L’intelligenza artificiale nelle aziende italiane gode di un elevato livello di fiducia, ma fatica ancora a dimostrarsi davvero affidabile. È questo il quadro che emerge dal report IDC Data & AI Impact Report: The Trust Imperative, commissionato da SAS e basato su un’indagine che ha coinvolto professionisti IT e business leader.
La ricerca mette in luce un dilemma strutturale: molte organizzazioni credono nel potenziale dell’AI e ne promuovono l’adozione, ma non dispongono delle condizioni necessarie per garantirne qualità, controllo e risultati costanti nel tempo. Un disallineamento che rischia di rallentare la capacità dell’AI di generare valore di business reale.
Un difficile equilibrio
Solo il 6% delle aziende italiane ha raggiunto un equilibrio tra fiducia nell’AI e affidabilità dei sistemi, un dato inferiore sia alla media europea (8%) sia a quella globale (9%). Una percentuale significativa delle organizzazioni si colloca invece in una “zona di rischio”, caratterizzata da un’elevata fiducia in soluzioni che non sono ancora sufficientemente governate, validate o supportate da dati di qualità. All’estremo opposto, molte aziende mostrano bassa fiducia e bassa affidabilità, segnale di un potenziale inespresso che potrebbe emergere con basi più solide.
Questa fragilità si riflette anche negli indicatori di performance. L’indice di impatto dell’AI in Italia, che misura il valore generato dagli investimenti in termini di produttività, innovazione, customer experience, efficienza operativa e ritorni finanziari, si attesta a 3,01 su 5. L’indice di affidabilità scende invece a 2,73 su 5, evidenziando come la qualità delle fondamenta sia ancora un limite concreto alla scalabilità dell’AI.
La maturità è ancora lontana
Dal punto di vista della maturità, il mercato italiano presenta una situazione ambivalente. Rispetto alla media globale, si registra una quota inferiore di organizzazioni nelle fasi iniziali di adozione e una maggiore presenza di realtà che hanno già superato la logica dei progetti pilota. Il 41% delle aziende ha iniziative di AI orientate all’organizzazione ma con obiettivi di breve periodo, mentre il 40% dichiara un utilizzo più integrato e continuativo dell’AI, che coinvolge operation, servizi ed esperienze dei clienti. Un segnale di avanzamento, che però non sempre è accompagnato da governance e qualità dei dati adeguate.
Ed è proprio su competenze e dati che emergono le criticità più rilevanti. La carenza di talenti qualificati incide in Italia in misura superiore di oltre 12 punti percentuali rispetto alla media globale. A questo si aggiungono limiti nella data governance, competenze tecniche insufficienti e un supporto del management non sempre adeguato. La qualità dei dati rappresenta un ulteriore freno: le aziende italiane dichiarano difficoltà superiori alla media globale sia nell’accesso alle fonti informative sia nella gestione dei costi di archiviazione ed elaborazione. Senza dati affidabili, completi e ben governati, l’AI fatica a produrre risultati coerenti e ripetibili.
Il quadro che emerge è quello di un’adozione dell’AI più matura sul piano dell’integrazione, ma ancora fragile sul fronte delle fondamenta. La fiducia nella tecnologia cresce più rapidamente della sua affidabilità, creando un paradosso che rischia di compromettere la capacità delle organizzazioni di scalare l’AI in modo responsabile e sostenibile.
Per colmare questo divario, il report evidenzia la necessità di rafforzare governance, competenze e qualità dei dati, riportando l’attenzione su un principio chiave: senza basi solide, l’intelligenza artificiale rischia di rimanere una promessa incompiuta, più che un vero motore di trasformazione per il business e per il lavoro






COMMENTI