Da quando l’Intelligenza Artificiale è entrata nel linguaggio comune, le definizioni professionali legate a questo settore si sono moltiplicate in modo caotico. Tutti sono diventati qualcosa: data scientist, machine learning engineer, prompt engineer, AI specialist. Titoli usati con disinvoltura nei profili LinkedIn, negli annunci di lavoro, nei biglietti da visita, spesso senza che ci sia dietro una vera corrispondenza tra l’etichetta e le competenze reali. Chi fa un certo tipo di mestiere lo sa bene, perché quando scriviamo un comunicato, un articolo, una presentazione che coinvolge figure tecniche, la prima difficoltà è capire di chi stiamo parlando. E se noi facciamo fatica, figuriamoci un responsabile HR che deve assumere o un imprenditore che deve costruire un team.
Per questo ho seguito con attenzione la pubblicazione della norma UNI 11621-8:2026, avvenuta il 30 aprile. Si tratta di un documento che definisce i profili di ruolo professionale operanti nel settore dell’Intelligenza Artificiale, e che rappresenta, a mio avviso, un passaggio di maturità per l’intero ecosistema. È il primo standard nazionale in Europa a definire in modo sistematico e strutturato queste figure, offrendo un quadro di riferimento condiviso per la definizione e la valorizzazione delle competenze. In altre parole, per la prima volta abbiamo un documento ufficiale che dice con chiarezza chi fa cosa nel mondo dell’IA, quali competenze deve avere, quali responsabilità si assume. Non è poco.
Per capire perché questa norma è così rilevante bisogna guardare il contesto in cui nasce. L’Unione Europea ha lavorato negli ultimi anni alla costruzione di un quadro normativo sull’Intelligenza Artificiale, sfociato nel Regolamento noto come AI Act. L’AI Act richiede che i sistemi di IA siano sviluppati e gestiti da professionisti dotati di competenze certificate. Il principio è semplice: non basta regolare la tecnologia, bisogna garantire che le persone che la costruiscono e la gestiscono siano all’altezza. La Legge 23 settembre 2025, n. 132, che recepisce tali principi nell’ordinamento italiano, promuove percorsi di alfabetizzazione, formazione e certificazione delle competenze sull’IA. La norma UNI 11621-8 è lo strumento tecnico che traduce tutto questo in qualcosa di concreto. Non stiamo parlando di un documento accademico o di una proposta teorica. Stiamo parlando di uno standard operativo, pensato per essere utilizzato da aziende, pubbliche amministrazioni, enti formativi e organismi di certificazione.
La norma si inserisce in una serie più ampia, la UNI 11621, che dal 2021 standardizza i profili professionali dell’ICT in Italia. Le parti precedenti coprono ambiti che vanno dai profili europei ICT generali ai professionisti della sicurezza delle informazioni, dell’informazione geografica, delle metriche ICT e della transizione digitale. La Parte 8 si inserisce in continuità con la metodologia definita dalla Parte 1 e con il modello europeo e-Competence Framework, contribuendo a definire i requisiti delle figure operanti nell’AI in termini di compiti, attività, conoscenze, abilità, autonomia, responsabilità e indicatori di performance, con l’obiettivo di rendere le competenze trasparenti, confrontabili e certificabili.
Veniamo al contenuto. I dodici profili individuati dalla norma coprono l’intera filiera dell’Intelligenza Artificiale e delineano un ecosistema professionale che spazia dalla governance strategica alla ricerca, includendo sviluppo, gestione dei dati, sicurezza e progettazione delle soluzioni. Le figure vanno dal Chief AI Officer all’AI Research Scientist.
Per rendere il quadro più chiaro vale la pena ragionare su come queste figure si distribuiscono lungo la catena del valore di un progetto di AI.
- Chief AI Officer, chi guida la strategia, una sorta di direttore d’orchestra dell’innovazione AI nell’organizzazione
- AI Consultant, il consulente che aiuta le aziende a capire dove e come applicare l’Intelligenza Artificiale
- AI Product Manager, chi fa da ponte tra il team tecnico e le esigenze di mercato, assicurandosi che un progetto diventi un prodotto funzionale
- AI Prompt Engineer, l’esperto nella scrittura dell’AI generativa
- AI Algorithm Engineer, chi progetta i modelli di machine learning
- AI Deep Learning Engineer, l’esperto di reti neurali e architetture avanzate
- AI Data Engineer, progetta, costruisce e manutiene le infrastrutture che alimentari i sistemi di Intelligenza Artificiale e Machine Learning
- AI Data Scientist, è un grado di analizzare grandi volumi di dati (big data) e trasformarli in insight strategici
- AI Security Specialist, colui che presidiata tutti gli aspetti per la sicurezza
- AI Machine Learning Engineer, chi porta i modelli dal laboratorio alla produzione
- AI Natural Language Processing Engineer, l’esperto del linguaggio naturale che alimenta chatbot e strumenti di analisi testuale
- AI Research Scientist, il ricercatore che porta avanti lo sviluppo di nuove tecniche collegando il mondo accademico con le applicazioni industriali
Vedere queste dodici figure messe nero su bianco, con competenze, compiti e responsabilità definite, è qualcosa che mi colpisce. Non perché la lista sia sorprendente in sé, queste figure esistevano già nel mercato, ma perché finalmente hanno un perimetro condiviso.
Pensiamo a quanto spesso vediamo annunci di lavoro che cercano un “esperto di Intelligenza Artificiale” senza ulteriore specifica, oppure offerte per data scientist che in realtà richiedono competenze completamente diverse. Avere profili standardizzati significa che aziende e candidati possono intendersi meglio. Se una società ha bisogno di mettere un modello in produzione, non chiederà più genericamente un data scientist, ma espliciterà che le serve un AI Machine Learning Engineer. E un giovane professionista potrà orientare la propria formazione sapendo quali strade sono possibili e come sono definite. La chiarezza nelle definizioni non è un vezzo accademico, è una condizione necessaria per lavorare bene. Vale per chi costruisce sistemi di IA, vale per chi li comunica.
Un aspetto che trovo particolarmente significativo è l’attenzione che la norma dedica all’etica, alla responsabilità e alla sicurezza. Non ci si limita a elencare competenze tecniche. Per ogni profilo vengono inclusi elementi legati alla governance dei sistemi AI, alla gestione del rischio, alla trasparenza degli algoritmi, alla conformità normativa. Un AI Security Specialist dovrà padroneggiare concetti di attacchi adversarial e protezione dei dati, ma anche conoscere le regole per l’uso responsabile dell’IA. Un Chief AI Officer avrà tra i suoi compiti assicurarsi che i progetti rispettino principi etici e legali. Un Prompt Engineer dovrà tenere conto dei bias e dei contenuti appropriati quando struttura le interazioni con i modelli generativi. Sapere che esistono ruoli pensati per garantire queste qualità rende la comunicazione sull’innovazione più credibile.
La norma si rivolge a un ampio ecosistema di soggetti: imprese e organizzazioni che intendono strutturare team AI con competenze certificate, pubbliche amministrazioni impegnate nell’attuazione della Strategia Italiana per l’Intelligenza Artificiale, università e istituti di formazione chiamati a progettare percorsi formativi allineati al mercato, organismi di certificazione che operano ai sensi della Legge 4/2013 sulle professioni non regolamentate, e professionisti ICT che intendono qualificare o riconvertire le proprie competenze. In pratica riguarda tutti. E riguarda anche noi che ci occupiamo di comunicazione e marketing in contesti dove l’innovazione tecnologica è al centro del racconto.
C’è poi la questione della certificazione, che merita una riflessione. La norma è volontaria, non esiste un obbligo di legge per esercitare queste professioni con una certificazione in tasca. Ma il sistema italiano, attraverso Accredia e la Legge 4/2013, prevede che organismi accreditati possano erogare esami e valutazioni basati sui requisiti della UNI 11621-8. Un professionista potrà dimostrare di possedere le competenze previste per uno specifico profilo e ottenere un certificato che diventa un vero biglietto da visita professionale. Questo non è un bollino formale. La norma costituisce un riferimento per le figure professionali che intendono valorizzare e certificare le proprie competenze AI, nonché per le organizzazioni che intendono identificare, selezionare e impiegare tali professionalità. È facile immaginare che nei prossimi bandi pubblici, per progetti di sistemi AI nella sanità, nella mobilità o in altri servizi, si chiederà alle imprese di mettere in campo personale in linea con questi profili. In settori regolati o ad alto rischio, disporre di un AI Security Specialist certificato potrebbe diventare non solo un vantaggio, ma una condizione necessaria.
Quello che interessa di più è il significato culturale di questa norma. Stiamo passando da una fase in cui ognuno definiva ruoli e titoli a modo suo, spesso mutuandoli dalla narrativa anglosassone o dal gergo delle startup, a una fase di maggiore ordine e consapevolezza. Dare un nome e un perimetro preciso alle cose è sempre il primo passo per gestirle meglio.
La UNI 11621-8 non è un elenco tecnico per addetti ai lavori dell’informatica. È la fotografia di un ecosistema professionale in evoluzione e uno strumento per orientarne la crescita. Uno strumento che sarà prezioso per chi sviluppa, per chi comunica e per chi, come tutti noi, vuole che l’Intelligenza Artificiale mantenga le sue promesse senza mai perdere di vista la qualità e la responsabilità. Le aziende che per prime adotteranno questi standard nelle proprie pratiche di selezione e formazione potranno innovare con maggiore fiducia. E chi dovrà raccontare questa innovazione avrà finalmente un linguaggio condiviso su cui costruire.
Enzo Rimedio