LET’S TALK & CONNECT

L’intelligenza artificiale amplifica il valore del talento umano e impone a imprese e sistemi formativi un ripensamento profondo. 

Per anni è stata chiamata trasformazione digitale ciò che oggi si presenta come una vera e propria rivoluzione digitale: non un progetto, ma un nuovo regime operativo dell’economia. Una recente ricerca del World Economic Forum (WEF) chiarisce la posta in gioco: senza persone in grado di capire, governare e applicare l’intelligenza artificiale, la promessa della tecnologia resta incompiuta. L’intelligenza artificiale generativa, o GenAI, può essere un moltiplicatore di crescita, ma solo se sostenuta da una base ampia di skill digitali e da un’avanguardia di competenze avanzate su AI e dati. 

Una trasformazione che cambia le competenze alla radice 

Quella in corso è una trasformazione che modifica il modo in cui pensiamo, interpretiamo e utilizziamo le nostre competenze. Secondo il WEF, infatti, quasi il 70% delle skill digitali vedrà cambiare in modo sostanziale le proprie modalità d’uso: AI e big data sono i domini più esposti alla trasformazione, mentre le abilità umano‑centriche, come collaborazione ed empatia, risultano meno impattate. Anche nei settori maggiormente coinvolti, tuttavia, non si parla di sostituzione lineare delle persone, ma di una ridefinizione delle competenze, che devono includere capacità di progettazione, integrazione e supervisione di sistemi potenziati dall’intelligenza artificiale. 

Il mercato premia chi ha competenze rare, mentre cresce il bisogno di skill digitali diffuse 

Allo stato attuale, le figure davvero capaci di lavorare con l’AI ed estrarre reale valore da progetti che prevedono un suo utilizzo esteso sono significativamente inferiori rispetto alle richieste del mercato. Questo squilibrio è tanto evidente che i profili con competenze solide in AI e machine learning ottengono retribuzioni più elevate e più opportunità, pur rappresentando ancora una quota minoritaria dell’occupazione digitale complessiva. È la dimostrazione che l’AI non sostituirà il talento, ma ne accrescerà il valore nei contesti in cui le competenze sono rare e capaci di sfruttare gli strumenti emergenti. Parallelamente, cresce l’esigenza di competenze digitali di base a tutti i livelli organizzativi, anche per gestire attività quotidiane, dalla produttività personale alle decisioni data‑driven. Nonostante ciò, l’ecosistema formativo e professionale procede più lentamente rispetto alla velocità della trasformazione. Solo una minoranza dei leader d’impresa ritiene che la scuola prepari adeguatamente sui big dati e, ancor meno, sull’intelligenza artificiale. A questo quadro, si aggiunge la situazione ormai strutturale di un’Europa in cui oltre metà delle aziende fatica a reperire figure ICT.  

Sviluppo, valutazione e accreditamento come architettura di un nuovo sistema 

Per affrontare questa sfida, il WEF propone una bussola operativa basata su tre direttrici: sviluppo, valutazione e accreditamento delle competenze. Navigare la prima direttrice – lo “sviluppo” – significa riportare le competenze di questa nuova economia al centro dei percorsi formativi e di upskilling, creando ambienti sicuri in cui sperimentare, sbagliare e imparare attraverso simulazioni, laboratori di AI e casi d’uso realistici. La seconda direttrice – la “valutazione” – implica un cambio di paradigma: non è più sufficiente verificare le conoscenze tramite esami tradizionali o certificazioni vendor‑specific, ma occorre misurare la reale capacità di applicare le competenze attraverso progetti concreti, portfolio, hackathon e prove autentiche che valutino non solo l’esito, ma il processo decisionale, il ragionamento e la collaborazione. Infine, l’”accreditamento” richiede credenziali realmente modulari, trasferibili e verificabili, che devono includere metadati dettagliati per rendere trasparente il contesto in cui la competenza è stata acquisita, il percorso seguito e le evidenze prodotte. Solo così le competenze possono essere riconosciute nel mercato del lavoro. 

I tempi dell’apprendimento e l’integrazione delle competenze 

Lo studio evidenzia anche un punto spesso trascurato: i tempi di apprendimento. La soglia d’ingresso su AI e dati è più accessibile di quanto si pensi, con poche decine di ore necessarie per acquisire un livello base di alfabetizzazione digitale e di AI; ma la padronanza avanzata richiede investimenti ben più consistenti, nell’ordine delle centinaia di ore, soprattutto perché deve includere competenze relative a reti, cybersecurity e architetture complesse. L’aspetto strategico è che queste traiettorie di sviluppo sono integrabili: programmazione, intelligenza artificiale, user experience e sicurezza informatica si rafforzano reciprocamente e si innestano su solide competenze analitiche e di system thinking, contribuendo a costruire profili professionali completi e capaci di sostenere la trasformazione digitale. 

I settori che trainano la domanda e l’Italia 

A trainare la domanda di competenze avanzate sono soprattutto i settori ad alta intensità tecnologica come l’ICT, l’automotive, l’aerospace, i servizi finanziari e i capital market, che più di altri considerano skill su AI, programmazione, cybersecurity e design dei sistemi digitali come competenze “core” per la forza lavoro. L’adozione di tecnologie emergenti come advanced analytics e machine learning, in questi ambiti, procede rapidamente e genera una pressione crescente sulla disponibilità di talenti qualificati. Pur in assenza di dati specifici nel report WEF, gli indicatori europei presenti nel documento del WEF fanno desumere abbastanza chiaramente che anche l’Italia affronta difficoltà rilevanti nel reperimento di professionisti ICT e nella diffusione omogenea delle competenze digitali. 

Tre scelte strategiche per costruire competenze solide e durature 

In sintesi, il passaggio dalla trasformazione alla rivoluzione digitale richiede l’evoluzione simultanea dei modelli operativi, del ruolo delle persone e delle infrastrutture formative. Per prosperare, le organizzazioni devono adottare un approccio più maturo allo sviluppo delle competenze: investire in profondità nelle competenze legate all’AI e ai dati (MLOps, governance, prompt/agent engineering, data stewardship, etc.), alzare la soglia minima di skill digitali e AI literacy per tutti i ruoli e rendere le competenze visibili e trasferibili attraverso metriche e sistemi di riconoscimento basati sulla reale applicazione e sull’impatto generato. 

Sergio Patano
Event & Research Manager, TIG – The Innovation Group