Trasformare i dati in valore di business è diventata una priorità urgente per le aziende. Secondo la nuova edizione del report State of Data and Analytics di Salesforce, il 78% dei dirigenti avverte una crescente pressione nel ricavare insight utili dai dati. Ma l’ostacolo più grande non è la tecnologia: è la qualità delle informazioni disponibili. Dati incompleti, obsoleti o incoerenti continuano a frenare la piena evoluzione verso modelli aziendali “agentici”, dove persone e agenti AI operano in modo integrato.
AI agentica e valore dai dati: ambizione alta, fondamenta deboli
Il divario tra aspettative e realtà è evidente: quasi metà dei leader (46%) considera la propria azienda data-driven, ma il 53% ammette di non riuscire a supportare le strategie con i dati. Solo il 45% riesce a produrre informazioni tempestive e affidabili, mentre il 46% dei responsabili data & analytics segnala decisioni errate dovute a dati fuori contesto.
L’intelligenza artificiale agentica (AI Agentica) fa crescere le aspettative, ma anche il rischio di errori. In Italia, l’AI è salita al terzo posto tra le priorità 2024, subito dopo accesso ai dati in tempo reale e cultura del dato. Tuttavia, il 48% dei responsabili non si fida pienamente dei risultati prodotti dagli algoritmi, proprio a causa di dati frammentati o non aggiornati. E l’86% riconosce che la qualità dei dati determina la qualità dell’AI.
Le conseguenze sono già visibili:
- 85% di chi usa l’AI in produzione ha riscontrato risultati imprecisi o fuorvianti;
- 51% ammette di aver sprecato risorse per modelli addestrati con dati errati.
Silos applicativi e frammentazione
Il passaggio a modelli di AI agentica richiede dati integri, accessibili e contestualizzati. Ma oggi le aziende devono gestire una forte dispersione informativa: in media utilizzano 897 applicazioni diverse, e solo il 29% comunica tra loro. Il risultato? Dati isolati, difficili da combinare e spesso inutilizzabili.
- 16% dei dati aziendali risulta bloccato in silos o non accessibile.
- 62% dei leader ritiene che proprio in quel 16% siano contenute le informazioni commerciali più preziose.
Questo limita l’efficacia degli algoritmi, ostacola la personalizzazione e rallenta l’adozione di AI agentica su larga scala.
Zero copy, agentic analytics e governance: le nuove priorità
Le aziende più avanzate stanno puntando su tre leve strategiche:
- Integrazione zero copy: adottata dal 49% delle organizzazioni, permette di accedere ai dati dove si trovano, senza duplicarli. Chi la implementa ha il 118% di probabilità in più di avere successo nelle iniziative di AI.
- Agentic analytics e linguaggio naturale: per superare la barriera tecnica delle query complesse, il 96% dei leader vorrebbe poter interrogare i dati con richieste in linguaggio naturale. Il 57% ritiene che tradurre le domande di business in query tecniche sia oggi uno dei passaggi più critici.
- Governance e sicurezza: solo il 42% ha un framework formale di data governance, ma il 90% concorda sul fatto che l’AI richieda nuovi modelli di gestione, controllo e protezione dei dati.
La vera trasformazione nasce dall’unione tra dati solidi e AI agentica
“Le esperienze fatte nelle fasi iniziali di adozione dell’intelligenza artificiale offrono una guida per chi vuole diventare davvero agentico”, afferma Michael Andrew, Chief Data Officer di Salesforce. “Dati affidabili, coerenti e contestualizzati sono la chiave di tutto. Le imprese che sapranno integrare dati e AI passeranno dalla sperimentazione all’impatto concreto”.
Può interessarti anche:
Salesforce: ecco come diventare una Agentforce Company
State of Service: AI, dati e strategia per un servizio che crea valore
Salesforce lancia Agentforce 360 e inaugura l’era dell’Agentic Enterprise
AI e personalizzazione: il futuro della CX nei servizi finanziari secondo Salesforce
Diasorin trasforma il Service globale: verso un ecosistema intelligente e predittivo
COMMENTI