La fiducia delle organizzazioni italiane nell’intelligenza artificiale continua a crescere, ma la capacità di trasformarla in pratiche concrete di controllo resta indietro. È quanto emerge dallo studio di SAS, sviluppato con il contributo di ricerca di IDC, secondo cui l’Italia registra il Trust Gap più ampio tra tutti i Paesi europei analizzati: la distanza, cioè, tra quanto le aziende si fidano dell’AI e quanto sono realmente in grado di dimostrarne trasparenza, spiegabilità e conformità. Nel 2026 la fiducia percepita nell’AI raggiunge 72,9 punti, mentre il Trustworthiness Index – l’indicatore che misura la maturità delle pratiche di governance – si ferma a 58,8. Il divario si riduce rispetto al 2025 (da 18,4 a 14,1 punti), ma resta il più ampio in Europa. Lo studio collega direttamente questo gap ai risultati economici: le organizzazioni con pratiche mature di governance dell’AI hanno una probabilità 15 volte superiore di ottenere un ritorno significativo dagli investimenti, come già approfondito su CMI nell’articolo AI agentica, il 97% degli utenti corregge le decisioni: il nodo fiducia.
Il nodo resta la spiegabilità, non l’adozione
Il 37,7% delle organizzazioni italiane indica la scarsa chiarezza delle risposte generate dall’AI come motivo principale per correggerne gli output, seguita da mancanza di contesto (26,4%), preoccupazioni sulla sicurezza (14,2%), inesattezze fattuali (13,2%) e rischio di bias (8,5%). Secondo lo studio, più le organizzazioni affidano decisioni all’AI, più cresce la necessità di comprenderne il funzionamento e di verificarne le motivazioni. Questo tema nel contesto italiano pesa più che altrove proprio per l’ampiezza del Trust Gap. Sul fronte della governance, comunque, i progressi ci sono: il Trustworthiness Index italiano cresce di 7,6 punti sull’anno precedente, con i miglioramenti più marcati su Audit & Accountability (+6,8) e Model Governance (+5,6). Le Responsible AI Policy restano la dimensione più avanzata, con 64 punti, pur rimanendo tutte le aree sotto i benchmark globali 2026.
I dati frammentati frenano il ritorno sugli investimenti
Il report mostra anche quanto sia ancora limitata la capacità delle aziende italiane di trasformare l’AI in valore misurabile: l’Impact Index si muove appena da 50,2 a 51,7 punti e solo il 18,7% delle organizzazioni dichiara un ROI elevato dalle proprie iniziative. Una delle cause principali è la frammentazione dei dati: in un anno la quota di aziende con infrastrutture dati distribuite in silos è quasi triplicata, dall’11% al 29%, mentre solo l’8,4% rende obbligatori strumenti di data quality su ogni progetto AI. Secondo lo studio, colmare il Trust Gap non è più solo una questione di conformità normativa, ma la condizione per trasformare la fiducia nell’AI in risultati di business concreti. Una sfida che, per le aziende italiane, riguarda tanto la crescita quanto la governance.





