda la fascia d’età dai 65 ai 74 anni, l’aumento più elevato si è registrato a Malta, mentre il calo maggiore in questa fascia d’età è stato rilevato in Germania.

La quota di occupati nel settore finanziario è più alta tra i dipendenti di età in-feriore ai 40 anni rispetto a quelli di età superiore ai 54 anni. Tra i paesi, il Lus-semburgo è il paese con il più alto tasso di occupazione tra i giovani. Al contra-rio, il tasso di occupazione più basso tra i giovani è stato riscontrato in Turchia.

Le tendenze relative alla disoccupazione hanno dimostrato che i giovani sono più colpiti rispetto al totale della popolazione. In particolare, la disoccupazione giovanile sembra essere un problema rilevante in Paesi dell’Europa meridionale

come la Grecia e la Spagna. Al contrario, Germania, Islanda e Repubblica Ceca hanno avuto il più basso tasso di disoccupazione tra i giovani nell’ultimo de-cennio.

L’occupazione temporanea nel settore finanziario è relativamente più bassa ri-spetto ad altre industrie e non si evidenziano differenze riri-spetto al tasso regi-strato per il totale della popolazione. Nonostante ciò, il lavoro temporaneo è ancora più frequente tra i giovani che tra i dipendenti di età superiore ai 54 an-ni.

Il part-time è inferiore nel settore finanziario rispetto ad altri settori. Il lavoro a tempo parziale sembra essere più frequente tra i dipendenti di età superiore ai 54 anni rispetto a quelli di età inferiore ai 40 anni. Tuttavia, il lavoro a tempo parziale involontario sembra essere un problema più importante per il gruppo più giovane dei dipendenti a tempo parziale e, in particolare, nei paesi del Medi-terraneo.

Non solo l’invecchiamento della popolazione, ma anche la rivoluzione digitale pongono nuove sfide nelle relazioni industriali del settore bancario, soprattutto a causa del gap generazionale e di qualificazione. La tecnologia potrebbe essere però d’aiuto favorendo l’interazione tra i dipendenti più anziani e quelli più giovani, attraverso pratiche di solidarietà intergenerazionale.

Le organizzazioni finanziarie utilizzano sempre più spesso le tecnologie di ap-prendimento automatico (intelligenza artificiale). Questi metodi consentono di sfruttare meglio l’enorme mole dei dati in proprio possesso e fornire servizi su misura. In un prossimo futuro crescerà la domanda di lavoratori in grado di ge-stire queste tecnologie, con un impatto significativo sulle loro competenze.

Continuerà con maggior forza il processo di sostituzione dell’uomo da parte della tecnologia nello svolgimento di attività ripetitive e monotone, liberando il lavoratore per lo svolgimento di funzioni sempre più specialistiche, quali la consulenza finanziaria personalizzata, la consulenza legale in materia di norma-tive finanziarie, la sicurezza e la gestione di dati (big data) e gli aspetti relativi alla responsabilità sociale d’impresa.

Capitolo 3.