Le 11 professioni nell’IA generativa più richieste dalle aziende

L’IA generativa sta rapidamente cambiando il panorama del mondo delle imprese, con tassi di adozione rapidi in quasi tutti i settori. Le aziende si rivolgono a questo sottoinsieme dell’intelligenza artificiale per snellire i processi aziendali, sviluppare tecnologie proprietarie di IA e ridurre gli sforzi manuali per liberare i dipendenti dai compiti più intensivi. Una recente ricerca condotta da Foundry tra i professionisti senior dell’IT [in inglese] ha rilevato che il 57% delle organizzazioni IT ha identificato diverse aree per i casi d’uso, il 25% ha avviato programmi pilota e il 41% è impegnato nella formazione e nell’aggiornamento dei dipendenti.

Nei prossimi sei-dodici mesi, tra gli utilizzi più diffusi dell’intelligenza artificiale generativa figurano la creazione di contenuti (42%), l’analisi dei dati (53%), lo sviluppo di software (41%), i business insight (51%), l’assistenza clienti interna (45%), lo sviluppo di prodotti (40%), la sicurezza (42%) e l’automazione dei processi (51%). Le aziende sono anche ottimiste sul fatto che la gen IA aumenterà la produttività e migliorerà i risultati aziendali, con il 58% che si dice certa che renderà i dipendenti più produttivi, il 55% che i prodotti basati sull’intelligenza artificiale generativa porteranno a migliori risultati aziendali e il 55% che consentirà ai dipendenti di concentrarsi maggiormente su attività a valore aggiunto.

Con la diffusione di questa tecnologia, è aumentata anche la richiesta di ruoli rilevanti che aiutino a progettarla, svilupparla, implementarla e gestirla in azienda. L’indagine di Foundry ha anche identificato diversi ruoli che le aziende stanno cercando di assumere per contribuire all’integrazione dell’intelligenza artificiale sul posto di lavoro. Ecco le 11 figure principali per le quali le aziende stanno attualmente assumendo, o hanno in programma di assumere, per condurre le loro strategie emergenti sull’IA.

1. Data Scientist

Via via che abbracciano l’intelligenza artificiale, le aziende hanno bisogno di data scientist [in inglese] che contribuiscano a migliorare la comprensione dei dati aziendali e dei clienti utilizzando l’analisi e l’intelligenza artificiale. Nella maggior parte dei casi, i sistemi di IA si basano su grandi serie di dati, i quali richiedono l’esperienza dei data scientist per essere gestiti. Le responsabilità comprendono la creazione di soluzioni di modellazione predittiva che rispondano alle esigenze dei clienti e dell’azienda, l’implementazione di modelli analitici in collaborazione con altri team competenti, e l’assistenza nella transizione dal software tradizionale a quello IA-based. Si tratta di un ruolo che richiede esperienza nell’elaborazione del linguaggio naturale [in inglese], nei linguaggi di programmazione, nei modelli statistici e di IA generativa, nonché nei large language model. Secondo l’indagine, il 28% degli intervistati ha dichiarato di aver assunto data scientist per supportare l’IA generativa, mentre il 30% ha affermato di avere assunzioni in programma.

2. Machine learning engineer

I machine learning engineer hanno il compito di trasformare le esigenze aziendali in progetti di apprendimento automatico chiaramente definiti, e di guidare la progettazione e l’implementazione di soluzioni di questo tipo. La figura è responsabile della formazione, dello sviluppo, dell’implementazione, della programmazione, del monitoraggio e del miglioramento delle soluzioni di apprendimento automatico scalabili in azienda. È un ruolo che richiede un’ampia gamma di competenze, tra cui l’architettura dei modelli, la creazione di pipeline di dati e di ML, le competenze di sviluppo software, l’esperienza con i più diffusi strumenti MLOps [in inglese] e con strumenti come BERT, GPT e RoBERTa, tra gli altri. L’obiettivo di un machine learning engineer è rendere l’apprendimento automatico più accessibile all’interno dell’azienda, in modo che tutti possano trarre vantaggio dalla tecnologia. Secondo l’indagine, il 22% degli intervistati dichiara di aver già assunto machine learning engineer per supportare l’IA generativa, mentre il 28% afferma di avere in programma assunzioni.

3. IA researcher

L’intelligenza artificiale è un territorio nuovo, e c’è ancora molto da scoprire su questa tecnologia, per questo le imprese cercano di assumere IA researcher che aiutino a identificare le migliori applicazioni possibili all’interno dell’azienda. Queste figure contribuiscono allo sviluppo di nuovi modelli e algoritmi che miglioreranno l’efficienza degli strumenti e dei sistemi di intelligenza artificiale generativa, miglioreranno gli strumenti di IA attuali e identificheranno le opportunità di utilizzo della tecnologia per migliorare i processi o soddisfare le esigenze aziendali. Gli IA researcher devono comprendere le infrastrutture dei dati e l’automazione, i modelli di apprendimento automatico, gli strumenti e gli algoritmi di IA, la scienza dei dati, la programmazione e le modalità per costruire modelli di intelligenza artificiale da zero. Secondo l’indagine, il 31% degli intervistati dichiara di aver già assunto IA researcher, mentre il 19% afferma di avere in programma di assumere per questo ruolo.

4. Algorithm engineer

Gli algorithm engineer, definiti anche sviluppatori di algoritmi, hanno il compito di costruire, creare e implementare algoritmi per software e sistemi informatici al fine di svolgere compiti specifici e soddisfare particolari esigenze aziendali. Il ruolo richiede la conoscenza dei linguaggi di programmazione, dei test e del debug, della documentazione e, naturalmente, della progettazione degli algoritmi. Questi ingegneri sono responsabili della risoluzione di problemi computazionali complessi all’interno dell’organizzazione, spesso lavorando con grandi insiemi di dati per progettare algoritmi che affrontino e risolvano le esigenze aziendali. Le aziende si affidano a queste figure per orientarsi nelle tecnologie dell’intelligenza artificiale, contando sulla loro capacità di scalare e distribuire le soluzioni di IA, considerare tutte le implicazioni etiche e di bias, e garantire che siano in linea con tutti i requisiti di conformità e normativi. Secondo l’indagine, il 16% degli intervistati dichiara di aver già assunto algorithm engineer per supportare l’IA generativa, mentre il 31% sostiene di avere assunzioni in programma per questo ruolo.

5. Deep learning engineer

I deep learning engineer sono responsabili della ricerca, dello sviluppo e della manutenzione degli algoritmi che addestrano i sistemi, gli strumenti e le applicazioni dell’IA e dell’apprendimento automatico. Il deep learning è un sottoinsieme dell’intelligenza artificiale [in inglese], ed è fondamentale per lo sviluppo di strumenti e risorse IA in azienda. Questo ruolo è responsabile della creazione e della gestione di potenti algoritmi di intelligenza artificiale, nonché dell’identificazione dei requisiti dei dati e della ricerca dei modi migliori per automatizzare i processi di business e migliorare i risultati. Tecnologie come i chatbot [in inglese], gli assistenti virtuali, il riconoscimento facciale, i dispositivi medici e le automobili a guida autonoma si basano sul deep learning. Via via che le aziende continueranno a considerare l’intelligenza artificiale con un interesse sempre maggiore, i deep learning engineer risulteranno fondamentali per capitalizzare dall’intelligenza artificiale e integrarla nei processi, nei servizi e nei prodotti aziendali. Secondo l’indagine, il 16% degli intervistati dichiara di aver già assunto ingegneri di deep learning per supportare l’IA generativa, mentre il 28% afferma di avere in programma di assumere per questo ruolo.

6. NLP engineer

L’NLP engineer svolge un ruolo fondamentale per l’adozione dell’IA generativa in qualsiasi tipologia di azienda, poiché essa si basa molto sull’NLP per migliorare la comunicazione e creare chatbot e altri servizi di intelligenza artificiale deputati a comunicare efficacemente con gli utenti, indipendentemente dalla domanda che viene loro posta. Questa figura è responsabile dell’addestramento dei sistemi NLP, dello sviluppo di modelli, dell’esecuzione di test, dell’identificazione di strumenti e algoritmi adeguati, e nell’effettuare verifiche e analisi regolari dei modelli. I candidati hanno, in genere, esperienza nei big data, nella programmazione, nonché nella selezione e nella personalizzazione dei modelli, nella modellazione e nella traduzione linguistica, come pure nella sintesi mediante l’impiego di strumenti NLP che, a sua volta, svolge un ruolo importante nello sviluppo di tecnologie quali il text-to-speech (TTS) e lo speech-to-text (STT), i chatbot, gli assistenti virtuali e altri strumenti di intelligenza artificiale progettati per interagire in tempo reale con gli utenti. Secondo l’indagine, il 15% degli intervistati dichiara di aver già assunto NLP engineer per supportare l’IA generativa, mentre il 27% afferma di avere in programma assunzioni per questo ruolo.

7. IA chatbot developer

I chatbot rappresentano uno dei primi e più comuni utilizzi dell’intelligenza artificiale in ambito aziendale, ed è molto probabile che, negli ultimi anni, abbiate avuto occasione di interagire con un IA chatbot. Il loro compito è indirizzare i clienti verso le figure in azienda più adatte e a fornire loro le informazioni che stanno cercando, alleggerendo, in parte, il carico degli addetti al servizio clienti. Grazie all’intelligenza artificiale, i chatbot stanno diventando ancora più sofisticati, con la nascita di servizi come ChatGPT, Bard, Replika, Cleverbot e altri, che hanno dimostrato di essere strumenti potenti e utili per le imprese. La tecnologia dei chatbot è richiesta in tutti i settori, e le aziende sono desiderose di sviluppare i propri strumenti di questo tipo per semplificare il servizio clienti, la programmazione degli eventi, il coinvolgimento sui social media, l’assistenza utenti e persino il marketing e le promozioni. Secondo l’indagine, il 15% degli intervistati dichiara di aver già assunto sviluppatori di IA chatbot per supportare l’AI generativa, mentre il 27% afferma di avere in programma di assumere per questo ruolo.

8. Prompt engineer

I prompt engineer hanno il compito di garantire che gli strumenti che utilizzano l’intelligenza artificiale, in particolare i modelli di text-to-text e text-to-image, siano in grado di valutare accuratamente le richieste degli utenti e di fornire le informazioni corrette. È un ruolo che richiede una conoscenza approfondita del natural language processing, della programmazione, delle query in linguaggio naturale, e delle reti neurali artificiali. Esempi di prompt engeneering [in inglese] sono presenti negli strumenti come ChatGPT, che raccoglie le richieste degli utenti e genera una risposta, e negli IA tool per le immagini come Midjourney, che produce risultati artistici e visuali in base alle richieste degli utenti. Per le aziende interessate a sfruttare l’IA, in particolare con chatbot, assistenti automatici e generatori di immagini, il prompt engineering risulta essere un ruolo fondamentale poiché garantisce che questi strumenti siano utili ed efficaci. Secondo l’indagine, l’11% degli intervistati dichiara di aver già assunto prompt engineer per supportare l’IA generativa, mentre il 26% afferma di avere in programma assunzioni per questo ruolo.

9. Chief IA Officer

Quella del Chief IA Officer è una posizione dirigenziale relativamente nuova che aiuta le imprese ad affrontare il rapido progresso, la domanda e l’integrazione dell’IA sul posto di lavoro, con tutte le relative implicazioni, soprattutto per quanto riguarda la sicurezza, i bias, la conformità e la privacy. Un Chief IA Officer ha il compito di sovrintendere allo sviluppo della strategia che riguarda l’intelligenza artificiale in azienda. Altre sue responsabilità includono il controllo della gestione e della governance dei dati, la collaborazione tra business unit, l’etica e la conformità, la gestione del rischio, l’acquisizione di talenti e la creazione di team per l’IA, il monitoraggio delle prestazioni complessive e il reporting analitico sugli strumenti di intelligenza artificiale. Secondo l’indagine, l’11% degli intervistati dichiara di aver già assunto un Chief IA Officer per supportare l’IA generativa, mentre il 21% afferma di avere in programma di assumere per questo ruolo.

10. IA writer

Sempre più aziende si rivolgono all’intelligenza artificiale per la creazione di contenuti, tra cui la scrittura di post per i blog, le descrizioni di prodotti e altro. Ma i risultati non sono sempre perfetti [in inglese] e spesso hanno bisogno di un occhio umano per modificare e rielaborare gli output in qualcosa che risulti più gradito e soddisfacente per i lettori. Le aziende sono alla ricerca di scrittori e redattori esperti che possano aiutare a trasformare rapidamente i contenuti utilizzando l’IA generativa, assicurando, al contempo, che i contenuti siano ben scritti e di facile comprensione per il pubblico a cui sono destinati. Secondo l’indagine, il 10% degli intervistati dichiara di aver già assunto IA writer per supportare l’intelligenza artificiale generativa, mentre il 21% afferma di avere in programma assunzioni per questo ruolo.

11. IA artist

La IA art è una delle applicazioni più recenti dell’IA gen, con strumenti come Midjourney e Stable Diffusion che hanno preso sempre più piede nell’ultimo anno. Questi tool sono in grado di ricevere una richiesta o un’immagine e di creare nuovi contenuti, oppure apportare modifiche specifiche a immagini già esistenti. Esiste un grande potenziale per le imprese che desiderano creare materiali per il marketing, immagini di prodotti, di stock e anche contenuti artistici. Le aziende sono alla ricerca di artisti e grafici esperti che possano mettere a frutto le loro competenze e conoscenze per ottenere il massimo dagli strumenti di generazione delle immagini con l’IA generativa poiché conoscono il gergo, la terminologia e le sfumature delle varie aree artistiche – che si tratti di film, opere d’arte o grafica visiva – e possono contribuire a far sì che si ottengano i risultati desiderati da questi servizi. Secondo l’indagine, il 7% degli intervistati dichiara di aver già assunto IA artist per supportare l’intelligenza artificiale generativa, mentre il 15% afferma di avere in programma assunzioni per questo ruolo.