Mappa di progressione delle competenze

Cosa significano Level 1, 2 e 3 per il tuo ruolo – concretamente.

Come usare questa pagina

Il Quadro di Riferimento definisce tre livelli di maturità. Questa pagina mostra cosa significano quei livelli nella pratica per famiglie di ruoli specifiche – non in teoria, ma nel lavoro che svolgi ogni giorno.

Per ogni famiglia di ruoli:

Level 1 (AI-Assisted): Usi l'IA come strumento. Stessi flussi di lavoro, più veloci in alcuni punti.
Level 2 (AI-Integrated): L'IA è integrata nel tuo flusso di lavoro. Parte del tuo lavoro è stata ridisegnata intorno a ciò che l'IA può fare.
Level 3 (AI-Native): Definisci le specifiche e giudichi i risultati. L'IA gestisce l'esecuzione.

La scala dei livelli individuali aggiunge fasi intermedie: Tier 0.5 (IA-curioso), Tier 1.5 (IA-costruttore) e Tier 2.5 (IA-avanzato). Se ti trovi tra due livelli qui sotto, sei probabilmente nella fase .5 – in transizione attiva. È un progresso, non un gap.

Trova la tua famiglia di ruoli qui sotto. Identifica dove sei. Poi usa Trasformare il Tuo Ruolo per il processo di transizione e la sezione Riconoscere il Tuo Pattern per capire quali forze strutturali stanno agendo sul tuo ruolo.

Una nota sulla profondità. La colonna Ingegneria ha la sostanza operativa maggiore perché è dove la maturità AI-native è meglio documentata. Le colonne Servizio Clienti, Marketing, Vendite e Design riflettono la comprensione attuale del framework – direzionalmente giusta, ma più leggera. Modelli di maturità paralleli per i domini di lavoro discreto dove questa maturità esiste più chiaramente – ingegneria, servizio clienti, operazioni finanziarie, revisione legale, ricerca della conoscenza – sono nella roadmap del framework; finché non vengono spediti, tratta le colonne non ingegneristiche come il pavimento di come appare il tuo ruolo a ogni livello, non il soffitto. Vedi anche la nota più ampia del framework su questa asimmetria.

Ingegneria

Pattern dominante: Elevazione – dallo scrivere codice allo specificare cosa dovrebbe fare il codice.

Level 1 – AI-Assisted

Usi l'IA per il completamento del codice e le ricerche rapide. Copilot o ChatGPT suggerisce righe; tu accetti o rifiuti.

Come si presenta:

L'IA autocompleta il codice mentre digiti
Incolli il codice in ChatGPT per debuggare o spiegare
Gli output dell'IA richiedono revisione e modifica significative
Nessuna configurazione condivisa o template di prompt nel team
Il tuo flusso di lavoro è fondamentalmente lo stesso di prima dell'IA

I dati: L'84% degli sviluppatori usa o prevede di usare strumenti IA, il 51% quotidianamente. Ma la fiducia è scesa al 29% e il 66% riferisce di trascorrere più tempo a correggere il codice generato dall'IA di quanto ne risparmia (Stack Overflow, 2025). Questa è l'esperienza del Level 1: l'IA aiuta in alcune aree, ma il guadagno netto è incerto perché il flusso di lavoro non è stato ridisegnato.

Level 2 – AI-Integrated

L'IA fa parte del flusso di lavoro di sviluppo, non solo un aiuto. Dirigi modifiche multi-file, rivedi il codice generato dall'IA a livello di PR e mantieni file di contesto condivisi.

Come si presenta:

L'IA genera codice dalle descrizioni; tu rivedi e itemi
Esistono template di prompt e file di contesto condivisi per il codebase
L'IA gestisce test, documentazione e boilerplate sistematicamente
Trascorri più tempo sull'architettura e sulla revisione, meno sulla digitazione
Rimuovere l'IA interromperebbe la tua velocità di sviluppo

Il cambiamento: Al Level 2, accetti ~30% dei suggerimenti dell'IA ma mantieni l'88% dei caratteri generati (GitHub/Accenture, 2024). La competenza è sapere cosa accettare, cosa rifiutare e come dirigere la generazione.

Level 3 – AI-Native

L'IA è il livello di esecuzione; gli umani danno direzione e validano. Il lavoro è strutturato attorno a un'unità operativa ricorrente (Contesto → Chiarimento → Esecuzione → Validazione → Recupero) e il tuo valore si concentra ai confini. Questo corrisponde ai Gradi 4–5 sulla scala ingegneristica.

Unità di lavoro: la feature o la user story, gestita end-to-end all'interno di un ciclo di agente (architetta → implementa → revisiona → fonde). Non la riga di codice. Non il prompt.

Tempo di ciclo: le story vengono spedite in ore-giorni; le feature in giorni-settimane. "In ritardo su un deliverable" perde il suo vecchio significato – quando un progetto si blocca al L3, la causa è raramente la capacità umana.

Come si presenta:

Definisci specifiche, criteri di accettazione e vincoli
L'IA produce l'implementazione, esegue i test, apre la PR e risolve i commenti di revisione
Un agente revisore separato valida la PR; intervieni solo su problemi segnalati o validazione UX finale
I gate di validazione sono graduati per rischio – revisione solo-agente per il lavoro reversibile, approvazione umana per le modifiche irreversibili (deploy di produzione, dati sensibili, comunicazioni rivolte ai clienti)
Vedi il Lab IA per l'unità operativa in dettaglio

Modo di fallimento: quando un deliverable si blocca, la causa è di solito il collo di bottiglia dell'IA – l'agente ha raggiunto un limite strutturale (direzione sbagliata, specifica ambigua, caso limite soggettivo che non riesce a risolvere da solo). Il recupero è ricalibrazione, non debugging: una sessione di brainstorm che ricostruisce la comprensione dell'IA del problema, spesso con più umani che portano prospettive diverse. Gettare più umani sull'esecuzione non aiuta.

Forma della giornata: Una giornata L3 tipica concentra il lavoro ai confini anteriore e posteriore. Mattina: revisiona l'output dell'agente notturno di ieri, valida due PR che l'agente ha revisionato, esegui test UX con i primi utenti su una feature appena spedita. Mezzogiorno: scrivi specifiche per due nuove story; ingaggia un dialogo di chiarimento con l'agente finché non rimane ambiguità materiale. Pomeriggio: una sessione di ricalibrazione su una story bloccata; affina i criteri di accettazione per il prossimo sprint. Quasi nessun tempo è speso a guardare l'agente eseguire.

Metriche: throughput (PR fuse a settimana, story spedite), qualità (difetti per story, copertura degli scenari), costo (costo dei token per PR fuso, margine lordo IA) – non "tempo risparmiato dall'IA". Vedi Economia dell'IA a maturità.

L'avvertimento critico: Il Level 1 senza progressione degrada attivamente la qualità. L'analisi di 211 milioni di righe di codice mostra che lo sviluppo assistito dall'IA senza progressione delle competenze ha causato una riduzione del refactoring dal 25% a meno del 10% delle modifiche, mentre il churn del codice è quasi raddoppiato (GitClear, 2025). Gli strumenti rendono facile produrre codice e difficile produrre buon codice. La storia della produttività è anche bimodale: gli studi empirici che misurano gli individui al L1–L2 che aggiungono l'IA ai workflow esistenti rilevano guadagni spurî o negativi; i case study di team ristrutturati attorno all'esecuzione IA (AMPECO, Monte Carlo, Every) riportano guadagni 4× e aumenti del tasso di PR del 73%. Le competenze di Level 2 e 3 – giudizio nella revisione, qualità delle specifiche, progettazione dei test, progettazione del processo – sono ciò che sblocca la seconda modalità e previene la prima.

Autovalutazione

Domanda	Level 1	Level 1.5	Level 2	Level 2.5	Level 3
Come inizi una nuova funzionalità?	Apri l'editor, inizi a codificare, usi l'IA per il completamento	Sperimenti con l'IA per parti della funzionalità, costruendo e testando flussi di lavoro con i prompt	Descrivi la funzionalità all'IA, rivedi l'output, itera	Scrivi specifiche dettagliate con vincoli, orientandoti verso output verificati da test	Scrivi una specifica con vincoli e casi di test, lascia che l'IA implementi
Cosa succede quando il codice dell'IA è sbagliato?	Lo correggi riga per riga	Itera sul prompt, iniziando a costruire template riutilizzabili	Migliora il prompt/contesto e rigenera	Migliora gli scenari e i sistemi di verifica	Ricalibra (ricostruisci la comprensione dell'IA tramite brainstorm + ri-specifica) prima di debuggare – la specifica o il contesto sono di solito la causa effettiva
Cosa condividi con i colleghi?	Niente di specifico per l'IA	Esperimenti riusciti, bozze di prompt	Template di prompt, file di contesto	Pattern di specificazione, approcci di verifica	Pattern di specificazione, librerie di scenari

Marketing

Pattern dominante: Specializzazione – liberarsi della produzione di contenuti, approfondire il giudizio strategico.

Level 1 – AI-Assisted

Usi l'IA per le prime bozze e la generazione di idee. Ogni output viene modificato manualmente.

Come si presenta:

L'IA genera bozze di post del blog, testo per email o post sui social media
Modifichi più dell'80% dell'output dell'IA prima di pubblicare
Nessun flusso di lavoro sistematico – l'IA viene usata ad hoc
Ogni membro del team usa l'IA diversamente (o per niente)
Le campagne sono ancora pianificate ed eseguite nel modo tradizionale

I dati: Il 91% dei responsabili marketing dice che i loro team usano l'IA, con la creazione di contenuti (43%) come caso d'uso principale. Ma l'86% modifica il contenuto generato dall'IA prima di pubblicare (HubSpot, 2025). E il 68% non riceve alcuna formazione IA formale (Marketing AI Institute, 2025).

Level 2 – AI-Integrated

I flussi di lavoro delle campagne sono ridisegnati intorno all'IA. L'IA non fa solo le bozze – genera varianti, gestisce la ricerca e produce analisi come passaggio sistematico.

Come si presenta:

Le librerie di prompt condivise codificano la voce del brand e il posizionamento
L'IA genera varianti delle campagne; tu selezioni e affini
Ricerca, analisi competitiva e reportistica sono flussi di lavoro AI-first
I nuovi membri del team vengono introdotti ai processi integrati con l'IA
Il team produce di più con meno persone

Il cambiamento: Smetti di scrivere contenuti e inizi a dirigere sistemi di contenuti. Il tuo valore si sposta dalla velocità di produzione al giudizio strategico: quale angolazione, quale pubblico, quale posizionamento.

Level 3 – AI-Native

Definisci strategia, posizionamento e vincoli. I sistemi producono campagne, varianti e report.

Come si presenta:

Specifichi la campagna: target, posizionamento, vincoli, metriche di successo
L'IA produce il creativo, il testo e il piano di distribuzione
Rivedi, selezioni e aggiusti – non produci
Il team marketing è significativamente più piccolo ma produce significativamente di più
Il tuo ruolo è strategia e gusto, non esecuzione

Validazione esterna: Il sondaggio di maturità dell'istituto Marketing AI si mappa quasi direttamente su questi livelli: il 40% dei team marketing è a Sperimentazione (Level 1), il 26% a Integrazione (Level 2), il 17% a Trasformazione (Level 3) (Marketing AI Institute, 2025).

Autovalutazione

Domanda	Level 1	Level 1.5	Level 2	Level 2.5	Level 3
Come crei una campagna?	La pianifichi, poi usi l'IA per alcune bozze	Testi l'IA per passaggi specifici, costruendo librerie di prompt	Definisci il brief, l'IA genera varianti, tu curi	Definisci strategia e vincoli, l'IA produce la maggior parte dei deliverable con piccole modifiche	Definisci la strategia e i vincoli, l'IA produce la campagna
Qual è il tuo collo di bottiglia?	Scrittura e produzione	Trovare quali flussi di lavoro IA si consolidano	Revisione e decisioni strategiche	Definire i vincoli giusti per una qualità coerente	Definire il problema giusto da risolvere
Quanta parte dell'output dell'IA modifichi?	Più dell'80%	50-70% (in miglioramento man mano che i flussi di lavoro maturano)	30-50%	15-25% (principalmente selezione, non riscrittura)	10-20% (selezione, non riscrittura)

Servizio clienti

Pattern dominante: Elevazione che si trasforma in Convergenza – dal rispondere ai ticket alla progettazione dei sistemi di servizio.

Level 1 – AI-Assisted

L'IA suggerisce risposte. Gli agenti copiano, incollano e modificano. Il flusso di lavoro è lo stesso, leggermente più veloce.

Come si presenta:

L'IA redige suggerimenti di risposta per gli agenti
Gli agenti gestiscono lo stesso volume e gli stessi tipi di interazioni
L'IA gestisce solo le richieste più semplici e più scriptate
Nessun cambiamento di ruolo – tutti fanno ancora lo stesso lavoro
La qualità dipende dai singoli agenti, non dai sistemi

Level 2 – AI-Integrated

L'IA gestisce le richieste di routine autonomamente. Gli agenti si spostano dalla risposta all'addestramento, alla revisione e alla gestione dei casi complessi. Emergono nuovi ruoli.

Come si presenta:

L'IA risolve la maggior parte dei ticket di routine senza coinvolgimento umano
Gli agenti trascorrono più tempo ad addestrare i sistemi IA che a fare supporto tradizionale
Emergono nuovi ruoli: analisti delle conversazioni, knowledge manager, responsabili delle operazioni IA
La logica di escalation è progettata e documentata, non improvvisata
Il team gestisce un volume significativamente maggiore con organico stabile o ridotto

I dati: L'82% dei team di supporto si sente positivo riguardo alla collaborazione con l'IA. Il 60% dice che i ruoli si stanno evolvendo. Il 40% dei team riferisce che gli agenti trascorrono più tempo ad addestrare i sistemi IA che a fare supporto tradizionale (Intercom, 2025). Questo è il Level 2 in azione.

Level 3 – AI-Native

Gli umani definiscono strategia di servizio, logica di escalation e standard di qualità. L'IA esegue la grande maggioranza delle interazioni.

Come si presenta:

Definisci: cosa costituisce un buon servizio, quando escalare, come appare la qualità
L'IA gestisce più dell'80% delle interazioni
Gli agenti umani esistono per le decisioni di giudizio, i momenti relazionali e i casi che il sistema non può gestire
Il team è una frazione della sua dimensione precedente, ma la qualità del servizio è uguale o migliore
Il tuo ruolo è la progettazione del sistema e la proprietà della qualità, non la risoluzione dei ticket

Il servizio clienti è spesso la prima funzione a raggiungere il Level 3. Mostra la più alta copertura effettiva dei compiti IA (Anthropic, 2026) e genera la quota maggiore di valore IA (38%, secondo BCG, 2025).

Autovalutazione

Domanda	Level 1	Level 1.5	Level 2	Level 2.5	Level 3
Cosa fai la maggior parte del giorno?	Rispondo ai ticket	Testo l'IA su categorie di ticket, costruisco template di risposta	Addestro l'IA, gestisco le escalation, revisiono la qualità	Progetto la logica di escalation, monitoro le metriche di qualità dell'IA	Progetto la strategia di servizio e le regole di escalation
Cosa succede quando l'IA dà una risposta sbagliata?	La correggo e vado avanti	Costruisco un template migliore o una voce della knowledge base	Aggiorno i dati di addestramento o la knowledge base	Ridisegno i criteri di qualità o i dati di addestramento	Ridisegno la logica di escalation o i criteri di qualità
Come vengono misurate le tue prestazioni?	Ticket risolti, tempo di risposta	Qualità dei template, tasso di adozione dell'IA	Tasso di deflection dell'IA, qualità delle escalation	Qualità della progettazione del sistema, qualità su scala	Metriche di qualità del servizio, efficacia della progettazione del sistema

Vendite

Pattern dominante: Specializzazione – liberarsi del sovraccarico amministrativo, approfondire il giudizio sulle relazioni e sui deal.

Level 1 – AI-Assisted

L'IA aiuta con le bozze di email e la ricerca di base. I venditori trascorrono ancora la maggior parte del loro tempo su compiti non di vendita.

Come si presenta:

L'IA redige email fredde e follow-up
La ricerca è semi-manuale con assistenza IA
Il CRM viene aggiornato dagli umani
Il 70% del tempo va su compiti non di vendita (Salesforce, 2024)
Il processo di vendita non è cambiato, solo i compiti individuali

Level 2 – AI-Integrated

L'IA automatizza la ricerca, le sequenze di outreach e l'arricchimento del CRM. I venditori si concentrano sulle relazioni e sulla strategia dei deal complessi.

Come si presenta:

L'IA gestisce la ricerca sui prospect, le sequenze di outreach e i tempi di follow-up
Il CRM viene arricchito automaticamente con dati raccolti dall'IA
I venditori si concentrano sulle conversazioni ad alto valore: qualificazione, negoziazione, chiusura
Gli utenti IA hanno 2,4 volte meno probabilità di sentirsi sovraccarichi di lavoro
Il sovraccarico non legato alle vendite cala significativamente

Il cambiamento: Il valore si sposta dal volume di attività (chiamate effettuate, email inviate) alla qualità dei deal (accuratezza della pipeline, tasso di chiusura, dimensione del deal). I venditori Level 2 non lavorano di più – lavorano sulle cose giuste.

Level 3 – AI-Native

Gli umani definiscono logica di qualificazione, regole dei deal e soglie di escalation. L'IA produce outreach, proposte e analisi della pipeline.

Come si presenta:

Definisci: profilo del cliente ideale, criteri di qualificazione, regole di prezzo, condizioni di escalation
L'IA produce: outreach, follow-up, proposte, analisi competitiva
Il tuo tempo va sulla costruzione delle relazioni, sui clienti strategici e sulle decisioni di giudizio
Entro il 2027, si prevede che il 95% dei flussi di lavoro di ricerca dei venditori inizierà con l'IA (Gartner, 2025)
I venditori che collaborano con l'IA hanno 3,7 volte più probabilità di raggiungere la quota

Autovalutazione

Domanda	Level 1	Level 1.5	Level 2	Level 2.5	Level 3
Quanto tempo trascorri sull'amministrazione?	Più del 70%	50-60% (automatizzando attivamente i compiti)	30-40%	15-25% (la maggior parte dell'amministrazione è gestita dal sistema)	Meno del 15%
Come ricerchi un prospect?	Manualmente, con qualche aiuto dall'IA	Costruisci flussi di lavoro di ricerca IA, testi l'automazione	L'IA produce il brief di ricerca, tu lo revisioni	L'IA gestisce la ricerca end-to-end, tu revisioni e strategi	L'IA identifica e qualifica i prospect, tu gestisci le relazioni
Qual è il tuo vantaggio competitivo?	Volume di attività	Sperimentazione dei flussi di lavoro	Giudizio sui deal	Progettazione del sistema per il processo di vendita	Specificazione di cosa significa "buono"

Design

Pattern dominante: Elevazione – dalla produzione di pixel alla direzione dei sistemi.

Level 1 – AI-Assisted

L'IA genera mood board, concetti iniziali o testo. Affini tutto manualmente.

Come si presenta:

L'IA produce ispirazione: mood board, variazioni di concetti, esplorazioni di stile
Tutto il lavoro di produzione (layout, componenti, asset) viene fatto manualmente
L'IA è un punto di partenza, non un partecipante al flusso di lavoro
Il processo di design non è cambiato – l'IA aggiunge un passaggio di brainstorming

Level 2 – AI-Integrated

L'IA gestisce il lavoro di produzione. Ti sposti verso il pensiero sistemico, la direzione del brand e il giudizio di qualità.

Come si presenta:

L'IA genera layout, variazioni di asset e adattamenti responsive
Definisci sistemi di design e vincoli del brand; l'IA opera al loro interno
Il tempo di produzione cala drasticamente; il tempo di revisione e direzione aumenta
I ruoli di produzione entry-level si contraggono man mano che l'IA assorbe quel lavoro
Il 71% dei professionisti UX crede che l'IA plasmerà il futuro dell'UX (UX Design Institute, 2025)

Il cambiamento: Il tuo valore si sposta dall'esecuzione artigianale al gusto e alla progettazione dei sistemi. Non sei meno designer – sei più architetto.

Level 3 – AI-Native

Definisci sistemi, vincoli e regole del brand. L'IA produce gli artefatti.

Come si presenta:

Specifichi: sistema di design, parametri del brand, vincoli, criteri di qualità
L'IA produce: mockup, componenti, layout responsive, librerie di asset
Revisioni, curi e affini – non disegni
Il design orientato ai risultati sostituisce il lavoro a livello di pixel
"Systems Architects" e "AI Directors" emergono come ruoli di design ad alto valore (NN/g, 2025)

Nel Q3 2025, "il pixel-pushing manuale era effettivamente terminato per la produzione commerciale" (UX Design Institute, 2025). La progressione dal Level 1 al Level 3 sta avvenendo più velocemente nel design che nella maggior parte delle altre funzioni.

Autovalutazione

Domanda	Level 1	Level 1.5	Level 2	Level 2.5	Level 3
Cosa produci?	Deliverable pixel-perfect	Mix di deliverable manuali e assistiti dall'IA	Sistemi di design e direzione, l'IA produce i deliverable	Sistemi di design e vincoli, l'IA produce la maggior parte degli asset	Specifiche e criteri di qualità
Qual è il tuo collo di bottiglia?	Tempo di produzione	Trovare quali strumenti IA funzionano per il tuo flusso di lavoro	Prendere le giuste decisioni di design	Definire vincoli che producano qualità di brand coerente	Definire i vincoli giusti
Quali competenze stanno crescendo?	Padronanza degli strumenti	Integrazione degli strumenti IA, progettazione dei prompt	Pensiero sistemico, giudizio sul brand	Specificazione dei vincoli, giudizio sulla qualità su scala	Ingegneria delle specifiche, gusto su scala

Trasversale: le competenze che contano ad ogni livello

Indipendentemente dalla tua famiglia di ruoli, alcune competenze si compongono attraverso la progressione:

Level 1 → Level 2: La competenza critica è riconoscere quali parti del tuo lavoro sono pattern ereditati – esecuzione ripetibile che l'IA può assorbire. La transizione riguarda il vedere l'opportunità, non solo usare lo strumento.

Level 2 → Level 3: La competenza critica è l'ingegneria delle specifiche – scrivere istruzioni abbastanza chiare perché l'IA possa eseguire senza supervisione in tempo reale. Questa è la Regola di Traduzione Universale applicata al tuo lavoro individuale.

Ad ogni livello: Le cinque funzioni insostituibili – Direzione, Giudizio, Gusto, Relazione, Responsabilità – definiscono cosa rimane umano. La tua progressione non riguarda il fare meno. Riguarda il concentrarsi su ciò che solo tu puoi fare.

I lavoratori nei ruoli esposti all'IA guadagnano fino al 30% di premi salariali (PwC, 2025). Il mercato sta già prezzando la progressione.

← Torna alla home · Trasformare il tuo ruolo · Standard di esecuzione IA · Guida alle specifiche