Intelligenza artificiale: il PNRR per recuperare il ritardo italiano. Intervista a Francesco Cipriani, Datamasters

Il primo problema da affrontare è la scarsità di talenti in Italia, dove sono ancora poche le aziende che utilizzano soluzioni di intelligenza artificiale. Ne abbiamo parlato con Francesco Cipriani, CEO di Datamasters.it.

Digital Europe, PNRR e voucher 4.0. Come finanziare le competenze digitali?

In vista della Settimana italiana dell'intelligenza artificiale (AI week 2022), abbiamo intervistato Francesco Cipriani, CEO di Datamasters.it, per conoscere più da vicino il tema delle competenze digitali nel campo dell’intelligenza artificiale.

1. Cos'è DataMasters.it e a chi si rivolge?

DataMasters.it è una piattaforma dedicata a tutti coloro che vogliono acquisire le competenze digitali fondamentali nel campo dell’intelligenza artificiale, del machine learning e della data science. Allo stesso tempo è una community aperta a chiunque, che aggrega appassionati di IA con l’obiettivo di poter crescere insieme, scambiarsi esperienze, condividere progetti e contaminare le competenze.

I percorsi formativi offerti sono vari allo scopo di rispondere alle diverse esigenze.

Ad esempio, per imparare a programmare da zero in Python - il linguaggio principe della data science - c’è un corso gratuito, cui si aggiunge un primo percorso formativo per coloro che vogliono entrare nel mondo della data science, dedicato all’utilizzo di tutti gli strumenti che costituiscono la quotidianità di un data scientist (librerie di data engineering e data visualization).

Grazie a questi corsi, disponibili on demand, assolviamo ai principali compiti di un data scientist, che comprendono la creazione e il processing di un data set, ossia: pulire i dati, cercare di unirli con altre sorgenti, visualizzarli e farci delle analisi (sia statiche che predittive).

C’è poi il percorso formativo dedicato a chi vuole diventare un esperto di machine learning, con il 60% delle lezioni on demand e il 40% in live con il docente.

Le lezioni ‘dal vivo’ si svolgono al di fuori dell’orario di lavoro e perseguono un duplice scopo: chiarire i dubbi emersi durante le lezioni on demand ed esercitarsi ulteriormente su casi d’uso reali per prepararsi alla quotidianità lavorativa. Ogni modulo, infatti, ha almeno un’esercitazione in un particolare contesto (vendite, computer vision, mondo finanziario, ecc).

Ai corsi partecipano sia studenti universitari che lavoratori, accomunati dalla voglia di imparare e di acquisire le competenze necessarie anche per cambiare percorso professionale.

Oltre ai corsi destinati ai singoli, ci rivolgiamo anche alle imprese e ai centri di ricerca con percorsi di upskilling per team interni; spesso si tratta di masterclass ‘customed’, con moduli aggiuntivi per approfondire in maniera verticale il dominio applicativo di interesse per l’azienda.

2. Perché il tema delle competenze è così importante per Datamasters.it?

Datamasters.it è nata da un’esigenza interna: trovare nuove risorse con determinate competenze da affiancare al team interno che si occupa di AI; dopo centinaia di colloqui non siamo riusciti a trovare dei profili che avessero delle competenze trasversali.

Ci siamo resi conto che esiste un problema sia nel mondo del lavoro che nel campo della formazione. Di conseguenza abbiamo cominciato a studiare l’argomento e a fare delle ipotesi, identificando quelli che sono i problemi dell’ecosistema della formazione italiana e riscontrando le stesse necessità anche nelle aziende.

Il problema della scarsità di talento nel settore IT è super noto, di solito si parla sempre di sviluppatori e ingegneri del software, ma lo stesso problema riguarda anche  l’IA.

In funzione del ritardo che abbiamo in Italia nell’adozione dell’intelligenza artificiale, il problema della mancanza di competenze non è ancora percepito in maniera così forte, come nel caso degli sviluppatori o dei software engineers. Questo accade perché non è ancora altissima la percentuale di aziende italiane che utilizza l’IA.

Questa problematica è destinata a diventare più grande in futuro, perché mentre per formare uno sviluppatore con competenze di base ci vogliono 3 mesi, per lavorare nel campo dell’intelligenza artificiale e del machine learning i percorsi per maturare le competenze necessarie sono più lunghi, richiedono un’applicazione e una forza di volta maggiori, insieme al giusto metodo.

Nel momento in cui crescerà l'utilizzo di queste tecnologie e la domanda di profili professionali - ad oggi già altissima (basta pensare che solo su Linkedin ci sono circa 3.500 posizioni aperte tra data scientist e machine learning engineer) - il problema sarà percepito in maniera superiore rispetto ad oggi.

3. Cosa si potrebbe fare in Italia per aiutare studenti, ricercatori e lavoratori a sviluppare competenze specialistiche nel campo dell'IA?

Un’azienda big tech negli Stati Uniti fa circa mille colloqui al giorno, e stiamo parlando di primi colloqui.

Secondo alcuni studi americani il limite più grande per la crescita delle big tech è proprio legato alla ricerca dei talenti e all’impossibilità di assumere le persone giuste, con una retention media di 18 mesi (uno sviluppatore o un ingegnere non lavora per più di 18 mesi nella stessa azienda).

La domanda a cui rispondere è: come risolvere questo problema e permettere la crescita di tutte le aziende, non solo le big tech? Anche in questo caso si apre, infatti, il tema della disparità tra piccole e grandi aziende, che competono sullo stesso mercato con risorse completamente diverse.

La risposta che noi abbiamo trovato e a cui stiamo lavorando è riuscire a creare un ecosistema in cui andiamo a misurare le competenze delle persone all’interno della nostra community, in maniera tale da utilizzare un approccio data-driven per risolvere il problema della ricerca di talenti.

Siamo partiti da questa considerazione: un HR per quanto sia bravissimo, non avrà mai le competenze tecniche per valutare profili tecnici.  

Per colmare questo gap, abbiamo aggiunto un altro tassello al nostro ecosistema: testing e misurazione di quelle che sono le competenze, più matchmaking.

Utilizzando algoritmi di IA sulla base dei dati che abbiamo raccolto (percorso formativo, assessment verticali, necessità delle aziende) stiamo sviluppando un sistema che possa fare il miglior matchmaking tra domanda ed offerta di lavoro, ottimizzando il lavoro dell’HR e riducendo i tempi di recruiting.

Per ora esistono dei prototipi con cui abbiamo validato l’idea, con il duplice obiettivo di: offrire il servizio alle imprese dietro il pagamento di una fee; dare la possibilità alle aziende di accedere ad un database di informazioni che riguardano profili tecnici indispensabili per ottimizzare il lavoro della selezione del personale.

4. Alla luce delle opportunità di finanziamento disponibili in Italia, quali prospettive di evoluzione possiamo aspettarci per l’ecosistema italiano dell’IA?

E’ un tema complesso da affrontare. E’ vero che ci sono delle ottime iniziative, purtroppo l’ecosistema industriale italiano è un po’ drogato dai finanziamenti pubblici, non perché non ce ne sia bisogno o non siano ben indirizzati, ma perché ci sono sostanzialmente delle aziende che, come attività primaria, hanno la partecipazione a bandi.

Questo significa che - lungi da me il condannare i sistemi di business di altre aziende - non c’è un investimento destinato ad avviare il modello che possa generare valore a lungo termine.

E’ fondamentale che tutti gli investimenti e gli aiuti - che possono arrivare sia dal PNRR che da tutti gli altri bandi - siano finalizzati a creare davvero valore, affinché sia sostenibile e possa essere messo a sistema.

Inoltre, per facilitare la partecipazione delle piccole aziende ai bandi, la burocrazia potrebbe essere semplificata, soprattutto quella delle call europee.

Spero che con questi strumenti si riesca a recuperare il terreno nei confronti degli altri paesi UE, rispetto ai quali siamo davvero indietro. Con il PNRR ci sono delle linee guida e indicazioni ben precise per lo sviluppo industriale del paese, il mio auspicio è che si mantenga questa direzione, riuscendo a capitalizzare quelli che sono gli aiuti e gli sforzi a livello europeo.

Intelligenza artificiale: come finanziare le nuove tecnologie con i fondi europei?