Chief AI Officer: competenze e certificazione secondo la nuova norma UNI 11621-8:2026
Partenza: 19/01/2027
Prezzo: 1.890 €

Chief AI Officer: competenze e certificazione secondo la nuova norma UNI 11621-8:2026

Acquisisci le conoscenze previste dalla norma UNI 11621-8 per il profilo di Chief AI Officer: normativa, tecnologie, sicurezza, governance, strategia, compliance ed etica dell’Intelligenza Artificiale

Aziende formate
0 +
SODDISFAZIONE DEI CLIENTI
/5
MANAGER E IMPRENDITORI FORMATI ALL’ANNO
0 +

Riepilogo del corso

Dettagli

Termine iscrizione: 16 Gennaio 2027
Numero giornate: 10
Dove: Online

Calendario

19/01/2027
14:00 - 18:00
21/01/2027
14:00 - 18:00
26/01/2027
14:00 - 18:00
28/01/2027
14:00 - 18:00
30/01/2027
14:00 - 18:00
02/02/2027
14:00 - 18:00
04/02/2027
14:00 - 18:00
09/02/2027
14:00 - 18:00
11/02/2027
14:00 - 18:00
13/02/2027
14:00 - 18:00

Obiettivi

Garantire conformità e gestione del rischio AI. Tradurre obblighi normativi, norme, codici etici e linee guida in policy, controlli e metriche verificabili; presidiare responsabilità giuridiche e contrattuali, requisiti di conformità e sicurezza delle informazioni per i sistemi AI
Valutare e integrare le tecnologie AI. Conoscere famiglie di tecniche e architetture AI e criteri di scelta; valutare le soluzioni attraverso benchmarking, SLA e due diligence sui fornitori; pianificarne l’integrazione nei sistemi informativi e nei processi
Sviluppare governance e visione strategica AI. Definire strutture, ruoli e processi di governance con supervisione umana e accountability; costruire roadmap di adozione e priorità di investimento; misurare KPI, ROI e benefit realization; guidare change management, comunicazione e upskilling nel rispetto dei principi etici

Ricadute attese

Capacità di tradurre obblighi normativi e requisiti legali in policy, controlli e metriche verificabili
Competenze per strutturare la governance AI: ruoli, RACI, comitati, audit, supervisione umana e accountability
Capacità di definire roadmap e priorità di investimento e di misurare valore, ROI e benefit realization
Competenze per guidare il change management, la comunicazione verso gli stakeholder e i piani di upskilling in ambito AI

Cos'è

L’Intelligenza Artificiale sta assumendo un ruolo sempre più rilevante nelle strategie e nei processi aziendali. La sua adozione richiede competenze capaci di coniugare innovazione tecnologica, obiettivi di business, gestione dei rischi e responsabilità organizzative.

In questo scenario, il Chief AI Officer è la figura professionale chiamata a definire e supervisionare la strategia AI dell’organizzazione, coordinandone la governance e favorendo l’integrazione delle tecnologie nei processi aziendali in modo sicuro, efficace e responsabile.

Il corso di formazione per Chief AI Officer è basato sulla norma UNI 11621-8, riferimento per i profili professionali dell’Intelligenza Artificiale. Il percorso, di 40 ore, è articolato in 9 moduli distribuiti in 10 lezioni da 4 ore e copre le 14 aree di conoscenza (K001–K014) previste dalla norma: dalle tecnologie e architetture AI alla legislazione e compliance, dalla sicurezza delle informazioni alla governance e alla strategia, dalle metriche di performance alle dinamiche organizzative, fino ai valori e ai principi etici dell’AI.

Modalità di erogazione

Le lezioni si svolgono interamente online in modalità sincrona, favorendo l’interazione in tempo reale con i formatori e il gruppo di lavoro. Ogni sessione è registrata e resa disponibile sulla piattaforma didattica, permettendo ai partecipanti di rivedere i contenuti in qualsiasi momento, adattandosi alle esigenze di chi lavora.

Certificazione finale

Al termine del corso, i partecipanti saranno pronti per l’esame di certificazione Chief AI Officer secondo la norma UNI 11621-8.

La certificazione attesta il possesso delle competenze definite dalla norma e garantisce il riconoscimento professionale a livello nazionale da parte degli organismi accreditati.

In questo senso Intertek, organismo accreditato ISO 17024 e riconosciuto da Accredia, ha avviato il processo di accreditamento per il rilascio dei profili definiti nella norma UNI 11621-8 che sarà completato nei prossimi mesi.

Programma del corso

Modulo 1: Quadro normativo e legislativo sull’AI

Legislazione vigente, norme, codici etici e linee guida

Comprendere il quadro legislativo e normativo che disciplina l’Intelligenza Artificiale, approfondendo gli obblighi delle organizzazioni e i principali standard di riferimento. Il modulo fornisce le conoscenze necessarie per interpretare i requisiti applicabili ai sistemi AI e tradurli in policy, controlli e procedure aziendali.

  • Obblighi per classi di rischio, documentazione, governance e sorveglianza post-market
  • UNI CEI ISO/IEC 42001, UNI CEI EN ISO/IEC 23894, UNI EN 16234-1
  • Relazioni con legislazione vigente, cybersecurity e product safety
  • Traduzione dei requisiti legali in controlli, policy e metriche verificabili
Modulo 2: Compliance e responsabilità giuridiche

Responsabilità giuridiche e contrattuali dell’AI

Approfondire le responsabilità giuridiche e contrattuali connesse allo sviluppo, all’adozione e all’utilizzo dei sistemi di Intelligenza Artificiale. Il modulo affronta gli aspetti legali e i principali strumenti contrattuali necessari per gestire i rischi, tutelare l’organizzazione e presidiare la conformità normativa.

  • Responsabilità civile/penale e tutela IP/dati
  • Allocazione contrattuale dei rischi, clausole di indennizzo e limitazioni di responsabilità
  • Requisiti di marcatura/conformità
  • Redazione e valutazione di contratti e policy coerenti con la legislazione vigente
Modulo 3: Metriche di performance, valore e rischio

Indicatori di performance e di rischio per l’AI

Acquisire gli strumenti per valutare le performance tecniche ed economiche delle soluzioni AI, misurarne i rischi e verificarne il contributo agli obiettivi aziendali. Il modulo approfondisce la definizione di indicatori e metodologie di valutazione a supporto delle decisioni di investimento e del monitoraggio dei risultati.

  • KPI di accuratezza, robustezza, latenza, costo, fairness e sicurezza
  • Indicatori compositi (indici T1) e metriche di valore/ROI/benefit realization
  • Misurazione dal design al monitoraggio operativo
Modulo 4: Governance AI e supervisione umana

Strutture, ruoli e processi di governance

Approfondire i principi e gli strumenti per strutturare una governance dell’Intelligenza Artificiale efficace, definendo ruoli, responsabilità e processi decisionali. Il modulo affronta i meccanismi di supervisione umana, controllo e tracciabilità necessari per assicurare una gestione trasparente e responsabile dei sistemi AI.

  • RACI, comitati etici/di governance e responsabilità apicali
  • Interfacce con CIO/CTO/CDO/Legal/HR e controlli indipendenti (audit)
  • AI Registry/Model Cards enterprise e policy operative
  • Human-in-the-loop/on-the-loop, gate di supervisione, escalation e sign-off
  • Tracciabilità decisionale e responsabilità operative
Modulo 5: Strategia e maturità AI

Strategie d’integrazione dell’AI nei processi

Sviluppare una visione strategica dell’Intelligenza Artificiale e approfondire le metodologie per pianificarne l’adozione nelle organizzazioni. Il modulo si concentra sulla valutazione della maturità aziendale, sulla definizione delle priorità di investimento e sulla costruzione di roadmap capaci di accompagnare il passaggio dalla sperimentazione all’integrazione su scala più ampia.

  • Framework di maturità, assessment organizzativi e roadmapping di adozione
  • Impatti su processi core, ruoli, KPI e priorità d’investimento
  • Orchestrazione pilota → scaling con stage-gate, benefici attesi e rischi
Modulo 6: Tecnologie e architetture AI

Famiglie di tecniche, modelli e pattern di integrazione

Conoscere le principali tecnologie e architetture di Intelligenza Artificiale, comprenderne le caratteristiche e valutarne l’applicabilità nei diversi contesti organizzativi. Il modulo approfondisce i criteri di scelta dei modelli e le modalità di integrazione delle soluzioni AI, considerando prestazioni, costi, sicurezza e requisiti operativi.

  • Famiglie di tecniche e architetture: ML classico, DL, NLP, GenAI
  • Differenze tra modelli (encoder-decoder, autoregressivi, RAG) e criteri di scelta su latenza, privacy, costo
  • Pattern di integrazione: API, RAG, fine-tuning, prompt engineering
  • Osservabilità e implicazioni MLOps/LLMOps
Modulo 7: Valutazione e integrazione delle soluzioni AI ed etica dell'AI

Valutazione e integrazione delle soluzioni AI; valori e principi etici dell’AI

Approfondire le metodologie per valutare, selezionare e integrare le soluzioni AI nei sistemi e nei processi aziendali, considerando requisiti tecnici, affidabilità e sostenibilità delle scelte. Il modulo affronta inoltre i principi etici dell’Intelligenza Artificiale e gli strumenti per prevenire discriminazioni, gestire i bias e promuovere trasparenza e responsabilità lungo il ciclo di vita dei sistemi.

Valutazione e integrazione delle soluzioni AI

  • Comparazione tecnica/etica, test di robustezza e generalizzazione
  • SLA/OLAs per servizi AI, due diligence e valutazioni vendor
  • Enterprise/solution architecture, interoperabilità e pattern di integrazione (event-driven, API gateway, data mesh)
  • Re-engineering dei processi e governance del ciclo di vita

Etica dell’AI

  • Trasparenza, equità, non-discriminazione, sicurezza, inclusività e accountability
  • Metodi e metriche per valutare e monitorare bias ed effetti indesiderati
  • Integrazione dei principi etici in policy, processi e decisioni operative
Modulo 8: Cybersecurity e sicurezza dei sistemi AI

Sicurezza delle informazioni per l’AI

Comprendere i rischi di sicurezza specifici dell’Intelligenza Artificiale e approfondire le metodologie per proteggere modelli, dati e infrastrutture. Il modulo fornisce un quadro delle principali minacce informatiche e dei controlli necessari per rafforzare la sicurezza, prevenire gli incidenti e garantire la continuità operativa delle soluzioni AI.

  • Risk management, access control, data protection, supply-chain security e secure-by-design
  • Minacce specifiche all’AI (data/prompt poisoning, model stealing, jailbreak) e contromisure
  • Piani di continuità, incident response e logging forense
Modulo 9: Change management, comunicazione e competenze

Dinamiche organizzative, comunicazione e competenze AI

Approfondire le metodologie per accompagnare l’introduzione dell’Intelligenza Artificiale nelle organizzazioni, favorendo il coinvolgimento delle persone e l’evoluzione delle competenze. Il modulo affronta la gestione del cambiamento, la comunicazione con gli stakeholder e la definizione di percorsi formativi per promuovere un’adozione consapevole e responsabile dell’AI.

  • Change management, resistenze, engagement e comunicazione interna
  • Impatti su competenze, ruoli, cultura e benessere organizzativo
  • Dashboard e report per CdA, regolatori e funzioni; spiegazioni non tecniche per pubblici diversi
  • Gap di competenze, piani di upskilling/reskilling e campagne di AI literacy

Prezzo e agevolazioni

1.890 €

Iscrizione standard

Prezzo del corso completo di tutti i moduli, iva esclusa.

-20%
Sconto EARLY BIRD
per iscrizioni effettuate entro il 31 dicembre 2026

 

Altre edizioni in programma nel 2027:

  • Maggio – Giugno
  • Settembre – Ottobre

Per maggiori informazioni su eventuali sconti o finanziamenti e per preiscrizioni alle prossime edizioni in programma compilare il form sottostante di “Richiesta informazioni”.

 

Iscriviti al Corso

Richiesta informazioni

"*" indica i campi obbligatori

Chief AI Officer: competenze e certificazione secondo la nuova norma UNI 11621-8:2026

Partenza: 19/01/2027
Prezzo: 1.890 €