
21 marzo 2026 • By Olivier Safir
Il mercato del lavoro statunitense nel 2026 non è né il frenetico mercato dei venditori del 2021-2022, né un mercato dei compratori saturo di candidati in eccesso. È un mercato di precisione: sono disponibili leggermente più lavoratori rispetto a due anni fa, ma la competizione per i talenti qualificati rimane intensa, l’IA è passata dalla sperimentazione all’operatività e la complessità normativa, dalla trasparenza salariale alla governance dell’IA, è aumentata notevolmente. Questo rapporto sintetizza i dati più recenti di tutti i principali settori per offrire ai leader del talento un quadro accurato e operativo della situazione attuale del recruiting.
| 1.1 | Lavoratori disoccupati per posizione aperta (nov 2025 rispetto allo 0,7 di nov 2023). Fonte: U.S. Bureau of Labor Statistics JOLTS |
| 95% | L’IA gestirà lo screening iniziale dei candidati nel 2026. Fonte: MSH / Talent Acquisition Report 2026 |
| 81% | delle aziende utilizza ora le assunzioni basate sulle competenze (rispetto al ~56% del 2022). Fonte: MSH 2026 |
| 16 Stati + D.C. | hanno ora leggi sull’obbligo di trasparenza salariale. Non esiste una legge federale. Fonte: Paycor 2026 |
| 74% | dei candidati controlla PER PRIMA COSA i dettagli sullo stipendio quando fa ricerche su un’azienda. Fonte: Second Talent 2026 |
| 42% | dei candidati abbandona quando la pianificazione del colloquio richiede troppo tempo. Fonte: Second Talent 2026 |
| 67% | dei leader HR prevede di investire in analisi HR nel 2026. Fonte: MSH / Talent Acquisition Report 2026 |
Il mercato del lavoro si è leggermente indebolito rispetto al picco del 2022, ma rimane strutturalmente ristretto. Il volume delle candidature è aumentato, ma la qualità è più difficile da identificare. I datori di lavoro assumono con più cautela; non si tratta di un blocco delle assunzioni da era di recessione, ma di un rallentamento deliberato guidato dall’incertezza economica e dalla ricalibrazione dei ruoli legati all’IA.
Cosa mostrano i dati: A novembre 2023, c’erano 0,7 lavoratori disoccupati per ogni posizione aperta. A novembre 2025, quel numero è salito a 1,1, ancora al di sotto delle norme storiche superiori a 1,5, confermando che il mercato è ristretto ma meno frenetico. (Fonte: U.S. BLS JOLTS Survey)
| Settore | Fattore di crescita | Ruoli chiave richiesti | Stato dell’offerta di talenti |
|---|---|---|---|
| Tecnologia / IA | Operazionalizzazione dell’IA, cloud, cybersicurezza | Ingegneri IA, architetti cloud, data scientist | Criticamente limitata |
| Assistenza sanitaria | Invecchiamento della popolazione, rimpiazzi post-COVID | Infermieri, informatica clinica, PA/NP | Molto limitata |
| Produzione avanzata | Reshoring, produzione di EV/semiconduttori | Operatori CNC, tecnici di robotica, supply chain | Limitata |
| Finanza / Contabilità | Complessità della conformità, trasformazione digitale | Analisti del rischio, esperti contabili forensi, CFO | Moderata |
| Legale | Regolamentazione dell’IA, picco di controversie di lavoro | Avvocati del lavoro, consulenti per la conformità | Moderata |
| Amministrativo / Supporto | Scalabilità operativa | Coordinatori delle operazioni, assistenti esecutivi | Adeguata |
Prospettiva controcorrente
L’idea che l’IA stia riducendo la necessità di lavoratori è prematura per la maggior parte dei settori. Nella tecnologia stessa, l’IA sta creando ruoli più specializzati più velocemente di quanto elimini quelli generalisti. Il vero rischio è una recessione da disallineamento delle competenze: le posizioni rimangono scoperte non perché i lavori scompaiono, ma perché i candidati disponibili mancano delle competenze per i lavori esistenti.
L’articolo sui trend del 2019 descriveva l’IA come qualcosa che “diventerà comune”. Quel momento è arrivato. Nel 2026, l’IA non è una funzionalità; è l’infrastruttura del recruiting moderno.
Il 2026 introduce le prime normative vincolanti a livello statale sull’IA nelle assunzioni. Il Colorado AI Act e un emendamento all’Illinois Human Rights Act entreranno entrambi in vigore nel 2026. Queste leggi richiedono audit sui pregiudizi, avvisi e divulgazioni ai candidati e la conservazione dei registri per le decisioni di assunzione automatizzate. Altri stati stanno seguendo l’esempio.
| Stato | Legge / Regolamento | Obbligo chiave | Efficacia |
|---|---|---|---|
| Colorado | Colorado AI Act | Audit sui pregiudizi, gestione del rischio per decisioni IA consequenziali | 2026 |
| Illinois | Emendamento IHRA | Informativa sull’uso dell’IA nello screening; norme anti-discriminazione | 2026 |
| New York City | Local Law 144 | Audit annuali sui pregiudizi per strumenti decisionali automatizzati nel lavoro | Dal 2023 |
| California | Norme CPPA proposte | Informativa + diritto di opt-out per strumenti decisionali automatizzati | In attesa 2026-27 |
Prospettiva controcorrente
L’industria degli audit sui pregiudizi ha un conflitto di interessi: i revisori sono spesso assunti dalle stesse aziende che controllano. I primi dati sulla conformità alla legge locale 144 di New York mostrano che la maggior parte degli audit è stata condotta da fornitori con relazioni commerciali con le aziende di IA esaminate. Tratta le certificazioni degli audit sui pregiudizi dell’IA con lo stesso scetticismo che applichi alla RSI auto-dichiarata.
Il passaggio dalle assunzioni basate sui titoli di studio a quelle basate sulle competenze è il cambiamento strutturale più significativo nel recruiting da quando internet ha reso gratuiti gli annunci di lavoro. L’adozione delle assunzioni basate sulle competenze è passata da circa il 56% nel 2022 all’81% nel 2024 (Fonte: MSH), e nel 2026 è il paradigma dominante tra i datori di lavoro lungimiranti nei settori tecnologico, finanziario e sanitario.
Prospettiva controcorrente
Le assunzioni basate sulle competenze non sono una panacea. Rimuovere i filtri sui titoli di studio senza sostituirli con valutazioni strutturate rigorose sposta semplicemente il pregiudizio invece di eliminarlo. Le aziende che eliminano i requisiti di laurea ma continuano a condurre colloqui non strutturati non hanno migliorato la qualità delle assunzioni; hanno cambiato la variabile di input lasciando intatto il processo incline ai pregiudizi.
Le leggi sulla trasparenza salariale sono passate dall’essere un fenomeno di California e Colorado a un obbligo di conformità nazionale. Al 2026, 16 stati più il Distretto di Columbia hanno promulgato leggi statali sulla trasparenza salariale. Non esiste ancora una legge federale; l’amministrazione Trump ha revocato l’obbligo di trasparenza salariale per i contraenti federali tramite l’Ordine Esecutivo 14173 nel gennaio 2025 (Fonte: Mayer Brown). Tuttavia, l’applicazione a livello statale si sta intensificando.
| Stato / Giurisdizione | Tipo di requisito | Soglia datore di lavoro | Stato nel 2026 |
|---|---|---|---|
| California | Fascia salariale negli annunci di lavoro | 15+ dipendenti | Attivo, definizione di fascia retributiva più rigorosa |
| Colorado | Salario + benefit negli annunci | 1+ dipendente | Attivo, applicazione in espansione |
| Stato di New York | Fascia salariale negli annunci | 4+ dipendenti | Attivo |
| Stato di Washington | Fascia salariale + benefit | 15+ dipendenti | Attivo, aggiunto periodo di sanatoria temporaneo |
| Illinois | Divulgazione della scala retributiva | 15+ dipendenti | Attivo |
| Massachusetts | Fascia retributiva negli annunci | 25+ dipendenti | Audit attivo + applicazione dal 2026 |
| New Jersey | Fascia retributiva negli annunci | 10+ dipendenti | Applicazione attiva dal 2026 |
| Minnesota | Fascia salariale negli annunci | 30+ dipendenti | Attivo dal 2025 |
| D.C. | Fascia salariale obbligatoria | Tutti i datori di lavoro | Attivo |
| Ruoli da remoto | Se eseguibili da uno stato coperto | — | Coperti indipendentemente dalla sede del quartier generale |
Impatto aziendale: i recruiter riferiscono un minor numero di candidati non allineati grazie alle fasce salariali anticipate, il che migliora l’efficienza e riduce i cicli di colloquio. Le aziende possono ora confrontare direttamente le retribuzioni dei concorrenti negli annunci di mercato aperto, il che ha innalzato le aspettative salariali complessive. (Fonte: DAVRON 2026)
Rischio di conformità: il 67% dei datori di lavoro indica le leggi sulla trasparenza salariale e sull’equità come un’area significativa di interruzione della conformità nel 2025-2026. Massachusetts e New Jersey sono passati all’applicazione attiva con audit e sanzioni. (Fonte: Allwork.Space / Employer Survey 2026)
Prospettiva controcorrente
La trasparenza salariale ha ridotto la disuguaglianza nella negoziazione degli stipendi, ma ha anche compresso le fasce retributive e reso più difficile una reale differenziazione salariale. I top performer che in precedenza ottenevano offerte superiori alla fascia ora incontrano la resistenza dei team HR preoccupati per l’equità interna. Le aziende che usano la trasparenza come un pavimento piuttosto che come un soffitto perderanno talenti a favore di chi trova modi legali per premiare i candidati eccezionali.
Il panorama DEI nel 2026 è il più contestato degli ultimi dieci anni. Gli ordini esecutivi dell’amministrazione Trump all’inizio del 2025, la direttiva del Dipartimento di Giustizia di “indagare, eliminare e penalizzare” le preferenze DEI illegali e una EEOC a maggioranza repubblicana che entra nel 2026 con un nuovo quorum hanno cambiato fondamentalmente il profilo di rischio dei programmi DEI. (Fonte: Mayer Brown 2026)
| Dimensione | Stato nel 2019 | Stato nel 2026 |
|---|---|---|
| Direzione della politica federale | Favorevole (Obama / inizio Trump) | Attivamente restrittiva (E.O. 14173, promemoria del DOJ) |
| Posizione dell’EEOC | Applicazione focalizzata sulla riparazione delle discriminazioni | Maggioranza repubblicana; programmi DEI sotto inchiesta |
| Rischio aziendale | Basso rischio nell’avere programmi DEI | Rischio legale da moderato a elevato per i programmi basati su quote |
| Protezione DEI a livello statale | In crescita | Diviso: gli stati democratici proteggono, quelli repubblicani limitano |
| Aspettative dei candidati | Trasparenza sulla diversità apprezzata | Ancora apprezzata, specialmente dalla forza lavoro under 40 |
Il risultato pratico: la maggior parte dei grandi datori di lavoro ha rinominato i programmi DEI come iniziative di “eccellenza del talento”, “inclusione della forza lavoro” o “appartenenza” senza eliminarne la sostanza. Il rischio risiede in qualsiasi pratica che possa essere interpretata come una quota o un trattamento preferenziale per categoria identitaria. Colloqui strutturati, revisione dei curricula alla cieca e audit inclusivi delle descrizioni delle mansioni rimangono legalmente difendibili e praticamente efficaci.
Prospettiva controcorrente
Il ritiro della DEI è guidato dal rischio legale, non dalle prove. La base di ricerca che mostra come i team diversificati superino quelli omogenei nei compiti di risoluzione dei problemi non è cambiata. Le aziende che eliminano gli strumenti strutturali di riduzione dei pregiudizi a causa del clima politico, e non delle prove, pagheranno un prezzo in termini di performance che è più difficile da misurare rispetto a una causa legale, ma più grande nell’impatto.
Nel 2026, la sfida è cambiata: i candidati hanno aspettative più elevate, meno pazienza e informazioni di mercato in tempo reale. Il rischio non è più solo non riuscire ad assumere la persona giusta; è perderla a metà del processo.
| 5-7 sec | Tempo medio che un recruiter dedica a un CV prima di decidere se farlo avanzare. Fonte: Second Talent 2026 |
| 42% | dei candidati abbandona quando la pianificazione del colloquio richiede troppo tempo. Fonte: Second Talent 2026 |
| 5.5% | dei candidati respinti riceve un feedback che ritiene moderatamente utile. Solo il 2,6% riceve un feedback considerato prezioso. Fonte: Second Talent 2026 |
| 41% | dei datori di lavoro riferisce un aumento del ghosting da parte dei candidati nel 2025-2026. Fonte: Second Talent 2026 |
Prospettiva controcorrente
La crisi dei feedback è sia un fallimento dell’esperienza del candidato sia una scelta di gestione del rischio legale. Le aziende evitano deliberatamente di fornire feedback dettagliati sui rifiuti per evitare denunce di discriminazione. Il risultato è un vuoto di feedback che danneggia il marchio del datore di lavoro e costringe i candidati a ripetere gli stessi errori colloquio dopo colloquio. Le aziende disposte a fornire feedback strutturati e documentati diventeranno i datori di lavoro preferiti dai migliori candidati.
La produzione nazionale non è più solo un titolo politico; sta generando requisiti di assunzione reali e immediati nei settori automobilistico, della produzione di batterie per EV, della fabbricazione di semiconduttori, della lavorazione alimentare e della produzione avanzata. (Fonte: Staff Management SMX 2026)
La sfida: queste industrie richiedono competenze tecniche e commerciali specializzate che il sistema educativo statunitense ha prodotto in modo insufficiente per due decenni. I datori di lavoro stanno rispondendo con apprendistati retribuiti, accademie di formazione sponsorizzate dalle aziende e partnership regionali con i community college. Le assunzioni basate sulle competenze non sono opzionali in questo contesto; semplicemente non ci sono abbastanza candidati qualificati per riempire il bacino in modo convenzionale.
Nel 2026, l’85% dei professionisti HR ritiene che l’analisi dei dati sia fondamentale per la strategia di reclutamento (Fonte: MSH 2026) e il 67% dei leader HR prevede di investire specificamente nell’analisi HR quest’anno.
| Metrica | Perché è importante | Benchmark 2026 |
|---|---|---|
| Tempo di assunzione | I processi lenti fanno perdere i candidati migliori | ~30 giorni per ruoli professionali; 14 giorni è competitivo |
| Qualità dell’assunzione (performance a 90 giorni) | Le metriche di volume mascherano una scarsa qualità di selezione | Misurata tramite valutazione delle prestazioni + ritenzione a 90 giorni |
| Tasso di accettazione delle offerte | Segnale di competitività retributiva e qualità del processo | Target >85% |
| Candidate Net Promoter Score (cNPS) | Segnale di reputazione da parte di tutti i candidati, non solo degli assunti | Target >40 |
| ROI dei canali di provenienza | Identificare da dove provengono effettivamente le assunzioni di qualità | Tracciato per canale e per classe di assunzione |
| Logoramento nel primo anno | Indicatore dell’accuratezza della selezione e della qualità dell’onboarding | Media del settore 20-30%; target 15% |
| Rapporto colloquio-offerta | Metrica di efficienza; l’IA ha migliorato significativamente questo dato | Target 3:1 o migliore per ruoli senior |
Prospettiva controcorrente
L’analisi predittiva può ridurre il turnover fino al 50% in teoria, ma solo se il modello è addestrato su dati di risultato validi. Molte aziende eseguono analisi predittive su dati storici di assunzione distorti e finiscono per codificare le discriminazioni passate con una patina matematica. Il principio GIGO (Garbage In, Garbage Out) si applica pienamente all’analisi HR. Controlla i tuoi dati di addestramento prima di fidarti delle tue previsioni.
Il lavoro da remoto ha ristrutturato in modo permanente i luoghi in cui i talenti possono essere trovati e assunti. Il 70% della forza lavoro lavorerà da remoto almeno cinque giorni al mese entro la fine del 2026 (Fonte: MSH). Gli annunci di lavoro da remoto sono aumentati del 357% rispetto al valore di riferimento pre-pandemia (Fonte: MSH 2026).
Il divario tra i settori è netto: i professionisti della tecnologia e della finanza si aspettano opzioni ibride o da remoto per impostazione predefinita; i lavoratori della produzione, della sanità e dei servizi non possono accedervi. Questa asimmetria sta aumentando la pressione retributiva sui ruoli che richiedono la presenza fisica.
I datori di lavoro prevedono solo un aumento dell’1,6% nelle assunzioni per la classe del 2026 rispetto alla classe del 2025, e il 45% dei datori di lavoro valuta il mercato complessivo per i neolaureati come “discreto”, la valutazione più cauta dal 2021. (Fonte: NACE Job Outlook 2026)
L’implicazione per i recruiter: lo screening entry-level dovrebbe dare più peso all’esperienza applicata dimostrata rispetto alla media dei voti o ai segnali di prestigio. La fluidità nell’uso dell’IA è sempre più richiesta anche a livello entry-level, non solo nei ruoli tecnici ma in tutte le funzioni. I candidati in grado di lavorare con competenza a fianco degli strumenti di IA hanno un vantaggio misurabile. (Fonte: Blue Signal 2026)
Nel 2026, l’equazione del recruiting ha sette variabili attive contemporaneamente:
| Variabile | Direzione rispetto al 2019 | Urgenza |
|---|---|---|
| Integrazione dell’IA | Da tendenza a infrastruttura | Immediata |
| Assunzioni basate sulle competenze | Da eccezione a paradigma dominante | Alta |
| Conformità alla trasparenza retributiva | Da volontaria a obbligatoria per legge in 16 stati | Immediata |
| Gestione del rischio DEI / Legale | Da espansione a ridimensionamento + rischio legale | Alta |
| Esperienza del candidato | Da elemento accessorio a differenziatore competitivo | Alta |
| Dati / Analisi | Da aspirazione a requisito operativo | Medio-Alta |
| Remoto / Ibrido | Da perturbazione a struttura permanente | Integrato |
Le organizzazioni che trattano il recruiting come una funzione amministrativa continueranno a perdere candidati di qualità a favore di quelle che lo trattano come una capacità aziendale strategica. Le aziende che vinceranno la competizione per i talenti nel 2026 non sono quelle con i budget più elevati per le bacheche di lavoro; sono quelle con i marchi del datore di lavoro più chiari, i processi più efficienti e l’infrastruttura di dati per distinguere tra semplici richiedenti e candidati qualificati.
Questo rapporto sintetizza i dati provenienti dalle seguenti fonti primarie, tutte pubblicate nel 2025-2026: U.S. Bureau of Labor Statistics (JOLTS Survey, novembre 2025); MSH / Talent Acquisition Report 2026; Second Talent Job Interview Statistics 2026; NACE Job Outlook 2026; Rally Recruitment Marketing 2026; Blue Signal Recruiting Trends 2026; Staff Management SMX 2026; Robert Half Demand for Skilled Talent 2026; Mayer Brown Employment Law Outlook 2026; Mayer Brown / Allwork.Space Employer Disruption Survey 2026; Jackson Lewis Pay Transparency Guide 2026; Paycor Pay Transparency State Guide 2026; DAVRON Salary Transparency Laws 2026; Spectraforce U.S. Hiring Market Outlook 2026.
Nota sull’affidabilità dei dati: le statistiche di MSH e aggregatori simili comportano una moderata incertezza e dovrebbero essere trattate come indicative piuttosto che verificabili. I dati BLS e NACE sono autorevoli. I dati legali a livello statale di Jackson Lewis e Paycor sono affidabili ma soggetti a rapidi cambiamenti legislativi. Tutte le cifre dovrebbero essere verificate rispetto alle fonti attuali prima dell’uso in decisioni legali o di conformità.