Secondo l’Osservatorio Artificial Intelligence del Politecnico di Milano le richieste di competenze in intelligenza artificiale negli annunci di lavoro sono cresciute del 93%. Quasi un raddoppio. Nel segmento delle offerte white-collar ad alta qualifica, il 76% richiede ormai skill di AI. E il 41% dei lavoratori dichiara che grazie all’intelligenza artificiale svolge attività che da solo non sarebbe in grado di fare.
Tre numeri che, insieme, descrivono una domanda che corre. Il problema è l’offerta, ferma al palo.
Cosa significa davvero raddoppiare
Un più 93% in un anno non è una crescita ordinaria. È un cambiamento di regime nel modo in cui le imprese descrivono i posti che cercano di coprire.
Fino a poco tempo fa le competenze di AI comparivano in annunci specialistici, riservati a ruoli tecnici dichiaratamente legati all’intelligenza artificiale. Oggi compaiono in offerte che con l’AI non hanno un rapporto diretto: marketing, amministrazione, vendite, funzioni legali. La competenza si è spostata dal recinto degli specialisti al terreno comune delle professioni qualificate.
È questo lo spostamento che il 76% di offerte white-collar misura.
Non si tratta più di assumere chi costruisce sistemi di AI. Si tratta di assumere chi sa usarli nel proprio mestiere, chiunque sia. Un addetto al controllo di gestione che sa interrogare strumenti di analisi, un responsabile delle vendite che usa l’AI per profilare i clienti, un legale che la impiega per la prima lettura dei contratti. La competenza richiesta non è programmare: è saper lavorare con strumenti che ormai attraversano ogni funzione.
Questo spostamento ha una conseguenza poco intuitiva sul mercato del lavoro. Non sono i ruoli tecnici a essere più esposti al cambiamento, ma quelli intermedi delle professioni qualificate, dove la competenza in AI passa rapidamente da requisito gradito a requisito necessario. Il candidato che ieri si distingueva perché conosceva uno strumento di intelligenza artificiale, oggi è in svantaggio se non lo conosce. La competenza è scivolata dalla colonna dei vantaggi a quella dei prerequisiti, e lo ha fatto in pochi mesi. Chi cerca lavoro in queste aree e non se ne è accorto sta competendo con un handicap che non vede.
Il 41% che fa cose nuove
Il dato del 41% di lavoratori che grazie all’AI svolgono attività prima fuori dalla loro portata merita una lettura attenta, perché è il più ambiguo dei tre.
Letto in positivo, descrive un effetto di ampliamento delle capacità. Una persona che non sapeva programmare ottiene un’analisi di dati. Un non grafico produce una bozza visiva accettabile. Un non traduttore lavora su testi in lingue che non padroneggia. L’intelligenza artificiale abbassa la soglia di accesso a compiti che prima richiedevano una specializzazione.
Ma c’è un rovescio.
Fare una cosa con l’aiuto dell’AI non equivale a saperla fare. Il professionista che usa l’intelligenza artificiale fuori dal proprio dominio produce un risultato che non è in grado di valutare. Non sa distinguere l’output corretto da quello plausibile ma sbagliato. Il 41% misura quindi anche un rischio: l’illusione di competenza, in cui la persona crede di saper fare ciò che in realtà sta solo delegando senza controllo.
La differenza tra ampliamento reale e illusione la fa, ancora una volta, la formazione. Chi è formato usa l’AI nel proprio campo per andare più veloce e verifica ciò che ottiene fuori dal proprio campo. Chi non lo è, accetta l’output e basta.
L’illusione di competenza è il rischio professionale nuovo che questo dato introduce. Un tempo, per fare una cosa bisognava saperla fare, e l’incompetenza si rivelava presto. Oggi l’intelligenza artificiale permette di produrre un risultato dall’aspetto professionale anche in un campo che non si padroneggia, e l’incompetenza si nasconde sotto una superficie credibile. Il problema emerge solo quando il risultato viene messo alla prova, e a quel punto chi l’ha prodotto non ha gli strumenti per capire dove ha sbagliato. Per le imprese questo significa che il 41% va letto con attenzione: una parte di quel valore è reale, una parte è rischio differito, e distinguere le due cose richiede di sapere quanto le persone capiscono davvero di ciò che producono con l’AI.
L’offerta formativa che non tiene il passo
Mentre la domanda raddoppia, l’offerta formativa si muove con i tempi delle istituzioni che la producono. Università e scuole professionali progettano corsi in cicli di anni, validano programmi con procedure lente, formano docenti che a loro volta devono aggiornarsi. L’intelligenza artificiale cambia in mesi.
Il risultato è un divario strutturale tra ciò che il mercato chiede e ciò che il sistema insegna.
Questo divario non si colma chiedendo all’università di andare più veloce, perché non è il suo ritmo naturale né, in molti casi, il suo compito. Si colma con un secondo canale, fatto di formazione continua, modulare, vicina ai bisogni concreti delle imprese e delle persone già al lavoro. È il terreno su cui si muovono le associazioni professionali e gli enti di formazione specializzati.
AIPIA opera proprio in questo spazio, con percorsi formativi sull’AI pensati per chi è già in attività e deve acquisire in fretta competenze spendibili, senza tornare sui banchi per anni.
Il divario tra domanda e offerta formativa non è una colpa, è una caratteristica strutturale. L’università forma cittadini e professionisti su basi che devono reggere decenni, e fa bene a non inseguire ogni moda tecnologica con i suoi tempi lenti. Ma proprio per questo non può essere l’unico canale. La formazione continua, modulare, aggiornata in tempo reale sui bisogni del mercato, è il secondo binario che a un sistema maturo non dovrebbe mancare, e che in Italia resta sottile. Dove esiste, lo gestiscono enti di formazione specializzati e associazioni professionali capaci di muoversi al ritmo della tecnologia, non a quello dei cicli accademici. Il divario del 93% si chiude rafforzando questo secondo binario, non chiedendo al primo di correre contro la propria natura.
Quali competenze cercano davvero le imprese
Tradurre il 93% in indicazioni pratiche richiede di guardare cosa contengono gli annunci. Sotto l’etichetta generica di competenze AI si nascondono livelli diversi.
Il livello più richiesto, e più trascurato dalla formazione tradizionale, è quello dell’uso consapevole. Saper formulare richieste efficaci agli strumenti, riconoscere quando un risultato non è affidabile, sapere quali dati si possono usare e quali no, capire i limiti di ciò che la macchina produce. Non è una competenza tecnica nel senso classico. È una competenza di giudizio.
Sopra di esso c’è il livello dell’integrazione, ossia saper inserire l’AI in un processo di lavoro esistente e ridisegnarlo di conseguenza. E solo in cima sta il livello tecnico vero e proprio, quello di chi costruisce o adatta i sistemi, che resta minoritario nella domanda complessiva.
Questa piramide rovescia un’altra convinzione diffusa, quella secondo cui il valore stia tutto in cima, nei profili tecnici più specializzati. Sul piano dei numeri è il contrario. Gli specialisti che costruiscono i sistemi sono pochi e lo resteranno, perché un sistema costruito serve a molte aziende. Le persone che devono saperlo usare bene nel proprio lavoro sono milioni. La gran parte del valore economico dell’AI, nei prossimi anni, non verrà da chi la costruisce ma da chi la sa applicare con giudizio nel proprio mestiere. È una buona notizia per la maggioranza dei lavoratori, perché significa che la competenza più richiesta non è la più difficile da acquisire, ma quella più trascurata dalla formazione tradizionale.
La maggior parte del 93% chiede i primi due livelli. È una buona notizia, perché sono i più rapidi da acquisire. Una persona motivata può raggiungere un uso consapevole e una capacità di integrazione in settimane di formazione mirata, non in anni.
Questo capovolge una paura diffusa. Si pensa che la domanda di competenze AI escluda chi non ha una formazione tecnica, ingegneri e informatici, e che chi viene da percorsi umanistici o gestionali sia tagliato fuori. È il contrario. Il livello più richiesto, quello dell’uso consapevole e del giudizio, premia proprio chi sa pensare in modo critico, scrivere con precisione, valutare la qualità di un risultato. Sono competenze che le formazioni umanistiche e gestionali coltivano da sempre. La barriera non è la provenienza, è la disponibilità a imparare lo strumento e a metterlo al servizio di un giudizio che si possiede già. Per molti professionisti la transizione è più corta di quanto temano.
La competenza che conta è anche dimostrabile
C’è un ultimo elemento che il mercato del lavoro sta imponendo. Non basta avere la competenza: bisogna poterla dimostrare. Un’azienda che cerca skill di AI in un candidato vuole un riferimento verificabile, non un’autodichiarazione.
Qui entra il valore di un percorso che si chiude con un attestato riconoscibile. Il corso AI di base con credenziale europea risponde proprio a questa esigenza, perché lega l’acquisizione della competenza a una credenziale spendibile sul mercato.
Il problema della dimostrabilità riguarda anche chi assume. Un selezionatore che riceve decine di curricoli in cui tutti dichiarano competenze in AI non ha modo di distinguere chi le possiede davvero da chi le ha aggiunte per non restare fuori. La parola, da sola, vale poco quando è uguale per tutti. Una credenziale verificabile ribalta la situazione: sposta il candidato dalla categoria di chi dichiara a quella di chi può provare. In un mercato dove la domanda corre e l’autodichiarazione si è inflazionata, questo scarto diventa il vero discrimine in fase di selezione, più del titolo di studio o degli anni di esperienza.
Il 93% non è un dato sul futuro. È la fotografia di un mercato che ha già cambiato i requisiti d’ingresso alle professioni qualificate. La domanda corre, l’offerta formativa tradizionale arranca, e nel mezzo si apre lo spazio per chi decide di colmare da sé il divario. Tra qualche anno il 76% di oggi sarà il 100%, e la competenza in AI non sarà più un requisito che fa la differenza, ma la condizione minima per restare in gioco.
