Un nuovo studio indipendente condotto da MIT Technology Review Insights in collaborazione con Snowflake, l’AI Data Cloud company, dimostra come l’accelerazione nell’adozione dell’intelligenza artificiale stia ridefinendo i ruoli strategici all’interno delle organizzazioni: per il 72% dei leader tecnologici la competenza dei data engineer è oggi cruciale per il successo dell’azienda, percentuale che sale significativamente all’86% quando si considerano le realtà con un fatturato annuo superiore ai 10 miliardi di dollari.
“I vertici aziendali stanno comprendendo con urgenza crescente che, senza una reale integrazione dei dati nei processi decisionali, la competitività rischia di essere compromessa”, sottolinea Chris Child, Vice President of Product Data Engineering di Snowflake. “Questa consapevolezza ha elevato il ruolo degli ingegneri dei dati da supporto tecnico a interlocutori privilegiati dei business leader, trasformandoli di fatto in partner indispensabili per l’elaborazione delle strategie e il conseguimento degli obiettivi aziendali”.
La ricerca conferma questa evoluzione, documentando come il profilo tradizionale del data engineer abbia acquisito una dimensione marcatamente più strategica. L’intelligenza artificiale, amplificandone l’impatto operativo all’interno delle organizzazioni, ha ridefinito concretamente le loro responsabilità: l’81% degli intervistati conferma che le job description degli ingegneri dei dati sono state modificate proprio per incorporare competenze AI. I numeri testimoniano questa trasformazione: negli ultimi due anni, la quota media di tempo che questi professionisti dedicano ai progetti di intelligenza artificiale è quasi raddoppiata, passando dal 19% al 37%. In ottica futura, le previsioni dei dirigenti delineano un’accelerazione ancora più marcata: entro il 2027, il tempo investito nell’AI da parte dei data engineer toccherà il 61%.
Di pari passo con l’espansione della loro influenza sui processi decisionali, il profilo professionale degli ingegneri dei dati sta virando decisamente verso attività di architettura e progettazione, un’evoluzione che l’adozione crescente dell’intelligenza artificiale è destinata ad accelerare ulteriormente. Il 74% dei leader tecnologici intervistati conferma come negli ultimi due anni si sia registrato un significativo aumento sia del numero di progetti gestiti sia del volume di nuovo codice generato. Contestualmente, il 77% evidenzia come l’AI stia intensificando il carico operativo dei data engineer, rendendo sempre più strategica la gestione dei dati non strutturati e l’ottimizzazione delle pipeline in tempo reale.
“L’intelligenza artificiale sta spingendo i leader a ripensare integralmente i processi dei dati nell’ottica di una trasformazione digitale più ampia”, prosegue Chris Child. “Con l’evolversi degli agenti AI verso l’automazione di un numero crescente di attività operative, gli ingegneri dei dati potranno progressivamente ridurre il tempo dedicato alle operazioni di estrazione, trasformazione e caricamento dei dati per concentrarsi maggiormente sulla definizione di strategie data-driven e soluzioni AI in grado di accelerare la crescita aziendale”.
In questo scenario di trasformazione, Chris Child delinea tre ambiti strategici che costituiscono altrettante direttrici di sviluppo cruciali per i data engineer:
● Sviluppare competenze di intelligenza artificiale: i professionisti devono acquisire una comprensione approfondita del funzionamento dei modelli di intelligenza artificiale esistenti ed emergenti, con particolare focus sui Large Language Model (LLM), e dei meccanismi attraverso cui questi modelli acquisiscono, elaborano e validano i dati. Contestualmente, le organizzazioni sono chiamate a facilitare il loro percorso di crescita professionale fornendo accesso strutturato a conoscenze specialistiche quali framework di machine learning, deep learning, feature engineering e metodologie di valutazione dei modelli.
● Acquisire una visione strategica del business: i data engineer devono sviluppare una comprensione profonda degli obiettivi aziendali strategici per generare valore tangibile. Risulta fondamentale stabilire un dialogo continuativo con le diverse business unit per interpretarne accuratamente i requisiti e determinare quali dataset risultino più funzionali ai loro processi. I leader tecnologici possono accelerare questa evoluzione incentivando la formazione di team cross-funzionali, all’interno dei quali i data engineer operino in stretta collaborazione con product owner e stakeholder coinvolti nell’implementazione di casi d’uso basati sull’intelligenza artificiale.
● Costruire solide capacità di comunicazione e presentazione: con l’ampliarsi della loro sfera d’influenza, gli ingegneri dei dati devono acquisire la capacità di tradurre concetti tecnici complessi in un linguaggio immediatamente comprensibile per gli stakeholder aziendali. I data engineer che sapranno coniugare armonicamente le competenze tecniche-specialistiche (intelligenza artificiale inclusa) con solide soft skill collaborative, capacità di ascolto attivo e abilità persuasive si riveleranno gli asset più strategici per la loro organizzazione.
