UNI 11621-8: 12 profili professionali dell’intelligenza artificiale
Il 30 aprile 2026 l’Italia ha fatto qualcosa che nessun altro Paese europeo aveva ancora fatto: ha definito ufficialmente chi fa cosa nel mondo dell’intelligenza artificiale.
La norma UNI 11621-8:2026 — elaborata da UNI con il coordinamento del Dipartimento per la trasformazione digitale della Presidenza del Consiglio — stabilisce 12 profili professionali ufficiali per il settore AI, ciascuno con missione, competenze, responsabilità e KPI misurabili.
Non è un documento accademico. È uno strumento operativo che cambia le regole del gioco per chi assume, chi si certifica, chi redige bandi pubblici e — soprattutto — per chi deve guidare una trasformazione AI in azienda.
In questo articolo trovi tutto quello che ti serve sapere: cosa dice la norma, chi riguarda, come usarla concretamente e cosa manca ancora per trasformare l’AI in un reale vantaggio competitivo.
Cos’è la norma UNI 11621-8 e perché è importante
La UNI 11621-8 si inserisce nella famiglia di norme UNI 11621, lo standard italiano per i profili professionali ICT, costruito sulla base dell’e-Competence Framework europeo (UNI EN 16234-1).
La parte 8, dedicata all’intelligenza artificiale, è la prima del suo genere in Europa: nessun altro Paese aveva ancora codificato in modo sistematico le figure professionali del settore AI in un unico documento normativo.
Questo ha tre implicazioni concrete:
Per le aziende: per la prima volta esiste un riferimento condiviso per strutturare, valutare e certificare i team AI. Non più definizioni improvvisate nei job posting, ma profili standardizzati riconoscibili a livello nazionale.
Per i professionisti: avere la certificazione su uno o più profili UNI 11621-8 diventa un asset professionale misurabile e spendibile sul mercato — incluse le gare pubbliche, dove le norme UNI sono spesso requisito obbligatorio.
Per il sistema Paese: la norma è allineata al Regolamento (UE) 2024/1689 — l’AI Act — che impone che i sistemi AI siano sviluppati e gestiti da persone con competenze adeguate. L’Italia si è dotata dello strumento tecnico-normativo per rispondere a questo obbligo.
I 12 profili professionali della norma UNI 11621-8
La norma individua 12 figure che coprono l’intera filiera dell’intelligenza artificiale: dalla governance strategica alla ricerca scientifica, passando per sviluppo, dati, sicurezza e progettazione.
Ecco cosa significa ciascun profilo in linguaggio di business — non tecnico.
1. Chief AI Officer (Responsabile dell’IA)
Chi è in azienda: il profilo più vicino al board. È il dirigente responsabile della strategia AI dell’intera organizzazione. Non costruisce modelli — definisce dove, come e perché usare l’AI per generare valore.
Cosa fa concretamente: traduce gli obiettivi di business in casi d’uso AI prioritari, gestisce il portafoglio di iniziative, supervisiona governance e compliance, ed è l’interlocutore del CDA sui temi di rischio e investimento.
Perché è rilevante per il C-Level: se hai o stai cercando un Chief AI Officer, la norma ti dice esattamente cosa deve saper fare — e cosa no. È il ruolo che evita che la tua azienda compri AI senza sapere perché.
2. AI Consultant (Consulente di IA)
Chi è in azienda: la figura esterna (o interna) che supporta le organizzazioni nell’adozione dell’AI. Conosce sia il lato tecnico sia il lato business.
Cosa fa concretamente: analizza i processi esistenti, identifica le opportunità di applicazione AI, valuta la fattibilità e accompagna l’implementazione.
Perché è rilevante per il C-Level: è la figura che dovresti cercare se non sei ancora pronto per un CAIO interno. La norma ti aiuta a valutare se chi ti propone consulenza AI ha realmente le competenze certificate o si limita a vendere tecnologia.
3. AI Product Manager (Responsabile di Prodotto IA)
Chi è in azienda: il ponte tra il team tecnico e il business. Gestisce il ciclo di vita dei prodotti e servizi basati su AI.
Cosa fa concretamente: definisce i requisiti del prodotto, coordina sviluppo e deployment, misura i risultati e itera. È il profilo che trasforma un modello AI in un prodotto che gli utenti usano davvero.
Perché è rilevante per il C-Level: se stai sviluppando prodotti o servizi con componenti AI, questo è il ruolo che garantisce che la tecnologia risponda a un bisogno di mercato reale — non a un bisogno del team tech.
4. AI Prompt Engineer (Ingegnere Prompt IA)
Chi è in azienda: il profilo più nuovo e spesso più frainteso. Non è “chi parla bene ai chatbot” — è chi progetta sistemi di interazione con i modelli linguistici per applicazioni aziendali.
Cosa fa concretamente: costruisce, testa e ottimizza i prompt che governano il comportamento dei modelli AI nelle applicazioni produttive. Garantisce qualità, coerenza e sicurezza degli output.
Perché è rilevante per il C-Level: se la tua azienda usa modelli generativi in produzione — per customer care, content, analisi — qualcuno deve fare questo lavoro in modo strutturato. La norma lo legittima come figura professionale riconoscibile.
5. AI Algorithm Engineer (Ingegnere di Algoritmi IA)
Chi è in azienda: il profilo tecnico che progetta e sviluppa gli algoritmi AI. È la figura core del team di sviluppo.
Cosa fa concretamente: sceglie, adatta e implementa gli algoritmi più appropriati per risolvere i problemi di business identificati. Lavora a stretto contatto con i data scientist e i machine learning engineer.
Perché è rilevante per il C-Level: non assumerlo direttamente — ma sapere che esiste e che è diverso da un data scientist o un ML engineer ti evita di mettere la persona sbagliata nel ruolo sbagliato.
6. AI Deep Learning Engineer (Ingegnere di Deep Learning IA)
Chi è in azienda: la specializzazione dell’algoritm engineer focalizzata sulle reti neurali profonde. È il profilo richiesto per applicazioni avanzate: visione artificiale, NLP, modelli generativi.
Cosa fa concretamente: progetta e addestra architetture di reti neurali, ottimizza le performance, gestisce l’infrastruttura di training.
Perché è rilevante per il C-Level: se stai valutando di sviluppare modelli AI proprietari (non solo usare API di terzi), questo è uno dei profili che ti serve. La norma ti aiuta a capire il livello di seniority e specializzazione richiesto.
7. AI Data Engineer (Ingegnere dei Dati IA)
Chi è in azienda: il profilo che costruisce e mantiene le pipeline di dati che alimentano i sistemi AI. Senza di lui, i modelli non hanno carburante.
Cosa fa concretamente: progetta l’architettura dei dati, garantisce qualità e disponibilità, costruisce i flussi di ingestion e trasformazione.
Perché è rilevante per il C-Level: è il profilo più sottovalutato e più critico. La maggior parte dei progetti AI fallisce non per la tecnologia, ma per la qualità dei dati. Avere un AI Data Engineer strutturato è un prerequisito, non un optional.
8. AI Data Scientist (Data Scientist IA)
Chi è in azienda: la figura che analizza i dati per estrarre insight e costruire modelli predittivi. È il profilo AI più conosciuto — spesso sopravvalutato nel job posting, sottoutilizzato in produzione.
Cosa fa concretamente: esplora i dati, costruisce modelli, valuta le performance, comunica i risultati al business in modo comprensibile.
Perché è rilevante per il C-Level: se hai già data scientist in team, la norma ti offre un benchmark per valutare il loro livello reale e definire percorsi di crescita verso profili più specializzati.
9. AI Security Specialist (Specialista di Sicurezza IA)
Chi è in azienda: il profilo che garantisce che i sistemi AI siano sicuri, robusti e resistenti agli attacchi. Con l’AI Act che entra in vigore ad agosto 2026, è diventato un profilo obbligatorio per i sistemi ad alto rischio.
Cosa fa concretamente: valuta le vulnerabilità dei modelli AI, progetta le misure di protezione, gestisce i rischi di adversarial attack e data poisoning.
Perché è rilevante per il C-Level: se la tua azienda usa AI in processi critici — HR, credito, healthcare, sicurezza — questo profilo non è opzionale. È un requisito di compliance.
10. AI Machine Learning Engineer (Ingegnere di Machine Learning IA)
Chi è in azienda: il profilo che porta i modelli dal laboratorio alla produzione. È il collegamento tra data science e ingegneria del software.
Cosa fa concretamente: implementa, scala e monitora i modelli ML in ambienti produttivi. Gestisce il ciclo di vita del modello: training, deployment, monitoring, retraining.
Perché è rilevante per il C-Level: molte aziende hanno ottimi data scientist ma non riescono a mettere i modelli in produzione. Questo è il profilo che risolve quel problema. È tra i più richiesti sul mercato italiano nel 2026.
11. AI Natural Language Processing Engineer (Ingegnere NLP)
Chi è in azienda: la specializzazione focalizzata sul linguaggio naturale. È il profilo chiave per tutto ciò che riguarda testo, voce, chatbot, analisi del sentiment, generazione di contenuti.
Cosa fa concretamente: sviluppa e ottimizza sistemi che comprendono e generano linguaggio naturale. Lavora con LLM, transformer, sistemi di text mining.
Perché è rilevante per il C-Level: se stai implementando soluzioni di customer care AI, analisi delle conversazioni, generazione automatica di contenuti o contratti — questo è il profilo tecnico di riferimento.
12. AI Research Scientist (Ricercatore Scientifico IA)
Chi è in azienda: il profilo più accademico della norma. Fa ricerca applicata per sviluppare nuovi approcci e metodologie AI.
Cosa fa concretamente: esplora frontiere tecnologiche, pubblica ricerche, trasferisce conoscenza dall’accademia all’industria. È il profilo tipico dei laboratori R&D aziendali e delle partnership università-impresa.
Perché è rilevante per il C-Level: non per le PMI, ma per le grandi organizzazioni che vogliono costruire vantaggi competitivi di lungo termine attraverso la ricerca proprietaria.
Chi cerca cosa: a chi si rivolge la norma UNI 11621-8
La norma ha quattro destinatari principali — e ognuno deve leggerla in modo diverso.
Aziende e organizzazioni che vogliono strutturare team AI con competenze certificate: la norma offre un vocabolario condiviso per i job posting, una base per la valutazione delle competenze e un riferimento per i percorsi di crescita interni.
Pubbliche amministrazioni impegnate nell’attuazione della Strategia Italiana per l’Intelligenza Artificiale 2024-2026: la norma diventerà — come è già successo per le parti precedenti della UNI 11621 — requisito obbligatorio o preferenziale nei bandi di gara per servizi AI.
Università, ITS Academy e istituti di formazione: i 12 profili diventano il riferimento per progettare percorsi formativi allineati al mercato. Chi forma su questi profili certificati ha un vantaggio competitivo immediato.
Professionisti ICT che vogliono qualificare o riconvertire le proprie competenze verso l’AI: la certificazione su uno o più profili UNI 11621-8 diventa un asset spendibile, anche nelle gare pubbliche dove le norme UNI sono spesso requisito obbligatorio.
Come usare la UNI 11621-8 per strutturare il tuo team AI
La norma non è un documento da leggere — è uno strumento da usare. Ecco un framework pratico in tre passi per il management.
Passo 1 — Mappa i tuoi casi d’uso AI Prima di guardare i profili, chiediti: quali problemi di business vuoi risolvere con l’AI? Customer experience, ottimizzazione dei processi, analisi predittiva, generazione di contenuti? Ogni caso d’uso richiede una combinazione diversa di profili.
Passo 2 — Identifica i gap del tuo team attuale Usa i 12 profili come specchio. Probabilmente scoprirai che hai data scientist ma mancano ML engineer per portare i modelli in produzione. O che hai competenze tecniche ma nessuno con visione strategica — nessun CAIO, nemmeno in forma junior.
Passo 3 — Decidi cosa costruire internamente e cosa esternalizzare Non tutte le aziende hanno bisogno di tutti e 12 i profili. La norma ti aiuta a capire quali competenze sono core per il tuo business (da costruire internamente) e quali possono essere affidate a consulenti o partner certificati.
I 3 errori che le aziende italiane stanno facendo con l’AI nel 2026
La pubblicazione della UNI 11621-8 arriva in un momento preciso: la domanda di professionisti AI in Italia è cresciuta del 40% nei primi quattro mesi del 2026, ma il mercato del talento non riesce a stare al passo. Questo crea tre errori sistematici che vedo ripetersi.
Errore 1 — Assumere il titolo sbagliato “Data Scientist” è diventato il titolo AI generico — messo nei job posting per ruoli che richiedono ML engineer, AI product manager o persino prompt engineer. La norma risolve questo problema: ogni profilo ha una missione e competenze precise. Usarla riduce il mismatch tra chi assume e chi viene assunto.
Errore 2 — Investire in tecnologia prima che nelle competenze Il 61% delle grandi imprese italiane ha avviato almeno un progetto AI, ma la maggior parte fatica a portare i risultati in produzione. Il motivo quasi sempre non è tecnologico: è che mancano le figure giuste per governare l’AI end-to-end. Comprare una licenza enterprise di un LLM senza avere un AI Data Engineer che prepara i dati e un ML Engineer che gestisce il deployment è un investimento destinato a fallire.
Errore 3 — Confondere compliance e strategia La norma UNI 11621-8 non è solo un adempimento. Le aziende che la leggono solo in ottica di certificazione perdono l’opportunità più grande: usarla come mappa per costruire un vantaggio competitivo reale attraverso le competenze AI. Le organizzazioni che certificano i propri professionisti non lo fanno per appendersi un attestato — lo fanno perché vogliono un benchmark condiviso e misurabile per la crescita del team.
Il profilo che la norma non ha ancora codificato
I 12 profili della UNI 11621-8 coprono l’intera filiera tecnica dell’AI in modo preciso ed esaustivo. Ma chi lavora ogni giorno con il C-Level sa che c’è una figura che non compare in nessun organigramma normativo — e che è quella di cui le aziende hanno più bisogno.
È la figura che entra in una boardroom, legge un P&L, capisce la strategia competitiva dell’azienda e dice: “Ecco i tre casi d’uso AI che aumentano il tuo fatturato del 20% nei prossimi 12 mesi. Ecco chi ti serve per farlo. Ecco come misuri i risultati.”
Non è un Chief AI Officer — non ha le competenze tecniche per governare i modelli. Non è un AI Consultant — non vende implementazione. Non è un AI Product Manager — non gestisce un prodotto specifico.
È la figura che traduce il potenziale dell’AI in valore di business misurabile, in linguaggio comprensibile per chi decide. Che sa stare tra il team tecnico e il board senza perdere credibilità né da un lato né dall’altro.
Questa figura non ha ancora un codice UNI. Ma le aziende che ce l’hanno — o che lavorano con chi sa fare questo — stanno già vincendo il vantaggio competitivo della prossima decade.
Domande frequenti sulla norma UNI 11621-8
La norma UNI 11621-8 è obbligatoria? No, in senso stretto non è una norma cogente — come tutte le norme UNI, è volontaria. Tuttavia, come già avvenuto per le altre parti della famiglia UNI 11621, diventerà progressivamente obbligatoria nei bandi di gara pubblici e come requisito nelle gare di appalto per servizi AI. Le aziende che si adeguano prima sono avvantaggiate.
Chi può certificarsi sui profili UNI 11621-8? La certificazione è gestita dagli organismi accreditati ai sensi della Legge 4/2013 sulle professioni non regolamentate. La norma fornisce il framework di competenze; gli enti di certificazione definiscono i percorsi di valutazione.
Quanto costa la certificazione UNI 11621-8? I costi variano in base all’organismo certificatore e al profilo specifico. In generale, le certificazioni ICT basate sulle norme UNI 11621 hanno un range che va dai 300 ai 1.000 euro per profilo, escludendo i percorsi formativi preparatori.
La norma si applica anche alle PMI? Sì, anche se con approcci diversi. Le PMI non devono necessariamente avere tutti i 12 profili internamente — ma la norma le aiuta a capire quali competenze sono critiche per il loro business specifico e come valutare i fornitori o consulenti AI a cui si affidano.
Qual è la differenza tra UNI 11621-8 e AI Act? L’AI Act (Regolamento UE 2024/1689) è la legge europea che regola l’uso dell’AI — stabilisce cosa è permesso, cosa è vietato e quali sistemi richiedono certificazione. La UNI 11621-8 è lo strumento tecnico-normativo che traduce gli obblighi dell’AI Act in competenze professionali concrete. Sono complementari: l’AI Act dice “devi avere personale competente”, la UNI 11621-8 dice “ecco cosa significa essere competente”.
Conclusione
La norma UNI 11621-8 non è un documento tecnico per addetti ai lavori. È la mappa che l’Italia ha deciso di darsi — per prima in Europa — per navigare la trasformazione AI in modo ordinato, misurabile e competitivo.
Per il management, il messaggio è chiaro: non si tratta più di capire cosa è l’AI. Si tratta di sapere chi serve per farla funzionare davvero — e di costruire o accedere alle competenze giuste prima che lo facciano i tuoi competitor.
I 12 profili sono il punto di partenza. La vera domanda strategica è: quali di questi profili stai già costruendo nella tua organizzazione — e quali stai ignorando mentre il mercato accelera?
Il Prossimo Passo per il Board of Directors
Simone Enea Riccò è Marketing Director e AI Strategy Leader. Lavora con C-Level e executive per tradurre il potenziale dell’intelligenza artificiale in risultati di business misurabili
Trasforma il potenziale della tua azienda in risultati misurabili.
- Per i CEO e i Board: Prenota un Advisory Board Briefing per allineare la tua leadership sui veri impatti dell’AI.
- Per gli Eventi Corporate: Richiedi il Keynote “L’AI non ruba il lavoro, lo ruba la mediocrità” per scuotere la tua organizzazione e innescare il Change Management.