L’intelligenza artificiale è una leva strategica per il cambiamento di modelli di business, processi e modalità di lavoro? Lo è indubbiamente, perché le tecnologie degli algoritmi e dei modelli di linguaggio di grande formato mettono oggi a disposizione delle imprese strumenti avanzati per migliorare l’efficienza operativa, anticipare i trend di mercato e creare esperienze utente sempre più su misura. Non si tratta più di scenari futuristici, ma di una realtà in rapido consolidamento, di un fenomeno (non a caso definitivo trasformativo) capace di ridefinire interi comparti e intere industrie.

Alla base dell’AI, e questo è un messaggio forte e chiaro che emerge dai protagonisti di questo settore, ci sono i dati: strutturati e non strutturati, prodotti e raccolti in tempo reale e provenienti da fonti interne o esterne. Perché l’intelligenza artificiale possa esprimere tutto il suo potenziale, è essenziale valorizzare i dati aziendali attraverso una governance efficace e una cultura diffusa del dato stesso. La corsa all’adozione dell’intelligenza artificiale non può inoltre prescindere da una riflessione approfondita sugli aspetti normativi, etici e di responsabilità. Comprendere potenzialità, limiti e implicazioni delle tecnologie AI è il primo passo per una trasformazione digitale consapevole. Per cogliere appieno i vantaggi di questa tecnologia, sono fondamentali due azioni di largo respiro. La prima è promuovere la conoscenza approfondita delle sue potenzialità e dei suoi limiti, in un contesto regolatorio in continua evoluzione. La seconda è garantire resilienza all’azienda e all’ecosistema in cui opera, attraverso un approccio responsabile, capace di garantire fiducia e sostenibilità nel tempo. L’intelligenza artificiale, come concordano esperti e addetti ai lavori, non è una meta, bensì un percorso che richiede capacità di adattamento e spirito collaborativo: governare l’intelligenza artificiale, in altre parole, significa saperne indirizzare gli effetti con responsabilità e visione strategica.

La sintesi dialettica su come dati e AI stanno ridisegnando la governance aziendale, emerge in modo evidente dal Data & AI Forum 2025: l’evento di Data Manager che riunisce, esperti, vendor e utenti per analizzare l’impatto reale della trasformazione data-driven e mettere a fuoco le sfide e le opportunità di un’infrastruttura informativa davvero al servizio del business. Sullo sfondo del prestigioso Gran Visconti Palace di Milano, non solo riflessioni teoriche, ma anche casi d’uso reali, progetti già operativi e testimonianze dal campo, a dimostrazione di come la collaborazione tra tecnologie emergenti e intelligenza umana stia già ridisegnando il modo in cui imprese e organizzazioni affrontano il cambiamento. Dall’analisi predittiva alla data governance, dalla semantica all’automazione intelligente, la giornata restituisce una prospettiva chiara: il futuro si gioca sulla capacità di orchestrare dati e AI in modo strategico. Con la partecipazione: Amplifon, Aubay, Denodo, Plenitude, Generali, Gi Group Holding, Intesa Sanpaolo, Qlik, RCS MediaGroup, Università degli Studi di Milano-Bicocca.

POTENZA E CONSAPEVOLEZZA

L’Intelligenza artificiale si è affermata in questi ultimi anni come uno degli snodi centrali della trasformazione digitale, impattando in modo pervasivo e sostanziale sull’operatività quotidiana di aziende e organizzazioni.  Il cambiamento è profondo, trasversale, e coinvolge ogni settore. Impone alle organizzazioni un ripensamento strutturale sul modo in cui i dati vengono raccolti, interpretati e messi al servizio del business. Parola di Gabriella Pasi, professoressa ordinaria del Dipartimento di Informatica, Sistemistica e Comunicazione e pro-rettrice all’Internazionalizzazione dell’Università Milano-Bicocca, che nell’intervento di apertura evidenzia un punto chiave: «Le tecnologie basate su intelligenza artificiale stanno rivoluzionando la gestione dei processi decisionali, con ricadute importanti sull’efficienza e sull’esperienza del cliente». Ma per rendere davvero efficace e sostenibile questa transizione, serve un passo in più: costruire conoscenza attorno alle potenzialità e ai limiti dell’IA, adottare un approccio responsabile che bilanci innovazione e governance. «La velocità dello sviluppo tecnologico –aggiunge Pasi – impone nuovi standard di trasparenza, sicurezza e protezione della privacy. La fiducia nasce solo da un uso consapevole e regolato delle tecnologie».

L’intelligenza artificiale è sotto i riflettori, ma non è certo una novità. Le sue origini risalgono agli anni Cinquanta, quando nel 1956 fu coniato il termine stesso. È però negli ultimi anni che l’interesse verso questa tecnologia è cresciuto in modo esponenziale, spinto da due fattori principali: la proliferazione di un’ingente quantità di dati e l’aumento della potenza di calcolo. «Oggi se ne parla tantissimo – osserva Gabriella Pasi – perché siamo sommersi da dati e contenuti di ogni tipo, e la capacità di elaborazione dell’hardware ha raggiunto livelli impensabili fino a poco tempo fa».

#DataAIForum #unimib Gabriella Pasi: L’algoritmo non “pensa” – Come costruire casi d’uso di successo
Click To Tweet

In una prima fase di questo processo evolutivo, svariate tecniche di apprendimento automatico (machine learning) hanno consentito di realizzare numerose applicazioni. Più recentemente è sopraggiunta l’era dell’IA generativa, che ha consentito la definizione di algoritmi (basati su reti neurali profonde) in grado di apprendere da immani quantità di contenuti come generarne nuovi (testi, immagini, codice o contenuti multimediali). Ma accanto alle possibilità straordinarie che questi strumenti offrono, serve uno sguardo critico. «Con l’intelligenza artificiale generativa – precisa Pasi – l’algoritmo non “pensa”, ma elabora e genera contenuti su basi probabilistiche. Per questo è fondamentale comprenderne il funzionamento, le grandi potenzialità ma anche i limiti, e in quali contesti possa essere utile davvero». La parola chiave resta quindi consapevolezza. Nessuna tecnologia, per quanto avanzata, può sostituire la capacità umana di interpretare, validare, decidere. E l’impegno di chi sviluppa, adotta o promuove soluzioni basate su IA dovrebbe essere proprio questo: aiutare le organizzazioni a orientarsi tra opportunità e rischi, con responsabilità e competenza. Un altro elemento decisivo è la provenienza dei dati. Senza chiarezza sulle fonti, sull’ordine e sui processi che hanno trasformato l’informazione, l’intera catena decisionale può incepparsi. La qualità, la tracciabilità e la responsabilità diventano così elementi fondamentali per costruire sistemi di IA affidabili e trasparenti. Lavorare con dati di qualità è un presupposto fondamentale – come ricorda ancora l’esperta – richiamando l’attenzione sull’emergere dei dati sintetici e sull’importanza di valutarne l’affidabilità.

Anche per una ragione estremamente delicata: in un panorama dove i dati tendono a uscire sempre più spesso dal perimetro aziendale per finire nelle mani delle BigTech, diventa ancora più urgente interrogarsi sulla governance, sulla sicurezza e sul controllo delle informazioni sensibili. Una priorità per manager e decisori aziendali è quindi il rapporto tra intelligenza umana e intelligenza artificiale, un binomio che necessita di una presa di consapevolezza altrettanto importante. Se l’IA può automatizzare, analizzare e suggerire, non può e non deve sostituire il pensiero critico e la supervisione umana. Ed è proprio in questa interazione che si gioca la partita più importante, quella di una collaborazione virtuosa fra le due intelligenze, guidata da principi etici e rispetto della privacy. Pensare a un’AI davvero utile e sostenibile, infine, significa anche toccare l’aspetto dell’adattabilità. «Applicazioni diverse – spiega Gabriella Pasi – necessitano di modelli d’uso diversi della tecnologia, che si allontanano da una logica di condivisione standardizzata e che si avvicinano invece all’idea di modelli di IA più sostenibili, abbracciando un’esperienza d’uso su misura, più personalizzata e contestuale».

#DataAIForum Intelligenza artificiale, dati e consapevolezza: la nuova triade della competitività
Click To Tweet

LA CORSA VERSO L’AI AGENTICA

Se da un lato le aziende italiane hanno molta voglia di sperimentare con l’AI e gli agenti intelligenti, dall’altro non va sottovalutato il rischio che si lascino sedurre dalla narrazione che circonda l’intelligenza artificiale. «Non sono rari i casi – evidenzia Giorgio David Jacchini, senior manager di Aubay Italia – in cui si pensa di introdurre l’AI e automatizzare subito un processo. Ma senza dati e senza struttura, è come voler guidare una macchina su una strada non asfaltata. Non si tratta quindi solo di destinare risorse, ma di orientare correttamente l’investimento: spesso le aziende sono disponibili a spendere nell’intelligenza artificiale, ma fanno più fatica a destinare lo stesso budget al data management. È una questione di percezione: ma prima bisogna costruire le fondamenta».

La necessità di un cambio di approccio è palese ma c’è anche un segnale incoraggiante, che proprio Aubay sta raccogliendo sul campo: la maturità tecnologica delle imprese sta crescendo e con essa la consapevolezza dei dirigenti, che non chiedono più al tech provider «cosa possiamo fare con l’AI» – ma arrivano preparati all’incontro con il fornitore di tecnologia dicendo – «vogliamo applicare l’AI su questo processo». E questo – rileva Jacchini – è un bel segnale, perché conferma la tendenza ad abbandonare le suggestioni teoriche legate all’uso degli algoritmi e degli strumenti generativi per focalizzarsi su soluzioni realmente applicabili. Il passo avanti tecnologico, per contro, deve essere accompagnato da un’evoluzione culturale e organizzativa. «Molte aziende italiane hanno una struttura padronale o familiare e quindi serve convincere l’imprenditore e coinvolgere tutta l’organizzazione. Il cambiamento non può però essere gestito solo da un IT manager entusiasta, è necessario un vero processo di change management». Guardando all’AI agentica, l’esperienza maturata da Aubay suggerisce che uno degli ostacoli principali all’adozione di queste tecnologie non è – come si potrebbe pensare – una questione di budget.

#DataAIForum #Aubay L’AI agentica nelle imprese italiane: quadro di crescente maturità
Click To Tweet

«La messa in pista di un agente intelligente non è fuori portata nemmeno per una PMI» – spiega in modo convinto Jacchini. «I costi non sono la criticità principale, perché parliamo di progettualità che anche una media impresa può ragionevolmente sostenere. Il vero ostacolo non è economico, ma culturale e infrastrutturale». A fare la differenza è la qualità dei dati. Lo scenario tipico che si manifesta è il seguente: molte imprese italiane, soprattutto in ambito manifatturiero, sono cresciute in modo organico, stratificando sistemi IT uno sopra l’altro, senza una visione d’insieme. Il risultato? Architetture incoerenti, silos informativi, difficoltà nell’unificare e rendere utilizzabili i dati. E senza dati di qualità, gli agenti rischiano di diventare inutili o, peggio, dannosi mentre invece devono diventare strumenti su misura e personalizzati, allenati a lavorare sui dati dell’impresa. «L’agente – precisa Jacchini – impara dai dati aziendali. Se questi non sono coerenti, aggiornati e ben strutturati, le risposte saranno scorrette e incoerenti. La preparazione del dato è dunque il passaggio chiave, perché è al livello del dato che si possono nascondere criticità derivanti da sistemi informativi cresciuti in modo non uniforme, aggiungendo pezzi non interoperabili fra di loro. Senza una base dati omogenea e ben ottimizzata, diventa difficile automatizzare il singolo processo».

A che punto siamo – è lecito chiedersi – con l’adozione degli agenti AI nelle imprese italiane? La risposta di Aubay conferma un quadro di crescente maturità: le imprese oggi sono decisamente più preparate ad affrontare l’adozione dell’intelligenza artificiale. In particolare, CIO e responsabili IT mostrano una maggiore consapevolezza nell’identificare i processi interni che possono essere ottimizzati, rendendo l’integrazione dell’AI sempre più mirata ed efficace. «La base è più solida rispetto a soli dodici mesi fa, anche se i processi delle medie imprese di alcuni specifici settori, manifatturiero in testa, sono complessi» – spiega Jacchini. «Le sfide non mancano, ma non possono diventare un freno né per noi vendor tecnologici né per le aziende utenti. Siamo solo all’inizio di un percorso, che oggi ci vede nella fase dell’AI agentica 1.0, ma il mondo dell’automazione di processo è in continua evoluzione e chi parte oggi con il piede giusto avrà un grande vantaggio competitivo domani, quando parleremo di agenti 2.0 e oltre».

#DataAIForum Competenze e visione. End-to-end data strategy: dal dato grezzo alla decisione informata
Click To Tweet

USE CASE CHE FANNO SCUOLA

Ad arricchire il panel di relatori del Data & AI Forum, l’intervento dei diversi rappresentati di importanti aziende italiane, e fra questi Giuseppe Ficara, group Data & AI Officer e global senior director di Amplifon. Per l’azienda leader globale nei servizi e soluzioni per l’udito, l’intelligenza artificiale non è più (solo) un fenomeno da osservare, ma uno strumento da testare, addestrare e integrare nei flussi reali di lavoro. La società ha infatti avviato un programma strutturato di sperimentazione dell’AI generativa (denominato AmplifAI), con l’obiettivo di indirizzare l’adozione di questi strumenti a supporto della produttività personale degli addetti Amplifon, attraverso progetti pilota basati su soluzioni Google (Gemini e NotebookLM) e Microsoft (Copilot). L’approccio seguito da Amplifon è quindi esplorativo ma metodico, e racconta una visione matura e sistemica dell’AI: non un esercizio di stile, ma un percorso disciplinato, dove sperimentazione, governance e formazione convergono per costruire una base solida verso un’adozione scalabile e responsabile della tecnologia.

«L’analisi di tutti i feedback raccolti nell’arco di diversi mesi – spiega Ficara – porterà a una scelta strategica sulla soluzione da implementare. Non escludiamo a priori l’utilizzo di entrambe. Il nostro obiettivo è chiaro: vogliamo valorizzare l’AI generativa su scala, superando l’approccio limitato all’uso di strumenti generalisti come ChatGPT e integrandola in modo strategico nei processi aziendali». L’ambizione di Amplifon, in altre parole, è quella di costruire una “AI enterprise-ready”, capace di impattare sul lavoro quotidiano in maniera concreta e misurabile. Per farlo, ha creato una vera e propria “control tower”: un team multidisciplinare che include figure attive in tutte le aree strategiche dell’azienda. «Abbiamo coinvolto una cinquantina di persone rappresentative delle varie funzioni e la finalità è quella di sviluppare business case e sperimentarle per capire in modo approfondito le potenzialità della tecnologia applicata ai processi» – continua Ficara.

#DataAIForum #Amplifon La sperimentazione dell’AI al servizio della produttività personale
Click To Tweet

«Il percorso di sperimentazione non si limita dunque alla sola dimensione tecnica, con la prototipazione e la verifica delle use case, ma si estende a un piano strutturato di formazione interna, definito in collaborazione con le funzioni legal e risk e con il fine garantire che l’adozione dell’AI sia accompagnata da una solida cultura digitale». Sebbene il programma sia ancora nella fase di test e validazione, alcune applicazioni sono già entrate in produzione, soprattutto per l’automazione di processi specifici legati alla generazione di contenuti. Uno degli aspetti più interessanti dell’esperienza di Amplifon con l’AI è il modo attraverso il quale l’azienda reinterpreta il rapporto tra dati e intelligenza artificiale. «Stiamo ribaltando il paradigma della data governance» – evidenzia Ficara. «Il nostro utente interno oggi va a lavorare sui KPI generati e modellati dall’intelligenza artificiale per validarne la correttezza in termini di definizione, mentre in passato era chiamato a gestirne manualmente il suo aggiornamento, compito che ora è affidato alla macchina».

Un effettivo cambio di paradigma che sposta il compito umano dal “fare” al “verificare”, liberando tempo, energie e competenze per attività a più alto valore. Se la prima ondata di intelligenza artificiale si è concentrata su automazione, predizione e analytics, la seconda – guidata dalla Generative AI – apre scenari radicalmente nuovi, soprattutto in settori storicamente sensibili all’innovazione tecnologica, come quello dei media. L’adozione di modelli linguistici avanzati e agenti intelligenti sta trasformando l’intero ciclo di vita dei contenuti: dalla produzione alla personalizzazione, fino alla monetizzazione.

#DataAIForum L’AI per la continuità operativa ma serve sapere dove e quando usarla
Click To Tweet

Lo dimostra in modo concreto l’esperienza di RCS MediaGroup, gruppo editoriale che comprende brand come il Corriere della Sera, la Gazzetta dello Sport, El Mundo, Marca, e che raggiunge oltre 200 milioni di utenti mensili tra Italia, Spagna, America Latina e Stati Uniti. L’azienda ha implementato oltre 20 progetti di AI generativa e 50 iniziative di AI tradizionale, avviando a una trasformazione profonda dei processi editoriali e del rapporto con il pubblico. «Il piano è nato nel 2020» – racconta Rocco Michele Lancellotti, chief data & AI officer del Gruppo. «Siamo partiti dalla costruzione di un data lake centrale, proseguendo con un’intensa attività di pulizia e preparazione dei dati, che sono poi stati elaborati con tecniche di advanced analytics, machine learning e modelli LLM. Tutto ciò ha coinvolto attivamente le funzioni di business, marketing e redazione, in un clima di fiducia condivisa nel valore e nel supporto che può fornire la tecnologia generativa».

Il cuore della strategia di RCS è un’architettura unificata, definita One Multimodal AI Brain, che integra oltre 3.000 KPI monitorati quotidianamente, più di 100 dashboard a supporto della gestione data-driven, motori di ricerca multimodali e strumenti intelligenti per SEO, content creation, customer care e automazione. «La nostra evoluzione punta alla personalizzazione delle esperienze dei nostri lettori e spettatori» – spiega Lancellotti – «grazie ad agenti intelligenti capaci di operare in contesti dinamici e profilati. Uno di questi, potenziato da Gemini, elabora oltre 60 KPI per abbonato e propone azioni su misura per l’operatore di call center, basandosi su abitudini di lettura, interessi e dati di engagement. Se, ad esempio, un abbonato mostra interesse per la geopolitica, l’agente suggerisce l’invio di una newsletter tematica firmata da Federico Rampini».

Tra i componenti più avanzati dell’architettura ci sono il SEO Assistant Agent, che genera autonomamente report ottimizzati per la misurazione delle performance di traffico, e il Website Search Agent, che trasforma la ricerca tradizionale in una vera e propria conversazione, con suggerimenti contestuali e follow-up basati su query autogenerate. L’approccio di RCS MediaGroup si fonda su una visione avanzata degli agenti AI, intesi non come semplici chatbot, ma come entità autonome o semi-autonome, costruite su large language models opportunamente orchestrati e customizzati, dotati di obiettivi, capacità decisionali e interazione ambientale. Veri e propri attori digitali, in grado di adattarsi, apprendere e agire in scenari variabili, portando in azienda l’innovazione dell’AI generativa e agentica, ben oltre i limiti della tradizionale Robotic Process Automation, focalizzata sull’automazione di processi rigidi e predefiniti. Per raggiungere questo livello e sfruttare l’intelligenza artificiale come abilitatore concreto di nuovi modelli di business e di fidelizzazione dell’utente, la formula vincente adottata da Lancellotti è stata chiara: «Costruire un team di figure competenti, con piena ownership del progetto di GenAI, per evitare il rischio di proof of concept non strutturati e destinati al fallimento. Fondamentale, in questo percorso, è stato anche il commitment del CEO, che ha garantito la visione strategica e il supporto finanziario necessario allo sviluppo del team e dell’intero programma di AI».

#DataAIForum #RCSMediagroup Oltre tremila KPI per orchestrare l’intelligenza redazionale con l’AI
Click To Tweet

SEMANTICA E CAMBIAMENTO

Nel corso di una delle tavole rotonde del Data & AI Forum, Denodo e Qlik, due protagonisti di primo piano nel panorama tecnologico, condividono la loro visione sul ruolo strategico dei dati. Entrambi attivi nello sviluppo di soluzioni per l’analisi e la valorizzazione delle informazioni aziendali, sottolineano come il modo in cui i dati vengono gestiti e interpretati rappresenti un elemento determinante per dare forma a progetti di intelligenza artificiale realmente efficaci. Non si tratta solo di avere a disposizione grandi quantità di dati, ma di saperli trattare con metodo e coerenza, per trasformarli in valore concreto per il business.

Il messaggio lanciato da Andrea Zinno, data evangelist di Denodo è più che esplicito: «L’integrazione dei dati non è un’avventura tecnologica, ma una sfida semantica. Tutto si gioca sulla capacità di modellare i dati, ed è un’attività complessa, che può durare anche anni: occorre superare un approccio tecnicistico e capire l’importanza di come estrarre valore dal dato, generando business o migliorando i servizi. Ciò che conta è la bontà della concettualizzazione». Lavorare con i dati, nella concezione della società californiana, significa renderli significativi. Tale operazione non riguarda solo la qualità “misurabile” del dato, ma anche e soprattutto la sua capacità di rappresentare correttamente i fenomeni che descrive. Se questo non avviene, perché i dati non sono adeguati, non si avrà una comprensione chiara di quel fenomeno. «Questa è la base dell’analisi predittiva – spiega Zinno – e vale anche per l’AI generativa, una tecnologia a comportamento assertivo, che restituisce risposte anche quando il dato è impreciso».

Il rimando di Zinno ci riporta a cavallo degli anni 2000, quando la business intelligence sembrava il punto d’arrivo dell’evoluzione informativa. E invece qualcosa mancava. «All’epoca – continua l’evangelist di Denodo – l’analisi dei dati era eseguita con tecnologie meno avanzate di quelle attuali, si trattava di una disciplina ben contestualizzata, ma probabilmente mancava la dovuta attenzione alla qualità dei dati usati per fare intelligence. Poi sono arrivati gli strumenti di data science e di advanced analytics e con essi un nuovo sguardo sul come interpretare i dati». Oggi siamo in una fase ancora più matura, in cui la democratizzazione responsabile dell’uso dei dati rappresenta il nuovo paradigma. «È finita l’oligarchia del dato – spiega Zinno – perché non ha più senso che solo poche persone abbiano competenze per interrogare e analizzare le fonti informative. La sfida è culturale e va nella direzione di coinvolgere nuove figure aziendali, anche non tecniche, per interrogare i dati a supporto delle decisioni operative o strategiche, riducendo le tempistiche di accesso alle informazioni da settimane a minuti». Per Denodo, rendere operativa questa visione all’interno delle aziende parte da un principio tanto essenziale quanto sottovalutato: la semplicità. È proprio attraverso architetture agili e facilmente integrabili che diventa possibile gestire la crescente complessità informativa, garantendo accesso rapido, coerente e sicuro ai dati, senza appesantire i processi IT o rallentare l’innovazione.

#DataAIForum #Denodo Senza semantica, i dati non parlano e l’AI non capisce
Click To Tweet

La tecnologia migliore – come precisa Zinno – è quella che rende più facili e immediate le operazioni da compiere e che applica un modello pensato per favorire un’adozione fluida, intuitiva e inclusiva, con interfacce semplici e strutturate in forma di data catalog per i data consumer con limitate competenze tecniche (per esempio le figure di marketing) e per i data engineer e per i data steward che si occupano di governance e manutenzione. In questo approccio, l’usabilità non è un dettaglio, ma una leva abilitante per democratizzare l’accesso ai dati e accelerare i benefici dell’AI in tutta l’organizzazione. «Entrambi devono poter lavorare al meglio, ma con strumenti diversi».

Anche Giorgio Dossena, senior presales manager di Qlik, apre la sua riflessione sul legame tra dati e intelligenza artificiale, partendo da un punto fermo: per ottenere risultati tangibili, le aziende devono adottare un approccio più realistico, concreto e maturo. Basta entusiasmi superficiali o rincorse a soluzioni di tendenza: servono basi solide e una gestione consapevole e strutturata dei dati. Solo così l’intelligenza artificiale potrà generare reale valore e trasformarsi in un alleato strategico per il business. «Tutti vogliono l’intelligenza artificiale, ma pochi si fermano a chiedersi dove possa davvero fare la differenza» – osserva Dossena. «Spesso ci si affida all’AI come se fosse una “bacchetta magica”, sperando che possa risolvere problemi strutturali o consolidare basi fragili. In alcuni casi funziona, in altri no. L’interesse è enorme, ma la verità è che poche aziende arrivano davvero pronte al momento dell’implementazione». Il monito è chiaro: senza concretezza, si rischia di ripetere gli errori del passato.

«È lo stesso errore che abbiamo visto con l’Internet of Things – continua Dossena – quando per anni si sono disseminati sensori senza sapere esattamente cosa farne. Solo ora si comincia a gestire davvero quei dati e a trarne valore. Con l’AI vale la stessa regola: la tecnologia non basta. Serve un lavoro profondo sulla qualità dei dati, ma soprattutto sulle persone e sui processi che devono saperli leggere e trasformare in azione». Il primo passo da compiere è disporre di dati affidabili, completi, contestualizzati e accessibili nei tempi giusti. Non si tratta insomma solo di quantità, ma di rilevanza. «Oggi – spiega il manager di Qlik – abbiamo più dati che mai, ma non è detto che siano quelli più idonei per perseguire l’obiettivo, perché un dato di qualità è tale solo se è rilevante per il caso d’uso specifico. Tutto dipende dal contesto: un’analisi in ambito sanitario può tollerare dati aggiornati al giorno precedente, ma un’azienda telco ha bisogno di insights in tempo reale, anche al secondo». Ed è per questo che entrano in gioco tecnologie avanzate per abilitare la selezione, il filtraggio e l’arricchimento del dato.

#DataAIForum #Qlik prima i dati, poi l’AI: solo così si genera valore
Click To Tweet

La struttura e la validazione del dato diventano ancora più centrali nel momento in cui si lavora con algoritmi di intelligenza artificiale, perché solo i dataset verificati e strutturati sono il vero – e unico – antidoto alle “allucinazioni” tipiche degli algoritmi AI. Se il dato di partenza è incompleto o incoerente, anche il modello più avanzato rischia di restituire risultati errati. Per Giorgio Dossena, la governance dei dati va vista non solo come risposta agli obblighi normativi – pensiamo al GDPR – ma come leva strategica a tutti gli effetti. Una buona gestione non serve soltanto a garantire la compliance, ma può diventare un vantaggio competitivo concreto. «Un presidio solido del dato è in grado di generare fiducia: verso l’esterno, nei confronti di clienti e partner; ma anche all’interno dell’organizzazione, dove trasparenza e tracciabilità aiutano a costruire un ambiente decisionale più consapevole». Sapere da dove provengono i dati, come sono stati trattati e da chi, diventa così un elemento abilitante per prendere decisioni strategiche. «Il nostro obiettivo – continua Dossena – è aiutare le aziende a costruire una governance efficace, in cui la tracciabilità, la responsabilità e l’accessibilità dei dati siano elementi chiave. E per farlo facciamo leva sulla capacità di integrazione nei sistemi esistenti senza forzature. Non andiamo dai clienti con l’idea di sostituire tutto, perché le aziende oggi hanno già dati, strumenti, infrastrutture: il nostro compito è valorizzare quanto esiste e integrarlo con la nostra tecnologia». Un approccio di tipo “ecosistemico”, in altre parole, che fa della compatibilità delle soluzioni Qlik con le piattaforme di Oracle, AWS, Snowflake o Databricks un punto di forza.

Tornando alla sfida legata all’adozione dell’intelligenza artificiale, emerge con forza la centralità del modello semantico. «La Gen AI ha una conoscenza potenzialmente sconfinata – osserva Andrea Zinno di Denodo – ma se la domanda che le poniamo è imprecisa o mal formulata, la risposta sarà inevitabilmente incompleta, vaga o, peggio ancora, fuorviante». Il problema, ancora una volta, sta nella qualità dei dati. Zinno utilizza una metafora efficace: «Il dato è come un prompt. Se è parziale, distorto o povero, anche l’output sarà mediocre. Mi piace sempre ricordare che la parte “sexy” del lavoro sui dati è quella finale, l’elaborazione, quella che genera insights. Ma è prima, nella preparazione e nella qualità del dato, che si decide il vero valore del risultato». Infine c’è il tema del cambiamento organizzativo, spesso trattato come una nota a margine ma che, in realtà, può determinare il successo o il fallimento di qualsiasi trasformazione guidata dai dati: «Le difficoltà tecniche esistono – ammette l’evangelist di Denodo – specie in ambienti IT complessi o datati, come quelli ancora basati su mainframe. Ma sono ostacoli che, con il tempo e risorse adeguate, si possono superare».

#DataAIForum Data fabric e cloud routing, infrastrutture intelligenti per processi smart
Click To Tweet

Molto più insidiosa, invece, è la resistenza culturale. «Il vero spartiacque non è tecnologico, ma umano. Se un’azienda non riesce a comunicare chiaramente il senso del cambiamento, se non costruisce fiducia intorno alla nuova direzione, anche il progetto più innovativo rischia di naufragare». E conclude: «In molte organizzazioni, esiste una conoscenza cristallizzata, sedimentata in anni di abitudini operative. Scardinarla richiede tempo, ma anche una comunicazione autentica e continua. La vera svolta parte da qui: dalla capacità di comprendere e far comprendere che anche il modo di accedere, interpretare e usare i dati sta cambiando».

La necessità di un cambiamento in chiave culturale e organizzativa trova del tutto d’accordo anche Giorgio Dossena di Qlik, convinto del fatto che un progetto AI ben impostato parte sempre dalle persone e che le sue probabilità di successo sia sempre e comunque una questione di ruoli e competenze. Nella visione di Qlik, la situazione ideale prevede una chiara distinzione di ruoli e responsabilità tra chi gestisce i dati sul piano tecnico e chi li interpreta in ottica business. Troppo spesso, però, queste funzioni molto diverse vengono accentrate in una sola figura, con il rischio di compromettere sia la comprensione delle reali esigenze sia la capacità di individuare soluzioni efficaci. Una governance efficace, al contrario, nasce dalla collaborazione tra competenze diverse, capaci di dialogare e costruire insieme un percorso solido di valorizzazione del dato. «Siamo un fornitore di tecnologia – spiega Dossena – ma siamo anche consapevoli che uno dei problemi principali che ostacolano le progettualità sia il change management. La responsabilità sul dato, la sua tracciabilità e l’ownership non sono ancora delle priorità per molti CIO e sulla qualità del dato spesso c’è confusione e approssimazione, ma la padronanza del dominio è invece fondamentale».

Lavorare con team strutturati – l’esempio a cui fa riferimento Dossena è proprio quello di RCS MediaGroup, passato da tre a oltre venti persone dedicate – è per contro il segnale che l’azienda investe davvero in cultura del dato. «L’intelligenza artificiale – spiega il manager di Qlik – ha senso solo se fa leva su fondamenta solide e su dati affidabili, su processi ben gestiti e un’organizzazione che sa come impiegare questo strumento. Ed è per questo che è necessario mettere le aziende in condizione di acquistare tecnologia in modo intelligente, solo dove serve e dove porta un ritorno reale, tanto più in un’era in cui si lavora prevalentemente in modalità as a Service e per un vendor è fondamentale indirizzare la scelta architetturale più idonea».

#DataAIForum La governance vale più dell’algoritmo. Interconnessione, sostenibilità e performance
Click To Tweet

DENTRO LE AZIENDE

Coniugare una base dati solida con una chiara focalizzazione sui processi in cui applicare l’intelligenza artificiale non è semplice. Eppure, le difficoltà non hanno fermato le aziende più attente all’innovazione, che continuano a sperimentare e ad affinare i propri percorsi, cercando di definire razionali concreti per dare continuità e scalabilità ai progetti di AI. Per Simona Squaglia, global data scientist manager di Gi Group, importante agenzia per il lavoro, il punto di partenza non può che essere uno: «Per usare bene l’AI si parte dai dati». La sfida per un’azienda di servizi è creare una vista unica del cliente e di qualsiasi soggetto o elemento chiave da monitorare, organizzando tutte le informazioni in modo centralizzato e facilmente accessibile all’interno di un customer data hub. «Nel nostro caso – spiega la manager – due sono i soggetti rilevanti: i candidati e le aziende che cercano profili. L’idea di un hub di dati dedicato, è trasversale a ogni tipologia di business ed è su questa base solida che possono innestarsi tecnologie avanzate come l’intelligenza artificiale. Oggi parliamo di evoluzione tecnologica e di AI, ma senza una base dati completa e consistente, tutta le meravigliose potenzialità dell’AI non possono performare».

La fotografia di Squaglia descrive fedelmente lo stato delle cose nel nostro Paese per quanto riguarda l’adozione a scala dell’intelligenza artificiale. «Nel tessuto aziendale italiano il tasso di adozione dell’AI è nell’ordine del 25-30 per cento, nelle PMI si scende a percentuali bassissime. Perché? Perché in Italia siamo molto indietro nella messa a terra delle basi dati». Costruire un data lake con una governance in grado di servire tutte le funzioni aziendali è una delle sfide più complesse, ma anche tra le più strategiche. «Centralizzare le informazioni e renderle accessibili all’intera organizzazione è un obiettivo ambizioso, ma rappresenta il prerequisito per avviare progetti che sfruttano tecnologie avanzate come l’AI generativa». Non è però solo una questione di visione, ma di condizioni abilitanti. «Anche per applicazioni più consolidate, come il machine learning tradizionale o i modelli predittivi, non tutte le aziende sono pronte» – spiega Simona Squaglia di Gi Group. «Spesso mancano dati sufficienti, oppure le informazioni esistenti non sono strutturate, storicizzate o omogenee. Inoltre, molte imprese non hanno ancora digitalizzato i propri processi o le interazioni con stakeholder interni ed esterni, rendendo difficile raccogliere i dati necessari per alimentare l’innovazione guidata dall’AI». A queste criticità si aggiunge il tema della privacy, tutt’altro che secondario. «È un nodo delicato, che può diventare critico se non vengono rispettati i vincoli normativi. Per questo è fondamentale adottare una strategia privacy by design» – aggiunge Squaglia. «Solo così è possibile restare competitivi, anticipare i comportamenti di clienti e utenti, e non subire il cambiamento. La trasformazione richiede agilità, e i dati sono l’elemento chiave per governarla e rendere davvero efficace l’intelligenza artificiale».

#DataAIForum #GiGroup La vista unica sul cliente è la chiave per innovare con l’AI
Click To Tweet

Anche per Giuseppe Guarnuto, head of Data Governance & Quality di Plenitude, è fondamentale adottare un approccio strutturato, partendo dalla costruzione dell’infrastruttura e della cultura aziendale necessarie a supportare l’evoluzione data-driven. «Siamo partiti circa sei anni fa per creare un’area dedicata ai dati in azienda, con l’intento di puntare all’AI per migliorare prodotti e servizi offerti ai clienti. E ci siamo subito resi conto che senza le fondamenta, senza la governance e senza una platform dedicata sarebbe stato difficile mettere i modelli in produzione e successivamente scalarli». Da questa assunzione di consapevolezza prende forma il progetto di data transformation che oggi coinvolge tutta l’organizzazione. «Abbiamo combinato dati e informazioni in un processo di revisione data-driven dei processi in cloud, creando una piattaforma unica e dando modo a tutte le professionalità interne, data scientist compresi, di lavorare in sinergia e con i medesimi strumenti».

L’obiettivo di Plenitude è valorizzare la conoscenza come asset strategico, ponendola al centro dello sviluppo di nuovi modelli e progetti. Un traguardo che l’azienda sta raggiungendo grazie a una solida collaborazione tra le funzioni Data e le aree di business, guidata da un Center of Excellence che risponde direttamente al CIO. Questo centro ha il compito di definire e implementare standard, strumenti e pratiche di governance condivise, abilitando una trasformazione profonda che va oltre la tecnologia e coinvolge i modelli operativi, la cultura aziendale e la visione stessa di data governance. «Abbiamo integrato deontologia, semantica e responsabilità del dato all’interno di un data catalog accessibile a tutta l’organizzazione, favorendo l’autonomia operativa delle diverse funzioni di business» – spiega il responsabile della governance e della qualità dei dati di Plenitude. L’azienda ha già avviato l’introduzione dell’AI generativa con un approccio trasversale e consapevole, supportato da un framework condiviso che raccoglie i casi d’uso di interesse per tutte le aree aziendali per rendere la tecnologia accessibile, comprendere dove può generare valore e aumentare la produttività in modo diffuso. «La nostra visione – spiega Guarnuto – è accompagnare l’IT e il business verso un’eccellenza ingegneristica abilitata dall’AI, coinvolgendo l’intera popolazione aziendale e promuovendo un uso consapevole della tecnologia per massimizzarne i benefici».

#DataAIForum #Plenitude Valorizzare la conoscenza come asset strategico
Click To Tweet

IL FATTORE COMPETENZE

Nel nuovo scenario dell’intelligenza artificiale, il dato non è più un semplice numero archiviato in un database, ma un asset a tutti gli effetti, da trattare come un prodotto che ha valore e come tale va gestito. «Il rispetto del quadro regolatorio fissato da GDPR e AI Act è stato fino a oggi la spinta per innovare ma oggi la nostra missione è quella di proporre all’azienda una gestione del dato più a 360 gradi, costruendo una struttura in cui il dato correlato da tutte le informazioni semantiche diventa un asset di senso compiuto e di valore» – spiega Carla Molteni, data engineer – Data & AI Governance per il Country Data Office di Generali. L’obiettivo è far dialogare i dati provenienti da entità diverse secondo logiche coerenti e costruire una conoscenza condivisa, accessibile a tutti in modo democratico, all’interno di un marketplace centralizzato dove gestire i dati come prodotti.

#DataAIForum #Generali Un’ontologia di business per abilitare l’AI in ogni funzione
Click To Tweet

«Vogliamo costruire un’ontologia di business che serva da base comune per tutte le attività aziendali e per l’applicazione dell’AI in ogni funzione, dal marketing alle risorse umane. Per farlo, investiamo in un percorso strutturato di change management e formazione, coinvolgendo anche chi non possiede competenze tecniche, affinché tutti possano comprendere e utilizzare questi strumenti in modo consapevole». Le risorse su cui Generali ha investito per traghettare questo obiettivo sono importanti e parliamo nello specifico di un centinaio di persone fra data engineer, data analyst e data scientist che si occupano di sviluppare progetti in ambito dati a stretto contatto con le aree di business. Risorse che stanno aiutando l’azienda a lavorare attivamente anche sul fronte dell’intelligenza artificiale generativa, sperimentandone l’adozione. «Il nostro compito – spiega Molteni – è definire le linee guida per un uso sicuro, integrato e coerente con l’intero ecosistema e nel rispetto dei requisiti previsti dall’AI Act».

A definire un utilizzo consapevole e regolato dell’AI, però, non ci sono solo le policy, ma anche l’esperienza maturata sul campo. È il caso di Intesa Sanpaolo, il cui rapporto con l’intelligenza artificiale nasce in tempi non sospetti, con la creazione di un laboratorio interno dedicato alla sperimentazione. Oggi, a distanza di anni e dopo un’evoluzione profonda, l’AI è diventata un asse portante del processo di trasformazione sia digitale e che organizzativa del Gruppo. «La nostra storia con l’intelligenza artificiale – racconta Federico Aguggini, head of AI Transformation, Data Science & Responsible AI – inizia nel 2017 con la creazione del Big Data Lab, un laboratorio dedicato alla sperimentazione. Da allora abbiamo consolidato un’organizzazione strutturata, guidata dal chief data & AI officer, che presidia ambiti strategici come la data governance, la data strategy e l’intelligenza artificiale, articolata a sua volta in due aree: una focalizzata sulla delivery dei progetti, l’altra sulla Responsible AI, tema oggi più che mai centrale». La svolta arriva nel dicembre 2022, quando il CEO di Intesa Sanpaolo lancia il programma AIxeleration trasformando il laboratorio in una vera e propria fabbrica dell’intelligenza artificiale. «Dopo un’analisi del valore generato dai progetti sviluppati fino a quel momento – prosegue Aguggini – il laboratorio si evolve in una struttura operativa, dove le idee prendono forma». La strategia di Intesa Sanpaolo punta a un’adozione diffusa, responsabile e democratica dell’AI in tutto l’ecosistema aziendale, attraverso un modello distribuito.

#DataAIForum #IntesaSanpaolo trasforma il laboratorio AI in una vera fabbrica dell’innovazione
Click To Tweet

Al centro, un hub che armonizza dati e soluzioni. Intorno, una rete di spoke – tra cui i Democratic Data Lab – pensati per permettere ai team di business di esplorare ed effettuare test, sviluppando nuove competenze e soluzioni. «Questa architettura poggia su asset chiave: una governance solida, una rete che connette funzioni centrali e periferiche, e un sistema che integra competenze tecnologiche e regole di utilizzo consapevole dell’intelligenza artificiale». In questo scenario, l’intelligenza artificiale non è solo una questione di strumenti, ma prima di tutto di persone e cultura. «L’AI– osserva Federico Aguggini – ha un impatto trasversale sull’intera organizzazione, soprattutto in termini di competenze e risorse umane, che evolvono rapidamente».

#DataAIForum Senza dati, niente AI: le imprese davanti alla sfida della qualità informativa
Click To Tweet

Accanto allo sviluppo tecnologico, Intesa Sanpaolo investe in modo continuativo nella formazione e nella diffusione della consapevolezza, anche al di fuori dei confini aziendali, portando il racconto della trasformazione digitale nelle scuole e nelle imprese. «Siamo – e vogliamo essere – parte attiva di un ecosistema che investe in conoscenza» – afferma Aguggini. E sul rapporto tra AI e lavoro, ha un orientamento preciso che parafrasa un messaggio chiave lanciato dal fondatore di LinkedIn, Reid Hoffman: «L’intelligenza artificiale non ruberà il lavoro, ma lo farà a chi non saprà usarla».

Foto di Gabriele Sandrini

Point of view

Intervista a Giorgio David Jacchini, senior manager di Aubay Italia: AI Agentic e ROI

Intervista ad Andrea Zinno, data evangelist di Denodo: Tutto parte dai dati

Intervista a Giorgio Dossena, senior presales manager di Qlik: Le fondamenta dell’AI

Formula AI Tech

L'articolo Dati e intelligenza artificiale, la formula per il business proviene da Data Manager Online.

Nel crescente dibattito che ruota intorno al tema dell’AI applicata al mondo aziendale, gli agenti intelligenti rappresentano una delle frontiere più interessanti. In cosa si differenziano dalle tecnologie precedenti? E soprattutto, che ruolo possono giocare nelle imprese italiane? A fare chiarezza, interviene Giorgio David Jacchini, senior manager di Aubay Italia con una visione maturata “sul campo” tra progetti reali e confronti diretti con le aziende. Il suo punto di vista è netto: «Gli agenti sono strumenti innovativi ma per comprenderne il valore occorre prima capire bene cosa possono concretamente fare. È anche un percorso di progressiva conoscenza e di progressiva fiducia verso le capacità dello strumento, rispetto a una capacità di automazione che crediamo potrà essere massima».

VERSO L’INTELLIGENZA CONTESTUALE

Per anni, l’innovazione dei processi aziendali è passata attraverso strumenti di Robotic Process Automation, capaci di eseguire operazioni ripetitive con una logica definita a priori ma caratterizzati da limiti legati alla rigidità di questi stessi strumenti. Gli agenti intelligenti, e le tecnologie di Agentic Process Automation in genere, cambiano la prospettiva, introducendo un livello di “comprensione” del contesto prima impensabile. «La tecnologia RPA è basata su flussi poco adattabili» – spiega Jacchini. «Cambiando un passaggio nel processo, si è costretti a rivedere l’intero flusso. Gli agenti intelligenti, invece, si adattano, apprendono e ottimizzano i percorsi in base al feedback ricevuto. La transizione verso l’AI agentica è sinonimo di efficienza operativa e produttività, di maggiore organicità, flessibilità e capacità di apprendimento, che guarda a un miglioramento certificabile in termini di velocità di esecuzione e di spostamento delle risorse verso attività a valore aggiunto. Si tratta di un cambio radicale».

IL VALORE DELL’INTERAZIONE UOMO-MACCHINA

Quella di Aubay in materia di agenti intelligenti è una visione ben definita e circostanziata, votata all’accessibilità delle nuove tecnologie, ma basata su un concetto altrettanto preciso: le soluzioni APA non toglieranno lavoro alle persone. Detto che i robot lavorano al posto dell’uomo e che l’agente AI, man mano che impara, rende un processo sempre più semplice – la macchina non avrà mai “libero arbitrio”: gli operatori umani che prima svolgevano mansioni ripetitive possono diventare infatti supervisori degli agenti, interpretando i risultati delle attività loro affidate. «L’intelligenza artificiale non fa tutto da sola, per lo meno oggi» – sottolinea Jacchini. «L’human in the loop è un pilastro di questa evoluzione e se manca è impossibile pensare di trasformare processi aziendali critici. Serve un approccio strutturato, in cui l’umano resti parte integrante del sistema per controllare e verificare il lavoro degli agenti ed è proprio in questa fase che il ruolo delle persone si evolve. Non si tratta di sostituirle, ma di farle crescere: è un’opportunità di sviluppo, non una minaccia».

#DataAIForum L’human-in-the-loop è il pilastro della nuova automazione #Aubay Italia
Click To Tweet

PIÙ EFFICIENZA, PIÙ VALORE

L’altro nodo da sciogliere legato all’AI agentica riguarda il ritorno dell’investimento. La sua adozione è giustificata? Porta vantaggi tangibili? Secondo Jacchini, la risposta è affermativa, a patto di muoversi con consapevolezza. «Gli agenti intelligenti sono più veloci, più affidabili e lavorano sempre nello stesso modo» – afferma il manager di Aubay. «Liberando le persone dai compiti a basso valore, si possono dedicare queste risorse a compiti più strategici, e di conseguenza aumentare l’efficienza complessiva dell’organizzazione. Un esempio concreto? Pensiamo a un addetto che deve aprire un ticket, che potrebbe essere interrotto, rallentato, distratto e indotto all’errore. L’agente, invece, riceve la richiesta, la processa, la gestisce sempre nello stesso modo, migliorando via via le sue prestazioni». E anche questo è ROI.

L'articolo AI Agentic e ROI proviene da Data Manager Online.

Mentre l’intelligenza artificiale generativa catalizza l’attenzione del mondo enterprise, i dati restano il vero nodo strategico. A sostenerlo è Andrea Zinno, data evangelist di Denodo, che invita a spostare il focus sull’essenza concettuale dell’integrazione dei dati. «Non è una sfida tecnologica, ma un’avventura semantica» – afferma l’esperto. «Non dobbiamo vincere contro la complessità della tecnologia, che ormai ci consente di fare tutto». L’obiettivo è un altro: «Ritrovare il senso autentico del dato, comprenderne il valore e il perché della sua integrazione all’interno dei sistemi aziendali».

LA TRASFORMAZIONE CONCETTUALE

Una visione che Zinno interpreta con lucidità: «L’integrazione dei dati nasce come esigenza tecnologica, ma se ci si limita a questo, si perde di vista la sua ragione d’essere. Per anni, tanto i provider quanto gli utenti finali hanno trascurato il motivo per cui si fa integrazione: osservare il contesto in cui si opera – che sia un’azienda o una pubblica amministrazione – raccogliere ciò che davvero conta e analizzarlo per rendere i processi più intelligenti ed efficienti». Un messaggio forte, che punta a rimettere al centro il valore semantico dei dati, abbandonando una visione meramente tecnica. Zinno chiarisce infatti come i dati rappresentino «gli occhi digitali» con cui le organizzazioni osservano il proprio contesto, partendo dal presupposto che – «guardare è un atto fisico, mentre vedere è un’attività concettuale e significa riuscire a mettere insieme stimoli per creare una rappresentazione coerente della realtà».

MODELLO SEMANTICO UNIFICATO

In questa prospettiva, l’integrazione dei dati è il passaggio chiave tra rilevazione e comprensione, proprio perché la qualità semantica del dato è spesso trascurata. «Se un dato rappresenta male la realtà, non c’è precisione o pulizia che tenga, perché non riuscirò comunque a vedere tutto ciò che conta» – spiega l’evangelist di Denodo. «La nostra proposta – sottolinea Zinno – è fortemente incentrata su un modello semantico unificato, in grado di definire in modo accurato il significato dei dati e di catturare la dualità del dato fra elementi oggettivi e soggettivi, riconoscendo il valore di entrambi. Chi “guida l’auto” – il business user – non deve conoscere in modo approfondito le caratteristiche tecniche del “motore”, ma sa che può affidarsi ad esso per accelerare e tenere la strada. E chi lavora “sotto il cofano” – il data steward – deve avere in mano strumenti affidabili per configurare tutto al meglio».

#DataAIForum «Tutti parlano di data governance, pochi ne comprendono l’essenza» #Denodo
Click To Tweet

GOVERNANCE, SEMPLICITÀ, FIDUCIA

La vera barriera all’adozione pervasiva dell’intelligenza artificiale, degli strumenti generativi e degli agenti AI in azienda non è tecnologica, ma culturale e organizzativa. «Il cambiamento genera resistenza, soprattutto tra chi da anni opera secondo abitudini operative e schemi consolidati» – osserva Zinno. Per questo è fondamentale il ruolo di ambasciatori interni: figure capaci di credere nel nuovo approccio e diffonderlo attraverso una contaminazione positiva. Ma c’è un ulteriore elemento chiave, spesso sottovalutato: la governance. Non un corollario, ma il cuore dell’orchestrazione dei dati. In contesti sempre più distribuiti e collaborativi, è necessario stabilire un livello centrale di gestione per definire quali dati possano essere condivisi, con chi e secondo quali modalità. «Tutti parlano di data governance – commenta Zinno – ma senza un significato condiviso del dato, è impossibile costruire regole efficaci. È qui che entra in gioco il modello semantico: uno strumento essenziale per garantire che ogni informazione sia usata correttamente da chi ne ha diritto e responsabilità». In altre parole, se l’AI generativa è destinata a produrre reale valore per il business, questo potenziale si sprigiona solo a partire da dati significativi, coerenti, ben modellati e accessibili.

L'articolo Tutto parte dai dati proviene da Data Manager Online.

L’ultimo annuncio di prodotto, Trust Score for AI, rende bene l’idea di come Qlik stia interpretando le esigenze di molte aziende impegnate ad adottare e scalare l’intelligenza artificiale nei processi operativi e di business, mettendo a disposizione strumenti per monitorare in modo chiaro e quantificabile l’affidabilità dei dati in base ai carichi di lavoro dell’AI.

In altre parole, soluzioni che mettono al centro l’affidabilità e la tracciabilità del dato, prerequisiti indispensabili per rendere efficace ogni progetto legato all’impiego delle tecnologie generative e di quelle agentiche.

DATI AZIONABILI

Il concetto è ribadito anche da Giorgio Dossena, senior presales manager di Qlik per l’Italia, che conferma come vi sia una sorta di dicotomia di approccio delle imprese. «Oggi vediamo un’attenzione spasmodica verso l’AI generativa, ma spesso ci si dimentica che alla base ci devono essere dati ben governati e di qualità. E la recente disponibilità di Trust Score for AI va nella direzione di misurare in modo oggettivo l’affidabilità dei dati utilizzati nei processi di intelligenza artificiale: non si tratta quindi di offrire solo una valutazione qualitativa, ma di capire se il dato è davvero pronto per essere usato in contesti critici».

Il software di Qlik opera lungo l’intero ciclo di vita del dato, non solo nella fase finale di utilizzo: definisce regole efficienti per armonizzarlo, qualificarlo e ripulirlo, adattandosi all’architettura IT esistente e integrandosi in piena continuità con le piattaforme di data management già in uso, garantendo piena interoperabilità.

END-TO-END INTELLIGENCE

Ogni azienda che intende avviare un progetto di AI dovrebbe quindi partire da una base operativa solo in apparenza scontata: dati buoni e una data platform adeguata. «Molto spesso si parte dall’attico – precisa Dossena – e si dimenticano le fondamenta, che nel caso di un progetto di intelligenza artificiale sono una governance e un’architettura di dati corretta. L’AI non parla solo al controllo di gestione o al marketing, ma il suo valore reale si sprigiona quando le sue capacità sono impiegate fin dalla generazione del dato, nel suo allineamento e nella sua contestualizzazione». L’approccio di Qlik incarna una visione end-to-end che abbraccia l’intero processo di gestione del dato dall’acquisizione alla trasformazione, dal controllo all’analisi. Per essere realmente efficace, l’AI applicativa richiede solide basi di governance, qualità certificata e una profonda conoscenza del contesto d’uso.

#DataAIForum l’AI può diventare un rischio. Non servono più dati, ma i dati giusti in ogni contesto #Qlik
Click To Tweet

IL DOMINIO DI ESISTENZA

«La leva competitiva è il dominio del dato» – sottolinea il manager. «Ogni organizzazione dispone ormai di una base dati, spesso ampia ma eterogenea. La sfida non è raccoglierne di più, ma saper selezionare e utilizzare quelli realmente pertinenti al contesto e agli obiettivi di business» – spiega Dossena. «Senza una piena padronanza del dato e della sua origine, il rischio è avviare progetti su fondamenta fragili, con l’effetto collaterale che l’AI generi output poco affidabili o del tutto fuorvianti». La questione è tutt’altro che teorica, soprattutto quando si affrontano temi come i bias nei modelli generativi. Come ricorda Dossena, non esiste un dato «giusto e valido» in assoluto. Non esiste una base dati universale. È il caso d’uso a modellare la base dati, non il contrario. «Ogni scenario richiede un set di dati adeguato, tracciabile e aggiornato: ciò che funziona in un caso d’uso può essere del tutto inadatto in un altro. Il compito dell’azienda è assicurarsi di disporre dei dati rilevanti e degli strumenti per organizzarli, addestrare i modelli e recuperarli nei tempi necessari – tempi che cambiano radicalmente da un’azienda telco a una struttura sanitaria».

L'articolo Le fondamenta dell’AI proviene da Data Manager Online.

L’integrazione tra edge e hybrid cloud permette alle aziende di elaborare le informazioni là dove vengono generate, mantenendo al contempo la flessibilità e la scalabilità del cloud. Il risultato: maggiore agilità nei processi, miglior controllo dei dati e capacità di risposta più rapida alle esigenze del business. La crescita del mercato dell’edge computing, insieme a quella dell’hybrid cloud, è trainata da una serie di trend tecnologici e aziendali convergenti. L’adozione sempre più diffusa di dispositivi IoT in settori come sanità, automotive, manifatturiero e retail richiede capacità di elaborazione a bassa latenza, rendendo l’edge una componente essenziale delle infrastrutture moderne. Parallelamente, l’espansione dell’hybrid cloud è sostenuta dalla crescente domanda di storage scalabile, gestione efficiente dei dati e soluzioni IT economicamente vantaggiose.

Il mercato dell’edge è in forte espansione: secondo la “Worldwide Edge Computing Spending Guide” di IDC, la spesa globale raggiungerà 261 miliardi di dollari nel 2025, crescendo con un CAGR del 13,8% fino ad arrivare a 380 miliardi entro il 2028. Il settore retail e dei servizi sarà il principale traino degli investimenti, con quasi il 28% della spesa complessiva, spinto da casi d’uso come l’analisi video in tempo reale e l’ottimizzazione operativa. Subito dopo il retail, una quota significativa degli investimenti sarà destinata ai comparti manifatturiero e alla gestione delle risorse operative e aziendali, inclusi sistemi di pianificazione (ERP) e supply chain: complessivamente, questi ambiti rappresenteranno circa il 25% della spesa globale prevista. I servizi finanziari, invece, registreranno il tasso di crescita più elevato, con un CAGR del 15%, sotto la spinta delle applicazioni di intelligenza artificiale per l’analisi antifrode avanzata. Un’importante quota degli investimenti arriverà anche dai Service Provider, che punteranno su soluzioni infrastrutturali – quali il multi-access edge computing (MEC), le reti di distribuzione dei contenuti e le funzioni di rete virtuali – per un totale previsto di quasi 100 miliardi di dollari entro il 2028.

L’edge computing si sta evolvendo verso soluzioni settoriali personalizzate, capaci di soddisfare esigenze operative specifiche. Inoltre, crescono gli investimenti in reti a bassa latenza, analisi edge potenziate dall’intelligenza artificiale, e partnership per creare infrastrutture scalabili e sicure, fondamentali per abilitare impianti produttivi intelligenti e sistemi sanitari reattivi. In questo momento, l’hardware la fa da padrone, sostenuto dalla domanda di processori di intelligenza artificiale, elaborazione in tempo reale ed endpoint intelligenti. Tuttavia, entro il 2028, i servizi gestiti e professionali supereranno l’hardware in termini di quota di mercato, crescendo con un CAGR superiore al 18%. Nell’ambito dei servizi gestiti, il segmento a più rapida crescita sarà l’Infrastructure as a Service (IaaS), sostenuto dalla necessità di soluzioni scalabili, flessibili ed economicamente efficienti per carichi di lavoro sempre più complessi legati all’intelligenza artificiale.

#Edge #Hybridcloud Il mercato edge avanza: +13,8% annuo. Il cloud ibrido decolla: +17,6% fino al 2034
Click To Tweet

PREVISIONI E PROSPETTIVE

Il futuro dell’edge computing è guidato da una combinazione di fattori tecnologici, normativi e di mercato che ne accelerano l’adozione. La proliferazione di dispositivi intelligenti in diversi settori – tra cui la manifattura, la sanità e i trasporti – genera enormi quantità di dati che richiedono elaborazione in tempo reale. L’edge computing risponde a questa esigenza, portando il calcolo vicino alla fonte dei dati per garantire maggiore efficienza e reattività. Le tecnologie emergenti – tra cui i veicoli autonomi, la realtà aumentata/virtuale (AR/VR) e l’analisi in tempo reale – richiedono tempi di risposta rapidissimi, spesso in millisecondi.

Di fatto, l’edge è in grado di offrire prestazioni migliori rispetto ai modelli di cloud centralizzato, grazie alla vicinanza tra l’elaborazione e l’utente finale. Inoltre, l’implementazione globale delle reti 5G amplifica le potenzialità dell’edge, grazie a velocità di trasmissione più elevate e latenza ridotta, abilitando applicazioni mission-critical e contenuti ad alta larghezza di banda, quali: lo streaming avanzato o il controllo remoto in ambienti industriali. Le normative sempre più stringenti sulla protezione dei dati spingono le organizzazioni a evitare il trasferimento di informazioni sensibili verso server centralizzati. L’elaborazione locale attraverso l’edge computing riduce i rischi, facilitando la conformità e migliorando la sicurezza complessiva. Infine, l’integrazione dell’intelligenza artificiale, direttamente nei nodi edge, consente un’elaborazione veloce e decisioni autonome in tempo reale, senza la necessità di connessioni continue con il cloud. Tale tendenza è già evidente in ambiti come le smart city, l’automazione industriale e i sistemi di sorveglianza intelligenti.

I dati della “Semiannual edge spending guide 2025” di IDC confermano che il Nord America rimarrà leader nella spesa edge per tutto il periodo di previsione, seguito da Europa occidentale e Cina. Inoltre, Europa occidentale, Cina e America Latina registreranno la crescita della spesa più rapida nei prossimi cinque anni. Per quanto riguarda il cloud ibrido, i dati più recenti diffusi dalla società di ricerca Precedence Research indicano che il mercato globale dell’hybrid cloud ha raggiunto un valore di 114,10 miliardi di dollari nel 2024. Le previsioni stimano una crescita a 134,22 miliardi di dollari nel 2025, fino a superare i 578,72 miliardi di dollari entro il 2034, con un tasso di crescita annuale composto (CAGR) del 17,63% nel periodo 2025–2034. La crescita del mercato è attribuibile alla diffusione sempre più ampia di soluzioni basate su cloud da parte delle aziende a livello globale, con l’obiettivo di migliorare l’efficienza operativa e ottimizzare i processi. Il mercato hybrid cloud continua a registrare una crescita significativa a diverse latitudini. Nel 2024, il Nord America ha detenuto la quota di mercato più elevata e, grazie a un ecosistema consolidato di provider come AWS e Microsoft Azure, si stima che arriverà a rappresentare da solo circa il 40% del mercato mondiale, a fronte del 24% detenuto dall’Europa.

#Edge #Hybridcloud Riduzione dei costi IT fino al 30%: meno banda, meno storage, più efficienza
Click To Tweet

Guardando all’Asia-Pacifico, invece, è atteso il tasso di crescita più rapido nel periodo di previsione a fronte dell’adozione sempre più spinta di tecnologie avanzate e servizi digitali, nonché dall’espansione delle piccole e medie imprese. Entro il 2030, la digital economy del Sud-est asiatico beneficerà di una crescita esponenziale sia delle applicazioni sia del numero di consumatori digitali. All’interno della regione APAC, Cina e India si affermeranno come mercati chiave per l’hybrid cloud, grazie alle infrastrutture in rapido sviluppo e alle politiche industriali di incentivazione.

Il futuro del mercato del cloud ibrido sarà influenzato da diverse tendenze chiave. La maggiore digitalizzazione è destinata a stimolare la crescita del mercato, supportando la trasformazione digitale con un’infrastruttura IT flessibile e scalabile. Inoltre, l’adozione di tecnologie avanzate, quali l’intelligenza artificiale, l’IoT e l’edge computing, contribuirà alla crescita del mercato, poiché queste tecnologie richiedono un’elevata potenza di calcolo e un’infrastruttura scalabile, che può essere fornita da un hybrid cloud. Infine, le crescenti preoccupazioni relative alla sicurezza e alla privacy dei dati incoraggiano le aziende a orientarsi verso soluzioni cloud, stimolando ulteriormente la crescita del mercato.

I VANTAGGI DELL’EDGE

L’adozione dell’edge computing sta rivoluzionando l’efficienza operativa aziendale, consentendo l’elaborazione dei dati direttamente all’origine dove vengono generati (“at the edge”) – o nelle immediate vicinanze – senza dover dipendere da infrastrutture centralizzate come cloud pubblici o data center remoti. Questo approccio consente alle imprese di ottenere insights in tempo reale, o quasi, accelerando i processi decisionali critici e migliorando l’agilità operativa.

Ma i vantaggi non si fermano qui: l’edge computing contribuisce anche ad aumentare la produttività dei dipendenti, fornendo accesso immediato ai dati rilevanti per lo svolgimento delle attività quotidiane, riducendo al contempo errori evitabili e interruzioni, grazie all’integrazione di automazione e manutenzione predittiva. Un ulteriore beneficio è rappresentato dall’ottimizzazione dei costi IT. Elaborando i dati localmente, le aziende riducono la dipendenza dal cloud pubblico, filtrando in anticipo le informazioni non essenziali e limitando così il volume di dati da trasferire, elaborare e archiviare nel cloud. Il risultato è una significativa riduzione delle spese legate alla connettività, alla capacità di calcolo e allo storage.

Anche le operazioni in sedi remote traggono vantaggio dall’edge computing, che consente di gestire ed elaborare i dati localmente in contesti dove la connettività Internet è intermittente o la larghezza di banda risulta limitata. In questi scenari, l’elaborazione in locale permette di garantire continuità operativa, riducendo la dipendenza dalle infrastrutture centrali. Una volta ristabilita la connessione, i dati rilevanti possono essere trasferiti in modo efficiente verso data center o ambienti cloud per ulteriori analisi e integrazione.

Infine, l’edge computing rappresenta una risposta strategica alle normative sulla sovranità dei dati, permettendo alle aziende di elaborare e archiviare le informazioni all’interno dei confini geografici richiesti dalle leggi locali, riducendo così i rischi di non conformità e rafforzando la governance dei dati.

#Edge #Hybridcloud Time-to-market accelerato del 40% grazie alla flessibilità ibrida
Click To Tweet

I VANTAGGI DELL’IBRIDO

L’adozione del cloud ibrido consente alle organizzazioni di ottenere maggiore flessibilità e agilità operativa, grazie alla possibilità di accedere rapidamente alle risorse necessarie per avviare nuove applicazioni, supportare ambienti di sviluppo e test, o rispondere a esigenze impreviste. Tale agilità deriva dalla capacità di spostare dinamicamente i carichi di lavoro tra infrastrutture on-premise e cloud pubblici o privati, sfruttando i vantaggi specifici di ciascun ambiente, anche se occorre considerare le complessità introdotte da differenze tra API e architetture dei vari provider. Un ulteriore beneficio è rappresentato dalla scalabilità ed elasticità che il modello ibrido offre. Nei settori soggetti a variazioni stagionali della domanda – come il retail – consente di aumentare le risorse nei momenti di picco e di ridurle successivamente, ottimizzando l’impiego delle risorse e contenendo i costi operativi. A ciò si aggiunge la possibilità di offrire accesso self-service alle risorse, attraverso portali intuitivi che permettono a team IT e ai responsabili di business di gestire in autonomia infrastrutture e servizi digitali, snellendo i processi e riducendo la dipendenza dall’IT centrale.

La capacità di risposta immediata alle esigenze del business si traduce in una significativa accelerazione del time-to-market, in altre parole, i team tecnici possono accedere con rapidità a ciò che serve per progettare, testare e distribuire nuove soluzioni, favorendo l’innovazione e rafforzando la competitività. Inoltre, l’hybrid cloud consente una più accurata ottimizzazione dei costi, poiché permette di scegliere – per ciascuna applicazione – l’ambiente più efficiente in base a performance e spesa, adottando modelli pay-per-use ed evitando investimenti eccessivi in infrastrutture sovradimensionate.

Un altro aspetto rilevante è la mitigazione del rischio di vendor lock-in: il modello ibrido garantisce una maggiore libertà di scelta, permettendo alle aziende di combinare soluzioni diverse, riducendo vincoli tecnologici e finanziari e aumentando la resilienza complessiva, anche se le differenze tra ecosistemi (linguaggi, API, strumenti) possono comunque rappresentare delle barriere. Infine, grazie alla sua flessibilità, l’hybrid cloud offre accesso rapido a tecnologie all’avanguardia, consentendo l’integrazione di innovazioni come l’intelligenza artificiale nei processi aziendali, oltre a favorire nuove opportunità di sviluppo e crescita.

#Edge #Hybridcloud Più intelligenza ai margini, più valore al centro
Click To Tweet

OTTIMIZZAZIONE REAL-TIME

L’esplosione dei dati IoT, dei sensori industriali e delle applicazioni mobili ha creato un collo di bottiglia nelle architetture cloud tradizionali. Ogni secondo vengono generati miliardi di byte di dati, ma solo una ridotta percentuale viene effettivamente analizzata e utilizzata per decisioni operative. Inoltre, le architetture cloud centralizzate mostrano i limiti strutturali nella gestione di picchi di traffico distribuiti geograficamente, con conseguente degrado delle performance e potenziali interruzioni di servizio. Infine, la dipendenza dalla connettività Internet espone a rischi di business continuity in caso di interruzioni di rete. Pertanto, emerge la necessità di un nuovo paradigma che avvicini la capacità computazionale ai punti di generazione e consumo dei dati, mantenendo al tempo stesso i benefici di scalabilità e gestione centralizzata del cloud. L’integrazione tra edge computing e hybrid cloud costituisce la risposta strategica alle sfide della trasformazione digitale, sia supportando applicazioni mission-critical sia garantendo continuità operativa e abilitando nuovi modelli di business basati su dati e analytics distribuiti. Di fatto, tale sinergia crea un continuum computazionale che ottimizza la collocazione dei workload in base ai requisiti specifici di latenza, sicurezza e costi, dove l’edge gestisce elaborazioni time-sensitive e pre-elaborazione dei dati, mentre il cloud ibrido fornisce capacità di calcolo scalabile e storage a lungo termine.

La gestione efficace dei dati generati ai margini della rete passa attraverso l’adozione di algoritmi intelligenti, in grado di ottimizzare i flussi informativi selezionando in tempo reale ciò che va elaborato localmente e ciò che può essere inviato al cloud per analisi approfondite. Inoltre, l’edge analytics – supportato da machine learning in tempo reale – consente decisioni autonome e riduce la dipendenza dalla rete centrale. Strumenti di data streaming come Apache Kafka e Apache Flink garantiscono l’elaborazione in tempo reale di flussi ad alta velocità, mentre database – quali InfluxDB e TimescaleDB – offrono performance elevate per lo storage temporale. Infine, il caching distribuito – tramite CDN (Content Delivery Network) estese all’edge – migliora la reattività delle applicazioni, Il data tiering automatico, invece, ottimizza l’archiviazione, spostando i dati tra edge computing e hybrid cloud in base all’utilizzo.

Le architetture event-driven con CEP (Complex Event Processing) distribuito permettono risposte rapide agli eventi critici. Mentre i digital twin aggiornati in tempo reale mantengono sincronizzati il mondo fisico e quello digitale. Inoltre, la gestione automatizzata del ciclo di vita dei dati applica policy di retention distribuite per bilanciare conformità, costi e prestazioni. Infine, tecniche di compressione e deduplicazione aiutano a contenere il volume dei dati senza compromettere la qualità delle analisi.

#Edge #Hybridcloud Zero Trust distribuito: protezione avanzata per un mondo ibrido
Click To Tweet

SFIDE DI SICUREZZA

Per affrontare in modo efficace le sfide legate alla sicurezza della convergenza tra edge computing e hybrid cloud, è necessario adottare un’architettura Zero Trust con un approccio multilivello, capace di proteggere i dati, le applicazioni e le infrastrutture in modo coerente e continuo. Uno degli elementi chiave di questa strategia è la micro-segmentazione della rete, che consente di isolare i workload critici e limitare la superficie d’attacco, affiancata da una gestione federata delle identità per controllare in modo rigoroso gli accessi distribuiti tra ambienti eterogenei.

La protezione dei dati rappresenta una priorità assoluta: per garantire la riservatezza e l’integrità delle informazioni in transito, vengono utilizzati protocolli di crittografia end-to-end come TLS 1.3, insieme a soluzioni post-quantum per anticipare minacce future. In parallelo, il key management distribuito, supportato da Hardware Security Module (HSM), assicura la protezione delle chiavi anche in ambienti edge potenzialmente meno sicuri.

Sul fronte del rilevamento e della risposta, l’impiego dell’intelligenza artificiale permette di analizzare eventi provenienti da fonti eterogenee per identificare comportamenti anomali e potenziali minacce. Tali capacità sono amplificate da piattaforme SOAR (Security Orchestration, Automation and Response), che consentono una risposta automatizzata e tempestiva agli incidenti di sicurezza, riducendo tempi di reazione e impatto operativo. Inoltre, la conformità e la governance dei dati – soprattutto in relazione al GDPR – vengono garantite mediante meccanismi di controllo sulla localizzazione dei dati, audit trail distribuiti e l’applicazione del principio di privacy-by-design, assicurando trasparenza, tracciabilità e rispetto delle normative sin dalla progettazione delle soluzioni. Infine, la sicurezza dell’infrastruttura viene tutelata attraverso tecnologie avanzate, quali il container security scanning, il secure boot e l’attestazione hardware, ovvero strumenti che assicurano l’integrità dei workload e una protezione robusta anche nei contesti edge più esposti, rafforzando l’affidabilità dell’intero ecosistema ibrido.

#Edge #Hybridcloud Edge sicuro? Serve AI, cifratura post-quantum e gestione federata delle identità
Click To Tweet

ROADMAP IN QUATTRO FASI

L’integrazione tra edge computing e cloud ibrido si configura come una delle principali leve strategiche per le imprese che puntano all’efficienza, all’agilità e alla resilienza operativa. Ma come avviare con successo questa convergenza? Per farlo serve un approccio strutturato, che parte dalla comprensione dell’infrastruttura esistente e arriva all’adozione scalabile e sostenibile delle nuove architetture distribuite.

Il percorso inizia con una fase di valutazione strategica, durante la quale le organizzazioni devono eseguire un audit dell’ambiente IT per identificare i carichi di lavoro che possono trarre beneficio dall’elaborazione ai margini della rete. In questa fase è fondamentale analizzare i requisiti di latenza, la localizzazione dei dati e i vincoli normativi, sviluppando al contempo un business case che evidenzi ritorno sull’investimento, priorità operative e opportunità per una sperimentazione iniziale su scala ridotta. Segue quindi la fase di proof of concept (PoC), in cui si testa concretamente l’integrazione edge-cloud attraverso un caso d’uso limitato ma rappresentativo. L’obiettivo è misurare in modo puntuale l’impatto in termini di latenza, consumo di banda ed efficienza operativa, preparando i team attraverso una formazione mirata sulle nuove tecnologie e processi abilitanti.

Superata con successo la fase di sperimentazione, si può procedere con il deployment controllato in ambienti di produzione, avviando un’integrazione graduale dell’infrastruttura edge con l’ecosistema IT esistente. In questa fase, è necessario predisporre strumenti di monitoraggio avanzati, test di disaster recovery, procedure operative standard e misure di sicurezza coerenti con i framework in uso, così da garantire continuità operativa e compliance. Infine, si entra in una fase di scalabilità e ottimizzazione continua, in cui l’infrastruttura edge-cloud viene estesa geograficamente e funzionalmente. Le decisioni vengono guidate dalla telemetria operativa e da processi automatizzati, mentre funzionalità self-service consentono ai team di sviluppo di lavorare con maggiore autonomia. Questa evoluzione permette di aumentare la velocità di rilascio delle soluzioni digitali, migliorare la gestione dei costi e rafforzare la resilienza operativa dell’organizzazione.

#Edge #Hybridcloud Il futuro è distribuito, 5G e AI abilitano velocità, latenza minima e potenza diffusa
Click To Tweet

EFFICIENZA E ROI

Per valutare con precisione l’efficacia e il ritorno dell’investimento di un’architettura edge-hybrid cloud, è essenziale adottare un sistema strutturato di metriche tecniche, operative e di business, capace di fornire una visione completa delle prestazioni e del valore generato. Le performance metrics permettono di monitorare parametri chiave come la latenza media e quella registrata ai percentili più critici nelle transazioni sensibili, il throughput sostenuto – per esempio in termini di richieste al secondo – e l’uptime, misurato in funzione di SLA differenziati in base al livello di servizio richiesto. Inoltre, l’efficienza della rete viene valutata analizzando l’utilizzo di banda e il grado di ottimizzazione nel trasferimento dei dati verso il cloud centrale.

Le metriche operative forniscono, invece, un quadro della resilienza e dell’efficienza gestionale dell’architettura. Tra queste, il Mean Time To Recovery (MTTR) per la risoluzione degli incidenti, la frequenza di rilascio e il lead time per introdurre nuove funzionalità, così come il monitoraggio dell’utilizzo delle risorse edge e cloud, il costo per transazione processata e il Total Cost of Ownership (TCO) complessivo. Inoltre, per valutare l’impatto sul business, si utilizzano business value indicators che misurano, per esempio, la customer satisfaction nelle applicazioni rivolte all’utente finale, il contributo ai ricavi derivanti da nuove capacità digitali e la riduzione del time-to-market per il lancio di nuovi servizi. A questi si aggiunge il miglioramento dell’efficienza operativa, spesso evidenziato dalla riduzione del personale necessario (FTE) e dall’incremento dell’automazione nei processi aziendali.

Ancora, a supporto di queste analisi, è necessario considerare un Financial ROI Framework strutturato su un orizzonte triennale che permette di considerare in modo sistematico le spese in conto capitale (CapEx) e quelle operative (OpEx), includendo voci quali costi infrastrutturali, gestione operativa, programmi di formazione e manutenzione. I benefici vengono quantificati in termini di cost avoidance (riduzione dei downtime), revenue enablement (abilitazione di nuovi servizi) ed efficienza operativa. Tutto ciò è reso fruibile grazie a dashboard in tempo reale, che aggregano KPI tecnici e di business e garantiscono visibilità continua a stakeholder differenti, attraverso report automatizzati con metriche rilevanti per ciascun ruolo, dal management tecnico ai responsabili di business.

Infine, un’attività di benchmarking continuo, con revisioni trimestrali delle performance rispetto a standard di settore e competitor, consente di individuare opportunità di ottimizzazione, correggere eventuali inefficienze e definire con maggiore precisione le priorità di investimento nella roadmap evolutiva dell’architettura.

#Edge #Hybridcloud Dal core all’edge, senza interruzioni in base a latenza, rischio e ROI operativo
Click To Tweet

IL FUTURO È DISTRIBUITO

L’ecosistema edge-hybrid cloud è destinato a subire una profonda trasformazione nei prossimi anni, trainato dall’evoluzione continua di tecnologie che ne potenzieranno autonomia, sicurezza, sostenibilità e capacità applicative. Tale cambiamento sarà guidato da innovazioni che ne ridefiniranno l’architettura e i modelli operativi, rendendolo sempre più intelligente, resiliente e integrato nei processi digitali aziendali. Di fatto, l’infrastruttura diventerà progressivamente autonoma, grazie all’impiego dell’intelligenza artificiale per la gestione automatica dei workload. Inoltre, i sistemi basati su reinforcement learning saranno in grado di orchestrare in modo dinamico e ottimizzato le risorse distribuite, adattandosi ai pattern operativi in tempo reale. Ne conseguirà un’infrastruttura capace di scalare automaticamente, ripararsi da sola e migliorare costantemente le proprie prestazioni, riducendo la necessità di interventi umani.

Sul fronte della sicurezza, l’adozione di tecnologie quantum-safe sarà determinante per garantire la protezione dei dati più sensibili nel lungo periodo. Inoltre, la crittografia post-quantum – affiancata a soluzioni come la Quantum Key Distribution (QKD) su reti in fibra ottica – renderà le comunicazioni tra edge computing e hybrid cloud intrinsecamente sicure, requisito fondamentale per gli ambienti mission-critical e per le infrastrutture che richiedono la massima riservatezza.

In questo contesto, la sostenibilità diventerà un principio guida nella progettazione e gestione dei data center edge che, alimentati sempre più da fonti rinnovabili, adotteranno pratiche di green computing che includono il workload scheduling “carbon-aware”, ossia la distribuzione dei carichi di lavoro in base all’intensità carbonica della rete elettrica in un dato momento. A ciò si aggiungeranno soluzioni tecnologiche avanzate, quali il raffreddamento a liquido e chip ad alta efficienza, con l’obiettivo di ridurre il consumo energetico complessivo. Assisteremo anche a una significativa espansione del paradigma serverless all’edge, mentre l’introduzione della Function as a Service (FaaS) in ambienti edge consentirà un’elaborazione reattiva basata su eventi, senza l’onere della gestione dell’infrastruttura sottostante.

Inoltre, tecnologie come WebAssembly (WASM) abiliteranno ambienti di esecuzione altamente performanti e sicuri, capaci di operare su architetture hardware eterogenee, garantendo portabilità, scalabilità e velocità di risposta. Ovvero, un futuro in cui edge e cloud non solo saranno perfettamente integrati, ma anche dotati di capacità evolutive che li renderanno sempre più strategici per la competitività e la resilienza delle organizzazioni digitali.

Edge #Hybridcloud Compliance by design: audit trail, localizzazione dati e governance federata
Click To Tweet

VISIONE E GOVERNANCE

L’integrazione tra edge e hybrid cloud rappresenta una scelta strategica necessaria per le aziende che vogliono restare al passo con la trasformazione digitale. Tuttavia, per garantirne l’efficacia, non è sufficiente l’adozione tecnologica: servono visione di lungo termine e governance strutturata. A partire dal supporto attivo del top management, è essenziale favorire lo sviluppo di competenze avanzate all’interno dei team IT e business, promuovere partnership mirate con fornitori tecnologici e adottare un approccio incrementale all’implementazione. Il percorso deve iniziare con un assessment accurato dell’infrastruttura esistente, per individuare i workload più critici e i casi d’uso a maggior valore, costruendo su di essi un modello di business solido e sostenibile. In parallelo, investire nella formazione e nel change management rappresenta una leva chiave per l’allineamento organizzativo e per l’adozione efficace delle nuove soluzioni. Dal punto di vista degli investimenti, occorre trovare un equilibrio tra costi infrastrutturali e operativi, facendo leva su cloud provider ibridi, servizi gestiti e modelli di pricing flessibili. Solo così sarà possibile mantenere la scalabilità e la resilienza senza compromettere la sostenibilità economica.

Infine, una governance efficace dovrà poggiare su un centro di eccellenza dedicato, standard architetturali condivisi, policy di sicurezza rigorose e sistemi di monitoraggio continuo. Questi elementi saranno decisivi per costruire un ecosistema edge-hybrid cloud sicuro, interoperabile e in grado di adattarsi in modo dinamico alle evoluzioni del business.

L'articolo Convergenza edge-hybrid, più efficienza e sicurezza proviene da Data Manager Online.

La gestione del rischio non è più un esercizio di compliance, ma una leva strategica per garantire continuità, competitività e fiducia nel lungo periodo. CIO e CISO lo sanno bene: ransomware, interruzioni operative, crisi ambientali e instabilità geopolitica minacciano ogni giorno la business continuity. In questo scenario, il settore assicurativo sta vivendo una metamorfosi profonda. Da semplice “paga-sinistri”, si sta trasformando in un’infrastruttura digitale di prevenzione e resilienza, capace di inserirsi nei flussi operativi aziendali attraverso API, analytics predittivi e soluzioni embedded. In altre parole, l’assicurazione diventa un “chief risk officer”, sempre presente, sempre connesso, sempre più software-driven.

Questa evoluzione ridefinisce il perimetro tradizionale del risk management: non più un’attività a posteriori, ma un processo in tempo reale, alimentato dai dati, orchestrato da AI e integrato nei sistemi core dell’impresa. Le assicurazioni non solo rispondono ai rischi, ma iniziano ad anticiparli, automatizzarli, mitigarli – e persino monetizzarli – offrendo nuove modalità di protezione flessibile, scalabile e interfunzionale. Ma serve un nuovo framework per valutare, integrare e co-creare resilienza, dove i partner assicurativi diventano parte integrante della strategia digitale. Non si tratta più solo di proteggere il business, ma di disegnare un nuovo modello insieme a nuovi attori.

LA NUOVA CATENA DEL VALORE

L’intero sistema economico e produttivo, in questi ultimi anni, è stato investito da emergenze e cambiamenti senza precedenti. Il comparto assicurativo è tra i più sollecitati, anche per il suo ruolo fondamentale nella valutazione e gestione dei rischi. Come evidenzia il rapporto “FutureScape: Worldwide Insurance 2025 Top 10 Predictions” di IDC, il settore assicurativo globale si trova sotto pressione da più fronti: economico, normativo, tecnologico e operativo. Un contesto che impone un ripensamento profondo dei modelli di business e delle priorità strategiche. Le partnership tecnologiche strategiche e l’adozione di pratiche FinOps alimentate dall’intelligenza artificiale diventano leve decisive per una gestione più efficiente dei costi cloud. Allo stesso tempo, le nuove frontiere della copertura del rischio abilitate dall’AI ridisegnano il panorama assicurativo, accelerando una trasformazione in cui l’innovazione diventa il vero fattore distintivo di competitività. Sul fronte della domanda, l’inflazione ha eroso i risparmi discrezionali dei consumatori, spingendo verso un aumento dei riscatti e delle decadenze nelle polizze vita, con un conseguente incremento delle spese di liquidazione dei sinistri.

I conflitti geopolitici, la crisi energetica che ne è derivata e l’escalation delle minacce informatiche alimentano un clima di crescente incertezza e aggiungono ulteriori livelli di complessità allo scenario globale. Dai modelli pay-per-use, che rivoluzionano il modo di concepire le polizze, alle soluzioni digitali orientate alla sostenibilità, il settore sta ridisegnando il proprio volto. Non si tratta solo di innovare i prodotti, ma di ridefinire il valore stesso offerto ai clienti, costruendo un rapporto più dinamico e personalizzato. Dematerializzazione dei processi, integrazione dell’AI, mobile payments e piattaforme data-driven: le priorità di investimento del settore stanno evolvendo rapidamente, concentrandosi sulle tecnologie in grado di aumentare efficienza, scalabilità e personalizzazione. L’impatto di questa trasformazione coinvolge tutti i livelli della catena del valore. L’ulteriore conferma arriva dal presidente dell’Istituto per la Vigilanza sulle Assicurazioni – IVASS, Luigi Federico Signorini. Intervenuto all’assemblea annuale dell’ANIA, l’Associazione nazionale fra le imprese assicuratrici, Signorini ha individuato due fronti strategici su cui le compagnie dovranno concentrare gli sforzi nei prossimi anni: cybersecurity e intelligenza artificiale.

Nella stessa occasione, Giovanni Liverani, presidente di ANIA, ha rilanciato con una proposta ambiziosa: un patto per un’Italia più protetta, e quindi più forte e competitiva, un’iniziativa che mira a rafforzare il ruolo del settore assicurativo nel contesto economico e sociale del Paese. Liverani ha anche invitato a superare lo stereotipo che ritrae le compagnie assicurative come entità esclusivamente orientate al profitto, sottolineando invece il loro crescente impegno nella mitigazione dei rischi sistemici.

Le tendenze evidenziate da IVASS e ANIA erano già emerse, durante l’ultima edizione della conferenza DIA Europe 2025, promossa dall’associazione europea DIA e svoltasi a Basilea a lo scorso marzo. Le compagnie assicurative non possono più limitarsi a essere meri indennizzatori a posteriori. Il loro ruolo si sta evolvendo rapidamente verso quello di gestori proattivi e intelligenti del rischio: partner strategici in grado di prevedere, mitigare e, sempre più spesso, prevenire l’impatto degli eventi avversi, grazie alla leva della tecnologia, dei dati e dell’intelligenza artificiale.

#DigitalInsurance API, AI e FinOps ridisegnano il perimetro competitivo del settore insurance
Click To Tweet

SUPERAMENTO DELLE BARRIERE

Secondo gli esperti, la strategia di adozione dell’intelligenza artificiale generativa (GenAI) si concentra inizialmente sul superamento delle barriere operative, evolvendo da semplici casi d’uso interni, orientati alla produttività, verso implementazioni multimodali e multidipartimentali. In una seconda fase, il focus si sposta sull’accelerazione dell’adozione su larga scala, con lo sviluppo di soluzioni scalabili supportate da processi decisionali coerenti e trasparenti e da pratiche standardizzate a livello organizzativo. Questo approccio richiede architetture ecosistemiche, basate su piattaforme collaborative multi-partner, in grado di generare dati e modelli riutilizzabili. Fondamentale sarà anche l’investimento in infrastrutture tecnologiche adeguate allo scopo e l’adozione di modelli di governance unificati dell’AI.

Secondo IDC, entro il 2026 il 30% delle compagnie assicurative raggiungerà un tasso di successo superiore all’80% nelle proprie iniziative di GenAI, grazie alla nomina di un orchestratore dell’intelligenza artificiale incaricato di abbattere i silos organizzativi. Sempre secondo IDC, il 97% delle compagnie globali subirà un impatto trasformativo – se non dirompente – sui propri modelli operativi e sul posizionamento competitivo entro la fine del 2026.

Il cambiamento è già in atto: molte assicurazioni hanno avviato numerosi proof of concept (POC) legati alla GenAI e ora cercano di passare a strategie integrate e scalabili. Tuttavia, per evitare di restare intrappolate nella “Death Valley” dei POC, è necessario superare le barriere strategiche e organizzative, come la mancanza di collaborazione interfunzionale e il disallineamento tra i vari dipartimenti. Negli ultimi mesi, i CIO hanno dato impulso a una nuova fase definita da IDC come “GenAI scramble”: una corsa alla definizione di strategie coese, in grado di integrare la GenAI con altre tecnologie avanzate, gettando così le basi per un’intelligenza artificiale davvero abilitante per il business.

NUOVI MODELLI DI BUSINESS

L’evoluzione si accompagna a un cambiamento radicale negli stili di consumo e nei modelli di business, richiedendo attenzione crescente a compliance, governo del rischio e della resilienza digitale. Secondo le previsioni di IDC la metà delle interazioni tra assicuratori e assicurati avverrà in tempo reale tramite strumenti self-service digitali, aumentando il coinvolgimento conversazionale su tutti i canali e migliorando la soddisfazione del cliente. Nel settore assicurativo, i canali digitali hanno rapidamente guadagnato popolarità, riflettendo i cambiamenti nel comportamento generale dei consumatori. In particolare, gli aggregatori digitali di terze parti, come i siti web di comparazione prezzi e i marketplace digitali, sono sempre più popolari per le assicurazioni vita e danni individuali e offrono ai consumatori un metodo semplice per confrontare polizze e prezzi. Inoltre, la GenAI migliora il coinvolgimento conversazionale e le capacità di comprensione del linguaggio naturale degli strumenti digitali.

Le piattaforme self-service basate sull’AI, come chatbot e assistenti virtuali, sono in grado di fornire consulenza personalizzata ed empatica, gestendo richieste complesse in tempo reale. Entro il 2027, secondo IDC, il 65% delle compagnie assicurative globali adotterà soluzioni di modernizzazione del codice legacy basate sull’intelligenza artificiale, integrando infrastrutture cloud certificate secondo criteri di sostenibilità ambientale. Le compagnie assicurative sono chiamate a una crescente trasparenza sulle performance ESG, soprattutto per quanto riguarda la progettazione di prodotti e servizi orientati alla sostenibilità. Integrare criteri ambientali, sociali e di governance nella strategia di offerta non è più solo un imperativo etico: significa anche aprire nuove fonti di ricavo, intercettare segmenti di clientela più diversificati e rafforzare il posizionamento del brand.

Le assicurazioni si stanno anche rendendo conto che le iniziative di decarbonizzazione possono avere un impatto significativo sulla redditività a breve termine, riducendo i costi e, quindi, stanno adottando pratiche come l’adozione di flotte di veicoli ecologici, la promozione della mobilità condivisa, la transizione verso operazioni senza carta e la gestione di strutture ecocompatibili. IDC prevede che la sinergia tra sostenibilità ed efficienza dei costi continuerà a guadagnare slancio man mano che le organizzazioni accelerano le loro iniziative ambientali in risposta alle recenti normative e standard ESG.

#DigitalInsurance FinOps AI-powered: 8 compagnie su 10 non capitalizzano gli investimenti cloud #IDC
Click To Tweet

EMBEDDED PROTECTION

Un’altra sfida chiave è rappresentata dal nuovo impianto normativo europeo sulla resilienza operativa digitale. Dal 17 gennaio 2025 è in vigore il regolamento DORA (Digital Operational Resilience Act), che introduce requisiti stringenti per la gestione dei rischi informatici nel settore finanziario e assicurativo. Le novità non sono trascurabili: si va dalla gestione strutturata degli incidenti alla protezione contro i rischi derivanti da terze parti, fino all’obbligo di effettuare test di resilienza operativa almeno ogni tre anni, simulando attacchi cyber reali. Gli incidenti devono essere classificati secondo criteri standardizzati e, se ritenuti gravi, notificati alle autorità competenti entro scadenze precise. Il regolamento impone inoltre un quadro di riferimento omogeneo per tutti gli attori del sistema – dalle istituzioni finanziarie ai fornitori di servizi ICT critici – che saranno soggetti a sorveglianza diretta da parte delle autorità di vigilanza.

DORA estende e rafforza la responsabilità operativa delle imprese anche nella gestione dell’intera catena di fornitura. I rapporti con i partner e le terze parti dovranno essere regolati da ruoli e responsabilità ben definiti, con particolare attenzione alla tracciabilità delle attività e alla gestione dei flussi tra i diversi anelli del valore. In uno scenario di mercato sempre più interdipendente, la compliance diventa un pilastro per garantire affidabilità, continuità e sicurezza del business. Inoltre, proteggere i dati sensibili dei clienti – dalle informazioni personali ai dati finanziari e sanitari – è fondamentale non solo per evitare perdite economiche e sanzioni regolamentari, ma per mantenere la fiducia. Tuttavia, la sicurezza non può essere delegata esclusivamente alle tecnologie. Serve una cultura aziendale orientata alla cybersecurity, con formazione continua e responsabilizzazione di ogni funzione, e una governance trasparente che coinvolga CISO, CIO e linee di business. La sfida è trasformare la sicurezza in un abilitatore di business digitale, garantendo un equilibrio sostenibile tra innovazione, compliance e protezione.

L’open insurance introduce un modello di condivisione sicura e controllata dei dati tra compagnie, partner e clienti attraverso API aperte. Questo paradigma trasforma radicalmente la catena del valore assicurativo, favorendo l’innovazione dei prodotti, la personalizzazione delle offerte e l’integrazione fluida con servizi di mercati adiacenti come la mobilità, la salute o la smart home. Un approccio API-first implica che l’infrastruttura IT di una compagnia assicurativa sia progettata fin dall’inizio per essere aperta, modulare e interoperabile, con API che consentono una comunicazione fluida tra sistemi interni ed esterni. In sostanza, i servizi assicurativi diventano componenti digitali riutilizzabili, facilmente integrabili in piattaforme, app, marketplace o servizi di terze parti.

Per i CIO e i CISO, l’open insurance rappresenta sia un’opportunità che una sfida. Da un lato, permette di accelerare l’accesso a dati preziosi e di ampliare i canali distributivi, sviluppando ecosistemi digitali collaborativi e incrementando l’agilità nel rispondere ai bisogni dei clienti. Dall’altro, impone requisiti stringenti in termini di sicurezza, privacy e governance dei dati, obbligando a implementare infrastrutture scalabili e resilienti, in grado di garantire interoperabilità, tracciabilità e conformità normativa. La governance dell’open insurance deve includere policy rigorose per l’autenticazione, la gestione delle autorizzazioni e la protezione contro le frodi digitali, integrando tecnologie come l’identità digitale decentralizzata e la blockchain per assicurare trasparenza e fiducia nel flusso dati. Inoltre, il dialogo costante con i regolatori è cruciale per definire standard condivisi e mitigare i rischi reputazionali e operativi.

#DigitalInsurance ROI: +25% per chi integra l’intelligenza artificiale nei processi FinOps #IDC
Click To Tweet

AI-POWERED FINOPS

Il rapporto IDC mostra che otto compagnie su dieci non sono ancora in grado di ottenere il pieno valore dai propri investimenti nel cloud, rendendo le strategie FinOps un imperativo. A frenare il ritorno strategico è l’impasse della “fase intermedia” della trasformazione digitale: un territorio complesso e frammentato, in cui l’elevata dispersione tecnologica limita la capacità di generare efficienza, agilità e risultati tangibili. Un dato è emblematico: il 52% delle organizzazioni assicurative ammette di sprecare o sottoutilizzare tra il 16% e il 50% della propria spesa cloud. Il settore è ora chiamato a compiere un salto di maturità, passando da una logica di adozione tecnologica a una cultura della valorizzazione e accountability operativa.

Mentre l’adozione del cloud procede a ritmi sostenuti, i meccanismi di governance e controllo faticano a tenere il passo. Il risultato è un crescente disallineamento tra investimenti infrastrutturali e capacità di governo strategico, con implicazioni dirette su costi, performance e sicurezza. In assenza di una visione integrata e di pratiche FinOps, molte organizzazioni rischiano di compromettere il ritorno atteso dalla trasformazione digitale. È qui che di nuovo l’AI può aumentare la probabilità di raggiungere l’obiettivo.

Le organizzazioni con funzionalità FinOps mature possono disporre di un’intelligenza più approfondita su tutti i loro stack IT per prendere decisioni proattive. Oltre a utilizzare l’AI predittiva e interpretativa, le organizzazioni possono sfruttare l’AI generativa per creare dashboard personalizzate con metriche rilevanti per ogni stakeholder. L’integrazione di FinOps con l’AI può portare a risparmi tattici costanti sui costi e aiutare l’IT a contribuire efficacemente agli obiettivi di sostenibilità organizzativa più ampi, integrando operazioni ottimizzate e strategie DevOps. AI e GenAI sono destinate a diventare leve strategiche nella modernizzazione dei sistemi legacy. Offrono strumenti potenti per velocizzare la generazione del codice, automatizzare il debug e ottimizzare la creazione dei casi di test. Il risultato? Processi di sviluppo più rapidi, efficienti e sostenibili. Queste strategie non solo miglioreranno l’efficienza operativa e la sostenibilità, ma garantiranno anche la conformità alle normative e allineeranno le operazioni IT a obiettivi di sostenibilità. Secondo IDC, entro il 2027 le compagnie che riusciranno a integrare l’AI nei processi FinOps potranno ottenere fino al 25% di valore aggiunto dai propri investimenti.

#DigitalInsurance L’open insurance trasforma la filiera: API, dati condivisi e modelli embedded #IDC
Click To Tweet

I DATI COME BASE

I fattori di successo condividono oggi tre caratteristiche chiave: mettere i dati al centro dell’innovazione per guidare decisioni e prodotti, ridefinire profondamente la catena del valore sfruttando la tecnologia per aumentare agilità ed efficienza, e trasformare radicalmente la relazione con il cliente, rendendola più fluida, personalizzata e digitale. Per cogliere appieno le opportunità offerte dall’AI e dalla trasformazione digitale, le compagnie assicurative stanno adottando architetture data-driven in tempo reale, progettate per raccogliere e analizzare costantemente tutte le informazioni rilevanti su clienti, stakeholder e tutti gli aspetti del business, consentendo decisioni rapide a ogni livello dell’organizzazione.

In molti casi gli operatori prevedono l’integrazione con partner specializzati, grazie ai quali è possibile gestire l’operatività del business a distanza con il trasferimento di denaro all’interno della piattaforma multicanale, minimizzando i tempi e consentendo il lancio tempestivo di nuove linee di offerta. La disponibilità di informazioni dettagliate sui singoli clienti, inclusa la loro propensione personale al rischio, apre la strada a offerte di servizi altamente personalizzati e mirati. L’impiego dell’AI consente un significativo miglioramento dell’efficienza operativa, potenziando la qualità dei servizi e riducendo drasticamente gli effetti negativi delle asimmetrie informative.

Nasce così una nuova realtà di business, in cui la data-driven company sfrutta informazioni generate, per esempio, da sensori installati nelle abitazioni o a bordo delle automobili per anticipare problemi, supportare il cliente nelle sue attività quotidiane e proporre soluzioni su misura per le sue esigenze. La crescente digitalizzazione delle abitudini di consumo genera sia nuove opportunità sia rischi che richiedono iniziative mirate. Le compagnie tradizionali percepiscono la maggiore competizione con i nuovi attori digitali, che si caratterizzano per processi agili, veloci ed efficienti e modelli di business innovativi basati su AI e advanced analytics e su offerte flessibili, dinamiche e indirizzate a nuovi ambiti ed esigenze.

Il primo passo è rispondere alla concorrenza rafforzando il rapporto con i clienti tramite esperienze personalizzate, comunicazioni di valore e customer journey integrati e fluidi. Per la maggioranza delle aziende del settore attrarre e trattenere i clienti è la principale priorità. A questa segue la creazione di nuovi prodotti e servizi e l’espansione in nuovi segmenti di mercato. Per competere nel nuovo mercato, caratterizzato da una velocità sempre maggiore, l’efficientamento e la semplificazione dei processi interni spicca come un’altra priorità irrinunciabile. Anche in questo caso, la stragrande maggioranza delle aziende si focalizza sulla semplificazione dei processi e sulla riduzione dei costi operativi per innovare la propria proposizione e offrire un’esperienza di maggior valore ai clienti e ai partner di canale (agenti, broker), senza rinunciare alla possibilità di migliorare le proprie performance di business. Per cogliere appieno le opportunità offerte dalla trasformazione digitale, le aziende stanno adottando architetture da “data-driven enterprise” capaci di raccogliere e analizzare in tempo reale tutte le informazioni rilevanti. In questo contesto, l’AI emerge come leva strategica per introdurre nuovi modi di lavorare più agili e collaborativi, favorendo la condivisione dei dati e una proattività senza precedenti.

#DigitalInsurance La CX al centro: la vera battaglia è sull’esperienza, non sul prezzo
Click To Tweet

Il cliente – sia esso impresa o famiglia – ha oggi aspettative elevate e non esita a migrare verso la concorrenza, che spesso comprende anche player non tradizionali. L’innovazione diventa così un requisito irrinunciabile per rendere l’interazione più semplice, trasparente e conveniente, in un’ottica win-win. La priorità è chiara: mettere la customer experience al centro, offrendo sempre la libertà di scelta e il controllo sul canale preferito, garantendo un’interazione personalizzata e coerente, con un’esperienza uniforme e un’informazione integrata su ogni touchpoint.

Parallelamente, cresce l’urgenza per le compagnie assicurative di stringere partnership strategiche con Insurtech specializzate, vere acceleratrici dell’innovazione in prodotti e servizi. Queste collaborazioni permettono alle realtà tradizionali di integrare tecnologie avanzate, automatizzare processi, personalizzare l’esperienza cliente e aprirsi a nuovi canali distributivi, come la vendita embedded o piattaforme digitali. Le Insurtech apportano soluzioni innovative per la gestione polizze, valutazione del rischio, prevenzione frodi e gestione sinistri, spesso con automazioni che riducono tempi e costi. Un caso concreto è Generali, che ha avviato numerose partnership per digitalizzare la vendita e sviluppare nuovi prodotti assicurativi. Tuttavia, non mancano le sfide: integrare sistemi tecnologici diversi, gestire i dati e garantire la sicurezza informatica secondo le regole di DORA richiede rigore e attenzione. Ma le opportunità superano le difficoltà: sfruttare al meglio l’ecosistema Insurtech permette di migliorare l’efficienza operativa e offrire ai clienti soluzioni sempre più competitive e su misura.

L’AGENZIA IBRIDA

Le polizze assicurative spesso richiedono spiegazioni dettagliate e consulenze personalizzate, ambiti in cui gli attuali strumenti digitali faticano a garantire rapidità e chiarezza. Di conseguenza, molti consumatori preferiscono ancora rivolgersi agli agenti, soprattutto nei settori finanziari e assicurativi più complessi, dove l’automazione totale resta una sfida. La fiducia verso le istituzioni tradizionali si conferma solida, e i clienti cercano attori ben radicati, con una presenza integrata sia fisica sia digitale, in un’ottica omnicanale. L’agenzia tradizionale non scompare, ma si trasforma: da mero esecutore di operazioni standard a centro di consulenza qualificata. Anche se i servizi basati su AI rappresentano il futuro, il vero successo risiede nell’armonizzazione completa di tutti i canali, digitali e fisici. In questo percorso, l’agente evolve in “brand ambassador” che sfrutta sia le tecnologie digitali sia le capacità relazionali per offrire servizi ad alto valore aggiunto.

Siamo anche qui di fronte a una evoluzione radicale: la cosiddetta “agenzia ibrida” o “phygital”, che supera la separazione tra fisico e digitale. L’obiettivo strategico è integrare le operazioni tradizionali, online e standard offrendo al cliente un’accoglienza personalizzata. Dalla ‘vecchia agenzia’ si deve in sostanza recuperare il prezioso patrimonio di fiducia guadagnato nel tempo. Su questa fiducia, e grazie alla potenza del digitale e dell’AI, è possibile costruire una relazione più solida con il cliente e servizi a valore più vantaggiosi. Insomma, la tecnologia digitale deve essere, in ultima analisi, un’arma a favore del cliente e non contro.

#DigitalInsurance Embedded, phygital, data-driven: il cliente è ovunque. E si aspetta tutto
Click To Tweet

DAL PRODOTTO AL SISTEMA

L’orizzonte che ogni compagnia assicurativa si trova ad affrontare è quello di operare con efficienza in un mercato nuovo, digitale, automatizzato e sempre più competitivo. L’intelligenza artificiale apre le porte a un modello di business innovativo che coinvolge trasversalmente l’intera azienda, sia sul fronte dell’offerta che della domanda. Grazie all’AI, le assicurazioni possono connettere e integrare in modo intelligente i propri servizi con quelli di mercati adiacenti, ampliando la relazione con i clienti e offrendo una customer experience “open insurance” di respiro globale, capace di integrarsi con quella di altre industrie complementari. In questo nuovo scenario, i servizi assicurativi seguono il cliente in tempo reale, su ogni canale e in ogni situazione, trasformando profondamente l’approccio tradizionale. Per cogliere queste opportunità, è però necessario avviare all’interno dell’azienda un processo di trasformazione innovativo, partecipato e collaborativo, che punti con decisione verso l’adozione dell’AI e del digitale, strumenti fondamentali per affrontare le sfide del contesto economico attuale.

Al tempo stesso, è necessario governare questo cambiamento in modo human-centred, soprattutto in un settore delicato come quello assicurativo, dove le implicazioni sociali e etiche sono cruciali. Contemporaneamente, serve un impegno strutturato e strategico a livello sistemico e di politica industriale: l’unico modo per competere su scala globale e puntare alla leadership economica e geopolitica nel prossimo decennio.

L'articolo Insurance as a Platform, dal codice alla fiducia proviene da Data Manager Online.

Il mercato dei servizi professionali basati su tecnologie open source enterprise registra un fermento particolare, con riconoscimenti che premiano l’eccellenza tecnica e la capacità di innovazione. Tra le realtà che si distinguono in questo scenario competitivo, emerge una crescente specializzazione in soluzioni ad alto valore aggiunto. La selezione di partner qualificati rappresenta un elemento cruciale per le aziende che puntano a implementare infrastrutture tecnologiche robuste e scalabili. L’ecosistema open source enterprise ha raggiunto una maturità tale da richiedere competenze sempre più specifiche e approfondite.

Le organizzazioni che operano in questo settore devono dimostrare non solo una solida conoscenza tecnica, ma anche la capacità di tradurre le esigenze business in soluzioni concrete e performanti. Questo processo di validazione avviene attraverso programmi di certificazione che valutano diversi aspetti dell’expertise tecnica e commerciale. I criteri di selezione per ottenere riconoscimenti in ambito open source enterprise includono parametri stringenti che spaziano dalla profondità delle competenze tecniche alla capacità di delivery dei progetti. Le aziende selezionate devono dimostrare un track record consolidato nella gestione di implementazioni complesse, supporto continuativo e sviluppo di soluzioni personalizzate. La qualità del supporto tecnico rappresenta un elemento discriminante, insieme alla capacità di fornire consulenza strategica di alto livello.

Una serie di requisiti che EXTRAORDY ha dimostrato di possedere, tanto da entrare nell’esclusivo Red Hat Partner Practice Accelerator (PPA), il programma dedicato a partner con comprovate capacità nell’erogazione di servizi professionali. Parte dell’ecosistema politecnologico WeAreProject, EXTRAORDY ha costruito nel corso di oltre due decenni di attività, con un team di risorse altamente qualificate e relazioni consolidate con il vendor, un ruolo di assoluto riferimento nei progetti basati sulle tecnologie Red Hat, con particolare attenzione alle piattaforme come Red Hat OpenShift. La specializzazione nella modernizzazione delle applicazioni ha permesso all’azienda di realizzare progetti di successo in settori particolarmente complessi, tra cui finance, manufacturing e grande distribuzione organizzata.

Specializzazione e valore

«EXTRAORDY nasce come azienda focalizzata su Red Hat» – spiega Gaetano La Rosa, CEO di EXTRAORDY. «Abbiamo creato un team per consolidare la formazione sui servizi professionali verticali. Tutto questo con le fondamenta dell’open source e della filosofia di una tecnologia che possa davvero aiutare le aziende a raggiungere i loro obiettivi di business. Il nostro non è un punto di arrivo ma il riconoscimento di un reale valore che possiamo portare ai nostri clienti con i progetti su Red Hat. È dal 2002 che con il mio team lavoriamo su queste tecnologie, un unicum sul mercato».

#OpenSource Partner ad alto valore: la chiave per l’open source enterprise #Extraordy #RedHat
Click To Tweet

Secondo il manager, entrare nel circolo dei partner Red Hat significa effettivamente far parte di una élite. Basti pensare che in Italia le aziende che possono fregiarsi di tale partecipazione sono veramente poche. «Non tutti possono far parte del Red Hat Partner Practice Accelerator» – spiega Giampiero Cannavò, Italy and MED Ecosystem leader di Red Hat. «La selezione prevede un iter rigoroso di verifica dell’expertise che il partner può portare all’interno della rete. Dalla prevendita alla postvendita, l’azienda deve occuparsi di tutte le fasi, sempre mantenendo alto il livello di fornitura».

Il processo di selezione del Red Hat Partner Practice Accelerator include una rigorosa valutazione dell’idoneità dei partner, focalizzata sulla loro capacità di erogare servizi e soluzioni essenziali per la modernizzazione applicativa. «Attraverso questo percorso, Red Hat certifica che i partner possiedono le competenze richieste per progettare, implementare e configurare con successo soluzioni personalizzate, specificamente mirate alle esigenze dei clienti nel settore commerciale» – conferma Cannavò.

Questo programma rappresenta un’evoluzione fondamentale nel modello di coinvolgimento dei partner di Red Hat, riflettendo l’impegno dell’azienda verso un approccio standardizzato e unificato a livello globale. «I partner che aderiscono al Red Hat Partner Practice Accelerator beneficiano di percorsi semplificati che facilitano la co-creazione, l’innovazione e l’erogazione di soluzioni e servizi. Queste risorse sono fondamentali per supportare i clienti nel loro viaggio verso l’adozione dell’hybrid cloud, fornendo un supporto continuo e specializzato». In parallelo, Red Hat si impegna a lanciare percorsi aggiuntivi di “accelerazione” dedicati ai partner. Questi programmi futuri saranno attentamente sviluppati per affinare ulteriormente le competenze specialistiche, consentendo loro di supportare pienamente i clienti negli ambienti cloud ibridi moderni, sempre più complessi e dinamici.

#RedHat punta su #Extraordy per guidare progetti di #hybridcloud cloud #AI e #modernizzazione applicativa
Click To Tweet

L’ecosistema di Red Hat

Interagire con un partner PPA, porta con sé diversi vantaggi. «All’alto livello di ingresso, si aggiungono le comprovate competenze e gli use case, con l’opportunità di accedere a risorse avanzate e uniche con un livello di privilegio prioritario» – spiega Gaetano La Rosa. «Inoltre, l’accesso a framework condivisi dalla stessa Red Hat, aiutano a svolgere determinati compiti, come l’ottimizzazione ingegneristica e, in generale, una serie di operazioni per ampliare il proprio business». Il programma include anche l’accelerazione di EXTRAORDY nel go-to-market ma anche maggiore visibilità all’interno del team commerciale di Red Hat.

La partnership sviluppata con EXTRAORDY, come con altri partner coinvolti, offre non solo un posizionamento strategico, ma anche il riconoscimento di trusted advisor e l’opportunità di partecipare a iniziative congiunte di account planning e attività sul campo. «L’ecosistema di Red Hat deve diventare sempre più strategico con un livello di execution molto alto. Abbiamo bisogno di partner perché il nostro è un modello non facilmente scalabile. Non tutti sono in grado di portare avanti progetti con tali competenze. Affidarci a partner selezionati è essenziale per spingere un’integrazione ragionata, non fine a sé stessa». EXTRAORDY e Red Hat stanno investendo molto in intelligenza artificiale, anche in questo ambito focalizzandosi su attuazioni concrete. «Un esempio è Anima Sgr, società operativa del Gruppo Anima, punto di riferimento del risparmio gestito in Italia, per la quale abbiamo implementato sulla Platform as a Service OpenShift il modulo di intelligenza artificiale e machine learning OpenShift Data Science. Red Hat ha trovato il progetto così innovativo da decidere di partecipare attivamente, mettendo a disposizione di Anima Sgr e di EXTRAORDY il suo laboratorio di sviluppo e risorse dedicate».

L’approccio sistemico di WeAreProject abbraccia diverse aree tecnologiche strategiche, dalla cyber security ai managed services, dal digital workplace all’hybrid cloud & networking, fino all’AI. Questa pluralità di competenze consente di orchestrare le specificità di ciascuna realtà del gruppo per generare innovazione tecnologica al servizio delle aziende. Il framework di partnership Red Hat riflette un approccio sempre più orientato al valore e all’efficienza operativa. «Il programma è in evoluzione» – spiega Giampiero Cannavò. «Vogliamo arricchirlo maggiormente nel corso dei prossimi mesi, con ulteriori novità. Tra queste, il riallineamento al Red Hat Global Partner Program e il cambio di nome in “Red Hat Specialized Partner”. Oltre a ciò, avremo un’estensione del focus così da coprire altre aree della nostra offerta, da Ansible alla virtualizzazione, e i sistemi operativi RHEL e RHEL AI».

L'articolo EXTRAORDY, un partner di riferimento nell’ecosistema Red Hat proviene da Data Manager Online.

Il primo campanello d’allarme arriva alle 6:45, davanti al caffè. Un messaggio sul telefono: “Accesso negato al gestionale. Tutti i file criptati”. Poi, il silenzio. Nessun ordine in uscita, magazzino bloccato, fornitori nel panico. Giovanni, 52 anni, terza generazione di una piccola azienda metalmeccanica di Bergamo, ha da poco chiamato il tecnico informatico. Poi la polizia postale. Infine, l’avvocato. Ma il danno è fatto, ed è lì davanti ai suoi occhi. Non un attacco sofisticato. Solo automatizzato. Uno dei milioni di bersagli casuali scelti dall’intelligenza artificiale messa a servizio del crimine. Un tool ha trovato la porta aperta e ha colpito. «Di certo, anche se non sono disponibili dati pubblici, in background chi attacca usa l’AI per studiare e selezionare le proprie vittime» – spiega Mauro Cicognini, comitato scientifico di Clusit. «Un assistente AI, inoltre, rende possibile un livello di personalizzazione dell’attacco prima impensabile. L’AI sta consentendo anche ai criminali di scalare più facilmente verso il basso».

Giovanni non finisce nei talk show. Non fa notizia come un attacco a un ospedale o a un ministero. La sua storia è quella di tanti imprenditori italiani che ogni giorno combattono una guerra digitale a mani nude. Senza nemmeno sapere da che parte arrivano i colpi. E soprattutto, senza che nessuno li protegga. Le PMI, che pure sono il cuore pulsante del nostro tessuto produttivo, sono le grandi assenti del dibattito pubblico sulla sicurezza digitale. Non siedono ai tavoli dove si decidono le strategie nazionali. Non vengono incluse nei piani di difesa cyber europei. Non ricevono strumenti, formazione, incentivi concreti. Sono lasciate sole. A difendere sé stesse, ma anche – inconsapevolmente – una bella fetta dell’economia nazionale.

INVISIBILI E IN PRIMA LINEA

Secondo i dati più recenti, in Italia operano oltre cinque milioni di imprese, di cui circa 4,9 milioni sono PMI, micro, piccole e medie imprese con meno di 250 dipendenti, una quota superiore al 95% del totale delle aziende nazionali. Di queste la maggior parte sono microimprese, formate da meno di dieci persone. Professionisti, ditte individuali, aziende a conduzione familiare. Tutte insieme producono circa il 40% del PIL, impiegano il 60% della forza lavoro e rappresentano quel mix tutto italiano fatto di resilienza, creatività e territorialità. Eppure, quando si parla di sicurezza – soprattutto digitale – le PMI sembrano sparire dal radar. Piani strategici, convegni istituzionali, white paper: si parla dei “grandi rischi” e “grandi aziende”. Ma chi protegge l’Italia delle imprese familiari che si affidano all’e-commerce, delle aziende delle grandi filiere o delle decine di migliaia di professionisti? Nessuno, verrebbe da dire. Forse pochi, in modo strutturato, per essere ottimisti.

Secondo il Centro Studi di Confassociazioni nel 2024 in Italia si sono registrati 357 incidenti informatici gravi, pari al 10,1% del totale mondiale e a fronte del fatto che il nostro Paese rappresenta solo lo 0,6% della popolazione globale. Secondo il CLUSIT nel 2024 gli attacchi cyber in Italia sono cresciuti del 15,2% rispetto al 2023. Ma la statistica più allarmante è che oltre il 40% degli attacchi gravi ha colpito PMI. Un dato che diventa ancora più inquietante se si osserva da due diverse angolature. Da un lato l’ingresso massiccio dell’intelligenza artificiale nelle tecniche di attacco. Dall’altro la tendenza all’automazione, che rende le offensive cyber più rapide, diffuse e difficili da fermare.

L’AI è già in grado d’ingannare utenti, creare phishing personalizzati, violare sistemi, automatizzare gli attacchi. Scrive email di spear phishing in italiano e senza errori. Imita la voce del capo. Decide quando colpire in base ai cicli di produzione aziendale. Non si limita più al furto di dati. Può bloccare la produzione, chiedere un riscatto, distruggere il capitale di fiducia costruito con anni di duro lavoro in pochi minuti. Stiamo entrando nell’era del crimine industrializzato. Quel che una volta richiedeva settimane di studio, oggi è “as a Service”. L’AI ha democratizzato l’attacco. Rendendolo replicabile, scalabile, impersonale. Non sono richieste competenze tecniche avanzate, basta saper parlare nel modo corretto a ChatGPT. Gli attacchi non si contano più a unità, ma a milioni. Ogni giorno. Ogni secondo. Non è solo un cambio di scala, è un cambio di paradigma. E mentre le aziende rincorrono aggiornamenti e patch, il gap si allarga. Perché la velocità dell’AI criminale è lineare, ma quella difensiva è ancora gerarchica, burocratica, impantanata in processi legacy. Peggio che combattere i droni con una fionda. In questo scenario, le PMI italiane sono il bersaglio perfetto.

#PMI #CyberRisk AI, la cybersecurity è as a Service – Mauro Cicognini #CLUSIT
Click To Tweet

LUCI E OMBRE

Parlare di PMI italiane significa entrare nel tessuto vivo dell’economia reale. Non solo numeri, ma persone, famiglie, territori. Un universo tanto frammentato quanto straordinariamente reattivo. Fatto di distretti industriali, filiere produttive, eccellenze locali. Che proprio per questo, non può essere affrontato con lo stesso approccio “enterprise” utilizzato per una banca o una multinazionale del farmaco. Pensare di proporre soluzioni di cybersecurity alle PMI senza considerare il loro contesto operativo, le loro paure e le loro priorità, assomiglia al tentativo di vendere un pianoforte a chi non ha spazio nemmeno per una pianola. Le PMI italiane chiedono semplicità operativa, costi sostenibili, e soprattutto relazioni di fiducia. Occorre saper parlare la lingua delle PMI. Sapersi sedere al tavolo di un imprenditore veneto o pugliese e spiegargli, con esempi concreti, senza acronimi né inglesismi, perché la cybersecurity è parte della sua competitività. Soprattutto occorre esserci. Quando scatta l’allarme, ma anche prima. Molto prima.

Per Zscaler la sicurezza non è soltanto tecnologia: è una missione condivisa e un valore fondamentale. «Proteggere significa rendere il business sostenibile e resiliente, indipendentemente dalla dimensione dell’organizzazione. E questo vale anche e soprattutto per le PMI» – afferma David Cenciotti, senior sales engineer in Zscaler. Un mercato strategico per Zscaler, seguito con professionisti dedicati e una rete di partner locali per interpretare al meglio le esigenze dei diversi territori, dai distretti industriali alle reti di filiera. «La capillarità del nostro cloud distribuito, insieme a un modello Zero Trust nativo, ci permette di offrire soluzioni avanzate anche alle realtà meno strutturate, senza richiedere infrastrutture locali né competenze specialistiche. Il nostro obiettivo è rendere la cybersecurity accessibile a tutte le imprese, anche quelle che finora si sono sentite troppo piccole o troppo isolate per investire».

#PMI #CyberRisk Semplicità operativa, costi sostenibili e relazioni di fiducia – David Cenciotti #Zscaler
Click To Tweet

Anche in Akito il confronto parte dalla relazione diretta con realtà produttive che operano in contesti diversi: industriale, energetico, finanziario, alimentare, servizi. «Una familiarità che ci ha portato a sviluppare un approccio capace di rispondere alle specificità strutturali e locali di ciascuna di esse» – spiega Fabio Naccazzani, amministratore delegato di Akito. «Siamo consapevoli che le PMI devono conciliare la necessità di protezione con vincoli di budget e con il fattore umano che resta un punto critico. La nostra flessibilità, strutturale e organizzativa, ci consente di supportare anche queste realtà con soluzioni ad hoc».

#PMI #CyberRisk Le PMI troppo importanti per essere ignorate – Fabio Naccazzani AD #Akito
Click To Tweet

Visione condivisa con HWG Sababa, che si traduce in approcci complementari. Da un lato la capacità di modellare soluzioni su misura per settori e territori differenti. Dall’altro la consapevolezza che la prossimità – geografica e culturale – è un fattore decisivo per costruire fiducia e accompagnare il cambiamento. «Il mercato delle PMI è anche l’anello più esposto. Per questo abbiamo scelto di investire in una presenza costante sul territorio. L’ingresso di Akito nel gruppo HWG Sababa ha rafforzato questa sinergia, permettendoci di essere ancora più radicati nel centro Italia» – chiosa Alessio Aceti, CEO di HWG Sababa. «Conosciamo bene le dinamiche delle reti di impresa e offriamo strumenti davvero scalabili, anche per le realtà più piccole. La svolta arriva quando l’imprenditore decide di fare il primo passo. Da lì in poi, il nostro impegno è rendere il percorso verso una protezione reale semplice, efficace e sostenibile».

Per molte PMI italiane, la cybersecurity somiglia più a un mondo fatto di acronimi e dashboard incomprensibili, lontano anni luce dai problemi concreti del quotidiano: pagare gli stipendi, consegnare in tempo, far quadrare i conti. Il linguaggio dei vendor non dialoga con le necessità pragmatiche delle piccole imprese. Si parla di AI comportamentale, threat intelligence distribuita, segmentazione zero trust, mentre in azienda ci si difende ancora con l’antivirus gratuito e spesso poco altro. Mancano in genere competenze strutturate, budget adeguati e soprattutto tempo. L’imprenditore vuole sapere, in concreto, se i suoi dati sono al sicuro e come rimediare in fretta a un click sull’allegato sbagliato.

#PMI #CyberRisk Dove manca l’IT serve un partner, non un prodotto – Alessio Aceti CEO #HWGSababa
Click To Tweet

«La piccola e media impresa compare raramente nel radar dei vendor di sicurezza, che strutturalmente fanno estrema fatica a scalare verso il basso» – afferma Cicognini di CLUSIT. «Le soluzioni in genere faticano ad arrivare alla media impresa, principalmente a causa del loro costo. Mentre non arrivano quasi mai alla piccola impresa, se non dopo un processo di consolidamento e maturazione che spesso richiede anche una decina d’anni». Servirebbero invece soluzioni dall’anima tecnologicamente avanzata, facili da usare e economicamente abbordabili.

Trend Micro ha sempre avuto un occhio di riguardo verso le PMI, sviluppando soluzioni di sicurezza evolute, semplici e accessibili. «Soluzioni come Worry-Free Services, un pacchetto di protezione completo, facile da usare e intuitivo, o come Trend Vision One SMB, una piattaforma di sicurezza in grado di crescere con le esigenze aziendali e di gestire l’esposizione al rischio informatico. In questo modo, anche le aziende con un reparto IT meno strutturato possono beneficiare del più alto livello di ricercatezza tecnologica» – spiega Rita Belforti, channel account manager di Trend Micro Italia.

Anche Zscaler vanta una tecnologia di sicurezza avanzata, progettata per essere semplice da utilizzare e gestire. «Questo perché è cloud-native non solo nell’infrastruttura, ma anche nell’esperienza dell’amministratore» – spiega Cenciotti di Zscaler. «L’interfaccia è intuitiva, i menu contestuali suggeriscono le azioni più appropriate, e le configurazioni si basano su policy dinamiche che si adattano al contesto dell’utente o del dispositivo. Non sono richieste competenze di rete avanzate né conoscenze pregresse delle nostre soluzioni. La curva di apprendimento – prosegue Cenciotti – è molto ripida e la gestione quotidiana è alla portata anche di realtà con risorse limitate».

Oggi la superficie d’attacco digitale riguarda tutte le imprese, anche le più piccole, e la sicurezza non può dipendere esclusivamente dalla presenza di un reparto tecnico interno. La sfida è proprio questa: portare protezione là dove mancano tempo, competenze e strutture, senza scaricare tutta la complessità sulle spalle dell’utente.

#PMI #CyberRisk Attacchi opportunistici e percezione del rischio distorta – Rita Belforti #TrendMicro
Click To Tweet

«Lavoriamo da anni con aziende prive di un reparto IT interno e sappiamo che la sfida non è solo tecnologica, ma anche culturale» – spiega Aceti, CEO di HWG Sababa. «Per questo abbiamo sviluppato modelli di servizio e automazione pensati per essere comprensibili, gestibili e accessibili. Tra questi, la nostra piattaforma AI-driven per la detection e la risposta rapida, che consente di adottare soluzioni avanzate senza appesantire l’operatività». L’AD di Akito Naccazzani osserva che sono sempre più numerose le realtà prive di figure interne specializzate e che necessitano di un partner con competenze specifiche. «I servizi professionali Akito sono una risposta concreta. Il nostro team di professionisti unisce oltre trent’anni di esperienza a competenze trasversali su tecnologie, processi e system integration. Da quando siamo parte del gruppo HWG Sababa, abbiamo un’offerta ancora più ampia in termini di tecnologie e competenze, che mettono le aziende in condizione di adottare soluzioni avanzate di security senza appesantire la loro operatività».

La cybersecurity è ormai una priorità da boardroom, non solo da team tecnico. Eppure, molti manager ancora oggi la trattano come una spesa accessoria oppure un’estensione dell’IT. «La chiave è semplificare senza banalizzare» – commenta il CEO di HWG Sababa Aceti. «Per essere vicini alle PMI, facciamo parte dei centri di competenza MIMIT Cyber 4.0 e Start 4.0, con l’obiettivo di supportare le imprese nel comprendere e valorizzare gli investimenti in ambito cyber». Ma serve anche un cambio di prospettiva. «Finché il management non percepirà il cyber risk come un rischio strategico, sarà difficile costruire una resilienza concreta».

GESTIONE DEL RISCHIO

Ogni oggetto connesso – lo sappiamo – diventa una porta d’ingresso per i cybercriminali. Pensiamo alle stampanti, spesso collegate alla rete senza difese adeguate. Ignorare questi dispositivi nella strategia di sicurezza aziendale è un lusso che nessuna PMI può più permettersi. «Molte aziende ritengono di essere protette. In realtà le minacce più recenti passano proprio da lì» – osserva Lorenzo Matteoni, senior manager marketing di Brother. Le stampanti sono endpoint a tutti gli effetti. Raccolgono, elaborano, archiviano e trasmettono dati, spesso sensibili. Se non sono protette a livello di dispositivo, documento e utente, diventano una falla, spesso silenziosa. «La tecnologia esistente in molti casi non protegge dalle minacce più recenti. Di conseguenza, sono sempre di più le aziende che subiscono perdite di dati a causa di pratiche di stampa non sicure» –avverte Matteoni. «Il parco stampanti di un’azienda deve necessariamente far parte di una strategia globale di sicurezza delle informazioni aziendali. Questo comporta l’impegno da parte delle aziende per far sì che tutte le stampanti in rete siano protette su tre livelli di sicurezza: dispositivo, documento e utente».

#PMI #CyberRisk Stampanti protette su 3 su tre livelli: dispositivo, documento e utente – Matteoni #Brother
Click To Tweet

Per supportare le PMI, Brother risponde con consulenza personalizzata e soluzioni ad hoc in materia di printing security. «Secondo Brother, gli aspetti a cui prestare maggiore attenzione per migliorare la resilienza informatica delle aziende sono: sicurezza, flessibilità e collaborazione. Inoltre, è essenziale avere la capacità di gestire interruzioni o impatti sulle prestazioni e ripristinare rapidamente la continuità operativa. Così come stabilire una rete solida di professionisti esperti e affidabili». Che siano dispositivi connessi lasciati colpevolmente sguarniti, ransomware o attacchi supportati dall’AI – le vulnerabilità troppo spesso derivano dall’ingenuità digitale di chi, in azienda, continua a sottovalutare l’importanza della cybersecurity. È un fatto che il rischio cyber, per anni è stato comunicato come un problema tecnico, astratto, fatto di acronimi e linguaggi da specialisti. Ma l’imprenditore ragiona in giorni di fermo macchina, in clienti persi e merci bloccate. E se non gli si mostra il rischio nei termini concreti che conosce non lo percepirà mai come strategico.

«In genere le aziende più piccole hanno una percezione del rischio distorta e faticano a percepirsi come target» – osserva Rita Belforti di Trend Micro Italia. «In realtà i cybercriminali colpiscono in modo opportunistico, sapendo che le PMI hanno difese più deboli. La cybersecurity inoltre viene comunicata in termini troppo tecnici o astratti, mentre l’imprenditore ha bisogno di capire in concreto quanto può costargli un attacco e cosa perderebbe in termini di dati e risorse». Anche per l’AD di Akito Naccazzani il rischio cyber è ancora percepito come qualcosa che riguarda solo le grandi aziende. «Ma sappiamo bene che non è così. La cyber security non è più un’opzione, ma un pilastro strategico per la competitività e la sostenibilità delle imprese. Occorre dare più evidenza al tema della responsabilità all’interno della supply chain, oltre che alle conseguenze economiche, produttive e reputazionali di un attacco cyber». Il rischio cyber è tra i primi cinque rischi per la sopravvivenza di qualsiasi impresa.

«Eppure, non se ne occupa nessuno, o si affida tutto a fornitori low-cost che operano su larga scala, accettando che qualche cliente venga colpito» – osserva Aceti, CEO di HWG Sababa. «Questa non è sicurezza, è scommettere contro il proprio futuro. Noi lavoriamo per semplificare la comprensione del rischio e fornire strumenti concreti e sostenibili. Ma questo non basta. Il vero cambiamento inizia quando chi guida l’azienda comprende che la cybersecurity è una priorità di business. Con Akito stiamo lavorando per diffondere questa consapevolezza in modo capillare, anche attraverso attività di sensibilizzazione». Senza dubbio una delle risposte sta nella capacità di uscire dalla bolla tecnocratica e raccontare la sicurezza informatica come si racconta un incendio o una rapina: non con l’elenco delle soluzioni, ma con la narrazione delle conseguenze. Solo così, forse, si potrà trasformare la consapevolezza in azione. E la paura in prevenzione.

#CyberRisk Le PMI producono il 40% del PIL nazionale, ma sono invisibili nelle strategie di difesa
Click To Tweet

DIFESE DA AGGIORNARE

Sul palcoscenico della cybersecurity, l’intelligenza artificiale è sia regista che antagonista. Da una parte quella difensiva, che promette di prevedere, bloccare, adattarsi. Dall’altra l’AI offensiva, alimentata da modelli generativi capaci di scrivere codice maligno, costruire phishing su misura, aggirare i controlli. La sfida, oggi, non è più uomo contro macchina, ma macchina contro macchina. E questo cambia tutto. Perché un conto è addestrare un sistema contro attacchi noti. Un altro è riuscire a difendersi da attacchi sconosciuti. È qui che la difesa diventa predittiva. E la capacità di prevedere, a sua volta, adattamento continuo, in tempo reale. Ma quanto i modelli AI dei vendor sono capaci di aggiornarsi con la stessa rapidità con cui evolvono quelli degli attaccanti? In che misura vengono addestrati su dati sufficientemente eterogenei e aggiornati? «La risposta a queste sfide è un approccio che unisce ricerca avanzata, modelli adattivi di AI difensiva e soluzioni progettate per evolversi in tempo reale» – afferma Cesare D’Angelo, general manager Italy, France & Mediterranean di Kaspersky. «Grazie alla profonda competenza del Kaspersky AI Technology Research Center sviluppiamo algoritmi in grado di individuare e analizzare i pattern emergenti dalle minacce basate su AI, anticipando così le tattiche utilizzate dai cybercriminali. Le nostre soluzioni EDR e XDR, integrate con machine learning avanzato, permettono di identificare comportamenti anomali, riconoscere attacchi zero-day e rispondere automaticamente agli incidenti, anche in assenza di un presidio IT strutturato».

L’AI Kaspersky elabora continuamente i dati provenienti da una rete globale di intelligence sulle minacce, rafforzando le capacità di detection e risposta proattiva. «Questo approccio ci consente di contrastare l’impiego malevolo dell’AI, come nel caso dei phishing generati da modelli linguistici avanzati o dei deepfake, una delle tecniche di social engineering più insidiose». Per mantenere alta l’efficacia difensiva, i modelli Kaspersky vengono addestrati su dataset costantemente aggiornati, combinando l’analisi storica degli incidenti con dati comportamentali in tempo reale. «In questo modo l’AI – continua D’Angelo – non si limita a reagire, ma prevede e neutralizza le minacce prima che possono causare danni concreti. Inoltre, l’utilizzo di soluzioni come l’Explainable AI (XAI) consente agli analisti di comprendere le decisioni del sistema, aumentando la trasparenza e la fiducia nella tecnologia adottata». L’AI Kaspersky – spiega D’Angelo – non opera in modo isolato, ma è parte di un ecosistema di difesa multilivello, che comprende formazione continua dei dipendenti – attraverso soluzioni come la Kaspersky Automated Security Awareness Platform – e servizi professionali di supporto, fondamentali per aiutare le aziende a costruire resilienza, soprattutto quando le risorse interne sono limitate.

#PMI #CyberRisk Monitorare, anticipare, neutralizzare anche senza IT – Cesare D’Angelo #Kaspersky
Click To Tweet

L’impiego di tecnologie basate su machine learning e intelligenza artificiale non è una novità neppure per Bitdefender, tra le prime nel settore della sicurezza informatica a utilizzare, già nel 2008, il machine learning per il rilevamento delle minacce. «Tra le molteplici applicazioni dell’AI adottate, spicca l’uso dell’Adversarial AI, tecnica che mette l’intelligenza artificiale in competizione con sé stessa per anticipare le minacce emergenti – come spiega Richard De la Torre, technical product marketing manager di Bitdefender. Ad esempio nel caso del ransomware WannaCry, i sistemi Bitdefender ne hanno previsto il comportamento quattro anni prima che si manifestasse pubblicamente, permettendo così di proteggere i clienti da subito, mentre altre soluzioni non integravano ancora il rilevamento. «Il nostro impegno verso l’IA resta costante» – sottolinea De la Torre. «Il nostro team include anche docenti di corsi sulle reti neurali in alcune delle migliori università europee. Continuiamo a innovare nel campo della protezione informatica grazie al machine learning e all’AI,come dimostra il recente lancio di PHASR, la nostra soluzione avanzata per la riduzione della superficie d’attacco dinamica. In un contesto in cui l’AI sta ampliando rapidamente il panorama delle minacce, Bitdefender è pronta a rispondere grazie all’esperienza maturata in decenni di leadership nel settore».

#PMI #CyberRisk Da AI contro uomo a AI contro AI: cambia il paradigma – Richard De la Torre #Bitdefender
Click To Tweet

Se l’AI generativa ha reso gli attacchi più efficaci, invisibili e automatizzati, la risposta non può essere un singolo strumento, ma multi-spettro. «Nella nostra piattaforma abbiamo integrato capacità AI-first che spaziano dalla rilevazione predittiva delle minacce con Breach Predictor, all’automazione della classificazione dei dati sensibili (inclusi quelli generati da co-pilot AI), fino alla segmentazione dinamica della rete e all’impiego della deception per ingannare e isolare l’attaccante. Ogni giorno, la nostra piattaforma elabora oltre 500 miliardi di transazioni, apprendendo in tempo reale dai nuovi attacchi rilevati in tutto il mondo» – spiega Cenciotti di Zscaler. La vera innovazione è nella metodologia. Grazie all’AI, si può rendere la sicurezza più potente, semplice, distribuita e accessibile. «Mentre il rischio si sposta e si mimetizza, Zscaler consente alle organizzazioni di adottare e scalare l’uso dell’AI in modo sicuro, migliorando al tempo stesso collaborazione ed efficienza operativa. In un contesto dove anche una singola e-mail può contenere un attacco su misura, la difesa – che non può più essere passiva – deve essere intelligente, attiva e invisibile. Non basta reagire. Bisogna anticipare, adattarsi e, se serve, ingannare».

A fare la differenza, la capacità di integrare visione strategica e tecnologie d’avanguardia. Ed è proprio su questo terreno che si gioca la partita più ambiziosa della cybersecurity: quella della previsione, dell’adattamento e della risposta automatizzata. «La nostra priorità è selezionare e integrare le tecnologie di cybersecurity più innovative sul mercato» – afferma l’AD di Akito Naccazzani. «Oggi, tutte le principali soluzioni – dall’endpoint protection al SIEM, fino alle tecnologie di data protection – si basano su AI e ML. Le soluzioni con capacità predittive sono in grado di contrastare le minacce emergenti e di adattarsi in tempo reale ai nuovi scenari».

#CyberRisk Attacchi cyber, il 40% colpisce le PMI italiane. Nel 2024, 357 incidenti gravi
Click To Tweet

Parliamo di valore aggiunto? Allora, pensiamo alle enormi potenzialità dell’AI e dell’hyperautomation al cuore dei servizi SOC di HWG Sababa. «Per noi l’AI non è un accessorio, ma il cuore dell’approccio» – chiosa il CEO Aceti. «Integriamo AI e hyperautomation in tutti i nostri servizi SOC, con modelli che evolvono grazie all’analisi in tempo reale di miliardi di eventi e anomalie provenienti da infrastrutture critiche e aziende di ogni dimensione. La nostra capacità predittiva si fonda su dati, contesto e reattività. È su queste basi che abbiamo investito oltre 17 milioni di euro per sviluppare PULSE, il nostro framework proprietario che ci consente di essere ogni giorno più rapidi e intelligenti degli attaccanti».

Trend Micro per affrontare le sfide dell’AI ha sviluppato Cybertron, un modello nato per accelerare lo sviluppo di agenti di cybersecurity autonomi. «Uno dei primi LLM specializzati nella sicurezza informatica, ottimizzato sull’infrastruttura NVIDIA, che sfrutta un’intelligence sulle minacce basata su oltre 250 milioni di sensori in tutto il mondo» – spiega Rita Belforti. «Con Trend Cybertron si va oltre la ricerca tradizionale delle minacce perché agenti AI intelligenti sono in grado di analizzare enormi quantità di dati in tempo reale, valutarne il rischio, adattarsi dinamicamente alle priorità e prendere decisioni in modo autonomo».

#CyberRisk L’AI criminale è già realtà, la cybersecurity è as a Service
Click To Tweet

RISCHIO ALTO, PRIORITÀ BASSA

Le PMI sono celebrate in ogni discorso ufficiale: “spina dorsale”, “eccellenza italiana”, “motore dell’economia”. Ma quando si passa dalle parole ai fatti, sul tema della cybersecurity, vengono lasciate senza rappresentanza, senza fondi, senza supporto. Un paradosso tutto italiano. A parole, tutti i vendor ne riconoscono l’importanza strategica. Nei fatti, però, l’offerta di sicurezza informatica, salvo le eccezioni di cui abbiamo parlato, sembra ancora pensata per le multinazionali, con budget a sei zeri e team IT strutturati.

La verità è che le PMI per qualcuno sono ancora troppo complesse da servire, perché troppo diverse tra loro e troppo piccole per diventare clienti interessanti. Per servire le PMI, il primo passo non è il prodotto, ma la mentalità giusta. Non si può vendere una tecnologia pensata per una banca a un’azienda che fa stampi per la plastica. Servono strumenti leggeri, facili da gestire, con supporto locale e costi sostenibili. Parole che ancora pochi sono in grado di tradurre in soluzioni. Eppure – come abbiamo cercato di illustrare in questo servizio – qualcosa si muove. Alcuni player stanno iniziando a costruire canali territoriali, alleanze con associazioni di categoria, pacchetti “chiavi in mano” che includono formazione, assessment e remediation.

Le PMI italiane meritano uno scudo che le difenda. Per questo è urgente cambiare approccio. Smetterla di considerare le PMI come un “mercato difficile” e iniziare a vederle per ciò che sono: l’anello debole di una catena che contribuisce in maniera importante a tenere in piedi l’intero sistema Paese. Non bastano le buone pratiche. Serve una strategia nazionale che includa le PMI nei piani di difesa digitale e agevoli l’accesso a servizi gestiti accessibili e scalabili, mettendo al centro la formazione dei lavoratori in modo semplice e concreto, con coperture finanziarie adeguate e fondi strutturali per coniugare innovazione e sicurezza. La cybersecurity non può essere un privilegio per pochi. Deve diventare un diritto d’impresa.

L'articolo Sicurezza, allarme PMI: sotto attacco e senza voce proviene da Data Manager Online.

Dalla funzione operativa alla leadership data-driven, l’HR non si limita a gestire processi ma legge scenari complessi, valorizza competenze, accompagna l’organizzazione nel cambiamento. L’intelligenza artificiale accelera questa trasformazione, automatizzando le attività ripetitive e supportando le decisioni che incidono in modo diretto su crescita, engagement e benessere dei dipendenti. I team HR devono imparare a leggere i dati in profondità, metterli in discussione, inserirli nel contesto organizzativo e, soprattutto, saperli usare in modo responsabile. Questa evoluzione richiede equilibrio: tra algoritmi e sensibilità manageriale, tra velocità decisionale e rispetto delle persone.

Deloitte fotografa la profondità della trasformazione in corso. L’ultima edizione della ricerca “Global Human Capital Trends 2025”, basata su oltre tredicimila leader aziendali e professionisti HR in 93 paesi, rileva che più del 60% delle organizzazioni ritiene urgente ripensare in modo radicale ruoli manageriali, employee value proposition e meccanismi di engagement per reggere l’impatto combinato di AI, pressione competitiva e cambiamenti del lavoro. Il quadro italiano è ancora più netto: il 78% delle imprese segnala un disallineamento fra competenze disponibili nella workforce e quelle richieste dal mercato, con ricadute dirette su produttività e capacità di attrarre talenti. Un campanello d’allarme che spinge HR e top management a usare analytics e AI – compresa la GenAI – per mappare skill, personalizzare percorsi di sviluppo e riallineare rapidamente l’offerta di valore ai dipendenti. E in prospettiva, anche per ridisegnare il futuro del lavoro, restituendo centralità al potenziale umano.

Aziende e lavoratori stanno infatti attraversando una nuova fase, guidata dallo sviluppo tecnologico e dalla digitalizzazione del mondo del lavoro. L’intelligenza artificiale può diventare un alleato per affrontare questa trasformazione. Tuttavia, l’impatto della tecnologia genera nuove tensioni tra organizzazione e dipendenti. Per affrontare efficacemente queste dinamiche, la leadership è chiamata a trasformare le tensioni in occasioni di crescita e innovazione per costruire un nuovo equilibrio sostenibile.

In questo scenario, il ruolo dei manager assume una nuova rilevanza. Il 64% dei leader italiani (66% a livello globale) ritiene necessario ripensare i ruoli manageriali in chiave strategica, abilitati dall’intelligenza artificiale per spostare il focus dalle attività amministrative ripetitive allo sviluppo delle persone, alla valorizzazione delle competenze e all’adozione di nuovi modelli di lavoro. I manager diventano così orchestratori del cambiamento, capaci di integrare algoritmi e cultura, dati e relazioni. La GenAI abilita questa trasformazione, permettendo una gestione del lavoro più predittiva, personalizzata e basata su insights in tempo reale.

Un altro fronte critico riguarda il gap tra competenze disponibili e ruoli richiesti. In Italia, il divario è particolarmente ampio con uno scollamento registrato nel 78% dei casi, contro una media globale del 43%. Questo disallineamento non riguarda solo la difficoltà di reperire talenti, ma anche l’incapacità dei lavoratori di accedere a esperienze formative significative. Per colmare questa distanza è necessario un cambiamento culturale e organizzativo che passi da un focus rigido sull’esperienza pregressa a un approccio più flessibile, che valorizzi il potenziale, le competenze trasversali e l’apprendimento continuo. In questo processo, l’intelligenza artificiale può offrire un supporto concreto: consente la creazione di programmi di sviluppo mirati e personalizzati (microformazione), la simulazione di scenari realistici, il monitoraggio delle competenze e del potenziale e l’automatizzazione dei compiti a basso valore per liberare tempo da dedicare all’apprendimento. Accanto alle competenze, un altro elemento centrale è la motivazione. Per il 64% degli intervistati italiani, la personalizzazione della motivazione è considerata essenziale per sbloccare la performance umana, migliorare l’engagement, la produttività e la retention. La leadership del futuro dovrà saper ascoltare, interpretare e rispondere alle esigenze individuali in tempo reale.

#HR Il 64% dei manager italiani ritiene necessario ripensare i ruoli #Deloitte #GlobalHCTrends2025
Click To Tweet

Anche in questo ambito, la GenAI può giocare un ruolo abilitante, offrendo esperienze su misura per ciascun dipendente grazie all’analisi dei comportamenti, delle preferenze e delle performance. Quando adottate secondo un framework etico e trasparente, le tecnologie generative possono rafforzare il senso di appartenenza e costruire una relazione più equilibrata tra azienda e individuo. Questa evoluzione si riflette anche sulle opportunità di crescita. Per il 64% degli intervistati italiani, l’offerta di valore al dipendente è destinata a cambiare profondamente, spinta dalla crescente collaborazione tra persone e AI. Le organizzazioni dovranno sviluppare proposte coerenti con il nuovo contesto lavorativo: ibrido, aumentato e dinamico. Non basteranno più flessibilità e wellbeing; sarà necessario offrire opportunità di crescita potenziate dalla tecnologia, ambienti inclusivi e modelli di leadership distribuita.

In un contesto di incertezza strutturale, le organizzazioni dovranno quindi bilanciare due esigenze apparentemente opposte: la stabilità richiesta dai lavoratori e l’agilità necessaria per innovare. A livello globale, il 66% degli intervistati evidenzia questa tensione. In Italia, la consapevolezza è ancora più bassa (47%), ma in crescita. È responsabilità dell’HR e del top management definire nuovi modelli di governance in grado di offrire sicurezza psicologica e, allo stesso tempo, stimolare il cambiamento continuo, soprattutto nei settori ad alta intensità operativa come il retail e i servizi. Se da un lato l’intelligenza artificiale promette di essere un alleato strategico per costruire relazioni più sane e vantaggiose tra persone e organizzazioni, dall’altro per realizzare una trasformazione sostenibile nel lungo periodo è necessario un cambiamento culturale profondo. Le persone dovranno imparare a collaborare con l’AI in modo consapevole e responsabile, mentre le organizzazioni dovranno ripensare governance e metriche di valutazione per generare valore condiviso sia per il business sia per gli individui.

Una trasformazione di questa portata non può essere lasciata all’iniziativa di pochi: richiede collaborazione sistemica tra chi sviluppa innovazione e chi la traduce in valore concreto. I lavoratori dovranno acquisire nuove competenze e capacità di adattamento, mentre le aziende saranno chiamate a creare ambienti di lavoro in cui l’intelligenza artificiale aumenti – e non sostituisca – il potenziale umano. I dati di Deloitte delineano chiaramente la direzione da intraprendere: integrare AI e umanità, tecnologia e identità, stabilità e adattabilità. Il futuro del lavoro non si costruisce da soli, né in astratto.

TURNOVER SOTTO CONTROLLO

La selezione del personale è uno dei fronti dove l’impatto dell’analisi predittiva è già evidente. «L’applicazione dell’HR Analytics sta evolvendo rapidamente, affermandosi come leva strategica per ottimizzare i processi legati al capitale umano» – spiega Fabrizio Arboresi, senior director di CRIF. «In quest’ambito abbiamo investito in maniera rilevante, sviluppando la nostra People Analytics Suite per rispondere a una domanda chiave: come trasformare i dati HR in insights azionabili a supporto del business? L’utilizzo di strumenti di advanced analytics consente infatti di individuare i candidati più in linea con le competenze realmente richieste, riducendo il mismatch in fase di onboarding e abbassando sensibilmente il rischio di turnover precoce. Inoltre, grazie a modelli statistici avanzati, riusciamo a produrre KPI e indici predittivi capaci di anticipare scenari critici e attivare azioni mirate di early retention».

#HR Come trasformare i dati HR in insights azionabili a supporto del business – Fabrizio Arboresi #CRIF
Click To Tweet

Una visione condivisa anche da Andrea Langfelder, business development manager – Cloud Applications di Oracle Italia. L’analisi predittiva sta trasformando il modo in cui le aziende affrontano i processi di selezione del personale «Uno dei suoi principali vantaggi è la riduzione del turnover, un problema costoso e impegnativo per molte organizzazioni». Con l’integrazione degli Agenti AI nella piattaforma Oracle Cloud HCM, l’approccio si fa ancora più raffinato. «Immaginiamo per un attimo di poter creare un profilo dettagliato del candidato ideale, considerando fattori come competenze, personalità e potenziale di crescita» – spiega Langfelder. «Questo ci aiuterebbe a trovare individui più adatti, aumentando soddisfazione e produttività». E ancora: «Se potessimo prevedere il potenziale successo di un candidato in un determinato ruolo, basandoci su dati storici e pattern interni, potremmo identificare le persone con maggiori probabilità di rimanere e crescere nell’organizzazione, riducendo così i costi associati al turnover». Un impatto economico che Oracle Cloud HCM consente di fare. E non è un dettaglio da poco.

#HR Dalla funzione operativa e leadership data-driven – Andrea Langfelder #OracleItalia
Click To Tweet

PERCORSI SU MISURA

L’approccio data-driven sta mostrando il suo potenziale trasformativo anche nella costruzione di percorsi di sviluppo professionale personalizzati e allineati ai bisogni di business. «Abilitare percorsi di sviluppo professionale personalizzati richiede un uso intelligente dei dati» – spiega Pablo Pellegrini, business unit manager Enterprise Content & Process Management and BPO di SB Italia. «Analizzare competenze, performance e potenziale consente di costruire un percorso di crescita allineato agli obiettivi aziendali. In quest’ottica, i dati non sono più solo uno strumento di controllo, ma diventano leva strategica per colmare gap, valorizzare talenti e anticipare i bisogni futuri, promuovendo una cultura organizzativa orientata all’evoluzione continua». A supporto di questa visione, la piattaforma Docsweb Digital HR, potenziata da AI-Docs, abilita un ecosistema di dati integrato: performance, training, feedback e potenziale vengono armonizzati per alimentare percorsi di crescita realmente su misura.

Inoltre, in un approccio HR data-driven, i KPI assumono una funzione strategica fondamentale: «Permettono di misurare con precisione e in modo oggettivo l’efficacia delle iniziative in relazione agli obiettivi di business». Grazie all’integrazione di AI-Docs e Docsweb Digital HR, diventa possibile arricchire le dashboard HR con KPI altamente dinamici, basati su insights generati in tempo reale dall’intelligenza artificiale. «Indicatori come il tempo medio per l’acquisizione di una competenza, i tassi di completamento della formazione, l’analisi predittiva di performance e retention, l’engagement sentiment estratto da feedback e contenuti testuali diventano tracciabili e interpretabili in modo rapido ed efficace» – spiega Pellegrini. «I KPI non sono più semplici report statici, ma leve operative proattive per guidare le decisioni e ottimizzare le strategie HR in real-time».

#HR I KPI non sono più semplici report statici, ma leve operative proattive – Pablo Pellegrini #SBItalia
Click To Tweet

Anche per Arboresi di CRIF, l’integrazione di dati su competenze, valutazioni, performance e obiettivi aziendali abilita percorsi di crescita realmente personalizzati. «Il motore predittivo della suite People Analytics suggerisce strategie di upskilling e reskilling coerenti sia con le aspirazioni individuali, sia con le priorità strategiche dell’organizzazione. Il risultato è una workforce più coinvolta, resiliente e capace di adattarsi con continuità all’evoluzione del business».

Per Langfelder di Oracle Italia, l’analisi predittiva consente di progettare esperienze di crescita personalizzate, modellate sulle esigenze specifiche di ogni talento. «I dati in ambito HR non mancano. Se combinati insieme attraverso strumenti di analisi predittiva, possono essere sfruttati per creare percorsi di sviluppo professionale personalizzati, allineando le aspirazioni dei dipendenti ai bisogni dell’azienda. Anni fa sembrava utopia, oggi si può». Mappando talenti, valutando performance, competenze e potenziale, le aziende possono identificare con precisione chi è pronto a crescere in nuovi ambiti. «Altro che approccio one-size-fits-all» – commenta Langfelder. «Sfruttando i dati in questo modo, le aziende possono creare una forza lavoro altamente motivata e allineata ai propri obiettivi strategici, riducendo il turnover e aumentando la produttività».

Francesca Olivieri, advisory solution consultant Employee Experience di ServiceNow, pone invece l’accento sull’esperienza del dipendente come parte integrante del processo. «L’abilitazione di percorsi di sviluppo professionale personalizzati richiede un’integrazione efficace di tecnologia, dati e processi, con un focus sull’esperienza dell’individuo e sull’allineamento con gli obiettivi aziendali». La piattaforma digitale integrata di ServiceNow consente di partire dai dati di competenza per mappare le esigenze di crescita e suggerire strumenti come formazione o mentoring, valorizzando i talenti interni. «I dipendenti – prosegue Olivieri – possono contare su un’esperienza utente semplificata, personalizzata, coadiuvata dall’AI, che consente di accedere facilmente non solo a contenuti formativi, ma anche a posizioni aperte o progetti coerenti con le proprie ambizioni, evidenziando eventuali gap e fornendo tempestivamente gli strumenti per colmarli». Ma quali metriche risultano oggi più efficaci per monitorare il benessere organizzativo e misurare l’engagement dei dipendenti? «Dal punto di vista di ServiceNow – spiega Olivieri – il benessere organizzativo e l’engagement si misurano attraverso una serie di indicatori chiave, che permettono di costruire un quadro completo, dinamico e strategico della relazione tra persone e organizzazione». Per farlo, le aziende hanno bisogno di un set di metriche sempre più avanzato.

#HR Trasparenza e privacy per alimentare l’employee journey – Francesca Olivieri #ServiceNow
Click To Tweet

Al centro, il miglioramento delle performance aziendali, ormai riconosciuto come leva chiave per valorizzare i talenti e allineare le iniziative HR agli obiettivi di business. Ma contano anche altri indicatori – come ci spiega Francesca Olivieri. Dai tassi di retention – termometro di soddisfazione e coinvolgimento – alla progressione di carriera, utile per intercettare segnali di demotivazione. L’utilizzo delle piattaforme di apprendimento diventa un proxy dell’efficacia formativa, mentre la produttività offre una lettura concreta dell’engagement nei ruoli. Non mancano aspetti più qualitativi come il punteggio di usabilità dei sistemi, il riconoscimento continuativo delle performance e la presenza di meccanismi di feedback attivi rappresentano oggi pilastri fondamentali per costruire un’employee experience più solida, ascoltata e in evoluzione costante.

L’integrazione di questi indicatori all’interno della piattaforma ServiceNow consente di raccogliere dati in tempo reale e fornire insights utili a guidare le decisioni HR, migliorando il coinvolgimento e rafforzando la relazione tra persone, tecnologia e obiettivi aziendali. «Concentrandosi su queste metriche chiave – afferma Olivieri – le organizzazioni possono promuovere una cultura del lavoro positiva in grado di supportare sia il benessere dei dipendenti che il successo dell’azienda».

COMPETENZE TRASVERSALI

Quali nuove competenze devono acquisire i professionisti HR per sfruttare al meglio l’HR Analytics e l’AI applicata? «I professionisti delle risorse umane devono ampliare il proprio bagaglio di competenze in diverse direzioni» – risponde Victoria Miraval Fernandez, product management director Payroll & WCM di Wolters Kluwer Tax & Accounting Region South. In primo luogo, devono sviluppare una solida cultura del dato: «È assolutamente necessario saper leggere, interpretare e tradurre i dati in insights utili per il business. Per farlo è fondamentale la conoscenza di strumenti di analisi e visualizzazione, ma anche la capacità di lavorare con modelli predittivi e algoritmi in ottica strategica».

In secondo luogo, servono competenze digitali evolute per dialogare efficacemente con team IT e data scientist: «Bisogna comprendere le logiche dell’AI senza dover necessariamente saper scrivere codici» – afferma Victoria Miraval Fernandez. In Wolters Kluwer Tax & Accounting, l’evoluzione delle soluzioni per l’HR digitale è accompagnata dalla riflessione sulle competenze chiave per affrontare il cambiamento. Tra queste, continuano a rivestire un ruolo centrale le soft skill, come il pensiero critico, la capacità decisionale e la sensibilità etica. «La tecnologia va utilizzata in modo responsabile, valorizzando la componente umana delle organizzazioni. L’HR del futuro sarà un professionista ibrido, capace di unire visione strategica, competenza tecnologica e intelligenza emotiva».

#HR Cultura del dato: la sfida è saper leggere i dati – Victoria Miraval Fernandez #WoltersKluwerT&A
Click To Tweet

Le competenze trasversali sono fondamentali per cogliere appieno il potenziale di HR Analytics e Intelligenza Artificiale. «Serve innanzitutto una solida cultura del dato intesa come capacità di leggere, interpretare e contestualizzare insights quantitativi, senza perdere di vista il contesto umano e organizzativo» – spiega Pellegrini di SB Italia. «È necessario acquisire familiarità con strumenti digitali avanzati, comprendere le logiche dell’AI e imparare a integrare gli insights nei processi decisionali. Al tempo stesso resta, centrale il pensiero critico e la sensibilità umana, per trasformare i dati in azioni che realmente valorizzino le persone, promuovano l’equità e supportino la cultura aziendale».

L’HCM ALLA PROVA DELL’AI

Se dati sono l’asset più strategico per la gestione del capitale umano, il rispetto della privacy e l’etica nell’utilizzo delle informazioni non possono essere considerati aspetti secondari o meramente normativi. Al contrario, costituiscono la base per costruire il rapporto di fiducia tra azienda e lavoratori, soprattutto quando l’analisi dei dati tocca aspetti profondamente personali come competenze, comportamenti, aspettative o livelli di engagement. La tecnologia offre strumenti potenti, ma spetta alle organizzazioni saperli governare in modo trasparente, responsabile e conforme ai valori dichiarati. Su questo tema, interviene Francesca Olivieri di ServiceNow. «Per garantire un uso etico e rispettoso della privacy dei dati è necessario adottare un approccio strutturato che includa trasparenza e consenso, minimizzazione dei dati, sicurezza, conformità normativa e un governo chiaro delle informazioni. Bisogna informare chiaramente i dipendenti su quali dati vengono raccolti, come e perché vengono utilizzati, ottenendo un consenso informato e consapevole». La raccolta dati deve essere mirata e proporzionata, con tecniche di anonimizzazione per proteggere l’identità individuale. La sicurezza si deve basare su crittografia, controlli rigorosi e monitoraggio costante per prevenire accessi non autorizzati. L’analisi deve rispettare GDPR e normative locali, includendo valutazioni d’impatto quando necessarie. Fondamentale anche l’adozione di policy chiare che definiscano diritti e responsabilità nell’uso delle informazioni. «Integrando queste pratiche – spiega Olivieri – le organizzazioni possono mantenere alti standard etici e proteggere la privacy dei dipendenti, sfruttando in modo responsabile le potenzialità delle piattaforme di employee experience per l’analisi dei dati».

#HR Il gap di competenze mette a rischio produttività, attrattività e capacità di innovare delle imprese
Click To Tweet

HR RELOADED

Guardando ai prossimi anni, l’intelligenza artificiale avrà un impatto sempre più profondo sulla trasformazione delle attività HR, andando ben oltre l’automazione di processi operativi come recruiting e gestione amministrativa. Secondo Miraval Fernandez di Wolters Kluwer Tax & Accounting, l’AI sarà utilizzata per analizzare in tempo reale grandi volumi di dati e generare insights predittivi su tematiche strategiche quali benessere organizzativo, performance, retention dei talenti e rischio di turnover. «Prevedo l’emergere di applicazioni sofisticate di AI conversazionale e generativa a supporto della formazione personalizzata, dello sviluppo delle competenze e dell’engagement». Presidio etico e un approccio umano non sono negoziabili: «Il ruolo dell’HR resterà centrale nel garantire trasparenza, inclusione e responsabilità nell’uso di dati e algoritmi, perché l’equilibrio tra intelligenza artificiale e umana sarà la chiave del cambiamento».

#HR AI e analytics cambiano il volto delle HR, verso un’employee experience su misura e data-driven
Click To Tweet

In linea con questa visione, Fabrizio Arboresi di CRIF evidenzia come l’AI stia diventando sempre più pervasiva: dai chatbot che accompagnano l’employee journey ai modelli predittivi per la mobilità interna, fino all’analisi semantica in tempo reale di survey e feedback. «A fronte di queste opportunità, emergono però sfide significative legate alla qualità e governance dei dati, alla trasparenza degli algoritmi e all’integrazione con i sistemi IT esistenti». Per rispondere a queste esigenze, CRIF ha sviluppato una suite analitica pensata non solo come supporto per la funzione HR, ma come strumento in grado di favorire sinergie tra IT, persone e strategia aziendale.

Anche Pellegrini di SB Italia prevede l’evoluzione verso soluzioni AI predittive e personalizzate per la selezione del personale, capaci di valutare soft skill e potenziale, facilitare percorsi di sviluppo su misura e anticipare fenomeni come turnover e skill gap: «L’HR diventerà sempre più strategico, guidato da dati e insights in tempo reale». SB Italia affianca le aziende con soluzioni digitali che integrano intelligenza artificiale, come AI-Docs, e piattaforme per digitalizzare l’intero processo HR come Docsweb Digital HR. «Questi strumenti permettono di trasformare i dati in leve strategiche per ottimizzare i processi, anticipare i bisogni organizzativi e costruire percorsi di crescita personalizzati, favorendo così la trasformazione dell’HR da funzione operativa a funzione predittiva e data-driven, mantenendo al centro le persone».

Sistemi e Peoplelink, l’alleanza tra software factory e HR tech

L'articolo HR data-driven. Il potere dei dati, il valore delle persone proviene da Data Manager Online.

Gli incidenti dimostrano la crescente vulnerabilità delle nostre infrastrutture digitali. Sono convinto che l’aumento degli attacchi informatici e degli episodi di ransomware dimostri più che mai l’urgenza di un’azione collettiva per garantire che questi sistemi siano pronti ad affrontare queste interruzioni che, ahimé, siamo certi si verificheranno di nuovo. Secondo diverse stime, oggi più di 5,4 miliardi di persone, ovvero circa il 70% della popolazione mondiale, utilizzano Internet. Un guasto informatico importante può quindi causare notevoli disagi. Tuttavia, mai prima d’ora avevamo assistito a interruzioni di questa portata, con ripercussioni così ampie e durature sulla vita quotidiana e sull’economia globale.

Un’analisi condotta da una compagnia assicurativa ha stimato che il costo potenziale di un singolo incidente per le aziende Fortune 500 ammonta a oltre 4,5 miliardi di euro di perdite dirette. Non sorprende che in un rapporto dell’Howden Group l’interruzione dell’attività sia la voce di costo più elevata nei sinistri informatici. In settori come quello manifatturiero e dei servizi finanziari, dove la disponibilità del sistema è fondamentale, questo tipo di malfunzionamento è responsabile fino al 70% dei costi associati alla gestione dei sinistri.

Sebbene le infrastrutture IT siano diventate la spina dorsale di molte aziende, esse continueranno a essere esposte a due minacce principali: l’errore umano e gli attacchi informatici da parte di malintenzionati. Spesso l’errore umano è la causa dei guasti più gravi. Per esempio, a luglio 2021, un aggiornamento software difettoso ha impedito l’accesso a molti siti web di viaggi, shopping e servizi finanziari per quasi un’ora. La complessità delle infrastrutture IT supera ormai la capacità umana di comprenderle appieno, il che le rende inevitabilmente soggette a errori umani.

La minaccia rappresentata dai criminali informatici e dagli attacchi Nation-State è altrettanto preoccupante. Il collettivo hacker filorusso Noname057(16) ne è un esempio concreto, avendo sferrato una serie di attacchi coordinati contro settori chiave in Italia a gennaio 2025. In due giorni consecutivi, il gruppo ha preso di mira ministeri e istituzioni governative, per poi estendere le proprie operazioni a banche e aziende.

#ceosuite Perché la #resilienzaIT è diventata essenziale? – Alessio Stellati #Rubrik #cyberRisk
Click To Tweet

Le discussioni si concentrano spesso sul come prevenire futuri disastri: migliorando i test prima degli aggiornamenti software, adottando distribuzioni graduali o rafforzando le garanzie di qualità per gli editori di software. Non si tratta solo di prevenzione, ma di anticipazione e di resilienza: implementare tecnologie e processi in grado di limitare l’impatto degli incidenti e mantenere operativi i sistemi di fronte agli scenari più estremi. Ciò implica una pianificazione rigorosa degli scenari di crisi e l’adozione di strategie come il “gemello digitale”, che consiste nella creazione di repliche virtuali delle infrastrutture critiche per garantire la continuità delle attività in caso di attacco. Le organizzazioni devono investire in tecnologie robuste per mettere in sicurezza i propri dati, ma anche per garantire un ripristino rapido ed efficace in caso di attacco.

La resilienza informatica non è solo una sfida tecnologica, è anche una responsabilità condivisa. Legislatori, fornitori di tecnologia e aziende pubbliche e private devono collaborare per rafforzare la resilienza digitale a livello globale. Perché l’obiettivo finale della resilienza informatica è migliorare la nostra capacità di affrontare e superare i guasti IT. Solo un approccio collettivo e proattivo a queste sfide può garantire un futuro digitale sicuro e resiliente.

Alessio StellatiRegional VP Italy, Spain & Portugal di Rubrik

L'articolo Senza resilienza, niente continuità proviene da Data Manager Online.