AI e lavoro: mancano gli esperti, ma non quelli che pensi

Le imprese italiane cercano lavoratori esperti di intelligenza artificiale, ma oltre la metà non riesce a trovarli. Il dato, di per sé, suona come il solito allarme sul lavoro che manca. Dietro, però, c'è un equivoco che vale la pena chiarire, perché cambia completamente il consiglio da dare a chi cerca un impiego: le aziende non hanno bisogno di persone che sappiano usare l'AI. Hanno bisogno di persone che la sappiano costruire e far funzionare. Sono due cose molto diverse.

I numeri: metà dei posti resta vuota

Partiamo dai fatti. Secondo Confartigianato, in Italia ci sono circa 621.000 richieste di lavoratori con competenze legate all'AI, e di queste ben 316.000, cioè il 50,8%, risultano difficili da coprire. Uno su due. Nel settore informatico la percentuale è simile, oltre il 50%, contro una media attorno al 45% in tutti i settori. Non trovare le persone giuste ha un costo enorme: il divario tra competenze richieste e disponibili vale per il Paese quasi 44 miliardi di euro l'anno, circa il 2,5% del PIL.

Non è un problema solo italiano. A livello globale la domanda di talenti AI supera l'offerta di oltre tre volte, e il World Economic Forum stima che entro il 2030 la maggioranza della forza lavoro mondiale avrà bisogno di riqualificarsi. La carenza, insomma, è reale e strutturale. Ma di quali competenze parliamo, esattamente?

L'equivoco: 'usare' l'AI non è una competenza

Qui sta il punto che i titoli allarmistici saltano. Saper chattare con ChatGPT, farsi scrivere un'email o riassumere un documento non è più una competenza spendibile: lo sanno fare tutti, è diventato come saper usare un motore di ricerca. Metterlo sul curriculum vale ormai pochissimo.

I 316.000 posti scoperti chiedono altro. Le lacune più profonde sono in aree tecniche precise: lo sviluppo di modelli linguistici, l'MLOps, cioè l'arte di mettere in produzione un sistema di AI e tenerlo in funzione senza che si rompa, e l'AI governance, cioè gestirne rischi, conformità e responsabilità. Come dice chi assume, non si cerca più chi ha 'familiarità con l'AI', ma chi è capace di far girare sistemi di AI veri, in produzione, ogni giorno. È la differenza tra chi guida l'auto e chi la sa costruire e riparare.

Dove sono davvero i posti, e non solo per ingegneri

↗ Data center ed economia locale: chi ci guadagna davvero

La buona notizia è che non tutte le porte richiedono di saper programmare. I ruoli più pagati e più difficili restano quelli tecnici, dall'ingegnere di machine learning allo specialista di MLOps. Ma accanto crescono figure che uniscono l'AI a un'altra competenza: chi si occupa di governance e conformità, utile per chi viene dal diritto, chi gestisce prodotti basati su AI, chi controlla che i sistemi funzionino in modo corretto ed etico. Per un professionista che conosce già un settore, aggiungere una vera competenza AI può valere più che ripartire da zero.

Un avvertimento onesto, però: colmare questo divario non è questione di un corso di un weekend. Le figure che mancano richiedono mesi o anni di formazione seria, ed è proprio per questo che scarseggiano. Ma è anche il motivo per cui, per chi accetta di andare in profondità, questi sono tra i lavori più richiesti e meglio pagati del momento. Il messaggio, in fondo, è semplice: non basta usare l'AI per farsi assumere, bisogna saperla far funzionare per gli altri.