AO_468

78 | MARZO 2026 AUTOMAZIONE OGGI 468 Tavola rotonda AUTOMAZIONE OGGI Schantz : Con l’integrazione sempre più pro- fonda dell’AI generativa con i flussi di lavoro industriali, le competenze richieste a inge- gneri e operatori continueranno a evolversi. Aumenterà l’importanza sulla visione d’in- sieme dei sistemi, sul giudizio ingegneristico e sulla capacità di interpretare e validare gli insight generati dall’AI. Piuttosto che concen- trarsi su configurazioni manuali, program- mazione o documentazione, gli ingegneri si focalizzeranno sempre di più su architet- tura, ottimizzazione e decisioni strategiche. L’alfabetizzazione digitale sarà essenziale, in particolare la capacità di lavorare con dati contestualizzati e comprendere come gli strumenti di AI pervengono a determinate raccomandazioni. Altrettanto importante sarà la capacità di va- lutare criticamente gli output, riconoscerne i limiti e sfruttare l’esperienza maturata in uno specifico contesto operativo per arrivare a prendere le decisioni più valide. Questo cam- biamento comporta un nuovo modello di forza lavoro ingegneristica, in cui l’AI gestisce le attività ripetitive e ad alta intensità di dati, mentre l’esperienza umana viene applicata dove sono richiesti giudizio, responsabilità ed esperienza. Gandolfi : La diffusione dell’AI generativa in ambito industriale richiederà sicuramente una nuova combinazione di competenze, sia tecniche che trasversali. Sarà quindi fon- damentale sviluppare capacità di analisi e gestione dei dati, conoscenze di program- mazione e familiarità con le architetture di intelligenza artificiale e Industrial IoT. Allo stesso tempo, serviranno competenze di cybersecurity per proteggere le infrastrut- ture digitali e garantire la sicurezza dei dati e dei processi. Oltre alle competenze tecni- che, sarà sempre più importante il pensiero critico: la capacità di interpretare i risultati generati dall’AI, valutarne l’affidabilità e in- tegrarli nei processi decisionali aziendali. La formazione continua e l’aggiornamento sulle nuove tecnologie saranno indispensabili per mantenere la competitività e sfruttare appieno le potenzialità dell’AI generativa. Infine, la collaborazione tra figure multidi- sciplinari, ingegneri, data scientist, esperti di automazione e operatori di linea, sarà la chiave per integrare l’AI in modo efficace e responsabile, favorendo l’innovazione e la crescita delle competenze interne. Sebastianelli : Non crediamo servano solo nuovi data scientist, ma piuttosto una diffusa ‘AI Literacy’ trasversale. Le competenze del futuro saranno ibride: il manutentore dovrà saper interrogare l’algoritmo, il commerciale dovrà saper interpretare gli insight predit- tivi. Per colmare questo gap, in Var Group abbiamo attivato la Data Science Academy, un percorso formativo interno ed esterno. L’obiettivo non è trasformare tutti in pro- grammatori, ma dotare le persone del do- minio (chi conosce il prodotto e il processo) degli strumenti per governare l’AI, passando da semplici esecutori a supervisori delle de- cisioni suggerite dalla macchina. Bolsi : In futuro saranno sempre più richie- ste competenze ibride, che combinino una solida conoscenza del dominio tecnico-in- dustriale con la capacità di interagire in modo efficace con sistemi di AI. Divente- ranno fondamentali competenze come il prompting, la validazione e la supervisione dei risultati, unite a un forte pensiero critico e alla capacità di valutare l’affidabilità delle informazioni generate. A queste si affian- cano competenze legate alla cybersecurity e alla gestione dei dati. In questo scenario, la formazione continua rappresenterà un ele- mento chiave per garantire un utilizzo consa- pevole ed efficace dell’intelligenza artificiale. Poletti : L’adozione dell’AI generativa ri- chiede non solo competenze tecniche, ma soprattutto capacità digitali, critiche e or- ganizzative. La qualità dei risultati dipende direttamente dai dati: la data governance, la cura dei dataset e la gestione di privacy e integrità saranno sempre più strategiche. È fondamentale che gli utilizzatori compren- dano i limiti dei modelli e interpretino gli output con responsabilità. L’AI genera con- tenuti convincenti, ma non sempre accurati: la capacità di verificare, contestualizzare e mantenere un ruolo attivo nel processo de- cisionale è essenziale. Le attività ripetitive possono essere delegate all’AI, mentre le decisioni critiche richiedono l’intervento di chi conosce processi, prodotti e vincoli nor- mativi. Infine, le competenze trasversali (co- municazione, problem solving, gestione del cambiamento e lavoro in team multidiscipli- nari) diventano strategiche, poiché l’introdu- zione dell’AI ridefinisce ruoli e responsabilità in tutta l’organizzazione. Secondo voi l’AI generativa sarà più uno strumento di supporto, un fattore abilitante per l’innovazione, o una minaccia al know-how interno? Pinzello : La vediamo chiaramente come uno strumento di supporto e un fattore abilitante per l’innovazione. Se adottata correttamente, l’AI generativa non sostituisce il know-how, ma lo amplifica, rendendolo più accessibile e riutilizzabile su scala più ampia e accele- rando la diffusione delle migliori pratiche. Il know-how non scompare, ma cambia forma: accanto all’esperienza e alla conoscenza del processo industriale si affianca la capacità di costruire, interpretare e utilizzare dati e mo- delli come nuovo patrimonio tecnico. Il vero valore emerge quando l’AI aiuta le persone a prendere decisioni migliori, più rapidamente, e a progettare sistemi industriali più flessibili, autonomi e adattivi. Il rischio di perdita di know-how esiste solo se l’AI viene adottata senza un adeguato presidio. Per questo sono fondamentali formazione, processi di valida- zione e ruoli chiari, con una responsabilità umana sempre definita: l’AI supporta le de- cisioni, ma non le sostituisce. Schantz : L’AI generativa dovrebbe essere vista principalmente come uno strumento Angela Sebastianelli, Var Group