Gig economy: sfide irrisolte oltre i decreti. Robot e intelligenza artificiale sostituiranno i lavoratori? La risposta è nel costo per le imprese

La gig economy è tornata al centro del dibattito pubblico dopo il controllo giudiziario disposto per Foodinho, la società collegata al brand Glovo, e le nuove accuse di caporalato che hanno riacceso l’attenzione sui meccanismi di precarietà. Questo articolo esamina le sfide irrisolte che non si risolvono con semplici decreti: il vuoto normativo sulla qualifica dei fattorini, la convenienza economica (o meno) dell’automazione per le imprese, e il ruolo dell’intelligenza artificiale nel futuro del lavoro. Attraverso esempi concreti, casi studio e l’analisi di criteri finanziari, si cerca di capire se i robot e l’AI potranno realmente operare la sostituzione dei lavoratori o se il vero discriminante resterà il costo per le imprese. Viene inoltre presentato un filo narrativo, con il personaggio ipotetico di Luca e l’azienda Delivera, per rendere più tangibili le scelte aziendali e le ricadute sui lavoratori.

• Vuoto normativo e ricorso alla magistratura per definire rapporti di lavoro.
• Margini sottili del delivery: prezzo basso al consumatore significa spesso retribuzione bassa per i rider.
• Automazione costosa: l’adozione di robot/AI dipende più dai costi totali che dalla sola possibilità tecnica.
• Sindacati e contrattazione hanno limitata presenza tra lavoratori migranti e flessibili; servono strumenti nuovi.
• Politiche pubbliche necessarie per ricomporre diritti, sicurezza sociale e innovazione.
• Percorsi di integrazione AI-umano con formazione e modelli ibridi possono limitare shock occupazionali.

Gig economy e vuoto normativo: perché i decreti non bastano

La definizione del rapporto di lavoro nel mondo della gig economy rimane una questione aperta. Il caso recente che coinvolge Foodinho e il brand Glovo ha rimesso in luce come, di fronte a situazioni di presunto sfruttamento, la magistratura finisca per colmare il vuoto legislativo. Questo fenomeno non è nuovo: in passato Uber Eats era stata coinvolta in processi analoghi, con esiti che portarono all’abbandono del mercato italiano. Da qui emerge una prima verità pratica: i decreti temporanei o le sentenze isolate non bastano a creare un quadro stabile e prevedibile per lavoratori e imprese.

Il problema della “figura ibrida”

Il nodo centrale riguarda le professioni ibride, come i fattorini che operano tramite piattaforme digitali. Si tratta di figure per le quali sussistono elementi sia del lavoro subordinato (orari imposti, controllo algoritmico) sia dell’autonomia (flessibilità, scelta dei turni in alcuni casi). Senza una legge nazionale che definisca criteri chiari, ogni controversia rischia di essere risolta caso per caso.

Esempio concreto: una piattaforma impone tempi di consegna e penalizza chi rifiuta corse. Questo elemento è tipico del lavoro subordinato, ma la piattaforma può opporre clausole contrattuali che qualificano il rapporto come autonomo. La giurisprudenza può decidere diversamente a seconda dei fatti, lasciando incertezza.

Perché i decreti non risolvono il problema

I decreti possono introdurre misure temporanee o correttive, ma non sono lo strumento ideale per cambiare la natura di una professione. Una norma strutturale richiede analisi dei processi produttivi, definizione di diritti e doveri, e adeguati meccanismi di applicazione e controllo. Inoltre, l’uso di decreti rischia di produrre soluzioni settoriali che favoriscono accordi sporadici tra imprese e sindacati, senza porre rimedio al problema di fondo: la mancanza di una definizione univoca applicabile alle nuove forme di lavoro digitale.

Tabella comparativa: tipi di intervento normativo

Intervento	Vantaggi	Limiti
Decreto temporaneo	Intervento rapido in emergenza	Soluzione non strutturale; crea incertezza
Legge nazionale specifica	Definisce criteri chiari e duraturi	Richiede tempo e confronto sociale
Contrattazione collettiva	Adatta alle specificità settoriali	Può escludere categorie fragili; non uniforme

La tabella mostra come solo una legge nazionale possa fornire la stabilità richiesta per definire con precisione quando si configura lavoro subordinato rispetto all’autonomia. Le soluzioni temporanee o settoriali possono alleviare problemi contingenti ma non risolvono lo squilibrio strutturale.

Infine, il vuoto normativo ha effetti concreti sui costi aziendali e sulle scelte di automazione: un’impresa che teme contenziosi giudiziari potrebbe decidere per soluzioni tecnologiche che eliminino il rischio, ma solo se i conti economici tornano. Questo collegamento conduce al tema successivo: il costo per le imprese come discriminante nella sostituzione dei lavoratori.

Insight: senza una legge chiara, ogni intervento rischia di essere parziale; la scelta tra regole e automazione sarà guidata dai conti aziendali.

La dinamica dei costi aziendali: quando l’automazione conviene davvero

La decisione di sostituire lavoratori con robot o sistemi di intelligenza artificiale non dipende solo dalla fattibilità tecnica ma soprattutto dai calcoli economici. In molti casi la promessa di automazione viene presentata come una panacea: meno costi, meno errori, più velocità. In realtà, l’imprenditore valuta una serie di voci: costo iniziale (CAPEX) per l’acquisto e l’integrazione di hardware e software; costo operativo (OPEX) per manutenzione, aggiornamenti, energia; costi indiretti come l’adattamento dei processi e la formazione; e i rischi legali e reputazionali legati a errori o incidenti.

Calcolo esemplificativo del punto di pareggio

Immaginare la decisione come un semplice calcolo di break-even aiuta a capire la complessità. Supponiamo che una flotta di 100 rider costi all’anno 2 milioni di euro in retribuzioni, assicurazioni e contributi. Sostituire parte del servizio con robot consegnanti richiede un investimento iniziale di 1,5 milioni per robot, infrastruttura e software, più 200.000 euro annui di manutenzione. Il punto di pareggio si raggiunge solo se i risparmi annuali sui costi del personale superano l’insieme di ammortamenti e OPEX. In molti casi, soprattutto per servizi a basso prezzo come le consegne urbane, questo punto di pareggio è distante nel tempo o non raggiungibile.

Fattori che aumentano il costo reale dell’automazione

I seguenti elementi possono rendere l’automazione meno conveniente di quanto appaia in prima battuta:

• Complessità ambientale: aree urbane con traffico, scale e ostacoli rendono la robotica più costosa da progettare.
• Regolamentazione: limitazioni sul transito di robot o requisiti di sicurezza possono aggiungere oneri.
• Integrazione IT: collegare sistemi legacy e piattaforme di AI al flusso operativo esistente richiede tempo e risorse.
• Accettazione sociale: i clienti possono preferire il contatto umano in certe consegne, riducendo l’utilizzo dei robot.

Prendendo come riferimento casi recenti, aziende del settore delivery come Gorillas hanno sperimentato fallimenti e difficoltà legate a un modello di business che presupponeva margini maggiori di quelli reali. Questo insegna che l’automazione non è una strada obbligata: è un’alternativa che deve essere comparata con la marginalità effettiva del servizio.

Strategie finanziarie alternative

Alcune aziende hanno provato soluzioni ibride per contenere i costi:

1. Automazione parziale: robot per tratte intermedie (hub-to-hub), rider per l’ultimo miglio.
2. Outsourcing selettivo: contratti con fornitori specializzati in automazione per testare soluzioni a basso rischio.
3. Modelli di pricing differenziato: consegna a pagamento per opzioni più rapide o con servizio umano dedicato.

Queste strategie cercano di ridurre l’investimento iniziale e di sfruttare al meglio i punti di forza umani quando la tecnologia è ancora costosa o inefficiente.

Per la piccola e media impresa italiana, il giudizio economico è ancora il fattore decisivo: fino a quando i conti non premiano l’adozione dell’AI o dei robot, la maggior parte delle attività tenderà a mantenere personale umano, magari migliorando condizioni, formazione e processi piuttosto che investire massicciamente in automazione.

Insight: l’automazione è una scelta economica oltre che tecnologica: il costo per le imprese decide più della mera possibilità tecnica.

Robot, intelligenza artificiale e sostituzione lavoratori: scenari realistici

La narrativa semplice che i robot e l’intelligenza artificiale soppianteranno masse di lavoratori ignora vincoli tecnici, economici e sociali. Nel 2026, molte tecnologie di AI sono mature in compiti ripetitivi, analitici e predittivi, ma la loro capacità di replicare competenze socio-emotive, adattabilità in ambienti complessi e creatività resta limitata. Pertanto, la sostituzione lavoratori sarà graduata e settoriale, non generalizzata.

Classificazione delle mansioni per rischio di automazione

Per valutare dove l’automazione è probabile, è utile distinguere tre categorie:

• Alta automazione: compiti ripetitivi, prevedibili e standardizzati (es. sorting in magazzino).
• Automazione parziale: attività che richiedono interazione umana in contesti variabili (es. consegne ultime miglia complesse).
• Bassa automazione: professioni che richiedono giudizio complesso, empatia o creatività (es. assistenza sociale, alcune funzioni manageriali).

Nella logistica, molte attività di magazzino sono già automatizzate. Tuttavia, l’ultimo miglio rimane problematico per robot a causa di ostacoli fisici e interazioni umane. Anche quando la tecnologia è capace, il costo può essere proibitivo.

Impatto sociale e temporale

La sostituzione avverrà in modo discontinuo. Alcune aziende investiranno in automazione per ridurre il rischio di contenziosi o per stabilizzare operazioni con margini sufficienti. Altre rimarranno competitive puntando su qualità del servizio umano e costi contenuti. Nel medio termine, la transizione potrà generare spostamenti occupazionali: alcune mansioni scompariranno, altre nasceranno (manutentori di robot, sviluppatori di modelli AI, operatori di supervisione). Questo richiede politiche di formazione e riqualificazione.

Esempio pratico: un centro urbano con alta densità di consegne può installare armadietti automatizzati e usare robot per spostamenti tra hub. I rider restano per l’ultimo tratto in aree complesse. In alternativa, in quartieri residenziali con poche barriere architettoniche, robot autonomi possono svolgere consegne a costo inferiore rispetto al rider umano.

È inoltre importante considerare la percezione pubblica: consumatori e residenti possono accettare o rifiutare soluzioni automatizzate a seconda della loro efficacia e dell’impatto sulla qualità del servizio. Il consenso sociale può diventare un vincolo non economico ma decisivo nelle scelte d’impresa.

Insight: la sostituzione non è un inevitabile tsunami tecnologico ma un mosaico di scelte determinate da limiti tecnici, costi e accettazione sociale.

Modelli di impresa nella gig economy: margini risicati e rischio d’impresa

Il modello economico prevalente nella gig economy si basa spesso su prezzi bassi al consumatore, elevata rapidità e scalabilità. Tuttavia, questi elementi non garantiscono la sostenibilità. Le piattaforme che puntano su consegne gratuite o a prezzi stracciati stanno comprimendo margini e trasferendo il costo della competitività sui lavoratori. Dietro la retorica della “flessibilità” si nascondono meccanismi che permettono alle imprese di mantenere bassi i costi del lavoro.

Perché la consegna “gratuita” è ingannevole

La scelta di offrire consegne gratuite o a basso costo è spesso uno strumento promozionale per acquisire clienti. Ma il prezzo finale non scompare: viene assorbito dai margini aziendali e dalla compressione delle retribuzioni. Nel settore delivery, questo si traduce in tariffe per corsa molto ridotte e, di conseguenza, in retribuzioni basse per i rider. Molti consumatori non collegano il costo della consegna alla condizione del lavoratore; questo crea una dinamica in cui la domanda è incentivata ma l’offerta di lavoro è sfruttata.

Un’azienda ipotetica, Delivera, potrebbe scegliere tra aumentare il prezzo della consegna o ridurre il margine per gli azionisti. La sostenibilità del modello dipende infine dalla capacità di trovare un equilibrio che renda giustificabile economicamente la tutela dei lavoratori.

Rischio d’impresa e fallimenti recenti

Casi come Gorillas dimostrano come modelli basati su crescita rapida e margini sottostimati possano fallire. L’elemento chiave è che l’attività di delivery spesso opera con costi fissi elevati e ricavi unitari bassi. Il rischio di impresa aumenta se la domanda si stabilizza o diminuisce, o se i costi operativi (ad esempio per il carburante, energia o manutenzione dei veicoli) aumentano.

Un altro paradosso: dove la normativa è carente e la manodopera è economica, il modello tiene. Quando i salari crescono o le norme si irrigidiscono, la marginalità si assottiglia rapidamente, costringendo le imprese a rivedere strategie o chiudere. Questo spiega perché alcuni settori mostrino una diminuzione della precarietà non grazie alla norma, ma per l’incapacità di trovare forza lavoro a condizioni troppo basse.

Insight: il modello di business della gig economy è fragile: la sostenibilità dipende dalla capacità di tradurre la domanda in prezzi che coprano costi e diritti, altrimenti l’impresa fallisce o sposta il problema sui lavoratori.

Sindacati, contrattazione e tutela: strumenti pratici per i lavoratori digitali

I sindacati tradizionali incontrano difficoltà nel mondo della gig economy. I lavoratori sono spesso migranti, frammentati, e poco organizzati. Questo indebolisce la capacità di rivendicare diritti attraverso la contrattazione collettiva. Tuttavia, esistono esempi pratici e strumenti innovativi che possono migliorare la tutela dei lavoratori digitali senza trasformare immediatamente la natura del lavoro.

Ostacoli alla sindacalizzazione

Le barriere principali includono:

• Alta mobilità lavorativa: lavoratori che cambiano piattaforma frequentemente.
• Informalità e precarietà: timori di ritorsioni e bassa conoscenza dei diritti.
• Composizione demografica: prevalenza di lavoratori stranieri con minore affiliazione sindacale.

Questi elementi rendono difficile costruire coalizioni stabili.

Nonostante ciò, ci sono casi in cui la mobilitazione ha ottenuto risultati: scioperi di ciclofattorini, iniziative legali collettive e campagne pubbliche hanno portato a contratti integrativi o a miglioramenti locali. La chiave è creare strumenti di tutela che siano accessibili, digitali e immediati, capaci di gestire una forza lavoro dispersa.

Strumenti pratici per aumentare la tutela

Alcune soluzioni concrete includono:

1. Piattaforme sindacali digitali che facilitino l’adesione e la comunicazione.
2. Contratti tipo per lavoratori delle piattaforme, negoziati a livello nazionale o locale.
3. Fondazioni bilaterali che raccolgano contributi per formazione, salute e previdenza.

Queste misure possono ridurre la frammentazione e aumentare la capacità contrattuale dei lavoratori.

Inoltre, la promozione di campagne informative mirate alla popolazione migrante e l’offerta di servizi in lingue diverse possono ampliare la partecipazione. Anche incentivi per le imprese che adottano standard trasparenti di tutela possono creare un clima più favorevole.

Insight: sindacati e nuovi strumenti digitali possono migliorare la tutela, ma serve un approccio pragmatico che consideri mobilità e composizione della forza lavoro.

Politiche pubbliche e strumenti regolatori efficaci: cosa potrebbe fare una legge nazionale

Una legge nazionale pensata per il lavoro digitale potrebbe affrontare nodi strutturali non risolvibili mediante decreti. Le politiche dovrebbero bilanciare tutela dei diritti, incentivazione dell’innovazione e sostenibilità economica per le imprese. Alcune linee guida pratiche emergono dall’analisi dei problemi: definizione di criteri per la qualificazione del rapporto di lavoro, meccanismi di protezione sociale adattati alla precarietà, e incentivi per modelli imprenditoriali sostenibili.

Elementi chiave di una possibile legge

Tra gli elementi utili:

• Definizione chiara di indicatori per distinguere lavoro subordinato e autonomo (es. controllo algoritmico, vincolo di esclusiva, organizzazione del lavoro).
• Obbligo di trasparenza per le piattaforme: regole sul calcolo delle retribuzioni, penalità e algoritmi che influenzano il lavoro.
• Accesso a tutele minime: assicurazione contro infortuni, contributi previdenziali proporzionali, diritti sindacali.
• Meccanismi di verifica e sanzione applicabili alle imprese che eludono le regole.

È altresì importante prevedere strumenti di transizione per i lavoratori colpiti dall’automazione: programmi di riqualificazione finanziati con contributi parziali da imprese e fondi pubblici, e sistemi di assicurazione contro la disoccupazione tecnologica. La discussione su un reddito universale ricompare nei dibattiti, ma la sua implementazione richiede una valutazione attenta degli effetti distributivi e dell’accettazione politica tra i soggetti più ricchi, come osservato nel confronto pubblico.

Un altro aspetto pratico è il coordinamento a livello europeo: dati e flussi digitali non si fermano alle frontiere, quindi direttive comuni o standard minimi possono evitare arbitraggio normativo tra Paesi.

Insight: una legge efficace deve essere multilivello: definizioni chiare, tutele minime, incentivi alla formazione e strumenti di controllo per garantire un equilibrio tra innovazione e diritti.

Innovazione responsabile: come le imprese possono integrare AI senza impoverire il lavoro

Se l’automazione è inevitabile in molti settori, esistono percorsi per integrarla in modo responsabile, mitigando impatti sociali negativi. Le imprese possono adottare modelli che combinino efficienza tecnologica e rispetto del capitale umano, rendendo la transizione meno traumatica e più sostenibile.

Pratiche aziendali consigliabili

Alcune pratiche concrete utili per le aziende:

• Valutazioni d’impatto occupazionale prima dell’adozione di tecnologie disruptive.
• Accordi di condivisione dei benefici: investimenti in automazione che prevedano quote per la formazione dei lavoratori sostituiti.
• Modelli ibridi: robotizzazione per compiti ripetitivi, persone per compiti di supervisione, qualità e relazione.

Un esempio pratico: Delivera decide di introdurre robot per il trasporto tra hub, ma destinare parte dei risparmi a programmi di upskilling per i rider, trasformandoli in operatori di supervisione, customer care e gestione logistica. Questo non solo preserva posti di lavoro, ma ne crea di nuovi con competenze più elevate.

Inoltre, la trasparenza verso i consumatori può diventare un vantaggio competitivo: comunicare come vengono distribuiti i ricavi e quali tutele sono garantite ai lavoratori può attrarre clienti attenti all’etica del consumo.

Insight: l’innovazione responsabile è realizzabile con strategie che redistribuiscono benefici e investono nelle persone, rendendo l’automazione sostenibile anche socialmente.

Casi studio e filo conduttore: Luca e Delivera per capire le scelte reali

Per rendere più concreto il discorso, segue la storia ipotetica di Luca, un ciclofattorino di 27 anni, e Delivera, una start-up locale che opera nel delivery urbano. Questo filo narrativo aiuta a vedere come le decisioni aziendali, le normative e le scelte dei consumatori interagiscono.

Il contesto iniziale

Luca lavora per Delivera da due anni. Le sue giornate sono caratterizzate da turni flessibili, pagamenti a cottimo e poche garanzie. Delivera, a sua volta, fatica a chiudere i bilanci: margini ridotti, pressioni competitive e costi crescenti. I clienti, abituati a consegne gratuite, non sono disposti a pagare tariffe più alte.

Scenario decisionale: Delivera valuta tre opzioni:

1. Mantenere il modello attuale, comprimendo i costi del lavoro.
2. Spostare verso automazione parziale per ridurre dipendenza da rider.
3. Aumentare i prezzi per migliorare retribuzioni e investire in formazione.

Esiti e lezioni

Se Delivera sceglie l’opzione 1, a medio termine il rischio è perdere forza lavoro qualificata e subire contenziosi legali. Nell’opzione 2, l’investimento in robot per tratte hub-to-hub richiede capitali che l’azienda non possiede; servirebbe un accordo di finanziamento o partnership tecnologiche. Nell’opzione 3, l’azienda potrebbe fidelizzare i clienti con maggiore qualità e trasparenza, ma dipende dalla sensibilità del mercato locale.

Delivera decide per una combinazione: automazione limitata, formazione dei rider in funzioni a maggior valore aggiunto e un modello di pricing che introduce una piccola tariffa per consegna, giustificata da una comunicazione che spiega il miglioramento delle condizioni di lavoro. Luca partecipa a corsi di logistica digitale e diventa coordinatore di zona, migliorando il suo reddito e la stabilità contrattuale.

Questa storia mostra che non esiste una soluzione unica: le scelte aziendali e le reazioni dei lavoratori e dei consumatori definiscono l’esito. L’importante è che le decisioni siano guidate da analisi costi-benefici realistiche, trasparenza e piani di transizione per le persone coinvolte.

Insight: percorsi ibridi e graduali, con formazione e comunicazione, tendono a produrre risultati migliori sia per le imprese sia per i lavoratori.

La gig economy sarà regolata a livello nazionale?

È possibile che venga introdotta una legge nazionale per definire le figure ibride come i fattorini. Tuttavia, la formulazione richiede tempo e confronto sociale. Nel frattempo, la magistratura continua a colmare il vuoto interpretativo caso per caso.

I robot elimineranno i posti di lavoro nel delivery?

La sostituzione sarà parziale e graduata. Molti compiti ripetitivi possono essere automatizzati, mentre l’ultimo miglio e le interazioni complesse richiedono ancora competenze umane. La decisione dipenderà dal costo complessivo per le imprese e dall’accettazione sociale.

Cosa possono fare i lavoratori per tutelarsi meglio?

Organizzarsi attraverso strumenti digitali, aderire a forme di rappresentanza e promuovere contratti collettivi specifici per le piattaforme sono misure praticabili. Anche la partecipazione a programmi di formazione può aumentare le opportunità occupazionali.

Che ruolo hanno i consumatori nella sostenibilità del modello?

I consumatori decidono indirettamente le condizioni di lavoro con le loro scelte di prezzo e qualità. Pagare una piccola tariffa di consegna o preferire piattaforme trasparenti può contribuire a migliorare retribuzioni e condizioni.