AI disruption 2026 – winners, losers and what it really means for people

GPUs, memory and cloud infrastructure are treated like oil in the AI age, while a chunk of traditional software is suddenly being repriced as “automation-risk”. Under the surface, this isn’t just a sector rotation: it is a change in how markets value business models and human skills.

February 2026 – Educational overview on AI disruption (infrastructure vs. software vs. jobs).

The core idea is blunt but useful: markets are paying up for the “picks and shovels” of AI – chips, foundry, high-bandwidth memory, data centres, cybersecurity, observability – and they are putting a heavy discount on businesses whose main value proposition can be replicated by AI agents, plug-ins and low-cost automation. It is not just about which tickers are in fashion; it is about which roles and workflows are becoming cheaper to automate.

1. What is actually happening in markets right now

For a while, “AI in markets” basically meant buying NVDA and a few mega-caps and calling it a day. That phase is over. With agentic AI, plug-in ecosystems and vertical copilots appearing everywhere, investors have shifted to a more brutal question that cuts across sectors: if a well-trained AI agent could do most of this work, how much am I really willing to pay for the software – or the human – doing it today?

On one side you have companies that benefit almost mechanically from AI adoption. They supply the physical and logical infrastructure: GPUs, custom chips, HBM, foundry capacity, cloud platforms, network and security stacks, data and observability. On the other side, you have business models that sit exactly where AI is strongest: repeatable workflows driven by text, forms and structured data, from CRM and marketing software to tax and accounting, legal tech, wealth management, creative tools, collaboration suites and design platforms.

As of February 2026, this is how the market is handling the trade: a clear “AI Winners” bucket and a “Losers / at risk” bucket, not in the sense that the latter will vanish overnight, but in the sense that disruption risk, margin pressure and lower long-term multiples are being priced in much more aggressively than just a year ago.

2. AI Winners vs AI Losers – the 2026 map

The table below is a compact snapshot of how a set of US-listed names is being seen today in the “AI disruption” theme. On the left are those treated as structural beneficiaries; on the right are those where AI agents and automation overlap strongly with what the product already does.

AI Winners (benefit from AI)	Main driver	AI Losers / at risk	Why at risk
NVDA – NVIDIAWinner	Dominant GPUs for AI training & inference, plus a very sticky software ecosystem.	CRM – SalesforceAt risk	Fear that AI agents can automate large chunks of sales and CRM workflows.
MSFT – MicrosoftWinner	Azure, Copilot and deep AI integration across productivity, dev tools and cloud.	NOW – ServiceNowAt risk	Workflow automation and IT service management that agents could rebuild and orchestrate directly.
TSM – TSMCWinner	Crucial foundry for virtually all leading-edge AI chips.	HUBS – HubSpotAt risk	Marketing and sales software where AI can generate campaigns, copy and scoring almost for free.
AMD – Advanced Micro DevicesWinner	Gaining share in AI GPUs and data-center compute versus NVIDIA.	TEAM – AtlassianAt risk	Collaboration and project tools whose “glue work” can be handled by AI agents.
AVGO – BroadcomWinner	Custom AI silicon and high-speed networking for data centres.	INTU – IntuitAt risk	Tax and accounting software, a perfect target for specialised AI tools.
MU – MicronWinner	HBM and advanced memory, indispensable for large models and complex workloads.	BOX – BoxAt risk	Cloud storage and collaboration seen as easily replaced by AI-native knowledge tools.
PLTR – PalantirWinner	Data and AI platform exposure in enterprise and government use-cases.	ADBE – AdobeAt risk	Creative tools pressured by AI image, video and text generation.
AMZN – Amazon (AWS)Winner	Hyperscaler with AI infrastructure, managed models and proprietary chips.	FIG – Figma (design proxy)At risk	Collaborative design where AI can generate UI/UX directly from prompts.
GOOGL – AlphabetWinner	Gemini, Google Cloud AI and on-device AI; search and ads being rebuilt around models.	SHOP – ShopifyAt risk	E-commerce setup and operations increasingly automated by AI agents.
META – Meta PlatformsWinner	AI-driven ad optimisation, content ranking and open-source Llama models.	SCHW – Charles SchwabAt risk	Wealth management and brokerage exposed to fee pressure from AI-based advisory tools.
CRWD – CrowdStrikeWinner	Cybersecurity that uses AI to defend against increasingly automated attacks.	LPLA – LPL FinancialAt risk	Advisor platform where AI can erode the value of some standardised advisory functions.
PANW – Palo Alto NetworksWinner	Network and cloud security strengthened by AI analytics.	TRI – Thomson ReutersAt risk	Legal and research data increasingly reachable via LLM integrations and plug-ins.
DDOG – DatadogWinner	Observability for cloud stacks that are becoming more complex and AI-heavy.	LAW – CS DiscoAt risk	Legal tech and e-discovery, precisely where AI can read and summarise documents at scale.

This is not a list of “doomed” and “invincible” companies; it is a snapshot of how disruption risk is being priced in February 2026 for these business models.

3. Why markets love infrastructure and punish part of software

The logic behind this split is more pragmatic than ideological. On the infrastructure side, demand is structural: training larger models, serving more agents, running heavier inference and building out data centres all require more compute, more memory, more networking, more storage, more security and better observability. Whether one model or another wins, the physical and platform-level inputs are non-optional. That is why names in the “AI Winners” column are being treated almost like utilities of the AI era, with investors willing to pay high multiples as long as visibility remains strong.

On the software side, the threat is not that AI refuses to show up. The threat is that marginal cost of software work falls dramatically. If an agent can write sales emails, design campaigns, prepare tax drafts, do first-pass legal research, assemble project boards, generate user interfaces and propose basic portfolios, it becomes legitimate to question how much pricing power remains for vendors that sell those workflows as a standalone product.

This is not a binary “disappear / survive” story. It is a story of margins and bargaining power. Markets are starting to price scenarios where part of the value previously captured by these companies is transferred to users in the form of lower prices, and to AI infrastructure providers in the form of higher compute consumption. Less rent for the middle layer, more value for the layers where scarcity is real – capital-intensive hardware, trusted platforms, differentiated data.

4. Looking ahead – what this means for companies

4.1 For the “AI Winners”

For the winners, the main risk is not lack of demand but excess expectations. GPUs, memory and data-centre builds are inherently cyclical. When everyone expands capacity at the same time, pricing power eventually softens, and the narrative can turn quickly from “shortage” to “overbuild”. Hyperscalers are also working hard to reduce dependence on any one supplier by designing their own chips and balancing their vendor mix. Over a long enough horizon, that naturally redistributes some bargaining power.

That said, if agent adoption and AI workload growth continue anywhere near the current trajectory, it is hard to imagine a world where AI infrastructure becomes a dull, low-growth business. The balance between different suppliers will shift; some cycles will be painful; but the structural need for compute, memory and secure data pipes is not going away. These companies are likely to stay at the centre of investor attention, even if the story occasionally pauses for digestion.

4.2 For the “At-Risk” software names

On the at-risk side, the story is more nuanced. Some companies will manage to integrate AI so deeply that they migrate back toward the winner camp. If Salesforce, ServiceNow, Adobe, Intuit or Shopify become the natural interface through which customers orchestrate their own agents and automations, markets will reward them again with higher multiples. They will no longer be selling just “classic SaaS”; they’ll be selling AI-hosted platforms with network effects and lock-in.

Others will have a harder time. Generic legal tech, low-end tax software, undifferentiated collaboration tools and platforms that essentially mirror what “LLM + APIs + a few plug-ins” can do over a weekend are at risk of a slow erosion in revenue quality: not an overnight collapse, but quarters of price pressure, tougher renewals and customers increasingly willing to experiment with AI-native alternatives that feel cheaper and more flexible.

The corporate lesson is simple and uncomfortable: adding an “AI” bullet point to the product sheet is not enough. Products have to be redesigned around a world where every client has at least one capable agent at their disposal. The winning pattern is to become the place where those agents live and coordinate, not just another app that sends notifications and generates dashboards.

5. Looking ahead – what this means for people and work

All of this shows up as green and red on screens, but the real pressure is on the people who work inside these companies: sales reps, marketers, customer-success managers, accountants, paralegals, wealth managers, designers, developers, support teams, analysts. The market map is really a map of which human tasks are becoming cheaper to automate and which ones are becoming more valuable.

5.1 Where AI replaces and where it amplifies

AI replaces most easily the kind of work that is repetitive, rule-driven and heavily text- or form-based: writing standard emails, filling out templates, drafting simple contracts, preparing routine tax forms, summarising meetings, tagging tickets, doing first-pass research across large document sets, putting together basic slides, producing “good enough” images or layouts.

It tends to amplify, rather than replace, work that lives closer to three zones: context, decision and relationship. Context is the ability to understand what really matters in a messy situation. Decision is the willingness and skill to choose between trade-offs with real consequences. Relationship is the human side – trust, motivation, negotiation, leadership.

A salesperson whose job is mostly blasting out follow-up emails is vulnerable; a salesperson who uses AI to prepare, research, and then spends time listening to the client and shaping deals is not. A lawyer whose day is 90% copy-pasting clauses is vulnerable; a lawyer who uses AI for research and drafting but then invests time in strategy, negotiation and risk management is still very much needed. The same pattern repeats in finance, product, operations and creative work.

5.2 How the skill mix is shifting

One quiet but profound shift is that “tool skills” alone are losing their edge. Being the person who knows their way around a CRM, a creative suite, a project-management tool or an accounting package used to be a real advantage. With AI helping people learn interfaces faster and automating many low-level actions, that advantage decays.

What rises in value instead is a trio of capabilities that cut across roles.

First, operational AI literacy. You do not need to be a machine-learning engineer, but you do need to know how to work with AI on a daily basis: how to frame prompts, how to chain tools, how to sanity-check outputs, how to build small automations that save hours. People who can orchestrate agents and systems, rather than just click through static screens, become dramatically more productive.

Second, business and risk understanding. As mechanical work is automated away, the centre of gravity moves toward understanding what actually makes sense for a specific customer, regulation and balance sheet. That applies to wealth managers deciding whether a portfolio is appropriate, to tax professionals navigating grey zones, to lawyers weighing legal and reputational risk, to product managers and founders prioritising what to build next.

Third, communication and relationship skills. In a world where AI can generate reports, emails and slide decks in minutes, the scarce resource is not words but trust. The ability to explain, persuade, de-risk, calm, motivate and lead becomes more, not less, valuable. Roles that combine AI fluency with empathy and leadership will be in higher demand than purely mechanical “back-office” functions.

5.3 The uncomfortable part: some roles really are at risk

It is tempting to say that “AI will create more jobs than it destroys” and move on. Historically, that has often been true at the macro level, but the transition can still be harsh at the micro level. Highly specialised roles built almost entirely on repetitive procedures – data entry, basic back-office, first-line support, low-complexity form filling, generic document review – are under real pressure.

That does not mean the people in those roles are doomed, but it does mean that choosing not to engage with AI in 2026 is effectively choosing a higher probability of professional obsolescence in the next three to five years. The upside is that the playing field is still open: because many organisations are only now figuring out how to use AI properly, individuals who move early, experiment and learn can close much of the gap surprisingly fast.

6. In summary – a market map and a personal signal

The “AI Winners vs AI Losers” list that traders are throwing around right now is not just a scoreboard for tickers. It is a real-time map of where intelligence, capital and automation are re-drawing economic value. More power to those who own scarce physical and platform resources; more pressure on those who sit too close to what AI can do cheaply and at scale.

For companies, the message is that it is no longer enough to slap a chatbot on top of an old product and label it “AI-powered”. The products that will survive and thrive are the ones rebuilt around a world where customers bring their own agents to the party and expect them to plug in cleanly.

For people, the message is equally clear: staying on the right side of this shift means treating AI not as a gimmick or a threat, but as a daily lever – offloading mechanical work, climbing up the ladder of context and decision, investing in communication and trust.

In that sense, the winners/losers table for February 2026 is more than a hot macro theme. It is a mirror showing which kind of work the market believes will be done mostly by machines, and which kind still needs humans in the loop. Reading that correctly matters if you are allocating capital, but it matters even more if you are deciding what kind of skills you want to carry with you into the next decade.

Disruption AI 2026 – chi vince, chi perde e cosa significa davvero per le persone

GPU, memoria e infrastruttura cloud vengono trattate come il “nuovo petrolio” dell’era AI, mentre una parte del software tradizionale viene improvvisamente prezzata come “a rischio automazione”. Sotto la superficie non è solo una rotazione settoriale: è un cambiamento nel modo in cui il mercato valuta modelli di business e competenze umane.

Febbraio 2026 – Panoramica educativa sulla disruption AI (infrastruttura, software, lavoro).

L’idea di fondo è brutale ma utile: il mercato sta pagando caro chi vende “pale e picconi” per l’AI – chip, foundry, memoria HBM, data center, sicurezza, osservabilità – e sta scontando in modo pesante i business la cui value proposition può essere replicata da agenti AI, plug-in e automazioni low-cost. Non è solo questione di tickers alla moda; è questione di quali ruoli e quali flussi di lavoro diventano più facili da automatizzare.

1. Cosa sta realmente succedendo sui mercati

Per un periodo “AI in borsa” voleva dire, in pratica, comprare NVDA e qualche mega-cap e stop. Quella fase è finita. Con l’arrivo di agenti AI, ecosistemi di plug-in e copiloti verticali praticamente ovunque, gli investitori sono passati a una domanda molto più dura, che taglia trasversalmente i settori: se un agente AI ben addestrato può fare la maggior parte di questo lavoro, quanto sono davvero disposto a pagare per il software – o per la persona – che lo fa oggi?

Da una parte ci sono aziende che beneficiano quasi in modo meccanico dall’adozione dell’AI. Forniscono infrastruttura fisica e logica: GPU, chip custom, HBM, capacità produttiva nei nodi avanzati, piattaforme cloud, reti e sicurezza, dati e observability. Dall’altra parte ci sono modelli di business che vivono esattamente dove l’AI è più forte: flussi di lavoro ripetibili, guidati da testo, form e dati strutturati, dal CRM al marketing software, dal tax & accounting al legal tech, dal wealth management alle suite creative, fino agli strumenti di collaborazione e design.

A febbraio 2026 il mercato sta gestendo il tema così: un paniere chiaro di “AI Winners” e un paniere di “Losers / at risk”, non nel senso che questi ultimi siano condannati a sparire domani mattina, ma nel senso che su di loro viene prezzato in modo molto più aggressivo il rischio di disruption, pressione sui margini e multipli di lungo periodo più bassi rispetto anche solo a dodici mesi fa.

2. AI Winners vs AI Losers – la mappa 2026

La tabella qui sotto è un’istantanea compatta di come una serie di titoli USA viene letta oggi nel tema “disruption AI”. A sinistra chi viene trattato come beneficiario strutturale; a destra chi si trova con una value proposition molto sovrapposta a ciò che agenti AI e automazioni possono fare.

AI Winners (benefit from AI)	Motivazione principale	AI Losers / at risk	Perché a rischio
NVDA – NVIDIAWinner	GPU dominanti per training e inference AI, ecosistema software molto solido.	CRM – SalesforceAt risk	Timore che agenti AI automatizzino una parte importante dei workflow di sales e CRM.
MSFT – MicrosoftWinner	Azure, Copilot e integrazione profonda dell’AI in produttività, sviluppo e cloud.	NOW – ServiceNowAt risk	Workflow automation e IT service management che agenti AI possono ricreare e orchestrare direttamente.
TSM – TSMCWinner	Foundry cruciale per quasi tutti i chip AI di ultima generazione.	HUBS – HubSpotAt risk	Marketing e sales software dove l’AI può generare campagne, contenuti e scoring quasi gratis.
AMD – Advanced Micro DevicesWinner	Guadagna quota nelle GPU AI e nella compute per data center rispetto a NVIDIA.	TEAM – AtlassianAt risk	Strumenti di collaborazione e project management il cui “collante” può essere gestito da agenti AI.
AVGO – BroadcomWinner	Silicon custom per AI e networking ad alta velocità nei data center.	INTU – IntuitAt risk	Tax & accounting software, bersaglio naturale per tool AI verticali.
MU – MicronWinner	HBM e memoria avanzata, indispensabili per modelli e workload AI complessi.	BOX – BoxAt risk	Cloud storage e collaboration visti come facilmente sostituibili da knowledge base AI-native.
PLTR – PalantirWinner	Piattaforma dati e AI per enterprise e settore pubblico, legata a use-case reali.	ADBE – AdobeAt risk	Strumenti creativi sotto pressione da AI che genera immagini, video e testo.
AMZN – Amazon (AWS)Winner	Hyperscaler con infrastruttura AI, modelli gestiti e chip proprietari.	FIG – Figma (proxy design)At risk	Design collaborativo dove l’AI può generare UI/UX direttamente da prompt testuali.
GOOGL – AlphabetWinner	Gemini, Google Cloud AI e on-device AI; search e ads in fase di ricostruzione attorno ai modelli.	SHOP – ShopifyAt risk	E-commerce sempre più automatizzato da agenti che creano e gestiscono store.
META – Meta PlatformsWinner	Ottimizzazione AI per advertising, ranking dei contenuti e modelli Llama open source.	SCHW – Charles SchwabAt risk	Wealth management e brokerage esposti alla compressione delle fee da strumenti di advisory AI.
CRWD – CrowdStrikeWinner	Cybersecurity che usa l’AI per contrastare attacchi sempre più automatizzati.	LPLA – LPL FinancialAt risk	Piattaforma per advisor dove l’AI può erodere il valore di funzioni advisory standardizzate.
PANW – Palo Alto NetworksWinner	Network e cloud security rafforzate da analytics AI-driven.	TRI – Thomson ReutersAt risk	Legal & research data sempre più raggiungibili tramite integrazioni LLM e plug-in.
DDOG – DatadogWinner	Observability per stack cloud sempre più complessi e carichi di traffico AI.	LAW – CS DiscoAt risk	Legal tech ed e-discovery, esattamente dove l’AI può leggere e riassumere documenti su larga scala.

Non è una lista di “condannati” e “invincibili”, ma una fotografia di come il rischio di disruption viene prezzato a febbraio 2026 per questi modelli di business.

3. Perché il mercato ama l’infrastruttura e punisce una parte del software

La logica dietro questa spaccatura è meno ideologica e più pragmatica. Sul lato infrastruttura la domanda è strutturale: addestrare modelli sempre più grandi, servire più agenti, far girare inference più pesante e costruire data center richiede più compute, più memoria, più networking, più storage, più sicurezza e migliore observability. Che vinca un modello o un altro, questi input fisici e di piattaforma non sono opzionali. È per questo che i nomi nel paniere “AI Winners” vengono trattati quasi come utility dell’era AI, con investitori disposti a pagare multipli elevati finché la visibilità resta forte.

Sul lato software, invece, la minaccia non è che l’AI “non arrivi”, ma che il costo marginale del lavoro software crolli. Se un agente può scrivere email commerciali, progettare campagne, preparare bozze di dichiarazioni fiscali, fare la prima ricerca legale, montare board di progetto, generare interfacce utente e proporre portafogli base, diventa legittimo chiedersi quanto potere di prezzo rimane a chi vende quei workflow come prodotto standalone.

Non è una storia binaria “spariscono / sopravvivono”. È una storia di margini e potere contrattuale. Il mercato inizia a prezzare scenari in cui una parte del valore prima catturato da queste aziende viene trasferito agli utenti sotto forma di prezzi più bassi e ai provider di infrastruttura AI sotto forma di maggior consumo di compute. Meno rendita per il middle layer, più valore per i layer dove la scarsità è reale: hardware capital-intensive, piattaforme fidate, dati differenziati.

4. Guardando avanti – cosa significa per le aziende

4.1 Per i “vincitori” dell’AI

Per chi è nel paniere dei vincitori, il rischio principale non è la mancanza di domanda, ma l’eccesso di aspettative. GPU, memoria e build-out di data center sono per loro natura ciclici: quando tutti espandono capacità contemporaneamente, prima o poi il potere di prezzo si riduce e la narrativa può passare rapidamente da “shortage” a “overbuild”. Allo stesso tempo gli hyperscaler stanno lavorando duro per ridurre la dipendenza da un singolo fornitore, progettando chip proprietari e bilanciando il mix di vendor. Su orizzonti lunghi questo ridistribuisce inevitabilmente parte del potere contrattuale.

Detto questo, se l’adozione di agenti e workload AI continua anche solo lontanamente sulla traiettoria attuale, è difficile immaginare un mondo in cui l’infrastruttura AI torni a essere un business “banale”. Gli equilibri tra fornitori cambieranno, alcuni cicli saranno dolorosi, ma il bisogno strutturale di compute, memoria e canali dati sicuri non scompare. Queste aziende probabilmente resteranno al centro dell’attenzione, anche se la storia ogni tanto avrà bisogno di fasi di digestione.

4.2 Per i nomi “a rischio” sul lato software

Sul lato “at risk” la storia è più sfumata. Alcune aziende riusciranno a integrare l’AI così profondamente da spostarsi di nuovo verso il lato dei vincitori. Se Salesforce, ServiceNow, Adobe, Intuit o Shopify riusciranno a diventare l’interfaccia naturale attraverso cui i clienti orchestrano agenti e automazioni, il mercato tornerà a riconoscere loro multipli più elevati. Non venderanno più soltanto “vecchio SaaS”, ma piattaforme AI-hosted con network effect e lock-in.

Per altre la strada sarà più complicata. Legal tech generico, tax software di fascia bassa, strumenti di collaborazione poco differenziati e piattaforme che in pratica replicano ciò che “LLM + API + qualche plug-in” possono fare in un weekend rischiano una lenta erosione della qualità dei ricavi: non un tracollo immediato, ma trimestri di pressione sui prezzi, rinnovi più difficili e clienti sempre più curiosi di provare soluzioni AI-native percepite come più economiche e flessibili.

La lezione per il lato corporate è semplice e scomoda: non basta aggiungere una feature “AI-powered” alla scheda prodotto. I prodotti vanno ridisegnati pensando a un mondo in cui ogni cliente arriva con un proprio agente al seguito e si aspetta che si colleghi senza frizioni. Il pattern vincente è diventare il posto dove questi agenti vivono e si coordinano, non l’ennesima app che manda notifiche e sputa fuori dashboard.

5. Guardando avanti – cosa significa per le persone e il lavoro

Tutto questo sui grafici appare come barre verdi e rosse, ma la pressione vera è sulle persone che lavorano dentro questi business: sales, marketing, customer success, addetti contabili, paralegali, consulenti finanziari, designer, sviluppatori, team di supporto, analisti. La mappa di mercato è in realtà una mappa di quali task umani diventano più economici da automatizzare e quali diventano più preziosi.

5.1 Dove l’AI sostituisce e dove amplifica

L’AI sostituisce più facilmente il lavoro che è ripetitivo, guidato da regole e fortemente basato su testo e form: scrivere email standard, compilare template, preparare bozze di contratti semplici, predisporre dichiarazioni fiscali tipiche, riassumere meeting, classificare ticket, fare ricerca preliminare su grandi insiemi di documenti, assemblare slide di base, produrre immagini o layout “abbastanza buoni”.

Tende invece ad amplificare, più che sostituire, il lavoro che vive vicino a tre zone: contesto, decisione e relazione. Il contesto è la capacità di capire cosa conta davvero in una situazione disordinata. La decisione è la capacità e il coraggio di scegliere tra trade-off con conseguenze reali. La relazione è il lato umano: fiducia, motivazione, negoziazione, leadership.

Un commerciale che passa le giornate a mandare follow-up standard è vulnerabile; un commerciale che usa l’AI per prepararsi, fare ricerca e poi investe tempo ad ascoltare il cliente e costruire accordi, molto meno. Un avvocato che vive di copia-incolla di clausole è vulnerabile; un avvocato che usa l’AI per ricerca e drafting e poi dedica tempo a strategia, negoziazione e gestione del rischio è ancora centrale. Lo stesso schema si vede in finanza, prodotto, operations, creatività.

5.2 Come cambia il mix di competenze richieste

Un cambiamento silenzioso ma profondo è che le “competenze di tool” pure perdono peso relativo. Essere la persona che conosce a memoria un CRM, una suite creativa, un tool di project management o un gestionale contabile era, fino a poco tempo fa, un vantaggio competitivo reale. Con l’AI che aiuta a imparare le interfacce più in fretta e automatizza molti passaggi meccanici, questo vantaggio tende a erodersi.

A emergere come più preziose sono tre famiglie di capacità trasversali.

Primo, alfabetizzazione operativa sull’AI. Non serve essere ingegneri di machine learning, ma serve sapere lavorare insieme all’AI ogni giorno: come impostare i prompt, come concatenare strumenti, come verificare gli output, come costruire piccole automazioni che fanno risparmiare ore. Chi sa orchestrare agenti e sistemi, invece di limitarsi a cliccare su schermate statiche, diventa molto più produttivo.

Secondo, comprensione del business e del rischio. Man mano che il lavoro meccanico viene automatizzato, il baricentro si sposta verso la capacità di capire cosa ha davvero senso per un cliente, una normativa, un bilancio specifico. Questo vale per il consulente finanziario che deve valutare se un portafoglio è adatto, per il fiscalista che naviga nel grigio, per il legale che pesa il rischio legale e reputazionale, per il product manager che decide cosa costruire.

Terzo, capacità di comunicazione e relazione. In un mondo in cui l’AI può generare report, email e presentazioni in pochi minuti, la risorsa scarsa non sono le parole ma la fiducia. Saper spiegare, convincere, ridurre l’ansia, guidare, negoziare diventa più, non meno, importante. I ruoli che combinano familiarità con l’AI, empatia e leadership saranno più ricercati dei puri ruoli meccanici di back-office.

5.3 La parte scomoda: alcuni ruoli sono davvero a rischio

È comodo dire che “l’AI creerà più lavori di quanti ne distruggerà” e chiuderla lì. Storicamente spesso è stato vero a livello macro, ma la transizione può essere dura a livello micro. Ruoli molto specializzati, basati quasi esclusivamente su procedure ripetitive – data entry, back-office standard, primo livello di supporto, compilazione modulistica, revisione documentale generica – sono sotto pressione reale.

Questo non significa che le persone in quei ruoli siano condannate, ma significa che scegliere di non confrontarsi con l’AI nel 2026 equivale, di fatto, ad accettare un rischio più alto di obsolescenza professionale nei prossimi tre-cinque anni. La buona notizia è che il campo di gioco è ancora aperto: proprio perché molte organizzazioni stanno solo ora capendo come usare bene l’AI, chi si muove presto, sperimenta e impara può colmare gran parte del gap in tempi sorprendentemente brevi.

6. In sintesi – una mappa di mercato, un segnale personale

La lista “AI Winners vs AI Losers” che oggi gira tra trader e report non è solo un tabellone di ticker. È una mappa in tempo reale di dove intelligenza, capitale e automazione stanno ridisegnando il valore economico. Più potere a chi possiede risorse fisiche e piattaforme scarse; più pressione su chi siede troppo vicino a ciò che l’AI può fare a basso costo e su larga scala.

Per le aziende il messaggio è che non basta incollare un chatbot su un prodotto vecchio e chiamarlo “AI-powered”. I prodotti che sopravviveranno e cresceranno sono quelli ricostruiti intorno a un mondo in cui i clienti arrivano con i propri agenti e si aspettano che si colleghino bene.

Per le persone il messaggio è altrettanto netto: stare dalla parte giusta di questo cambiamento significa smettere di vedere l’AI come un gadget o una minaccia e iniziare a usarla come leva quotidiana – scaricando il lavoro meccanico, salendo di livello su contesto e decisione, investendo sulla capacità di comunicare e creare fiducia.

In questo senso, la tabella dei winners/losers di febbraio 2026 è più di un tema macro alla moda. È uno specchio di quale tipo di lavoro il mercato pensa verrà svolto soprattutto da macchine e quale tipo richiederà ancora esseri umani nel loop. Leggere bene questa mappa conta se stai allocando capitale, ma conta ancora di più se stai decidendo quali competenze vuoi portare con te nel prossimo decennio.

Scanner for active traders

Try ChartsWatcher free, then unlock 10% OFF with SAVE10

ChartsWatcher is a real-time scanner for momentum traders: fast movers, unusual volume and rotations — so you can focus on the few tickers that matter right now, instead of watching hundreds of charts.

Start with the free version. When you upgrade, use SAVE10 for 10% OFF your first paid period.

Start free – then use SAVE10

No credit card required to start. Apply SAVE10 when upgrading.

Recommended platform

One platform. All your brokers.

Medved Trader connects multiple brokers in one workspace, with pro charts, hotkeys and fast execution — without changing your broker accounts.

A single cockpit for positions, Level II and multi-broker order routing, built for active day & swing traders.

Get 1 Month Free ➔

Multi-broker workflow + customizable layouts in one platform.

Find out how I use AI on Merlintrader: AI, retail and Merlintrader

Disclosure: some of the links in the promotional blocks above are affiliate or referral links. If you choose to subscribe or sign up through them, Merlintrader may receive a small commission or benefit at no extra cost to you.

Authors: Merlintrader, Jane and Gemini

Author's note (English)

In every report I share things as I personally interpret them, based on raw data from official company filings, regulatory documents, conference call transcripts and other primary sources where available. Some parts of the research and structure are supported by AI assistants (Jane and Gemini), which help me organise data, cross-check details and improve charts or visuals. However, any interpretation, opinion and final judgement remain entirely my own as a trader like you, not as a licensed financial advisor or registered analyst. Market sentiment can change quickly, while official documents and numbers remain what they are. It is also possible for me to make mistakes: collecting and cross-checking FDA timelines, clinical data, filings and corporate updates is complex, so inaccuracies may occur. If you spot something that looks off, feel free to let me know and I will correct it. Please do not treat this report as professional investment advice, but as one more piece of information to compare with your own research and the opinion of qualified professionals.

AI usage disclosure (English)

This report has been prepared using a human + AI workflow. Drafting, editing and data organisation are supported by generative AI tools, for example large language models provided by third-party vendors, based on prompts and instructions defined by the author. All sources are publicly available, and the final selection of data, checks, opinions and conclusions is carried out by the author, who remains fully responsible for the content.

Legal disclaimer (English) – please read carefully

This report is provided strictly for informational and educational purposes. It is not and must not be interpreted as investment advice, investment research in a regulatory sense, portfolio management, or a recommendation to buy or sell any security or financial instrument. The author is not a licensed investment advisor, not a registered broker, and not a FINRA/SEC-registered analyst or portfolio manager. Any reference to potential scenarios, price levels or catalysts is purely illustrative and reflects a personal, non-professional view based on publicly available information at the time of writing.

Nothing in this document should be considered a solicitation to the public to invest, nor an invitation to raise capital, nor a promise of profit or of capital protection. Biotech and healthcare stocks in particular can be highly volatile and speculative, especially around clinical and regulatory catalysts. Before making any investment or trading decision, always perform your own due diligence and consider consulting a qualified, regulated financial professional who can evaluate your personal situation, objectives and risk tolerance. Past performance and historical examples do not guarantee future results.

The author may hold, or may have held, long or short positions in some of the securities mentioned in this report, and may open, close or modify such positions without notice. This potential alignment of interests may influence the tone or focus of the analysis. No position held by the author changes the fact that this document is not investment advice and should not be used as such.

I testi completi dei disclaimer e delle condizioni d'uso, in versione sia italiana che inglese, sono disponibili nelle pagine legali ufficiali del sito Merlintrader, indicated here sotto.

If you find these reports useful and want to support the project, you can make a voluntary one-time donation via PayPal or Buy Me a Coffee. It helps cover data, tools and hosting costs so that the content can remain independent and freely accessible.

Tools and research platforms used in this report

Below is a shortlist of tools and platforms that I personally use to follow prices, catalysts, fundamentals and sentiment. Links are provided for transparency and convenience only.

Finviz Elite – advanced stock screener and charting, used for heatmaps, relative performance and technical context.
ChartsWatcher – real-time, next-generation scanner for the US stock market. Used to monitor intraday momentum, volume spikes and colour-coded pattern alerts.
Stocktwits – social stream focused on tickers, used only as a sentiment and activity indicator, not as a source of investment recommendations.
Monica.im – AI assistant used for light reports, drafting and quick research; helps with structuring notes and first-pass analysis alongside the deep-dive work published on Merlintrader.
Medved Trader – professional trading and charting platform used for real-time execution, order-flow and detailed intraday analysis. No affiliate link; mentioned because it is part of the actual trading workflow.
Merlintrader trading Blog – the home for biotech-focused reports, dashboards and educational articles that expand on the ideas mentioned in this document.

Some of the links above are affiliate links. If you decide to subscribe or purchase through them, it may generate a small commission for Merlintrader at no extra cost to you. This helps keep the site online and the reports freely accessible. You are under no obligation to use these links; always choose the solution that best fits your needs and your own evaluation.

Full legal information, risk warnings and terms of use (in both Italian and English) are available on the official Merlintrader legal pages:

Italian version: Disclaimer e avvertenze sui rischi | Condizioni d'uso e informativa sulla privacy

The same pages also include the corresponding English text or an English equivalent of the main legal notices, so that international readers can access the core risk disclosures and terms of use.

Biotech Catalyst Calendar

For a broader, continuously updated view of upcoming biotech catalysts (PDUFA dates, major clinical readouts, regulatory events and key conferences), you can consult the dedicated calendar on Merlintrader.

Open the Biotech Catalyst Calendar

Authors: Merlintrader, Jane and Gemini

Nota dell'autore (Italiano)

In ogni report condivido ciò che vedo e come lo interpreto personalmente, partendo dai dati grezzi di documenti ufficiali, comunicazioni delle società, trascrizioni delle call e altre fonti primarie quando disponibili. Alcune parti del lavoro di ricerca e di impaginazione sono supportate da assistenti IA (Jane e Gemini), che mi aiutano a organizzare i dati, verificare i dettagli e migliorare grafici o elementi visivi. Le valutazioni finali, le opinioni e le conclusioni restano comunque esclusivamente mie, da trader come te, non da consulente finanziario abilitato o analista iscritto ad albi professionali. Il sentiment di mercato può cambiare molto rapidamente, mentre i documenti ufficiali e i numeri restano quelli che sono. È anche possibile che commetta errori: raccogliere e confrontare tempistiche FDA, dati clinici, filing e aggiornamenti societari è un lavoro complesso, quindi qualche imprecisione può sfuggire. Se noti qualcosa che non ti torna, segnalamelo e lo correggerò. Non considerare questo report come consulenza personalizzata, ma come materiale informativo da confrontare con le tue ricerche e con il parere di professionisti qualificati.

Informativa sull'uso di IA generativa (Italiano)

Questo report è stato redatto utilizzando un flusso di lavoro combinato umano + IA. La stesura, la revisione e l'organizzazione dei dati sono supportate da strumenti di intelligenza artificiale generativa, ad esempio modelli linguistici di grandi dimensioni forniti da terze parti, sulla base di istruzioni e controlli definiti dall'autore. Le fonti utilizzate sono pubbliche e la selezione finale delle informazioni, le verifiche, le opinioni e le conclusioni restano sotto la responsabilità esclusiva dell'autore.

Disclaimer legale (Italiano) – leggere con attenzione

Questo report ha finalità esclusivamente informative e didattiche. Non costituisce in alcun modo consulenza in materia di investimenti, ricerca in materia di investimenti in senso regolamentare, gestione di portafogli, né raccomandazione personalizzata o generica ad acquistare, vendere o detenere strumenti finanziari. L'autore non è un consulente finanziario abilitato all'esercizio della professione, non è un promotore finanziario, non è un analista iscritto ad albi professionali e non svolge servizi di investimento ai sensi della normativa vigente.

Qualsiasi riferimento a scenari possibili, livelli di prezzo, probabilità o catalyst ha valore puramente illustrativo e riflette una valutazione personale e non professionale basata su informazioni pubbliche disponibili al momento della stesura. Nulla di quanto scritto rappresenta sollecitazione al pubblico risparmio, offerta al pubblico di prodotti finanziari o promessa di rendimento o di protezione del capitale. In particolare, i titoli biotech e healthcare possono essere estremamente volatili e speculativi, soprattutto in prossimità di eventi clinici o regolatori (PDUFA, letture di trial, ecc.).

L'autore può detenere, o aver detenuto, posizioni long o short su alcuni degli strumenti finanziari menzionati nel report e può aprire, chiudere o modificare tali posizioni senza preavviso. Questa possibile coincidenza di interessi può influenzare il taglio o l'attenzione dell'analisi. La presenza di eventuali posizioni personali non trasforma in alcun modo questo documento in consulenza finanziaria e non deve essere interpretata come tale.

Prima di assumere qualsiasi decisione di investimento o di trading, è indispensabile effettuare le proprie analisi e valutazioni e, se necessario, rivolgersi a un consulente finanziario indipendente e abilitato, in grado di considerare la tua situazione personale, gli obiettivi e la propensione al rischio. Le informazioni riportate possono contenere errori, omissioni o non essere aggiornate; né l'autore né Merlintrader possono essere ritenuti responsabili per eventuali perdite, dirette o indirette, derivanti dall'utilizzo di questo contenuto.

I testi completi dei disclaimer e delle condizioni d'uso, in versione sia italiana sia inglese, sono disponibili nelle pagine legali ufficiali del sito Merlintrader, indicate qui sotto.

Se trovi utili questi report e vuoi sostenere il progetto, puoi fare una donazione volontaria una tantum tramite PayPal o Buy Me a Coffee. È un aiuto concreto per coprire i costi di dati, strumenti e hosting, così i contenuti possono restare indipendenti e liberamente accessibili.

Strumenti e piattaforme di ricerca usati in questo report

Qui sotto trovi una selezione di strumenti e piattaforme che uso personalmente per seguire prezzi, catalyst, fondamentali e sentiment. I link sono forniti solo per trasparenza e comodità del lettore.

Finviz Elite – screener avanzato e piattaforma grafica, usato per heatmap, performance relative e contesto tecnico.
ChartsWatcher – scanner real-time di nuova generazione per il mercato azionario USA. Lo uso per monitorare momentum intraday, picchi di volume e alert cromatici sui pattern.
Stocktwits – flusso social focalizzato sui ticker, usato solo come indicatore di sentiment e attività, non come fonte di raccomandazioni di investimento.
Monica.im – assistente AI usato per report leggeri, drafting e ricerche veloci; utile per strutturare note e prime analisi insieme al lavoro di approfondimento pubblicato su Merlintrader.
Medved Trader – piattaforma professionale di trading e charting usata per esecuzione real-time, order-flow e analisi intraday dettagliata. Nessun affiliate link; è citata perché fa parte del workflow operativo reale.
Merlintrader trading Blog – la casa dei report focalizzati sul biotech, delle dashboard e degli articoli educativi che approfondiscono i temi menzionati in questo documento.

Alcuni dei link sopra indicati sono link affiliati. Se decidi di iscriverti o acquistare tramite uno di essi, Merlintrader potrebbe ricevere una piccola commissione senza costi aggiuntivi per te. Questo aiuta a mantenere il sito online e i report liberamente accessibili. Non hai alcun obbligo di usare questi link: scegli sempre la soluzione che ritieni più adatta alle tue esigenze e alla tua valutazione personale.

Le informazioni legali complete, le avvertenze sui rischi e le condizioni d'uso, in versione sia italiana sia inglese, sono disponibili nelle pagine legali ufficiali di Merlintrader:

Versione italiana: Disclaimer e avvertenze sui rischi | Condizioni d'uso e informativa sulla privacy

Le stesse pagine includono anche il testo corrispondente in inglese o un equivalente inglese delle principali avvertenze legali, così anche i lettori internazionali possono consultare le informazioni essenziali su rischi e condizioni d'uso.

Biotech Catalyst Calendar

Per una visione più ampia e continuamente aggiornata dei prossimi catalyst biotech (date PDUFA, principali letture cliniche, eventi regolatori e conferenze chiave), puoi consultare il calendario dedicato su Merlintrader.

Apri il Biotech Catalyst Calendar