12/11/2025

leisure

Gigi Beltrame

L'AI plasma i nuovi mestieri nelle aziende, dal retail al software

L'impatto dell'AI generativa rivoluziona le professioni, creando nuove opportunità e sfide aziendali in settori chiave. Basterà?

Una nuova ondata di profili professionali, spinta dall'Intelligenza Artificiale (AI), sta ridefinendo le strutture organizzative e le catene del valore in aziende di primo piano come Walmart, Salesforce, Workday e le practice consulenziali di KPMG. Questo fenomeno segna una transizione fondamentale: da un approccio in cui si lavora sull'AI, a uno in cui la norma è collaborare con l'AI. La trasformazione è rapida: secondo LinkedIn, circa un quinto dei professionisti statunitensi detiene oggi titoli che erano inesistenti all'inizio del millennio, con l'AI generativa che accelera ulteriormente la moltiplicazione e la frammentazione delle denominazioni professionali, dove un singolo ruolo tecnico può avere oltre 40 diverse etichette.

L'impatto dell'AI generativa, come osservato dal Brookings Institution, sta ribaltando i tradizionali schemi di automazione. Questa tecnologia incide sempre più sui compiti cognitivi e non ripetitivi tipici dei lavoratori white-collar qualificati. Attività come la ricerca, l'analisi, la scrittura di codice, la creazione di contenuti di marketing e la sintesi dei dati diventano terreno fertile per la collaborazione tra esseri umani e macchine. Mark Muro, fellow dell'istituzione, sottolinea come questo dinamismo porterà a evoluzioni imprevedibili, a ruoli ancora inimmaginabili e a un generale riassestamento tecnologico nel mondo del lavoro.

Sul fronte dell'esperienza utente e dei contenuti, emergono figure specializzate nella progettazione di interfacce conversazionali intuitive e affidabili. L'AI conversation designer progetta il tono, i flussi e la personalità dei sistemi, assicurandone usabilità ed efficacia, ed è oggi un profilo richiesto da giganti tecnologici come Salesforce per orchestrare interazioni coerenti con gli obiettivi di prodotto. Accanto, il knowledge architect definisce la struttura e il contesto della conoscenza di un agente AI, con applicazioni in gruppi come KPMG. Ruoli affini, quali l'interaction designer conversazionale o l'AI artist engineer, uniscono narrazione e tecniche di media generativi per produrre contenuti di marca. Il prompt engineer evolve, orientandosi alla progettazione di personas e comportamenti degli agenti, integrandoli in contesti aziendali complessi, come rivelano recenti analisi di mercato e offerte di lavoro.

La trasformazione non è esclusivamente tecnica, ma coinvolge anche la governance del cambiamento, i modelli operativi e l'attribuzione di chiare responsabilità per l'adozione interna dell'AI. Nascono così ruoli come l'human-AI collaboration lead, che stabilisce i framework e le metriche affinché team umani e sistemi intelligenti possano collaborare efficacemente per raggiungere gli obiettivi di business, con competenze evidenti in aziende come Salesforce. Parallelamente, si sviluppa la figura dell'adoption strategist, che armonizza gli agenti, la progettazione organizzativa e la pianificazione della forza lavoro, presidiando la comunicazione, i processi e i principi di sicurezza ed etica per scalare l'uso dell'AI in modo affidabile, attraverso progetti pilota in network professionali come KPMG.

Nel perimetro puramente tecnico, l'AI engineer si diffonde anche al di fuori dell'IT, chiamato a costruire soluzioni scalabili, pipeline dati e modelli, con competenze in Python/SQL e ML engineering richieste anche in settori come il retail e i servizi alla persona. A monte, l'AI architect progetta l'intera infrastruttura - dati, potenza di calcolo, modelli core - garantendone sicurezza e conformità. L'orchestration engineer collega agenti, strumenti e workflow, definendone autonomia e limiti, una capacità cruciale per l'affidabilità e l'osservabilità dei sistemi. La domanda di data annotator, un mestiere consolidato, sta riprendendo vigore poiché la qualità del dato etichettato rimane un fattore limitante per l'addestramento e la messa in produzione dei modelli. Crescono anche i ruoli legati alla responsible AI: ad esempio, a Pinterest, architetti e staff ML guidano la costruzione di salvaguardie etiche, con esperienza in architetture, iniziative inter-team e solide basi informatiche.

La ristrutturazione si riflette anche nei gradi apicali. Titoli come Head of AI e SVP of AI Strategy compaiono in società enterprise quali Workday, dove la responsabilità è tradurre roadmap tecnologiche in un'adozione sostenibile e regolamentata da parte dei clienti. Walmart ha introdotto due EVP dedicati, uno per il prodotto e il design orientati alla trasformazione AI, e uno per le piattaforme per accelerare produttività e innovazione, segnale che l'AI è ormai una partita strategica e non più solo sperimentale. Sul terreno operativo, l'agent operations manager gestirà le performance quotidiane, gli incidenti e le derive dei modelli, istituzionalizzando pratiche di MLOps estese all'era degli agenti.

Le analisi di LinkedIn e le politiche aziendali indicano che il cambiamento sarà pervasivo ma non monolitico: proliferano i titoli, si ibridano le competenze e la collaborazione con l'AI diventa una skill trasversale, particolarmente per i profili cognitivi ad alto valore aggiunto. Per i professionisti, la traiettoria più resiliente combina alfabetizzazione dei dati, design dei sistemi, prompt e valutazione, con sensibilità a sicurezza, etica e misurabilità degli impatti. Le imprese, dal canto loro, spostano l'attenzione dalla fase sperimentale alla scala operativa.