L'Intelligenza Artificiale nelle Costruzioni: nuove Professioni e competenze
Sappiamo bene tutti quanto il settore delle costruzioni abbia costruito con fatica un sistema di figure professionali legate alla gestione digitale dei progetti: BIM Specialist, BIM Coordinator, BIM Manager, CDE Manager, ciascuna con competenze e responsabilità definite dalla norma UNI 11337-7. Oggi l'ingresso dell'intelligenza artificiale in questi processi solleva una domanda che riguarda direttamente chi in quelle figure si è specializzato: quei ruoli sono destinati a essere ridimensionati, o a trasformarsi?
La risposta che emerge dalla ricerca e dalla pratica professionale non è né catastrofica né rassicurante: le figure non scompaiono, ma cambiano baricentro. Il valore si sposta dalla produzione del dato al suo controllo, alla sua verifica e alla sua governance — cioè esattamente là dove l'intelligenza artificiale, oggi, è più debole. Nei prossimi paragrafi vediamo perché l'AI sta entrando ora nel settore, come si stanno ridefinendo i ruoli, quali limiti rendono indispensabile il presidio umano e quali competenze serviranno per governare questa fase.
Il funzionamento dell'integrazione tra intelligenza artificiale e modellazione informativa lo abbiamo affrontato in un articolo dedicato: qui ci concentriamo sulle sue ricadute professionali.
Perché l'intelligenza artificiale entra ora nelle costruzioni
Tre fattori convergenti spiegano l'accelerazione di questi mesi.
Il primo è la maturità del mercato. Secondo le stime di Grand View Research, il valore mondiale dell'intelligenza artificiale applicata alle costruzioni è passato da circa 2,93 miliardi di dollari nel 2023 a una proiezione di quasi 17 miliardi entro il 2030, con una crescita annua vicina al 27%. L'ambito in cui l'impatto è oggi più evidente è la gestione dei progetti, che rappresenta oltre un terzo del mercato, seguita dal risk management, in crescita di circa il 30% l'anno.
Il secondo è la disponibilità di dati strutturati. Come evidenzia il 9° Rapporto OICE sulla digitalizzazione, l'intelligenza artificiale funziona solo se alimentata da dati di qualità: l'attenzione si sta quindi spostando dalla semplice digitalizzazione alla capacità di gestire informazioni complesse in modo ordinato. Non è un caso che il settore abbia impiegato anni a costruire quell'infrastruttura informativa — dal modello BIM all'Ambiente di Condivisione dei Dati — e che solo ora inizi a raccoglierne i frutti.
Il terzo è la carenza di personale tecnico. Il comparto ha perso centinaia di migliaia di addetti nell'ultimo decennio e necessita, secondo le stime di FENEALUIL, di oltre 265.000 nuove professionalità per realizzare le opere del PNRR. In questo scenario l'automazione delle attività ripetitive non sottrae lavoro: compensa una domanda che il mercato non riesce a soddisfare.
Sul fronte dell'adozione, però, l'Italia procede con prudenza: i dati ISTAT indicano che poco più del 16% delle imprese utilizza già sistemi di intelligenza artificiale, mentre quasi la metà segnala come ostacolo principale la scarsa chiarezza del quadro normativo.
Come cambiano le figure professionali del BIM
L'intelligenza artificiale, applicata alla modellazione informativa, non opera su un solo livello. La ricerca condotta al Politecnico di Milano ne individua quattro configurazioni distinte, utili per capire quali attività verranno effettivamente assorbite.
Nella prima, l'AI agisce come professionista digitale, partecipando a processi specifici su input umano: genera contenuti, elabora alternative, produce output tecnici. Nella seconda funge da interfaccia di lavoro, aiutando l'utente a interrogare il modello, comprendere il contesto e decidere — con il rischio, però, di una fiducia eccessiva e di interpretazioni errate dei dati. Nella terza opera come regolatore di processo, integrata con tecnologie di tracciabilità per garantire trasparenza e regolarità: è la configurazione più delicata, perché tocca decisioni soggettive e responsabilità. Nella quarta il BIM diventa lo strumento per costruire e alimentare l'AI stessa, che si trasforma da mezzo in obiettivo del processo.
Per le figure professionali questo significa una redistribuzione delle attività. La produzione di contenuti standardizzati — rendering, elaborati ripetitivi, estrazione di dati, report — viene progressivamente automatizzata. Restano invece saldamente umane le attività di coordinamento interdisciplinare, di verifica normativa, di assunzione di responsabilità e di governo del processo informativo. Il BIM Coordinator che si limitava a eseguire clash detection vede il proprio compito automatizzato; quello che interpreta i risultati, negozia le soluzioni tra discipline e risponde delle scelte no.
Lo stesso vale per il CDE Manager, la cui funzione — presidiare stati, permessi, workflow e tracciabilità dell'ambiente dati — diventa anzi più critica man mano che aumenta la quantità di contenuti generati automaticamente.
I limiti che rendono indispensabile il presidio umano
C'è una ragione tecnica precisa per cui il controllo umano non è un'opzione ideologica ma una necessità operativa.
Il primo limite sono le cosiddette allucinazioni: i modelli possono produrre output falsi o fuorvianti presentandoli con piena sicurezza. In un contesto in cui un errore si traduce in una difformità costruttiva o in una non conformità normativa, la plausibilità formale di una risposta non è garanzia di correttezza.
Il secondo è la mancanza di specializzazione. Un risultato può essere accurato ma impreciso, perché basato su dati non aggiornati, su normative superate o su informazioni manipolate. Nella filiera delle costruzioni, dove ogni dato si propaga lungo l'intero ciclo di vita dell'opera, un errore a monte genera conseguenze che emergono mesi dopo, in cantiere.
Il terzo riguarda l'affidabilità dei modelli stessi: se il sistema è chiuso non se ne può verificare il funzionamento interno; se è aperto, può essere studiato per progettare attacchi mirati che ne compromettano l'output.
C'è infine un rischio più sottile, che merita attenzione perché tocca la natura stessa del metodo BIM. Il Building Information Modeling è nato per organizzare informazioni prodotte da persone e destinate a persone — architetti, ingegneri, imprese — che collaborano. Se i contenuti generati dall'AI diventano predominanti e vengono utilizzati principalmente da altri sistemi automatici, si rischia di perdere proprio la dimensione collaborativa che giustificava il metodo. È il paradosso dei contenuti generati dall'AI per l'AI: un processo tecnicamente efficiente ma progressivamente privo di controllo umano.
Le nuove competenze richieste
Da questi limiti discendono, in modo quasi speculare, le competenze che il mercato inizierà a richiedere.
La prima è la capacità di distinguere l'origine dei contenuti: riconoscere ciò che è stato prodotto da una persona e ciò che è stato generato automaticamente. Questo richiede padronanza dell'analisi dei metadati, della tracciabilità delle modifiche e degli strumenti di verifica, prima e dopo l'elaborazione dei modelli. In un ambiente dati conforme, dove ogni contenitore informativo porta con sé stato, revisione, responsabile e storico, questa verifica è tecnicamente possibile: serve chi sappia farla.
La seconda è la competenza di auditing e monitoraggio: tracciare le modifiche, rilevare anomalie, applicare protocolli di revisione incrociata che coinvolgano insieme esperti umani e sistemi automatici. È una competenza che unisce conoscenza del processo informativo e capacità di validazione critica.
La terza è la governance del dato: definire standard, protocolli e linee guida che regolino l'uso dell'AI nel processo informativo, stabilendo che cosa può essere delegato e che cosa no, con quali livelli di verifica e con quali responsabilità. È il terreno su cui si giocherà la differenza tra chi subisce la tecnologia e chi la governa.
La quarta, infine, è la competenza normativa. Perché il perimetro entro cui l'AI può operare non lo decide la tecnologia, ma la legge.
Il perimetro normativo: cosa è già stabilito
Su questo fronte il quadro italiano si è definito rapidamente. La Legge 132/2025 ha introdotto una disciplina nazionale dell'intelligenza artificiale allineata all'AI Act europeo, fondata su un principio antropocentrico: la decisione finale spetta sempre alla persona. Le implicazioni per l'attività professionale le abbiamo approfondite in un articolo dedicato.
Nel settore degli appalti pubblici il principio è già operativo. Le nuove Regole Tecniche AgID per le piattaforme digitali hanno stabilito i primi principi vincolanti sull'uso dell'intelligenza artificiale nelle procedure di gara: trasparenza, spiegabilità, non discriminazione, robustezza e — soprattutto — supervisione umana, con il divieto di demandare a un sistema automatico decisioni che abbiano impatti giuridico-economici rilevanti. Ne discende un obbligo di tracciabilità a beneficio del RUP, che deve poter ricostruire i dati di input e i parametri alla base di ogni risultato prodotto dal sistema. Il quadro completo di queste regole lo abbiamo ricostruito parlando delle piattaforme certificate.
Il messaggio, per chi lavora nel settore, è chiaro: la normativa non sostituisce il professionista con l'algoritmo. Al contrario, gli attribuisce il compito di sorvegliarlo — e quindi presuppone che sappia farlo.
Come prepararsi: la formazione che serve
Le competenze descritte non nascono dall'uso quotidiano degli strumenti. Richiedono una comprensione strutturata del processo informativo digitale: come si organizzano i dati, come si verificano, chi ne risponde, quali regole li governano lungo il ciclo di vita dell'opera.
È su questo terreno che si colloca il percorso BIM di Dirextra, pensato per formare le figure che presidiano la gestione informativa digitale — dalla modellazione al coordinamento fino al governo dell'ambiente dati e delle regole che lo disciplinano. Sono le stesse competenze su cui poggia la capacità di controllare i contenuti generati automaticamente: chi sa come deve essere strutturato, verificato e tracciato un dato è anche in grado di riconoscere quando quel dato non è affidabile, indipendentemente da chi o cosa lo ha prodotto.
L'intelligenza artificiale continuerà a occupare spazio nelle attività ripetitive del processo edilizio. Ciò che non potrà assorbire è la responsabilità professionale — e attorno a quella si stanno ridefinendo le professioni del settore. Per informazioni sui percorsi di formazione e certificazione BIM puoi scrivere a master@dirextra.com o chiamare il Numero Verde gratuito 800 821 796.
Approfondimenti:
Lascia un commento