L'intelligenza artificiale sta compiendo un salto evolutivo, passando da semplici chatbot passivi a sistemi autonomi capaci di agire: la cosiddetta Agentic AI. Tuttavia, secondo il report The AI Trust Gap di Denodo, questa transizione è ostacolata da una profonda crisi di fiducia legata alle architetture dati. A livello globale, il 63% delle organizzazioni fatica a trovare dati rilevanti, mentre in Italia questa criticità tocca il 52% delle aziende, il valore più alto registrato in Europa. Il problema è strutturale: per essere affidabile, un agente AI deve accedere a informazioni precise e in tempo reale, ma le infrastrutture tradizionali spesso non sono in grado di supportare la velocità richiesta.

La ricerca evidenzia come il 66% delle aziende consideri l'accesso ai dati in tempo reale indispensabile per il successo dei progetti AI. Tuttavia, molte organizzazioni si scontrano con la frammentazione delle fonti: il 42% delle imprese deve gestire oltre 400 sorgenti di dati diverse. In questo scenario, l'Italia mostra segnali di maturità ma anche di squilibrio. Se da un lato il 62% delle aziende italiane ha già creato team centralizzati per gestire l'AI, dall'altro la spinta rimane ancora troppo confinata nei dipartimenti IT (44%), con un coinvolgimento limitato delle funzioni di business.

Un dato positivo per il nostro Paese riguarda la connettività: il 74% delle organizzazioni italiane dichiara di non avere grandi difficoltà nel collegare dati distribuiti su sistemi differenti, segno di investimenti efficaci in architetture cloud-native. Tuttavia, la vera barriera resta la governance. Mentre in Francia e Germania la priorità assoluta è la sicurezza e la definizione di fonti coerenti per conformarsi all'AI Act europeo, in Italia la sfida è trasformare i dati in "contesto" utile per l'azione. Senza una base di informazioni governate e aggiornate al minuto, il rischio è che gli agenti AI prendano decisioni basate su dati obsoleti, compromettendo la sicurezza e l'efficacia delle operazioni aziendali.