La testimonianza di Arianna Nocente, AI Engineer di Alstom
Alstom si impegna a rendere la mobilità più intelligente e accessibile. Arianna Nocente, ingegnere AI di Alstom, condivide le sue intuizioni sul presente e sul futuro dell’AI, attingendo alla sua vasta esperienza nello sviluppo di soluzioni AI all’avanguardia per il settore ferroviario.
1. Professione AI Engineer: Come descriveresti il tuo ruolo?
Ho studiato Data Science e Business Informatics presso l’Università di Pisa e mi occupo di tematiche di AI dal 2018. Sono in Alstom da settembre 2020 e ricopro il ruolo di “AI Engineer” dalla fine del 2024. Questo lavoro prevede lo sviluppo di soluzioni di intelligenza artificiale che generano valore concreto e si allineano agli obiettivi strategici di Alstom, che vuole essere leader nella mobilità sostenibile e intelligente. Collaboro con team multidisciplinari per identificare esigenze e requisiti, lavorando a stretto contatto con data scientist, architect e sviluppatori per progettare sistemi avanzati di intelligenza artificiale. Collaboro anche ai test e agli aggiornamenti per garantire che le soluzioni siano sempre all’avanguardia e rispondano efficacemente alle esigenze degli utenti. Non passa giorno senza che approfondisca un paper, segua un workshop, esplori una soluzione o analizzi una nuova release tecnologica – un’abitudine che coltivo da anni per restare sempre aggiornata in un campo in continua evoluzione. La passione per il progresso tecnologico al servizio delle persone e la consapevolezza di contribuire ad una crescita sostenibile per l’azienda, rendendo il mio lavoro quotidiano gratificante. Il ruolo dell’AI Engineer non si basa solo sulla conoscenza dei linguaggi di programmazione, ma anche sull’ascolto e sulla versatilità nel modo di comunicare: in un momento è necessario entrare nel dettaglio tecnico, in quello successivo saper evidenziare il valore della soluzione in tavoli di lavoro con C-Level managers. Lavoro con team che spesso si avvicinano all’AI con esigenze ancora non ben definite. Guidarli nella scelta della soluzione migliore, supportarli nel suo utilizzo e vedere la loro soddisfazione – anche quella di chi inizialmente era scettico – è ciò che mi fa chiudere il laptop ogni sera con la certezza di essere sulla strada giusta.
2. Quali sono le competenze chiave che un aspirante AI engineer dovrebbe sviluppare?
Un aspirante AI Engineer deve sviluppare un mix di competenze tecniche e soft skills per eccellere nel settore. Sul piano tecnico, è fondamentale una solida base in matematica e statistica, essenziale per comprendere i principi alla base del machine learning e del deep learning. La programmazione è un’altra competenza chiave: padroneggiare linguaggi come Python, R o Java permette di sviluppare, addestrare e ottimizzare modelli AI. Inoltre, la familiarità con le tecnologie di big data e le piattaforme cloud (come Azure) è cruciale per gestire e analizzare grandi volumi di dati in modo efficiente. Oltre alle competenze tecniche, le soft skills giocano un ruolo determinante nel successo a lungo termine. La curiosità e l’apprendimento continuo sono essenziali in un campo in costante evoluzione, mentre il pensiero critico aiuta a risolvere problemi complessi in modo efficace. Infine, la capacità di comunicare con team multidisciplinari è fondamentale per comprendere le esigenze di business e favorire l’adozione delle soluzioni AI.
3. Puoi parlarci di un progetto di AI/GenAI all’’interno di Alstom di cui sei particolarmente orgogliosa?
Uno dei progetti di AI/GenAI di cui sono particolarmente orgogliosa in Alstom è lo sviluppo di un chatbot avanzato per migliorare l’onboarding e la formazione continua dei dipendenti. Una delle principali sfide è stata l’integrazione di un linguaggio di dominio specifico, che ha richiesto un’attenzione particolare per garantire risposte contestualizzate in un ambiente altamente tecnico. Il chatbot supporta funzionalità multimodali, elaborando testi, immagini e video per offrire un’esperienza di apprendimento più interattiva. Inoltre, una delle sue caratteristiche distintive è la trasparenza: fornisce agli utenti la fonte delle informazioni, permettendo di approfondire i contenuti direttamente dall’interfaccia. Questo progetto ci ha anche spinto a rivedere l’organizzazione dei dati e il loro storage, garantendo una gestione più efficiente delle risorse informative. Attualmente, il chatbot è in fase di test con esperti del settore per affinarne ulteriormente le risposte, sottolineando ancora una volta il valore del paradigma human-in-the-loop.
4. Come Alstom ha coinvolto e formato le risorse interne in ambito AI/GenAI?
Alstom ha adottato un approccio strutturato e inclusivo per formare e coinvolgere le risorse interne nel data science, nell’IA e nell’IA generativa. Organizziamo iniziative come l’AI Week, dove presentiamo innovazioni e applicazioni pratiche, e coffee corner tematici, che offrono spazi informali per il confronto e la condivisione di idee. In Alstom abbiamo costruito una solida rete di competenze interfunzionali che comprende data scientist, data engineer e ingegneri AI. Questa rete svolge un ruolo fondamentale nel supportare lo sviluppo dei casi d’uso durante le fasi iniziali, nel garantire una consegna regolare dei progetti e nell’affrontare eventuali problemi di risoluzione dei
problemi. Inoltre, ci mantiene in prima linea con gli ultimi progressi nel campo dell’IA, consentendoci di integrare continuamente innovazioni all’avanguardia nel nostro lavoro. La rete funge anche da hub di conoscenze, fornendo ai team di tutta l’organizzazione le competenze e le indicazioni necessarie in materia di scienza dei dati e IA. La consapevolezza e la formazione sono aspetti chiave: ci impegniamo ad aggiornare costantemente tutte le aree aziendali, affinché l’AI venga utilizzata in modo responsabile, innovativo e realmente utile per il business.
5. Quali sono le tendenze emergenti nel campo dell’AI che ritieni più promettenti?
Le tendenze emergenti nell’AI evolvono rapidamente, e ciò che oggi è all’avanguardia potrebbe essere superato nel giro di poche settimane. Al momento, trovo particolarmente promettenti gli approcci agentici e il potenziamento delle capacità di reasoning, che mirano a rendere i sistemi AI più autonomi e capaci di affrontare compiti complessi con un ragionamento più sofisticato. Tuttavia, la vera chiave non è tanto individuare una singola tendenza, quanto adottare un approccio di apprendimento continuo. In un settore in così rapida trasformazione, rimanere aggiornati e adattarsi alle nuove tecnologie è ciò che realmente fa la differenza.
6. Quali sono le implicazioni etiche che ritieni più importanti nel campo dell’AI/GenAI?
Le implicazioni etiche dell’IA e della GenAI sono complesse e richiedono un approccio multidisciplinare che coinvolga tecnici, risorse umane, manager e avvocati che lavorino insieme per definire e aggiornare le linee guida etiche. Queste indicazioni devono rispondere in linea con la legge europea sull’IA e adattarsi alle specificità di ogni sviluppo tecnologico. La protezione della privacy e della sicurezza dei dati è fondamentale, così come la gestione dei “bias” per garantire equità e trasparenza nelle decisioni automatizzate. Un altro aspetto cruciale è la responsabilità dell’IA: l’adozione di soluzioni Explainable AI (XAI) diventerà sempre più importante per rendere i modelli intelligibili e affidabili. Nel settore ferroviario, dove la fiducia è fondamentale per gli spostamenti quotidiani e per una logistica efficiente e a basse emissioni di carbonio, è essenziale sviluppare soluzioni basate sull’IA che siano al tempo stesso innovative e affidabili. Infine, un tema centrale è l’impatto sulla forza lavoro. Investire nell’aggiornamento e nella riqualificazione è essenziale per promuovere un’integrazione consapevole dell’IA, valorizzando il ruolo umano in un ambiente in continua evoluzione.
7. Come pensi che l’AI/GenAI possa influenzare il mercato del lavoro in futuro?
L’AI e la GenAI stanno già trasformando il mercato del lavoro e continueranno a farlo in modo sempre più profondo. Noi di Alstom abbracciamo questo cambiamento, riconoscendone il potenziale per l’industria ferroviaria e creando un futuro sostenibile per la mobilità. La robotica avanzata, integrata con l’intelligenza artificiale, avrà un impatto significativo anche in settori come la produzione, la logistica e la sanità. Automatizzando le attività ripetitive, l’IA e la GenAI consentiranno ai professionisti di concentrarsi su attività a maggior valore aggiunto. Emergeranno nuove competenze e ruoli, non solo per gli sviluppatori, i data scientist, gli ingegneri dell’AI, gli ingegneri della cybersecurity e gli specialisti del cloud, ma anche per figure ibride, come i prompt engineer e gli strateghi dell’AI, che saranno in grado di sfruttare questi strumenti in diversi ambiti. In questo scenario in rapida evoluzione, saranno fondamentali profili con un forte background tecnologico e una visione strategica, come gli AI manager, capaci di orchestrare soluzioni complesse e di gestire il cambiamento con metodologie Agile e Scrum. La capacità di adattarsi e comprendere l’IA non sarà più solo un vantaggio competitivo, ma una necessità per molte professioni.