Il mercato di oggi è caratterizzato da molta incertezza e cambiamenti rapidi, dovuti a una combinazione di eventi, tra cui nuovi dazi commerciali globali, il rischio di una recessione imminente e una forte reazione dei consumatori all'inflazione. Secondo la recente ricerca globale ConsumerWise di McKinsey, oltre il 60% delle persone ha dichiarato di aver già cambiato le proprie abitudini di spesa o di aspettarsi di cambiarle a breve in risposta all’aumento dei prezzi.

In molti settori, questa situazione ha generato una "battaglia su due fronti" tra domanda e offerta. Il settore immobiliare è l’esempio più lampante di questa dinamica: i venditori non sono disposti ad abbassare i prezzi e gli acquirenti sono riluttanti ad affrontare investimenti importanti per acquisti come quello di una casa, per via degli aumenti per mutui, assicurazioni e tasse sulla proprietà. E anche se si intravedono segnali di un ritorno a un mercato d’acquisto, la situazione rimane incerta.

Affinché le aziende riescano a superare questa volatilità, l'AI è fondamentale per prevedere i cambiamenti e prendere decisioni rapide. Sempre secondo McKinsey, il 78% delle organizzazioni utilizza già l’AI in almeno una funzione aziendale. Le intenzioni e gli investimenti sono, ma ciò che manca è il passo decisivo di trasformare il potenziale dell'AI in un impatto reale. La maggior parte delle soluzioni aziendali di intelligenza artificiale di oggi sono infatti meri assistenti passivi, inadeguati a tenere il passo in contesti dinamici quali le supply chain del settore retail o i servizi finanziari, che invece richiedono proattività per rilevare, decidere e agire per produrre valore. È proprio qui che l'esecuzione dell’AI, e non solo quindi l’AI in sé, diventa il vero nuovo vantaggio competitivo.

L'imperativo dell'AI di oggi

Siamo nel bel mezzo di una corsa globale all'adozione dell'AI, che ci porta ad assistere a una frammentazione accelerata del panorama digitale. Le aziende chiedono all’intelligenza artificiale di andare oltre la semplice generazione di risposte: vogliono sistemi in grado di analizzare dati complessi, fornire spiegazioni chiare e trasparenti per prendere decisioni e produrre risultati concreti. Ogni giorno nascono nuovi strumenti specializzati, tuttavia, questa proliferazione comporta un ecosistema più complicato da gestire. Inoltre, ad aggravare il problema, molte organizzazioni faticano ancora a gestire i dati sparsi in tutta l'azienda, ostacolando la capacità di sfruttare l’AI per decisioni più rapide e informate.

In un recente sondaggio di IDC sulle organizzazioni globali, l'89% delle aziende ha inserito l’AI all’interno della propria strategia, ma solo il 26% la sta implementando su larga scala. Questo enorme divario evidenzia la distanza tra la pianificazione e l’esecuzione: una strategia senza un piano di esecuzione resta solo un’intenzione.

Accelerare l'adozione dell’AI senza rallentare il business

Le aziende sono sottoposte a un'enorme pressione per ridurre i costi e, al contempo, espandere le loro capacità di AI. Tuttavia, ci sono alcuni ostacoli da superare.

Il primo fra questi è la tendenza a implementare e scalare l’AI su una base di sistemi disconnessi, con data warehouse tradizionali costosi e rigidi e, di conseguenza, insostenibili. È qui che possono essere utili architetture di dati più moderne come un data lakehouse, che riduce al minimo i costi di storage e di elaborazione, mantenendo al contempo prestazioni elevate. Ciò consente una risposta rapida alle query e un'analisi più affidabile in qualsiasi ambiente.

In secondo luogo, l'evoluzione dell'intelligenza artificiale ne ha democratizzato l'uso all'interno delle aziende. Ciò è generalmente positivo, ammesso che l'azienda riesca a renderla accessibile e a governarla nel modo giusto. L'avvento dell’Agentic AI con governance e trasparenza integrate può essere un ottimo acceleratore di questo processo. Incorporando il dialogo basato su AI nei flussi di lavoro quotidiani, l’Agentic AI democratizza l'adozione dell'analisi, riducendo i tempi di acquisizione degli insight e aumentando il coinvolgimento a livello aziendale. I modelli più intuitivi consentono inoltre agli utenti di accedere agli insight e poter agire in base ad essi semplicemente avviando un dialogo in linguaggio naturale.

Lo scenario migliore è quello di un'azienda che utilizza entrambi: un’architettura lakehouse per ridurre i costi e scalare rapidamente insieme a interfacce più intuitive e facili da usare che incorporano gli agenti AI per amplificare le capacità umane.

Eliminare la distanza tra dati, decisioni e risultati

Si sente spesso parlare delle grandi aziende all'avanguardia nell’AI: Uber, per esempio, è stato uno dei primi ad adottare un'architettura lakehouse per mantenere aggiornati i dati e ridurre i costi. Oggi, l’azienda sfrutta ampiamente questo framework per le sue iniziative di AI e machine learning e per le decisioni business-critical, come l'abbinamento di utenti e conducenti, il monitoraggio dei percorsi e il rilevamento delle frodi. Per avere un’idea delle dimensioni: Uber opera in oltre 10.000 città in più di 70 paesi, offrendo 25 milioni di viaggi sulla piattaforma al giorno con 137 milioni di utenti attivi mensili. Avendo incorporato il ML in quasi ogni aspetto delle sue operazioni quotidiane, si è legittimamente affermata come un'azienda AI-first.

Sfruttare una mentalità esecutiva

L'esecuzione non è solo l’ultimo step, è ciò che definirà i campioni aziendali. In un mercato inondato di strumenti AI, non è più sufficiente il semplice “utilizzo” dell’AI; i leader devono sfruttare una mentalità esecutiva e iniziare a trasformare i loro investimenti nell'intelligenza artificiale in valore tangibile. Coloro che sanno come implementare questa tecnologia in velocità e scala riusciranno a emergere da questo periodo irrequieto e trarne vantaggio.

Giorgio Dossena (nella foto di apertura) è Senior Presales Manager di Qlik