DP-900 o AI-901: dati o AI, quale scegliere

Sono entrambe Fundamentals, entrambe su Azure, entrambe con lo stesso punteggio minimo e lo stesso ordine di prezzo. Da fuori sembrano due porte gemelle sullo stesso corridoio, e la domanda arriva quasi sempre in questa forma: “prima i dati o prima l’AI?”. Nel 2026 quella lettura non regge più.

Il motivo è documentato. Ad aprile 2026 Microsoft ha ricostruito la fundamentals sull’intelligenza artificiale attorno al nuovo esame AI-901, che ha preso il posto del ritirato AI-900, e nel farlo ha cambiato il tipo di esame. DP-900 resta descrittivo: i verbi del blueprint sono “describe” e “identify”, dal primo obiettivo all’ultimo. AI-901 no. L’area più estesa del suo blueprint si chiama “Implement AI solutions by using Microsoft Foundry” e il profilo di candidato pubblicato da Microsoft chiede, testualmente, conoscenza della sintassi Python e delle tecniche di programmazione, oltre alla familiarità con REST API, SDK e CLI. Stesso livello nominale, due platee diverse.

Cosa valida davvero DP-900

Il blueprint di DP-900, aggiornato il 21 luglio 2026, è organizzato in quattro aree e resta il più stabile dei due.

La prima area è vocabolario puro: dati strutturati, semi-strutturati e non strutturati, formati di file comuni, carichi transazionali contro carichi analitici, e le responsabilità di tre ruoli distinti (database administrator, data engineer, data analyst). È la parte che serve a smettere di usare “database” come sinonimo di qualsiasi contenitore di dati.

La seconda area è relazionale: normalizzazione, oggetti tipici di un database, riconoscimento delle istruzioni SQL più comuni, e soprattutto la famiglia Azure SQL nelle sue tre forme (Azure SQL Database, Azure SQL Managed Instance, SQL Server su macchine virtuali Azure), più i servizi gestiti Azure per i motori open source.

La terza copre il non relazionale: Azure Blob Storage, Azure Files, Azure Table storage e Azure Cosmos DB con i suoi casi d’uso e le sue API.

La quarta è analytics: ingestione e trasformazione, scelta degli archivi analitici, Azure Databricks e Microsoft Fabric come piattaforme di analisi su larga scala, differenza fra batch e streaming, e infine Power BI, di cui l’esame chiede capacità, modelli di dati e criteri per scegliere la visualizzazione giusta.

Quello che DP-900 non tocca: scrivere T-SQL di produzione, costruire pipeline con le mani, addestrare modelli, fare data science.

Cosa valida davvero AI-901

AI-901 ha solo due aree, e la seconda pesa più della prima.

La parte concettuale copre i sei principi di responsible AI (equità, affidabilità e sicurezza, privacy e sicurezza, inclusività, trasparenza, responsabilità), il funzionamento dei modelli generativi, la scelta del modello in base alle capacità e le opzioni di deployment con i relativi parametri di configurazione. Poi chiede di riconoscere i carichi di lavoro AI più comuni: AI generativa e agentica, analisi del testo, speech, computer vision, estrazione di informazioni. Sull’analisi del testo l’esame è specifico e nomina keyword extraction, entity detection, sentiment analysis e summarization.

La parte implementativa è quella che sorprende chi si aspetta un esame teorico. Gli obiettivi parlano di scrivere prompt di sistema e prompt utente efficaci, deployare un modello e interagirci nel portale Foundry, costruire un client di chat leggero con l’SDK di Foundry, creare e testare una soluzione con un singolo agente e poi scriverne il client. Ci sono poi Azure Speech in Foundry Tools, la risposta a prompt vocali e l’interpretazione di input visivi tramite modelli multimodali, la generazione di immagini, e l’estrazione di informazioni da documenti, moduli, immagini, audio e video con Azure Content Understanding.

Quello che AI-901 non tocca: modellazione dei dati, SQL, Power BI, ETL, data warehousing. Il blueprint aggiornato non ha nemmeno una sezione sull’addestramento di modelli di machine learning classico: il baricentro si è spostato su AI generativa, agenti e Foundry.

Il confronto in tabella

Scegli DP-900 se ti riconosci qui

Sei l’analista che vive in Excel e riceve estrazioni da qualcun altro, e vuoi capire da dove arrivano quei file e perché a volte non tornano.

Sei un sistemista che si trova Azure SQL o Cosmos DB nella sottoscrizione aziendale e li amministra a intuito. Le tre forme della famiglia Azure SQL, con le loro differenze di responsabilità, sono metà del valore dell’esame.

Sei in un ruolo pre-sales o di project management tecnico e devi capire cosa proponi. Fabric, Databricks e Power BI compaiono in ogni proposta commerciale sui dati: qui li vedi collocati l’uno rispetto all’altro.

Vuoi la strada più praticabile in italiano. DP-900 è erogato anche nella nostra lingua, e per chi non è a suo agio con l’inglese tecnico non è un dettaglio.

Scegli AI-901 se ti riconosci qui

Scrivi già codice, anche solo script Python, e vuoi che il badge certifichi qualcosa che poi userai davvero. Gli obiettivi su SDK, agenti e client applicativi sono la parte più utile dell’esame, ed è anche la più difficile da improvvisare.

Il tuo team ha attivato Microsoft Foundry e tu sei la persona che deve portarci dentro un caso d’uso. AI-901 è, di fatto, un tour guidato di quella piattaforma.

Ti occupi di automazione di processi documentali: la sezione su Content Understanding, che copre estrazione da documenti, moduli, immagini, audio e video, è esattamente il mestiere.

Devi presidiare il tema responsible AI in azienda. I sei principi non sono contorno: sono un dominio d’esame a sé, ed è il linguaggio che troverai nelle policy interne e nelle richieste dei clienti.

Si possono fare entrambe? Sì, in quest’ordine

Sì, e per certi ruoli conviene, perché ogni applicazione AI aziendale seria poggia su dati aziendali. L’ordine sensato è DP-900 e poi AI-901, per tre motivi concreti.

Il primo è che AI-901 dà per acquisita la familiarità con le risorse Azure, mentre DP-900 non dà per acquisito quasi nulla. Il secondo è che la parte di AI-901 su Content Understanding presuppone che tu sappia già distinguere dati strutturati, semi-strutturati e non strutturati: è letteralmente il primo obiettivo del blueprint DP-900. Il terzo è di rischio: se scopri di non trovarti bene con l’ecosistema, lo scopri sull’esame meno impegnativo.

L’ordine inverso ha senso in un caso solo: sei già uno sviluppatore Python, il tuo lavoro sta virando sull’AI adesso e i dati non sono il tuo problema quotidiano.

Prima di entrambe, se non hai mai toccato Azure, il punto d’ingresso resta AZ-900 Azure Fundamentals: sia DP-900 sia AI-901 costruiscono su concetti di storage, compute e sottoscrizioni che AZ-900 spiega da zero.

Cosa viene dopo, ramo per ramo

Dopo DP-900 la continuazione più breve è PL-300 Power BI Data Analyst, perché la quarta area di DP-900 introduce già capacità di Power BI, modelli di dati e scelta delle visualizzazioni: PL-300 prende quegli stessi temi e li porta a livello operativo. Se ti attira il lato ingegneristico il riferimento è DP-700 Fabric Data Engineer, ma è un salto vero: il profilo di candidato chiede padronanza di SQL, PySpark e KQL, e il programma copre workspace Fabric, OneLake, pipeline, Eventstream e ottimizzazione. Non è il mese successivo a DP-900, è la stagione successiva.

Dopo AI-901 il quadro è più scarno, e vale la pena dirlo apertamente: la certificazione Azure AI Engineer Associate, cioè il vecchio AI-102, è stata ritirata insieme al suo assessment di rinnovo, quindi il gradino associate su cui molti contavano non c’è più nella forma che aveva. L’opzione attiva più vicina, se il tuo mondo sono i database, è DP-800 SQL AI Developer, che porta le funzionalità AI dentro le piattaforme SQL: embedding, ricerca vettoriale e ibrida, RAG. Anche qui serve onestà: è un associate che presuppone esperienza reale di T-SQL. In alternativa, il modo migliore di capitalizzare AI-901 nel breve periodo non è un altro esame, ma costruire qualcosa con Foundry e mostrarlo.

Un’ultima differenza che pesa sulla pianificazione: DP-900 e AI-901 non scadono, mentre le role-based come PL-300, DP-700 e DP-800 vanno rinnovate ogni dodici mesi con un assessment gratuito su Microsoft Learn.

Provale prima di prenotare

Il modo più rapido per capire quale dei due esami è tuo è rispondere a qualche domanda di entrambi. Su CertUp trovi una simulazione gratuita per DP-900 Azure Data Fundamentals e una per AI-901 Azure AI Fundamentals: il report finale mostra dove sbagli per area. Prima di prenotare verifica comunque il blueprint sulla pagina ufficiale: entrambi sono stati aggiornati nel 2026.