Nel 2025, in Italia, gli specialisti di tecnologie dell’informazione sono stati il 3,8% degli occupati, contro il 5% della media dell’Unione europea. Eurostat ha confermato che fanno peggio solo Grecia (2,5%) e Romania (2,7%). È negli annunci di lavoro che emergono però dettagli interessanti: a chi si occupa di dati e AI vengono richieste competenze che delineano bene lo scenario.
L’ha spiegato con dovizia di dettagli il ricercatore Nurlan Musazade che a settembre ha discusso all’Åbo Akademi University, in Finlandia, una tesi di dottorato sul tema. Il comunicato dell’ateneo l’ha sintetizzata così: l’AI cambia il lavoro ma non sostituisce il giudizio umano.
Per leggerla in chiave italiana l’abbiamo confrontata con i dati nazionali e con la testimonianza di DGS, gruppo che integra l’AI nei progetti dei clienti, attraverso il chief people & organization officer Flavio Campello.
Indice degli argomenti:
Competenze AI: che cosa sappiamo dell’Italia
L‘Osservatorio Artificial Intelligence del Politecnico di Milano, con Lightcast, ha stimato che nel 2025 le competenze AI siano state l’1,37% degli annunci e che il 48% di queste richieste abbia riguardato professioni non IT. Il 29 settembre Anthropos e Orbyta Tech hanno diffuso “Beyond Coding“: su 106.582 annunci globali, la quota di quelli per software engineer che citano competenze “durevoli” è salita dal 40,5% del 2022 al 65% del 2026.
Sul fronte delle imprese, secondo la Commissione europea nel 2026 usa l’AI il 16% di quelle italiane, contro il 20% della media dell’Unione europea; per Istat, nel 2025, la adotta più di un’impresa su due con oltre 250 dipendenti (dati riportati da Agenda Digitale il 22 aprile 2026).
I dati sugli annunci indicano che le competenze AI si sono diffuse oltre l’informatica, ma non dicono come sia cambiato il lavoro dentro i ruoli tecnici.
La voce di un’impresa: DGS
Per un riscontro dal lato di chi assume e lavora sui progetti abbiamo sentito DGS, gruppo romano di trasformazione digitale, cybersecurity e consulenza. L’abbiamo scelto perché l’AI è strategica nei suoi servizi alle imprese: inoltre, si affida a oltre 500 esperti di AI e dati e ha contribuito a oltre 600 progetti in diversi mercati.
Flavio Campello afferma di osservare nei progetti “soprattutto la necessità di integrare modelli e tecnologie AI in applicazioni, piattaforme e processi esistenti”, perché “il valore non nasce soltanto dalla costruzione del modello, ma dalla capacità di trasformarlo in una soluzione affidabile, sostenibile e concretamente utilizzabile dal cliente”. Precisa che il cambiamento non riguarda solo i profili Data & AI: l’AI “sta trasformando competenze, attività e modalità di lavoro in tutti i nostri Centri di Competenza”. In tutti i ruoli diventa essenziale saper comprendere le opportunità dell’AI, integrarla responsabilmente e valutarne criticamente i risultati. Ha spiegato che cresce il peso di dati, AI engineering, architetture, cloud e governance, e che “più che alla scomparsa di singole competenze” si assiste a “una trasformazione del loro peso”: le conoscenze legate a un solo strumento diventano meno distintive senza analisi, autonomia e comprensione del contesto.
Le competenze trasversali
Tra le competenze trasversali, sempre più determinanti perché i progetti “richiedono l’integrazione di professionalità, tecnologie e punti di vista differenti”, ha citato pensiero critico, problem solving, collaborazione, comunicazione, orientamento al risultato e apprendimento continuo. In selezione le osserva attraverso esperienze concrete, situazioni professionali e, a seconda del ruolo, approfondimenti tecnici o casi applicativi: “non valutiamo soltanto la risposta finale, ma il ragionamento, la capacità di affrontare l’incertezza, verificare le informazioni e motivare le scelte”. La comunicazione compare nell’elenco, mentre negli annunci polacchi il termine è calato, forse perché dato per scontato.
Per l’AI contano la consapevolezza dei limiti, la verifica degli output, la protezione dei dati e la responsabilità sulla decisione finale. La competenza più sottovalutata è, a suo giudizio, “la capacità di formulare correttamente il problema prima ancora di cercare una risposta”. Per Campello, “l’AI aumenta velocità e possibilità, ma sono la qualità del pensiero e la capacità di giudizio delle persone a determinare il valore prodotto”.
Sui profili junior Campello ha citato le ricerche dello Stanford Digital Economy Lab su meno opportunità per i giovani nelle professioni più esposte all’AI. Il riferimento è a un working paper su dati statunitensi di buste paga: per i 22-25enni nelle occupazioni più esposte ha stimato un’occupazione inferiore del 19% rispetto all’atteso (versione rivista ad agosto 2026), ma gli autori lo hanno definito un indicatore descrittivo, non una stima causale. Non è un dato italiano, e per l’Italia non abbiamo trovato evidenze equivalenti: una rassegna di Agenda Digitale del 22 aprile 2026, firmata da Stefano da Empoli, presidente dell’Istituto per la Competitività (I-Com), cita sul calo delle posizioni junior solo studi su Stati Uniti e Regno Unito.
La risposta di DGS è ripensare il modello di sviluppo: se alcune attività di ingresso vengono automatizzate, servono nuove occasioni per costruire esperienza, puntando su pensiero critico, apprendimento e problem solving. Il reverse mentoring, “uno scambio bidirezionale” tra l’esperienza dei senior e la familiarità dei giovani con gli strumenti nuovi, può diventare una leva concreta.
Sul piano di 3mila assunzioni in Italia entro il 2028, annunciato a gennaio 2026, Campello non indica quante ne siano state fatte né la quota di giovani. Spiega che le ricerche riguardano esperti e giovani talenti in sviluppo software, Data & AI, cybersecurity, infrastrutture e consulenza. L’obiettivo, aggiunge, non è solo aumentare il numero di persone ma costruire e aggiornare le competenze, per questo alle assunzioni si affiancano formazione e certificazioni.
Uno spunto dalla Polonia
La tesi, AI-Driven Transformation of Skill Requirements, ha analizzato gli annunci di un solo paese. La scelta è emblematica per le imprese italiane: la Polonia è un mercato chiave per lo sviluppo software, in particolare come polo di nearshoring per le aziende dell’Europa occidentale.
Il campo è quello dei ruoli su dati e analisi e di quelli con “AI” nel titolo, non delle aziende in generale. Le rilevazioni sono cinque, istantanee, tra il 2021 e il 2026, manca solo il 2022. I titoli sono stati selezionati per corrispondenza esatta e le competenze cercate con un dizionario di termini, quindi lo studio ha visto soprattutto strumenti e tecnologie. Le competenze trasversali sono state in larga parte trascurate.
Il risultato più netto riguarda i ruoli con “AI” nel titolo. Gli annunci raccolti sono stati 117 a febbraio 2025 e 208 tra dicembre 2025 e febbraio 2026. Nei testi sono cresciuti API, LLM, RAG, strumenti per i flussi di lavoro e termini legati all’architettura dei sistemi. Sono calati PyTorch, TensorFlow e gli altri strumenti tradizionali di machine learning, e anche Python, rimasto però tra i termini più frequenti. L’autore legge il quadro come uno spostamento dallo sviluppo di modelli alla loro integrazione.
Sulle competenze umane il comunicato dell’ateneo e la tesi vanno separati. Giudizio analitico, pensiero creativo e pensiero sistemico non sono emersi dagli annunci, dove anzi i termini generici come comunicazione e inglese sono calati, probabilmente perché dati per scontati. Sono emersi da esperimenti.
Nel primo, su 16 persone, chi ha usato ChatGPT ha finito prima. L’aiuto è stato più evidente nella strutturazione e nella definizione del problema, più limitato nel respingere conclusioni non supportate. I sottogruppi sono piccoli e la tesi precisa che i risultati non valgono per l’intera popolazione. Il dato sulla definizione del problema merita attenzione: è la competenza che Campello indica come la più sottovalutata, e nell’esperimento lo strumento ha aiutato proprio lì.
Sull’integrazione, la tesi e Campello indicano la stessa direzione con metodi diversi. Gli annunci misurano ciò che le imprese chiedono, non il lavoro svolto. La tesi non traccia il numero di annunci per ruolo, quindi non può dire se i ruoli “AI” abbiano sostituito altre figure, e non distingue per settore ed esperienza, quindi nulla dice sui junior. Da rilevare un altro fenomeno però: il termine GDPR è calato nella maggior parte delle professioni. L’autore ha parlato di segnale preoccupante, ma con dati così piccoli resta una domanda aperta.
Il tema incrocia un criterio di selezione indicato da Campello: la protezione di dati e informazioni quando si usa l’AI. Non sono dati confrontabili: uno è un criterio dichiarato da un’impresa, l’altro un termine che compare meno negli annunci polacchi, e può voler dire requisito scontato oppure trascurato. Per chi dirige un team in Italia, dove il GDPR vale come in Polonia, resta da capire se la competenza sia verificata o soltanto presupposta.
Che cosa cambia per chi dirige i team
Dai dati e dalle testimonianze si possono trarre alcune indicazioni operative. Guardare ai compiti, non solo ai titoli: una descrizione della posizione dovrebbe dire quali compiti si chiedono, non solo quali strumenti si conoscono. Non costruire la selezione su un elenco di strumenti, perché termini in crescita nel 2021, come Big Data, AWS e Azure, sono poi calati in alcuni ruoli. Valutare l’uso critico dell’AI: nei colloqui conta come il candidato controlla un risultato, non solo se sa produrlo. Non perdere le basi: Python, sql e qualità dei dati restano centrali.
La tesi non autorizza la conclusione più comoda, che l’AI “non sostituirà” i lavori. Dà consistenza a una più modesta e più utile: in un gruppo preciso di ruoli, il lavoro si è spostato dalla costruzione dei modelli alla loro integrazione. In Italia, dove gli specialisti ICT sono già pochi, il punto non è soltanto quanti profili servano, ma che cosa sappiano fare. Finché mancheranno dati italiani comparabili sugli annunci, a dirlo saranno soprattutto le imprese che i progetti li realizzano.
Partecipa alla community