UNI 11621-8: l’Italia codifica i 12 profili professionali dell’AI

Il 15 maggio 2025 segna una data significativa per il mercato del lavoro tecnologico italiano: l’Ente Italiano di Normazione ha pubblicato la norma UNI 11621-8, che definisce formalmente 12 profili di ruolo professionale nel settore dell’intelligenza artificiale. Si tratta del primo framework normativo di questo tipo in Europa, concepito per allinearsi sia all’AI Act europeo sia alla recente Legge 132/2025 che disciplina l’AI nel contesto italiano.

Cosa prevede la norma UNI 11621-8

La nuova norma si inserisce nel quadro più ampio della serie UNI 11621, che dal 2016 classifica le professioni ICT in Italia seguendo il modello europeo e-CF (European Competence Framework). La parte 8, dedicata specificamente all’intelligenza artificiale, introduce una tassonomia strutturata che risponde a un’esigenza concreta: dare riconoscibilità e standard minimi a ruoli che fino a oggi esistevano in modo frammentato, definiti caso per caso dalle aziende.

I 12 profili professionali identificati coprono l’intero ciclo di vita dei sistemi di AI, dalla progettazione alla governance:

• AI Specialist – figura tecnica con competenze trasversali su machine learning, deep learning e deployment
• AI Solution Architect – responsabile della progettazione architetturale di sistemi AI complessi
• Machine Learning Specialist – esperto di algoritmi di apprendimento automatico e ottimizzazione modelli
• NLP Specialist – specialista in elaborazione del linguaggio naturale e modelli linguistici
• Computer Vision Specialist – focalizzato su sistemi di visione artificiale e analisi immagini
• AI Ethicist – figura dedicata agli aspetti etici, bias e impatto sociale dell’AI
• AI Security Specialist – esperto di sicurezza specifica per sistemi di intelligenza artificiale
• AI Product Manager – gestore di prodotto con competenze specifiche su soluzioni AI
• AI Project Manager – coordinatore di progetti che integrano componenti di intelligenza artificiale
• AI Business Analyst – analista dei requisiti di business per applicazioni AI
• AI Data Scientist – figura ibrida tra data science tradizionale e sviluppo AI
• AI Governance Specialist – responsabile della conformità normativa e della gestione del rischio AI

Il contesto normativo: AI Act e Legge 132/2025

La tempistica della pubblicazione non è casuale. L’AI Act europeo, entrato progressivamente in vigore dal 2024, impone alle organizzazioni che sviluppano o utilizzano sistemi di AI ad alto rischio una serie di obblighi in termini di competenze, supervisione umana e accountability. La Legge 132/2025, approvata dal Parlamento italiano a marzo, ha recepito e in parte anticipato questi requisiti, introducendo l’obbligo per le pubbliche amministrazioni e per determinate categorie di imprese di dotarsi di figure professionali certificate per la gestione dei sistemi AI.

In questo scenario, la norma UNI 11621-8 fornisce il tassello mancante: un riferimento condiviso su cosa significhi, in termini di competenze e responsabilità, ricoprire uno di questi ruoli. Non si tratta di un obbligo di certificazione, ma di uno standard volontario che può diventare requisito contrattuale negli appalti pubblici o criterio di valutazione nelle assunzioni.

La norma definisce per ogni profilo le conoscenze, le abilità e le competenze richieste, seguendo la struttura del Quadro Europeo delle Qualifiche (EQF) e permettendo così una mappatura coerente con gli standard internazionali.

Perché l’Italia ha anticipato l’Europa

La leadership italiana su questo fronte merita un’analisi. L’UNI ha potuto muoversi rapidamente grazie a un lavoro preparatorio iniziato già nel 2022, quando il gruppo di lavoro sulla trasformazione digitale aveva cominciato a mappare le competenze emergenti nel settore AI. La collaborazione con associazioni di categoria come Anitec-Assinform e con il mondo accademico ha permesso di costruire un consenso tecnico prima ancora che il quadro regolatorio europeo fosse completato.

Altri paesi europei, come Germania e Francia, stanno lavorando a framework simili, ma con approcci diversi. La Germania sta procedendo attraverso le camere di commercio e il sistema duale di formazione professionale, mentre la Francia ha privilegiato un modello basato su certificazioni universitarie. L’approccio italiano, centrato su una norma tecnica volontaria ma riconosciuta a livello istituzionale, rappresenta una terza via che potrebbe influenzare il futuro standard europeo.

Implicazioni per aziende e professionisti

Per le aziende, la norma UNI 11621-8 offre un linguaggio comune per definire job description, valutare candidati e strutturare percorsi di carriera interni. In un mercato dove il titolo di AI Engineer può significare qualsiasi cosa, avere riferimenti condivisi riduce l’asimmetria informativa e facilita il matching tra domanda e offerta di lavoro.

Per i professionisti, la norma apre la strada a percorsi di certificazione formale. Enti come AICA e organizzazioni accreditate potranno offrire esami di certificazione basati sui profili UNI, creando un mercato delle credenziali che fino a oggi era dominato da certificazioni vendor-specific come quelle di Google, AWS o Microsoft.

Per la pubblica amministrazione, il framework diventa uno strumento operativo per applicare la Legge 132/2025. I bandi di gara potranno richiedere la presenza di specifici profili UNI nei team di progetto, e le amministrazioni potranno verificare più facilmente la conformità ai requisiti di competenza.

Criticità e limiti dell’approccio

Sarebbe ingenuo non evidenziare alcune criticità. Innanzitutto, il settore dell’intelligenza artificiale evolve a una velocità che mal si concilia con i tempi della normazione tecnica. Quando la norma UNI 11621-8 sarà pienamente adottata, il panorama tecnologico potrebbe essere già cambiato significativamente: l’emergere di nuove architetture come i modelli multimodali o gli agenti autonomi potrebbe rendere obsolete alcune delle specializzazioni oggi codificate.

In secondo luogo, la definizione di 12 profili distinti rischia di frammentare artificialmente competenze che nella pratica sono spesso ibride. Un professionista che lavora su large language model deve necessariamente combinare competenze di NLP, machine learning e, sempre più spesso, sicurezza e governance. La rigidità tassonomica può creare barriere dove servirebbero ponti.

Infine, resta aperta la questione dell’enforcement. Una norma volontaria ha efficacia solo se adottata dal mercato. Senza incentivi concreti o obblighi normativi specifici, il rischio è che rimanga un riferimento teorico poco utilizzato nella pratica quotidiana delle assunzioni e delle gare.

Prospettive future

La pubblicazione della UNI 11621-8 è un punto di partenza, non di arrivo. L’UNI ha già annunciato che la norma sarà soggetta a revisioni periodiche per adeguarla all’evoluzione tecnologica e normativa. È previsto inoltre un lavoro di armonizzazione con il CEN, l’ente di normazione europeo, per proporre i profili italiani come base per uno standard continentale.

Nel frattempo, il mercato italiano dell’AI si trova con uno strumento in più per strutturarsi e professionalizzarsi. Che questo si traduca in un vantaggio competitivo o in un appesantimento burocratico dipenderà da come aziende, professionisti e istituzioni sceglieranno di utilizzarlo.