La crescente integrazione di agenti autonomi nelle attività aziendali obbliga i consigli di amministrazione a fissare limiti precisi e a designare responsabili finanziari e operativi per gli errori commessi dai sistemi intelligenti. In New Zealand, la compagnia One NZ ha stabilito che nessun algoritmo può essere inserito in un processo aziendale senza un responsabile umano identificato. Quando un sistema automatizza le riconciliazioni finanziarie, il direttore finanziario ne assume la responsabilità, mentre un altro professionista supervisiona il funzionamento quotidiano.
Nuove competenze richieste dal mercato del lavoro
Il Barometro E&E (13‑19 novembre) ha rilevato le 20 abilità più richieste, con il pensiero analitico e l’alfabetizzazione in IA in testa. Al terzo posto spicca la governance del dato e dell’intelligenza artificiale, seguita dalla comunicazione. La ciber‑sicurezza resta al quinto posto, mentre al sesto compare una nuova specializzazione: orchestrazione e valutazione di agenti autonomi.
Questa evoluzione non è solo una questione di nuove figure professionali. L’Organizzazione Internazionale del Lavoro (OIT) e la Fondazione Europea di Formazione, nel loro studio “Changing Landscape of Skills in the Age of AI”, sottolineano che la trasformazione colpisce simultaneamente competenze cognitive, sociali e digitali. Le occupazioni tradizionali devono ora combinare conoscenze consolidate con abilità emergenti per utilizzare e supervisionare la tecnologia.
Intersezione tra dipartimenti
L’adozione di agenti autonomi richiede una sinergia tra diversi profili:
- Ingegneri di software
- Esperti di dati
- Architetti cloud
- Specialisti di ciber‑sicurezza
- Responsabili della gestione del rischio
- Coordinatori di team e negoziatori con i fornitori
Randstad ha registrato una crescita del 1 300 % nella domanda di capacità di orchestrazione di agenti, sebbene questo dato rifletta una specialità emergente più che un aumento complessivo dell’occupazione tecnologica.
Responsabilità al livello del consiglio
Una recente indagine di Deloitte su 806 consiglieri e alti dirigenti in 53 paesi mostra che solo il 16 % dispone di una strategia consolidata per gestire l’impatto lavorativo della trasformazione tecnologica. Il 49 % ammette che il consiglio non considera sistematicamente le conseguenze sulle persone nelle discussioni sull’IA, investendo in tecnologia senza una struttura organizzativa adeguata.
Il Barometro di competenze (13‑19 novembre)
I dati, raccolti l’11 novembre, rappresentano il mercato del lavoro globale dal 12 al 19 novembre 2026. Il ranking sarà aggiornato settimanalmente, mantenendo lo storico per analizzare tendenze e correlazioni.
Pensiero analitico, giudizio critico e decisioni basate sui dati
Il pensiero analitico resta la skill più ricercata perché la quantità di informazioni generate dall’IA non garantisce conclusioni corrette. I professionisti devono identificare errori, interpretare incertezze e valutare quali decisioni possono essere affidate a un modello.
Il rapporto Deloitte del 10 novembre evidenzia che 40 % degli intervistati ritiene che la perdita del giudizio umano richieda una maggiore supervisione. Settori come banca, assicurazioni, sanità, farmaceutica, industria e servizi professionali richiedono capacità analitiche, sebbene con metodologie differenti.
Esempi pratici
Novartis, nella sua offerta per un Senior User Researcher a Barcellona (29 ottobre), richiede la capacità di combinare ricerca quantitativa e qualitativa, valutare la solidità delle evidenze e spiegare le limitazioni prima di consigliare decisioni di prodotto.
Gli stipendi indicati variano: da 41 900 a 77 700 € annui per la posizione di ricerca, mentre a Madrid Michael Page propone tra 50 000 e 58 000 € per un FP&A Business Partner nel settore dell’intrattenimento, dimostrando che la retribuzione dipende più dal ruolo specifico che dalla sola competenza analitica.
Per la formazione, Harvard Business School Online offre il programma “Business Analytics”, con 20‑24 ore di studio e un costo di 1 949 USD, includendo statistica, gestione dell’incertezza, sperimentazione e valutazione dell’IA.
Alfabetizzazione in IA applicata al lavoro
La seconda posizione del barometro rimane l’alfabetizzazione in IA, ma con un focus più ampio. Non basta saper usare assistenti virtuali; è necessario comprendere limiti, verificare risultati e decidere quando è opportuno impiegare l’IA.
Il rapporto OCDE “Skills in the AI Age” (luglio 2026) distingue tra alfabetizzazione generale e capacità avanzate di sviluppo IA, queste ultime ancora rare tra i lavoratori.
Applicazioni settoriali
- Diritti: verificare bias e proteggere dati sensibili.
- Marketing: evitare campagne basate su dati non verificati.
- Risorse umane: controllare discriminazioni nei processi di selezione.
- Banca: garantire trasparenza nei modelli di credito.
- Sanità: prevenire decisioni cliniche non confermate.
Novartis ha pubblicato, il 6 novembre, un annuncio per un Global Clinical Operations AI Program Associate Director a Barcellona, richiedendo esperienza nell’implementazione di soluzioni IA con risultati misurabili, conoscenza del business e rispetto normativo.
PwC stima una prima salariale media del 62 % per ruoli che richiedono competenze specifiche in IA rispetto a posizioni comparabili senza tali requisiti, ma si tratta di una stima basata su offerte e non di una garanzia di remunerazione.
Per la formazione, le iniziative più diffuse sono:
- Elements of AI (Università di Helsinki) – introduzione generale.
- Google AI Essentials – approccio pratico.
- Itinerari tecnici avanzati – automazione e sviluppo.
È fondamentale includere moduli su trattamento dei dati personali, valutazione dei risultati e gestione degli errori dei modelli.
Regolamentazione europea e prospettive future
Il Regolamento (UE) 2026/1744, approvato nel 2026, rafforza l’obbligo di promuovere l’alfabetizzazione tra gli operatori di IA e introduce requisiti più stringenti per la trasparenza e la responsabilità dei sistemi autonomi.
In sintesi, l’avvento degli agenti autonomi non solo ridefinisce le competenze richieste, ma trasforma la governance aziendale, spostando la responsabilità verso i consigli di amministrazione e creando una nuova classe di professionisti capaci di orchestrare, valutare e gestire i rischi algoritmici.
