SAS lo descrive come il "dilemma della fiducia": le aziende italiane credono nell’Intelligenza Artificiale ma la tecnologia non sempre è affidabile. È quanto emerge dalla ricerca “IDC Data & AI Impact Report: The Trust Imperative”, commissionata da SAS e basata su un sondaggio rivolto a professionisti IT e business leader.

Secondo il Report di SAS, un’ampia percentuale di organizzazioni si trova nella “zona a rischio” a causa dell’alta fiducia nell’AI e della bassa affidabilità dei sistemi di AI stessa. Questo squilibrio indica il rischio di utilizzare soluzioni non comprovate o non sufficientemente dotate di governance. Allo stesso tempo, numerose organizzazioni si trovano nel quadrante “bassa fiducia” e “bassa affidabilità”, aspetto che indica un potenziale inespresso in caso di introduzione di pratiche e governance più forti. Solo il 6% delle aziende italiane ha raggiunto un equilibrio tra fiducia e affidabilità, un dato inferiore alla media globale (9%) ed europea (8%).

Nel complesso, questo fa sì che l’Italia presenti un indice di impatto dell’AI (misura quantitativa del valore e dei risultati di business ottenuti mediante gli investimenti nell’AI, attraverso fattori come produttività, innovazione, customer experience, efficienza operativa e ritorni finanziari) di 3,01 su 5, mentre il suo indice di affidabilità cala a 2,73 su 5.

Le organizzazioni italiane appaiono in linea con i modelli globali di adozione dell’AI, ma danno nel complesso l'impressione di avere una adozione dell'Intelligenza Artificiale più profonda. Ad esempio, in Italia ci sono più aziende che hanno iniziative di AI orientate all’organizzazione e con un obiettivo a breve termine (41% in Italia, 32,5% globale), oppure dove l’AI si presenta sotto un profilo “integrato” e continuativo, che coinvolge sia le operation che le esperienze dei clienti e i servizi (40% contro 27,9%).

Anche per quanto riguarda l’infrastruttura dati, le organizzazioni italiane sembrano aver investito nella costruzione di basi più solide e nella creazione di un ambiente favorevole alla scalabilità delle iniziative di AI. Il 27% delle aziende ha ad esempio una infrastruttura dati “gestita”, dove i processi di architettura dati sono integrati in tutta l’organizzazione, con aggiornamenti iterativi che rispecchiano le esigenze di business. Il 52% ha una struttura “standardizzata”, con governance standard e modelli operativi chiari, ma una conformità ancora incompleta.

Ovviamente qualche ostacolo alla affermazione concreta dell'AI esiste. In primis la carenza di talenti e competenze. La mancanza di personale qualificato ha un’incidenza superiore di oltre 12 punti percentuali rispetto al dato globale, a cui si aggiungono poi l’assenza di una solida data governance (+1,6%), competenze tecniche limitate (+1%) e un insufficiente supporto da parte del management (+4%).

C'è poi l'annosa questione della qualità dei dati. Qui le imprese italiane evidenziano maggiori difficoltà rispetto alla media globale, anche nel merito della preparazione dei dati stessi: il 2% in più delle aziende dichiara di avere difficoltà di accesso alle fonti di dati mentre il 4% in più ha citato come problema i costi di archiviazione ed elaborazione. Ciò indica un ostacolo fondamentale: senza la presenza di dati affidabili e di alta qualità, le organizzazioni non riusciranno a far crescere le iniziative di AI o ad ottenere risultati affidabili.