“Tutto ciò che viene inventato tra quando hai quindici e trentacinque anni è nuovo, eccitante e rivoluzionario. E probabilmente puoi costruirci sopra la carriera”.

È proprio da questo pensiero di Douglas Adams, scrittore di fantascienza, che ho deciso di scrivere qualcosa su come l’AI, per gli amici Intelligenza Artificiale, sta letteralmente cambiando le skill, le competenze tecniche e il mindset dei professionisti e delle aziende.

Ma non solo.

Penso sia interessante spendere anche due parole sulle nuove professioni emergenti che la piena del fiume "tecnologia" sta portando in questo momento.

Pronto a saperne un po’ di più?

Bene, iniziamo!

Le skill del futuro: coding e filosofia

Le competenze matematiche, statistiche e informatiche sono, senza alcun dubbio, le prime ad essere ricercate dalle aziende per implementare soluzioni di Intelligenza Artificiale in ogni business.

Seguono poi quelle di programmazione nelle quali i linguaggi più utilizzati sono sicuramente R e le versioni commerciali di SAS, SPSS e Python.

È essenziale poi la conoscenza di tutti gli strumenti che hanno il compito di interagire con i dati: database SQL e NoSQL o uno dei tanti software dedicati a processare big data come Spark o Hadoop.

Ora immagina per un attimo che la tua azienda abbia tutte le risorse tecniche necessarie per poter sfruttare a suo favore l’AI. Come farai però a comunicare e condividere in maniera chiara e accessibile con gli stakeholder i risultati provenienti dal suo utilizzo?

È proprio qui che entrano in gioco i team inter-funzionali in cui competenze umanistiche o trasversali tra il tecnico e letterario (esperti in user experience per esempio) fanno da ponte fra esigenze aziendali e progetti innovativi.

Per ultime, ma non per importanza, ci sono le skill necessarie a gestire la manutenzione dell’AI. Secondo un paper di Google infatti questa tecnologia è “un prestito con alto tasso di interesse”. Richiede molta più manutenzione rispetto ai software tradizionali e, se non gestita accuratamente, potrebbe rivelarsi molto rischiosa.

È importante quindi monitorare costantemente le sue attività e aggiustare il tiro in caso si verifichino degli errori. Solo così sarà possibile evitare inutili e dannose replicazioni.

Quali sono le nuove professioni in ambito di AI?

Ora che abbiamo visto le competenze necessarie per portare avanti un progetto in cui si vuole utilizzare l’Intelligenza Artificiale, è arrivato il momento di parlare delle professioni che si sono sviluppate con essa.

Per essere più chiaro possibile ho deciso di dividere le nuove figure professionali in due grandi categorie: chi si occupa dello sviluppo di Intelligenza Artificiale e chi ha un ruolo di coordinamento fra la tecnologia e l’organizzazione aziendale.

Sviluppo

Si possono identificare tre professioni principali:

Data Scientist: si occupa di analisi avanzata e di trovare gli algoritmi più adatti ad identificare un fenomeno e a prendere, di conseguenza, le decisioni migliori per comprenderlo e gestirlo;

Machine Learning Engineer: questa professione integra perfettamente quella del Data Scientist sviluppando gli algoritmi di AI e creando servizi che si interfacciano, anche in tempo reale, con altri sistemi;

Data Engineer: non è possibile fare analisi e sviluppare algoritmi senza un’adeguata infrastruttura di raccolta dei dati. Proprio di questo si occupa il Data Engineer. Rende i dati disponibili e utilizzabili dai Data Scientist e dai Machine Learning Engineer.

Coordinamento

La necessità di coordinare la parte tecnica con la struttura aziendale è compito di due importanti figure:

Chief Artificial Intelligence Officer : anche se le sue caratteristiche non sono ancora ben definite, il suo compito è quello di creare un collegamento fra l’onboard e l’operatività. È importante infatti creare un focus e una consapevolezza aziendale sull’argomento AI per facilitarne l’introduzione e l’utilizzo;

: anche se le sue caratteristiche non sono ancora ben definite, il suo compito è quello di creare un collegamento fra l’onboard e l’operatività. È importante infatti creare un focus e una consapevolezza aziendale sull’argomento AI per facilitarne l’introduzione e l’utilizzo; Content Intelligence Manager: il suo scopo è quello di guidare in azienda l’analisi e l’estrazione dei dati generati dall’uso dei contenuti con il supporto dell’AI. È una figura cross-dipartimentale che aiuta i diversi stakeholder a evolvere i propri processi interni di Content Management per assicurarsi i benefici della Content Intelligence.

Esterno vs interno: dove trovare le giuste competenze

Una delle caratteristiche che contraddistingue di più il fenomeno dell’AI è sicuramente la scarsità.

Nel mondo le persone con simili competenze sono fra le 200.000 e le 300.000 di fronte ad una richiesta di milioni. Per non parlare poi di chi si occupa della ricerca finalizzata al miglioramento degli algoritmi esistenti. In quel caso parliamo di poche migliaia di individui.

Per le aziende possono presentarsi due soluzioni principali per sviluppare progetti che prevedano l’utilizzo di Intelligenze Artificiali:

Rivolgersi a fornitori esterni : è possibile raggiungere “facilmente” e abbastanza velocemente dei risultati tramite le competenze specializzate non portando però una crescita del know how aziendale;

: è possibile raggiungere “facilmente” e abbastanza velocemente dei risultati tramite le competenze specializzate non portando però una crescita del aziendale; Acquisire competenze interne: il valore generato rimarrebbe all’interno dell’azienda. Potrebbero però volerci tempi molto lunghi per rintracciare queste skill sul mercato e dargli poi il giusto peso all’interno dell’organizzazione. Soprattutto se non si è mai gestito in precedenza un progetto di AI.

Quindi cosa fare?

Bè quando si parla di Intelligenza Artificiale l’unica cosa certa è il cambiamento.

Solo attraverso la sperimentazione continua, la sedimentazione delle competenze e della conoscenza sarà possibile per le imprese diventare protagoniste del futuro.