La norma UNI 11621-8:2026, pubblicata da UNI ed elaborata dalla Commissione Tecnica UNINFO CT 526, ha dato una definizione formale al profilo di AI Consultant, uno dei dodici mestieri dell’intelligenza artificiale che lo standard sistematizza il 30 aprile 2026. Nel mercato reale, però, gli annunci e le brochure delle società di servizi parlano molto più spesso di Data/AI Consultant, un’etichetta ibrida che unisce consulenza sui dati e consulenza sull’AI. La differenza tra le due formule non è pedanteria tassonomica: per un’impresa che compra consulenza, e in Italia l’adozione dell’AI è ferma al 22% contro il 32% della media europea secondo Eurostat, capire chi si ha davanti è la prima decisione d’acquisto. Questo articolo mappa il mercato italiano della consulenza AI: chi fa cosa, come si sceglie, quali domande fare e quali segnali devono far scappare.
Due etichette per due mestieri vicini ma non uguali
L’AI Consultant, nella scheda della norma, affianca le organizzazioni nelle scelte di adozione dell’intelligenza artificiale: individua i casi d’uso con ritorno plausibile, valuta soluzioni e fornitori, accompagna l’introduzione nei processi, presidia rischi e conformità. È un mestiere di frontiera tra business e tecnologia, misurato su KPI di adozione e di valore generato, con la responsabilità di dire anche i no: il caso d’uso che non conviene, il progetto da fermare.
Il Data/AI Consultant del mercato è un’altra cosa, o meglio, è due cose insieme. L’etichetta nasce nelle società di consulenza per riconoscere un fatto empirico: la maggior parte dei progetti AI inciampa sui dati. Qualità scadente, archivi non integrati, nessuna governance. Il consulente ibrido lavora quindi su entrambi i piani: mette ordine nelle fondamenta informative dell’azienda e, su quelle, costruisce l’adozione dei sistemi intelligenti.
Quale serve? Dipende da dove si trova l’impresa. Chi ha già dati ordinati e accessibili ha bisogno di un consulente di adozione, l’AI Consultant in senso proprio. Chi ha archivi sparsi tra gestionale, fogli di calcolo e cassetti ha bisogno prima del lavoro sui dati, e comprare consulenza AI senza quel passaggio significa pagare qualcuno che scoprirà a spese del cliente ciò che il cliente già sapeva: che i dati non ci sono o non si parlano.
Una diagnosi onesta di partenza vale quanto il progetto intero.
C’è un terzo equivoco da sciogliere: il confine con i mestieri attuativi. Il consulente, in entrambe le versioni, consiglia e accompagna; non è il Machine Learning Engineer che mette i sistemi in produzione, né il Data Engineer che costruisce le infrastrutture. Le società ibride offrono tutto il pacchetto, e va benissimo, purché il cliente sappia leggere nel preventivo chi sta pagando per pensare e chi per costruire. Anche qui le schede della norma, con compiti e responsabilità distinti per ciascun profilo, funzionano da traduttore tra il gergo commerciale delle proposte e ciò che accadrà davvero in azienda.
Il mercato italiano: chi offre consulenza AI e a chi
L’offerta si è stratificata in fretta. In alto le grandi società di consulenza internazionali, che vendono programmi pluriennali alle imprese maggiori: portafogli di casi d’uso, governance, accordi quadro con i fornitori di modelli. Nel mezzo i system integrator e le società IT nazionali, che agganciano l’AI ai progetti tecnologici già in corso. Poi le boutique specializzate, spesso nate dopo il 2023, focalizzate su settori o problemi specifici. Infine i professionisti indipendenti, la fascia che cresce più in fretta e quella dove la varianza di qualità è massima: accanto a specialisti seri, chiunque abbia seguito un videocorso può stamparsi consulente AI sul profilo.
La domanda, intanto, è meno matura dell’offerta. Solo il 7% delle PMI italiane ha programmi strutturati di formazione sull’AI, mentre il 47% dei lavoratori usa già questi strumenti in azienda, quasi sempre senza policy. Tradotto: molte imprese comprano consulenza partendo da un uso interno disordinato e da una capacità di valutare i fornitori vicina allo zero.
È la combinazione perfetta per comprare male. Un mercato in cui la domanda non sa giudicare seleziona i venditori migliori, non i consulenti migliori.
Anche i modelli di prezzo raccontano qualcosa. La tariffa a giornata premia la trasparenza ma non incentiva la velocità. Il progetto a corpo obbliga a definire bene il perimetro, ed è una disciplina utile per entrambe le parti. Il compenso legato ai risultati suona attraente ma richiede indicatori misurabili e una base di partenza rilevata prima di iniziare, altrimenti diventa una lite annunciata. Nessuna formula è giusta in assoluto; è giusta quella che il cliente capisce fino all’ultima riga. Un preventivo che non si riesce a spiegare al proprio commercialista è già un segnale.
Le domande da fare prima di firmare
La norma UNI offre alle imprese uno strumento negoziale gratuito: il vocabolario. Le domande giuste a un potenziale consulente discendono quasi tutte dalle schede dei profili.
- Quali profili professionali della UNI 11621-8 impiega il vostro team su questo progetto, e chi risponde di cosa?
- Su quali progetti simili al nostro avete lavorato, e possiamo parlare con quei clienti?
- Come misurerete il risultato? Quali indicatori, rilevati da chi, con quale base di partenza?
- Chi resta proprietario di dati, prompt, modelli adattati e documentazione a fine contratto?
- Come gestite la conformità al Regolamento UE 2024/1689 (AI Act) e alla Legge 23 settembre 2025, n. 132 nei sistemi che ci proponete?
- Cosa sapremo fare da soli quando ve ne andrete?
L’ultima domanda è la più rivelatrice. Un consulente serio progetta la propria uscita: trasferisce competenze, documenta, forma le persone interne. Un venditore di dipendenza progetta il rinnovo. La differenza si vede dal contratto, non dalle promesse a voce, ed è il motivo per cui il trasferimento di competenze va scritto tra i deliverable con la stessa dignità del software.
Domanda supplementare per i progetti che toccano dati personali o decisioni sulle persone: chi firma la valutazione dei rischi? Se la risposta è vaga, il rischio resta tutto in capo al cliente. Che è esattamente dove il cattivo consulente vuole lasciarlo.
Sul metodo di ingaggio, la pratica migliore per una PMI resta il progetto pilota: un caso d’uso circoscritto, un budget limitato, dodici settimane, indicatori concordati prima di iniziare. Il pilota costa poco, misura il consulente sul campo e produce comunque un risultato utilizzabile. Chi rifiuta di partire in piccolo, insistendo per il programma pluriennale firmato al buio, sta chiedendo fiducia in anticipo su prove che non ha ancora dato. La fiducia, nella consulenza, si eroga a stato avanzamento lavori come i pagamenti.
I segnali d’allarme che devono far scappare
Alcuni campanelli suonano forte. Il primo è la promessa di certificazioni inesistenti: chi vende “la certificazione UNI 11621-8” come un bollino da comprare insieme al progetto sta mentendo due volte, perché una norma non si compra come etichetta e perché la certificazione di terza parte è materia di organismi accreditati, con audit veri, non di brochure commerciali. Sulla differenza tra credenziali, attestazioni e certificazioni la confusione è già oggi terreno di caccia per venditori disinvolti.
Il secondo è la garanzia di risultato sparata prima dell’analisi: percentuali di risparmio promesse al primo incontro, senza aver visto un dato aziendale. Il terzo è il conflitto d’interesse non dichiarato: il consulente che a qualunque problema risponde con il software dello stesso fornitore non sta consigliando, sta rivendendo. Il quarto è l’assenza di copertura assicurativa: un professionista che dà consigli con conseguenze economiche e legali senza responsabilità civile professionale scarica il rischio sul cliente, e sul tema AIPIA ha dedicato un approfondimento alla responsabilità professionale nei servizi di intelligenza artificiale.
Quinto e ultimo: le competenze non dimostrabili. Diplomi di corsi mai sentiti, esperienza descritta per slogan, nessun progetto verificabile, nessuna credenziale controllabile da terzi. Nel dubbio vale la regola dell’idraulico: se non lascerebbe entrare in casa un idraulico senza referenze, non lasci entrare nei propri dati un consulente senza prove.
Un caso a parte merita la consulenza per interposta persona: la firma prestigiosa che vende il progetto e poi lo esegue attraverso una catena di subfornitori mai presentati al cliente. Non è illegale, ma va saputo prima: chi lavora davvero sui dati aziendali, con quali competenze e con quali vincoli di riservatezza? Chiedere i nomi e i profili delle persone effettivamente impegnate, e vietare per contratto la sostituzione non autorizzata, costa una clausola. Scoprire a progetto avviato che il senior del colloquio è sparito e al suo posto lavora uno stagista costa molto di più.
La Directory Pubblica dei Professionisti AI: verificare prima di fidarsi
Il problema delle prove ha uno strumento dedicato. AIPIA mantiene la Directory Pubblica dei Professionisti AI, l’elenco consultabile dei professionisti associati che hanno superato le verifiche di competenza dell’associazione. Per ciascuno risultano le attestazioni di qualità professionale rilasciate ai sensi dell’articolo 7 della Legge 4/2013 sulle professioni non regolamentate e le Credenziali Digitali Europee con sigillo eIDAS, verificabili digitalmente: un committente può controllare in pochi minuti che la persona seduta dall’altra parte del tavolo sia chi dice di essere e sappia ciò che dichiara di sapere.
Non è un albo, e nessuno lo pretende: la consulenza AI resta una professione non regolamentata, come prevede la legge. Ma tra l’albo obbligatorio e il far west c’è lo spazio delle verifiche volontarie, ed è lo spazio che la directory occupa. Il committente incrocia le competenze dichiarate con i profili professionali AI della UNI 11621-8 e con le credenziali esposte; il professionista serio, dal canto suo, ha finalmente un modo per distinguersi dalla concorrenza improvvisata. Chi lavora nella consulenza AI e vuole entrare in questo circuito di verifica trova le condizioni nella pagina di iscrizione ad AIPIA.
La trasparenza, qui, è un interesse convergente: dei clienti, dei professionisti competenti e dell’intero mercato. Gli unici a perderci sono quelli che contavano sull’opacità.
In pratica, per un committente, la verifica richiede meno di un caffè: si cerca il nome nella directory, si controllano le attestazioni esposte e la loro validità, si confronta quanto dichiarato nel preventivo con quanto risulta verificato. Se il consulente non compare in alcun circuito di verifica, non è automaticamente un impostore; ma l’onere della prova torna tutto sulle sue referenze, e il cliente farà bene a pesarle due volte.
Un mercato che impara a distinguere
La distinzione tra AI Consultant e Data/AI Consultant, vista da vicino, racconta la maturazione di un settore. Finché la consulenza AI era una promessa indistinta, un’etichetta valeva l’altra. Ora che i progetti sono migliaia e i fallimenti hanno insegnato dove si inciampa, il mercato ha cominciato a nominare le differenze: chi lavora sulle fondamenta dei dati, chi sull’adozione, chi su entrambe e con quali competenze verificabili. La norma UNI ha accelerato il processo dando alle parti un riferimento terzo.
Per le PMI italiane la lezione è pratica. Il consulente giusto non è quello che promette di più: è quello di cui si può verificare di più. Domande precise, deliverable scritti, credenziali controllabili, uscita programmata. Il resto è marketing, e il marketing, nei progetti AI, si paga sempre due volte: alla firma e al fallimento.
