Per SAS non basta adottare l’AI: serve una roadmap che allinei tecnologia, processi e cultura per evitare l’insuccesso
Da un lato le promesse di rivoluzione digitale e incrementi di produttività derivanti dall’utilizzo dell’intelligenza artificiale, dall’altro un quadro non sempre così positivo circa le reali conseguenze dei progetti aziendali intrisi di IA. Qualche settimana fa, il Massachusetts Institute of Technology ha pubblicato uno studio che dimostra come il 95% dei progetti di IA sia destinato al fallimento, una percentuale che supera di gran lunga le aspettative più pessimistiche del settore. La questione non risiede nella qualità dei modelli di intelligenza artificiale disponibili sul mercato, che hanno raggiunto livelli di sofisticazione impensabili solo pochi anni fa.
Il vero problema si annida in quello che gli esperti definiscono un “gap di apprendimento” e in errori sistemici nell’integrazione aziendale. Le organizzazioni si lanciano in progetti ambiziosi senza possedere le competenze necessarie per gestirli efficacemente, creando un divario tra aspettative e realtà che spesso si traduce in investimenti sprecati e opportunità mancate. Il panorama diventa ancora più preoccupante quando si analizzano i risultati dello studio “SAS GenAI”, che rivela come solo il 16% delle aziende intervistate abbia adottato un approccio strategico all’intelligenza artificiale. Questo significa integrare fin dall’inizio elementi cruciali come governance, trasparenza e fiducia nel processo di implementazione. La restante maggioranza naviga a vista, con quasi la metà delle organizzazioni che si trova in difficoltà nella gestione delle proprie iniziative AI.
La necessità di un approccio strategico
Un altro dato interessante emerso dallo studio del MIT riguarda invece le strategie di adozione dell’AI: le aziende che scelgono strumenti IA specializzati e stringono partnership ottengono un successo del 67%, mentre chi sviluppa soluzioni interne riesce solo in un terzo dei casi, soprattutto nei settori regolamentati. Nonostante ciò, e nonostante il fatto che solo il 5% dei progetti AI abbia successo, molti leader spingono comunque per l’adozione dell’AI senza una strategia chiara, puntando a produttività, riduzione dei costi e modernizzazione
Questo spinge molte aziende verso soluzioni più costose e complesse, spesso senza i risultati sperati. Il MIT ha identificato un pattern interessante nei tassi di successo: le organizzazioni che acquistano strumenti IA specializzati da fornitori esterni e sviluppano partnership strategiche raggiungono il successo nel 67% dei casi. Al contrario, i tentativi di costruire sistemi proprietari internamente hanno successo solo in un terzo delle situazioni. Questa tendenza risulta particolarmente rilevante per i settori altamente regolamentati, dove la conformità normativa rappresenta una sfida aggiuntiva.
Nonostante questi dati, i dirigenti aziendali continuano a spingere per implementazioni IA sempre più ambiziose, spesso senza una pianificazione adeguata. Le motivazioni rimangono valide: “maggiore produttività, riduzione dei costi e modernizzazione delle operazioni. “Quante aziende possono davvero dire di aver trasformato la promessa dell’AI in valore concreto? Non basta adottare tecnologie all’avanguardia: senza una strategia chiara che integri persone, processi e cultura aziendale, il rischio di insuccesso è elevato. Per evitare lo scontro tra ambiziose visioni e realtà operative, è fondamentale dotarsi di una “blueprint” strategica che allinei tecnologia, persone e processi” afferma Saverio Pasquini, Presales and Innovation Director di SAS. Si tratta di una guida strategica capace di allineare la tecnologia con gli obiettivi aziendali. Questo approccio sistematico delinea le fondamenta necessarie per costruire un’infrastruttura solida, applicando l’intelligenza artificiale in modo ponderato attraverso persone, processi e tecnologia.
Una strategia concreta si basa su diversi componenti interconnessi e principi fondamentali che garantiscono un’implementazione completa e responsabile. “Al centro di questo blueprint si trovano tre principi intrecciati: produttività, performance e fiducia. Questi servono come risultati guida ai quali ogni elemento fondamentale deve contribuire, assicurando che l’IA fornisca guadagni di efficienza, esecuzione affidabile e scalabile, e l’accettazione da parte degli stakeholder”. L’infrastruttura tecnologica rappresenta uno dei pilastri portanti di questa strategia. Deve essere flessibile e scalabile per le innovazioni future, progettata per essere intrinsecamente sicura e capace di integrazione fluida. Ciò include uno spostamento strategico verso infrastrutture specializzate e IA-first, riconoscendo i requisiti computazionali impegnativi dei modelli di intelligenza artificiale su larga scala.
Il fattore umano nell’equazione
Un aspetto spesso sottovalutato nelle implementazioni IA riguarda il fattore umano. Se l’intelligenza artificiale non deve sostituire completamente gli esseri umani, c’è bisogno di una maggiore promozione della collaborazione tra uomo e macchina, insieme a investimenti significativi nello sviluppo delle competenze e in una cultura aziendale pronta per l’IA. “Le sfide in questo ambito sono molteplici: lacune di talento, carenze di competenze, resistenza al cambiamento e inerzia culturale. Affrontare questi problemi richiede un approccio sistematico che includa programmi di formazione mirati, comunicazione trasparente sui benefici dell’IA e la creazione di un ambiente di lavoro che incoraggi la sperimentazione e l’apprendimento continuo”.
Per i leader pronti ad abbracciare le tecnologie più recenti, come i sistemi agentici, è fondamentale procedere con una strategia complessiva costruita attorno alla fiducia, al ROI e all’adattabilità ai cambiamenti del mercato. “Per realizzare una strategia di intelligenza artificiale davvero efficace, è essenziale disporre di un’infrastruttura tecnologica flessibile e scalabile, capace di supportare le innovazioni future e adattarsi rapidamente alle nuove sfide. Tuttavia, la sola tecnologia non basta: servono processi operativi intelligenti e ben strutturati, come quelli offerti dagli approcci XOps, che garantiscano risultati concreti, misurabilità dell’impatto e conformità alle normative. Solo colmando le lacune infrastrutturali e adottando una disciplina operativa rigorosa si può trasformare il potenziale dell’AI in valore reale e duraturo per il business, evitando iniziative frammentate e difficoltà nel dimostrare il ritorno sull’investimento” conclude Pasquini.
Per scaricare il white paper “The AI blueprint: A leader’s guide for organizational trust and ROI during rapid change” clicca qui
