Secondo un recente studio condotto da IDC e sponsorizzato da Qlik, emerge una realtà preoccupante: nonostante l'89% delle aziende abbia rivisto le proprie strategie sui dati per abbracciare la generative AI, solo il 26% è riuscito a implementare soluzioni su larga scala. Ancora più allarmante, appena il 12% delle organizzazioni si sente adeguatamente preparato per gestire i flussi di lavoro di AI agentica, evidenziando un significativo divario tra aspirazioni e capacità reali.
La rivoluzione silenziosa della governance dei dati
Il contributo previsto dell'intelligenza artificiale all'economia globale è stimato in 19,9 trilioni di dollari entro il 2030, cifra che spiega la frenetica corsa all'adozione di queste tecnologie. Tuttavia, come sottolinea Stewart Bond, Research VP di IDC, "la generative AI ha suscitato grande entusiasmo nelle aziende, ma i nostri risultati rivelano un importante divario tra la volontà e l'effettiva preparazione". Le problematiche principali riguardano l'accuratezza dei dati e i meccanismi di governance, elementi fondamentali per garantire risultati affidabili e scalabili.
L'indagine evidenzia come le organizzazioni che trattano i dati alla stregua di prodotti abbiano una probabilità sette volte maggiore di implementare con successo soluzioni di generative AI su scala aziendale. Questo approccio, ancora poco diffuso in Italia rispetto ai mercati anglosassoni, rappresenta un cambio di paradigma nella gestione dell'informazione.
Dall'ambizione alla realizzazione: il percorso accidentato
Il panorama italiano riflette la tendenza globale: molte aziende nazionali hanno avviato progetti pilota di AI generativa, ma faticano nel passaggio dalla sperimentazione all'implementazione su vasta scala. James Fisher, Chief Strategy Officer di Qlik, evidenzia questo aspetto critico: "Le aziende che non riescono a creare sistemi per fornire insight affidabili e utilizzabili rimarranno indietro molto presto rispetto ai concorrenti che si spostano verso un'innovazione scalabile basata sull'AI".
I dati parlano chiaro: l'80% delle organizzazioni sta investendo in flussi di lavoro di AI agentica, ma solo una piccola frazione ha costruito l'infrastruttura necessaria per supportare processi decisionali autonomi. Analogamente, mentre il 94% delle aziende sta incorporando o pianifica di integrare analytics nelle applicazioni aziendali, solo il 23% ha raggiunto questo obiettivo nella maggioranza delle proprie soluzioni.
Il modello italiano di transizione all'AI
Nel contesto italiano, caratterizzato da un tessuto imprenditoriale dominato da PMI, la sfida appare ancora più complessa. La governance dei dati, spesso trascurata a favore di implementazioni tecnologiche rapide, emerge come fattore determinante per il successo. Le aziende italiane che stanno ottenendo risultati concreti hanno invertito l'approccio tradizionale: prima consolidano la propria infrastruttura dati, poi implementano soluzioni di AI.
Questa metodologia "foundations-first" si sta dimostrando particolarmente efficace nel settore manifatturiero e nei servizi finanziari, dove l'affidabilità dei dati rappresenta un requisito imprescindibile. Il 73% delle organizzazioni sta integrando funzionalità di generative AI nelle proprie soluzioni di analytics, ma solo il 29% ha completato questa implementazione.
Verso un futuro di AI responsabile e scalabile
La ricerca IDC evidenzia come il divario di preparazione all'AI rappresenti non solo una sfida tecnologica, ma anche culturale e organizzativa. Le aziende devono ripensare i propri processi decisionali e strutture interne per massimizzare il valore dell'intelligenza artificiale, passando da un approccio sperimentale a uno sistematico.
Per le organizzazioni italiane, questo significa investire contemporaneamente in competenze, infrastrutture e governance, creando ecosistemi dati che fungano da fondamenta solide per qualsiasi iniziativa di AI. Solo colmando il divario tra aspettativa ed esecuzione, con particolare attenzione all'integrazione dei dati come asset strategico, le aziende potranno realizzare il pieno potenziale delle tecnologie di intelligenza artificiale.
L'urgenza è palpabile: in un contesto di rapida evoluzione tecnologica, le organizzazioni che non affrontano queste lacune fondamentali rischiano di trovarsi in una posizione di svantaggio competitivo difficilmente recuperabile negli anni a venire.
