Quali competenze serviranno nel lavoro del futuro?

C’è una domanda che oggi attraversa tutte le organizzazioni con cui mi confronto: quali competenze servono per continuare a creare valore in un contesto in cui l’Intelligenza Artificiale entra sempre più nei processi, nelle decisioni e nelle modalità di lavoro?

Per molto tempo abbiamo identificato la competenza con il “saper fare”, ovvero padroneggiare strumenti e applicare procedure. Un patrimonio importante, certo, ma costruito su un’idea di lavoro relativamente stabile, con ruoli definiti e processi prevedibili.

Oggi, invece, osservando da vicino le aziende e le professionalità richieste, è evidente che non è più così. Lo dimostrano i risultati emersi dallo studio di Gi Group Holding “La grande transizione: come l’IA riscrive il lavoro e il ruolo dell’HR“, realizzato attraverso la Divisione ICT di Gi Group e ODM Consulting.

L’IA cambia il modo di lavorare, decidere e collaborare

L’arrivo dell’IA sta modificando il modo in cui prendiamo decisioni, assumiamo responsabilità e collaboriamo. Sempre più spesso persone e agenti artificiali operano fianco a fianco, all’interno di processi sofisticati e adattivi.

Ed è proprio in questa convivenza che emerge la domanda iniziale: quali competenze servono per lavorare – e continuare a riconoscersi – in un contesto in cui non siamo più gli unici attori?

La risposta non si esaurisce nella padronanza tecnica o nella specializzazione verticale.

Servono alfabetizzazione digitale, capacità di leggere dati, comprensione delle logiche algoritmiche e familiarità con sistemi intelligenti – non è un caso, ad esempio, che linguaggi come Python restino centrali nello sviluppo di algoritmi di machine learning – ma ciò che conta davvero è la capacità di interpretare, progettare e governare scenari complessi, nei quali convivono efficienza, inclusione, sicurezza e valore sociale.

Diventa quindi prioritaria la combinazione tra:

• digital literacy
• autonomia operativa
• pensiero critico
• sensibilità collaborativa
• capacità di apprendere in modo trasversale e continuo.

Un framework per le competenze del futuro

È in questo contesto che lo studio di Gi Group Holding, attraverso un contributo di Futureberry, società di innovazione organizzativa, propone un modello articolato in quattro cluster di competenze, pensato come framework dinamico, capace di evolvere insieme alle organizzazioni.

1. Competenze fondamentali

In questo cluster rientrano tre dimensioni:

• AI Literacy: capire principi, limiti, impatti e casi d’uso dell’IA, misurando il livello di readiness dei team;
• Capacità critica: validare output, riconoscere bias, chiedersi “qui l’IA dovrebbe davvero essere utilizzata?”;
• Meta‑apprendimento: riflettere sull’apprendimento con l’IA, trasferire le competenze acquisite tra task e prevenire forme di “pigrizia metacognitiva”.

2. Competenze funzionali

Le competenze funzionali permettono di integrare concretamente l’IA nelle attività aziendali:

• Ripensamento dei processi, progettando workflow uomo-IA e definendo criteri di controllo e qualità.
• Integrazione dell’IA nei processi, individuando le attività più adatte all’automazione e formando le persone sui diversi casi d’uso.
• Mediazione operativo-tecnologica, traducendo gli obiettivi di business in requisiti tecnici e gestendo le implicazioni etiche e organizzative.

3. Competenze degli specialisti e dei profili ibridi

Per gli specialisti e i profili ibridi diventano centrali:

• sensibilità ai temi etici, come sicurezza, privacy, equità e accountability;
• progettazione socio-tecnica, capace di integrare tecnologie, processi e bisogni delle persone;
• orientamento alla trasformazione, accompagnando organizzazioni e team nella maturazione delle competenze.

4. Competenze di agency

L’ultimo cluster riguarda la capacità delle persone di mantenere un ruolo attivo nella relazione con l’IA:

• azione diretta, assumendosi la responsabilità di verificare e, quando necessario, interrompere gli automatismi;
• desiderio e immaginazione, per generare nuove domande e nuovi scenari;
• spazi di autonomia reale, favorendo sperimentazione, apprendimento ed evitando una dipendenza passiva dai sistemi intelligenti.