Trovare personale continua a essere una delle principali difficoltà per la ristorazione italiana. A giugno 2026 il 52,8% dei profili ricercati dalle imprese nel settore risultava difficile da reperire, secondo il Sistema Excelsior di Unioncamere e Ministero del Lavoro. Ma il problema non riguarda soltanto il numero di candidati disponibili: pesa anche la capacità di far incontrare domanda e offerta durante il processo di selezione.
È in questo contesto che l’intelligenza artificiale sta entrando nei processi di recruiting, con l’obiettivo di gestire grandi quantità di candidature, individuare i profili più vicini alle esigenze dei locali e raccogliere informazioni che il solo curriculum potrebbe non evidenziare. A misurare alcuni degli effetti di questo approccio è Restworld, agenzia per il lavoro specializzata in ristorazione e ospitalità, che ha analizzato 187.553 candidature effettive ricevute tra il 1° gennaio e il 23 agosto 2026.
I dati mostrano innanzitutto quanto sia selettivo il percorso. Circa 51 candidature su 100 arrivano al ristoratore già pre-selezionate, dopo una conversazione e con una valutazione allegata. Il 38% si interrompe invece durante la selezione automatizzata, l’8% viene ritirato direttamente dal candidato e circa il 2% viene chiuso manualmente dal team, nella maggior parte dei casi perché la ricerca si è conclusa. Una quota residuale resta in lavorazione o in altri stati.
Uno dei principali punti critici emerge già all’inizio del processo: 43.911 candidature, pari al 23,4% del totale, si sono fermate perché il candidato non ha risposto al primo messaggio di pre-selezione. Un dato che suggerisce come il mismatch possa nascere anche prima del confronto tra profilo professionale e requisiti della posizione.
Interessante anche il comportamento di chi riceve un rifiuto motivato. Tra il 1° settembre 2025 e il 5 agosto 2026, su 65.702 candidature fermate, le contestazioni sono state 119, appena lo 0,18%. Oltre il 99% dei candidati, dunque, non ha chiesto una revisione quando l’esclusione era accompagnata da una spiegazione riferita alla candidatura.
E tra le poche contestazioni ricevute, circa una su due riguarda la necessità di correggere o integrare informazioni sul profilo: per esempio un’esperienza professionale non indicata nel curriculum o una diversa disponibilità rispetto alla distanza dal luogo di lavoro. In questi casi il candidato può chiedere una revisione umana.
«Il punto non è soltanto dare un feedback, ma permettere al candidato di contestarlo e chiederne la revisione», spiega Luca Lotterio, CEO di Restworld, secondo cui l’AI dovrebbe servire a migliorare il dialogo tra chi cerca lavoro e chi cerca personale, non a introdurre un ulteriore filtro.
Anche le ragioni delle esclusioni aiutano a comprendere dove si concentra il mismatch. Tra le 22.711 candidature che nel 2026 hanno completato il pre-colloquio senza essere proposte al ristoratore, nel 69% dei casi l’esperienza risultava distante da quella richiesta. Seguono la distanza effettiva dal luogo di lavoro, indicata nel 40% dei casi, la difficoltà nel motivare l’interesse per la posizione (28%), l’incompatibilità con i turni (19%) e un percorso lavorativo frammentato (15%).
L’automazione, tuttavia, apre anche il tema della trasparenza. Il dibattito sull’utilizzo dell’AI nelle selezioni è internazionale e coinvolge anche le regole europee: dal 2 agosto 2026 sono applicabili gli obblighi di trasparenza previsti dall’AI Act per determinati utilizzi dell’intelligenza artificiale, mentre le disposizioni specifiche sui sistemi ad alto rischio, tra cui quelli impiegati nel recruiting, seguiranno secondo il calendario previsto dalla normativa.
Per Restworld, quindi, la sfida non consiste soltanto nell’introdurre strumenti automatizzati, ma nel rendere il processo comprensibile e verificabile. Informare il candidato dell’utilizzo dell’AI è un primo passo; altrettanto importante è spiegare cosa viene valutato, consentire di correggere eventuali informazioni inesatte e garantire, quando necessario, l’intervento umano.
Redazione
