Quattro professionisti del settore tech hanno raccontato a Business Insider come sono riusciti a entrare nel campo dell'AI, rivelando un denominatore comune nelle loro strategie: l'esperienza pratica diretta con la tecnologia conta più di qualsiasi credenziale accademica. La loro testimonianza arriva in un momento in cui le posizioni legate all'intelligenza artificiale registrano una domanda senza precedenti, mentre l'automazione minaccia sempre più ruoli tradizionali del terziario avanzato.
Il settore dell'AI sta attraversando una fase di trasformazione radicale delle dinamiche di assunzione, dove i tradizionali percorsi formativi cedono il passo alla dimostrazione tangibile di capacità operative. Questa evoluzione rappresenta un cambio di paradigma significativo per un'industria che storicamente ha privilegiato titoli di studio avanzati e pedigree accademici, aprendo potenzialmente la strada a professionisti provenienti da background più diversificati.
Patrick Leung, ex dipendente di Google entrato nell'azienda nel 2007, ha vissuto questa transizione in prima persona quando nel 2017 si è unito al team di Google Duplex. Nonostante l'esposizione precedente a concetti di machine learning, Leung non aveva mai costruito modelli AI e ha dovuto riqualificarsi completamente sul campo.
Secondo Leung, oggi le barriere d'ingresso nel settore AI sono più basse che mai, e raccomanda di applicare i modelli linguistici di grandi dimensioni a problemi aziendali concreti, citando l'esempio di una collega senza esperienza di programmazione che ha utilizzato l'AI per personalizzare messaggi di reclutamento, migliorando significativamente il tasso di risposta.
La strategia di Sophia Sun, che ha ottenuto una posizione di senior AI product manager in Microsoft nel luglio 2024, illustra concretamente questo approccio. Mentre lavorava come senior product manager presso Kajabi, piattaforma di creator commerce, Sun ha proposto autonomamente un progetto per sviluppare uno strumento basato su AI destinato ad aiutare i content creator nella generazione di contenuti marketing. Il progetto, avviato nell'aprile 2023 e lanciato nel marzo 2024, rappresentava la prima esperienza di Sun nella costruzione di un prodotto AI. Secondo la sua analisi, questa esperienza end-to-end è stata determinante per l'assunzione in Microsoft, dimostrando che la prova concreta delle capacità supera le credenziali teoriche.
Il percorso di Mostofa Adib Shakib offre una prospettiva ancora più radicale sulla riconversione professionale nell'AI. Dopo aver lavorato come ingegnere software tradizionale presso Snap Inc. e ZipRecruiter, Shakib ha riconosciuto nel lancio di ChatGPT nel 2022 un punto di svolta inevitabile. La sua risposta è stata investire tempo nello studio autonomo attraverso libri, video e paper di ricerca, parallelamente allo sviluppo di progetti software per acquisire competenza nell'AI agente, come uno strumento per l'ottimizzazione di curriculum destinato ai professionisti bangladesi. Nel febbraio 2025 ha iniziato un incarico da contractor AI con Mercor circa 24.000 dollari al mese. La scelta di Shakib di rinunciare a una posizione full-time tradizionale riflette una scommessa sul tempismo: accumulare competenze AI prima della saturazione del mercato.
Devi Parikh, ex senior director of GenAI in Meta e ora cofondatrice e co-CEO di Yutori, smantella direttamente il mito della necessità del dottorato per accedere a ruoli di alto livello nell'AI. Nonostante il suo PhD in computer vision conseguito nel 2009, Parikh dichiara di non considerare particolarmente i dottorati nelle assunzioni, privilegiando invece l'esperienza pratica rilevante come l'addestramento di modelli. La sua carriera illustra inoltre come progetti collaterali possano generare visibilità professionale: durante la pandemia COVID-19, la serie YouTube "Humans of AI", dove intervistava ricercatori AI sulle loro abitudini quotidiane, le ha garantito maggiore riconoscimento di quanto avrebbero fatto le sole pubblicazioni scientifiche.
Le testimonianze raccolte convergono su un punto metodologico: l'apprendimento dell'AI non può essere confinato a contesti teorici o accademici. L'approccio descritto dai quattro professionisti suggerisce piuttosto un modello di sviluppo delle competenze basato sulla sperimentazione diretta, sul problem-solving applicato e sulla costruzione di portfolio tangibili. Questo paradigma, se da un lato democratizza potenzialmente l'accesso al settore, dall'altro solleva interrogativi sulla standardizzazione delle competenze e sulla capacità dei recruiter di valutare candidati con percorsi non convenzionali.
La convergenza delle testimonianze su questo approccio pratico evidenzia una trasformazione più ampia nel mercato del lavoro tecnologico, dove la velocità di evoluzione delle tecnologie rende obsolete le competenze acquisite formalmente in tempi relativamente brevi. Resta da verificare se questo modello di sviluppo professionale basato sull'autoformazione e sui progetti personali possa sostenere la crescita di lungo periodo del settore, o se rappresenti una fase transitoria destinata a consolidarsi nuovamente in percorsi formativi più strutturati una volta raggiunta la maturità del mercato dell'intelligenza artificiale. La questione solleva anche dubbi sulla sostenibilità di un approccio che privilegia l'apprendimento autonomo, potenzialmente escludendo chi non dispone del tempo o delle risorse per investire in progetti collaterali non retribuiti.
.jpg)
.jpg)