AI e skill gap, come affrontare la carenza di talenti?

Per affrontare la carenza di talenti è fondamentale investire nelle competenze per dare modo alle soluzioni di AI di estendere la propria diffusione nei settori pubblico e privato

Il tema della mancanza di talenti e dello skill gap in ambito IT non è certo una novità. Investire nelle competenze per dare modo alle soluzioni di AI di estendere la propria diffusione nei settori pubblico e privato in modo efficace e autonomo è però fondamentale.

La necessità di una maggiore conoscenza dei dati
Una recente ricerca di Qlik in collaborazione con The Future Labs mette in evidenza come sarà la “data literacy”, ovvero la capacità di conoscere e gestire i dati con sicurezza, la competenza più richiesta dal mercato del lavoro entro il 2030, con l’85% dei responsabili aziendali che crede che diventerà un requisito strategico alla pari dell’abilità di utilizzare un computer.

Una delle aree di intervento del programma strategico sull’intelligenza artificiale, recentemente adottato dal Governo, è proprio incentivare l’adozione dell’AI e delle sue applicazioni nella pubblica amministrazione anche attraverso il rafforzamento delle competenze dei dipendenti. Su questo punto una delle proposte presenti nella strategia è quella di attivare tre cicli di nuovi corsi di dottorato specificamente progettati per le esigenze delle amministrazioni pubbliche in collaborazione con il Ministro per la Pubblica Amministrazione e interagendo con la Scuola Nazionale dell’Amministrazione. C’è evidentemente un gap da colmare per gestire in modo corretto l’enorme e crescente quantità di dati della pubblica amministrazione e le risorse competenti in grado di affrontare tale compito consapevolmente e con le necessarie skill.

Emergono nuovi profili e competenze
Nello specifico, le figure cercate per operare in questo ambito ricadranno all’interno dei profili di “data scientist” e “data engineer”, ma avranno specializzazioni in campi piuttosto diversi, in funzione del punto di contribuzione offerto da ciascuno. La maggior parte dei candidati provengono da studi in discipline scientifiche quali fisica, matematica, ingegneria, che hanno ottenuto dottorati presso istituti nazionali e internazionali svolgendo lavori di ricerca in intelligenza artificiale.

In particolare, si tratta di specialisti nella manipolazione di grandi basi dati (Big Data Analysis), esperti nelle tecniche di machine learning per la determinazione di schemi e la previsione di trend futuri dei fenomeni analizzati, oltre a competenze nel deep learning impiegate per addestrare sistemi complessi a compiti specifici ma estremamente sofisticati. Infatti, sin dalla fase di addestramento dei data model è decisivo indirizzare un aspetto fondamentale per il successo di qualsiasi progetto AI: mettere in produzione modelli addestrati in modo che la soluzione si integri con gli strumenti preesistenti in modo appropriato.

Mario Rosati, Chief Innovation Officer di E4 Computer Engineering

Contenuti correlati

• 
  Chi risponde degli errori dell’intelligenza artificiale?

  L’espansione dell’AI generativa pone sfide di responsabilità algoritmica. L’AI compliance manager emerge come figura chiave per garantire conformità normativa, gestire rischi sistemici e trasformare la compliance da obbligo a leva strategica per la crescita delle imprese Leggi...
• 
  Lavoro, aperte le domande per i voucher formativi fino a 6.000 euro

  È aperto lo sportello per accedere alla misura di Formazione Continua e Permanente promossa da Forma.Temp, che mette a disposizione dei lavoratori in somministrazione voucher individuali fino a 6.000 euro per il rimborso di percorsi formativi scelti...
• 
  Ispezioni di qualità con l’AI

  AI per vision inspection applicata a controllo qualità e continuità produttiva: esigenze e requisiti delle aziende manifatturiere Leggi l’articolo
• 
  Bausano celebra 80 anni di innovazione e partecipa a tre fiere dedicate alle materie plastiche

  Nel mese di giugno, Bausano celebra e porta in scena 80 anni di innovazione continua nel mondo dell’ estrusione, partecipando alle tre principali fiere europee dedicate alla filiera della plastica: France Innovation Plasturgie (FIP) a Lione (2-5...
• 
  La produzione intelligente nel settore automotive: white paper di Rockwell Automation e CAR

  Rockwell Automation ha collaborato con il Center for Automotive Research (CAR) per pubblicare il report Smart Manufacturing in Automotive: Deployment and Impact, redatto dal CAR utilizzando dati di Rockwell Automation per descrivere in dettaglio come l’intelligenza artificiale (AI),...
• 
  Una fabbrica più intelligente

  Le tecnologie per costruire fabbriche più intelligenti ed efficienti esistono già, ma la loro implementazione richiede tempo e risorse Leggi l’articolo
• 
  B&R accelera sulla formazione: competenze e talenti al centro

  In un contesto in cui digitalizzazione, meccatronica e integrazione tra IT e OT stanno ridefinendo i modelli produttivi, la capacità di formare figure qualificate diventa un fattore sempre più strategico. È proprio in questa direzione che si...
• 
  AI: “All’Europa non serve inseguire Usa e Cina”

  “L’Europa non deve inseguire Stati Uniti e Cina sul terreno dei modelli sempre più grandi. La nostra sfida è un’altra: sviluppare un’intelligenza artificiale sostenibile, affidabile e costruita attorno alle esigenze delle imprese e dei territori”. È il...
• 
  Dispositivi medici: sicurezza vitale

  La cybersecurity dei dispositivi medici è cruciale nell’era digitale: protegge dati e pazienti dagli attacchi, garantendo continuità delle cure e conformità normativa. AI e soluzioni integrate aiutano a gestire i rischi lungo il ciclo di vita dei...
• 
  L’agentic AI trasforma il lavoro e accelera i rischi

  Nel luglio 2025, un software engineer stava testando un agente di codifica basato su AI quando ha osservato qualcosa di inaspettato: l’agente ha ignorato le sue istruzioni, ha acceduto autonomamente a un database in produzione e cancellato...