In occasione del suo IT Symposium/Xpo tenutosi in questi giorni in Australia, Gartner ha presentato le sue previsioni strategiche “Top 10” sull’uso dell’IT nei prossimi anni, dal 2027 in poi. Come facilmente ci si poteva aspettare, tutte e 10 queste previsioni hanno come protagonista l’intelligenza artificiale (AI), e in particolare due temi: i costi dell’AI, e i limiti e responsabilità del suo utilizzo.

Non mancano elementi forse in prima battuta sorprendenti ma logici, come per esempio le applicazioni software “usa e getta”, la regolamentazione dell’AI trainata dalle compagnie assicurative, e lo sviluppo da parte di aziende di moltissimi settori della capacità di produrre energia: qualche anno fa si diceva tutte le aziende diventeranno software company, ora si dovrà dire che tutte le aziende diventeranno utility. Ma vediamo queste top 10 predictions di Gartner più in dettaglio:

1) Entro il 2030, oltre 10 miliardi di agenti autonomi creati da privati, aziende e governi intaseranno i servizi pubblici

L'Agentic AI farà aumentare notevolmente la domanda di servizi online della pubblica amministrazione, perché consentirà agli utenti umani di individuare opportunità, verificare i requisiti di idoneità e inoltrare richieste con minimo sforzo. Questa impennata di domande, istanze e transazioni metterà sotto pressione i sistemi della PA, a cui Gartner raccomanda di prepararsi di conseguenza, modernizzando le infrastrutture digitali, rafforzando le capacità di verifica e pianificando la gestione di volumi più alti di interazioni mediate dall'AI.

2) Entro il 2030, l'80% dei lavoratori rivolti al pubblico delle multinazionali sarà assistito da sistemi di AI fisica

L'AI fisica sta immergendo l'intelligenza artificiale nel mondo reale attraverso robot, droni, veicoli, interagire con esso e modificarlo. Molti settori stanno già utilizzando l'AI fisica per migliorare la sicurezza, automatizzare attività ripetitive o pericolose e ottenere informazioni operative. Il consiglio di Gartner: adottare un approccio strategico che privilegi la sicurezza, investendo in piattaforme scalabili, solidi framework di governance e nelle competenze necessarie per implementare e gestire questi sistemi.

3) Entro il 2030, l'80% delle organizzazioni con sistemi di AI rivolti al pubblico subirà attacchi di cost exhaustion, che provocheranno aumenti fuori controllo dei costi dell’AI

La diffusione di sistemi AI accessibili al pubblico sta dando origine a un nuovo rischio di IT Security, detto Cost Exhaustion Attack, in cui attori malevoli inducono deliberatamente un uso eccessivo dell'AI per far lievitare i costi operativi. Il consiglio di Gartner: includere i costi dei token AI tra gli indici di cybersecurity, di implementare controlli di sicurezza incentrati sui costi e di estendere le capacità di monitoraggio a tutte le tecnologie di AI.

4) Entro il 2029, l'80% delle nuove applicazioni software sarà "usa e getta", cioè utilizzata per meno di un anno, rivoluzionando così il ciclo di vita del software

L'AI sta rendendo lo sviluppo di applicazioni talmente accessibile che i dipendenti aziendali creeranno sempre più spesso applicazioni temporanee per soddisfare esigenze di business a breve termine. Le organizzazioni dovranno affrontare nuove sfide in termini di governance, sicurezza, compliance e document management, in particolare quando tali applicazioni influenzano decisioni o accedono a dati sensibili. Il consiglio di Gartner: stabilire framework di governance basati sul rischio, monitorare le applicazioni create internamente tramite registri automatizzati e aggiornare le politiche di conservazione dei dati per includere le applicazioni e gli agenti generati dall'AI.

5) Entro il 2030, le aziende Global 2000 produrranno energia per 10mila miliardi di dollari, che venderanno alle reti e ai data center per l'AI, diventando a tutti gli effetti fornitori di energia, e quindi cambiando profondamente il settore utility

L'impennata della domanda di energia da parte dell'AI e dei data center sta spingendo le aziende a investire massicciamente in risorse per generare, stoccare e gestire l'energia, trend che sfuma il confine tradizionale tra consumatori e fornitori di energia. Il consiglio di Gartner: investire in piattaforme di energy management, integrare la gestione dei dati energetici e di quelli operativi, e costruire una governance e un'infrastruttura per partecipare ai mercati energetici emergenti.

6) Entro il 2030, saranno le compagnie assicurative, e non gli enti regolatori, a guidare la governance dell'AI

Le organizzazioni stanno passando da una governance dell'AI basata su policy a una governance operativa che integra i controlli direttamente nei sistemi e nei workflow dell'AI. Con la crescita dei rischi e delle preoccupazioni in materia di responsabilità legati all'AI, le compagnie assicurative imporranno standard di sottoscrizione rigorosi per le polizze di responsabilità civile sull'AI al fine di ridurre i costi assicurativ. Questo influenzerà le pratiche di governance incoraggiando più attenzione su supervisione, gestione del rischio e controlli tecnici  Gartner raccomanda quindi di implementare tecnologie di governance dell'AI, controlli in ambienti reali, e monitoraggio sulle fasi di esecuzione (runtime) per supportare sia l'innovazione che la responsabilità.

7) Entro il 2029, il 25% delle aziende Global 500 apporterà innovazioni continue a offerte modulari basate sull'AI, creando vantaggi competitivi tali da rendere obsolete le strategie competitive di tipo "fast follower"

Man mano che gli operatori AI-native introducono offerte più personalizzate, efficienti e scalabili, le organizzazioni consolidate sono costrette a innovare, pena il rischio di perdere clienti, talenti e quote di mercato. Il successo dipende non solo dagli investimenti in AI, ma anche da solide basi in termini di dati, governance e talenti, capaci di sostenere un'innovazione scalabile. Gartner raccomanda di dare priorità all'innovazione dell'esperienza cliente basata sull'AI, rafforzare le capacità di analisi e gestione dei dati, e sviluppare una forza lavoro flessibile, in grado di creare continuamente nuove fonti di valore.

8) Entro il 2029, il 60% delle organizzazioni che usano l'AI creerà una funzione dedicata a correlare il costo dell'AI al valore o profitto generato

Con la crescente adozione di sistemi di AI agentica, la gestione del consumo di token sta diventando una priorità aziendale: i costi lievitano rapidamente, rendendo sempre più difficile collegare la spesa al valore per il business. Gartner suggerisce di collegare direttamente l'utilizzo dei token a metriche di valore di business, implementando al contempo politiche di governance chiare, e sistemi di monitoraggio e allocazione dei costi per garantire che gli investimenti in AI generino ritorni misurabili.

9) Entro il 2028, il 60% delle aziende Global 500 integrerà controlli FinOps nella fase di inferenza dell’AI, trasformando la governance dei costi da rendicontazione reattiva in ottimizzazione in tempo reale

La spesa per l'AI sta diventando sempre più difficile da prevedere e controllare, e richiede quindi di passare dalla rendicontazione a consuntivo dei costi al controllo FinOps dell'AI in tempo reale. Le organizzazioni si concentreranno sempre più sulla misurazione del costo per attività e dell'efficienza dell’uso dei token per salvaguardare i margini e massimizzare il valore. Gartner raccomanda di implementare controlli runtime dei costi e delle attività di inferenza, e di rendere la governance dei costi un requisito fondamentale delle piattaforme e applicazioni di AI.

10) Entro il 2030, l'80% delle aziende Global 500 renderà il proprio CIO (o CAIO) contrattualmente "custode delle prove" per la responsabilità dell'AI

Nelle organizzazioni c’è sempre più pressione per garantire responsabilità, trasparenza e supervisione delle azioni dell'AI. Questo amplia il ruolo dei leader tecnologici nella supervisione della responsabilità dell'AI e nella garanzia che le linee guida di governance siano applicate in modo coerente in tutta l'organizzazione. Gartner raccomanda di valutare le capacità aziendali di gestione delle prove digitali e di stabilire chiare accountability per le attività dell'AI.