In Breve
- Qual è l'impatto della Trustworthy AI sul ROI?
- L'adozione di pratiche di Trustworthy AI può incrementare il ROI fino a 15 volte.
- Quali sono i requisiti per un'implementazione efficace dell'IA?
- Governance, trasparenza dei dati e spiegabilità sono fondamentali per un'implementazione efficace dell'IA.
- Quanto è diffusa l'ottimizzazione dei dati nelle imprese?
- Solo il 17,5% delle imprese ha un'infrastruttura dati ottimizzata per supportare l'IA agentica.
Secondo un’analisi condotta da SAS in collaborazione con IDC, l’adozione di pratiche di Trustworthy AI, caratterizzate da governance, trasparenza dei dati e spiegabilità, può incrementare la probabilità di ottenere un ritorno sugli investimenti (ROI) fino a 15 volte rispetto all’uso di sistemi privi di adeguati controlli. Questa ricerca mette in luce l’importanza di protocolli rigorosi sulla qualità dei dati, sulla tracciabilità e sull’auditabilità per ottenere risultati economici significativi.
Le organizzazioni che implementano tali pratiche riescono a raddoppiare i risultati economici derivanti dall’intelligenza artificiale. Al contrario, meno del 5% delle aziende che non adottano questi processi riesce a riportare ritorni simili. L’assenza di spiegabilità nei sistemi di intelligenza artificiale limita la loro efficacia: infatti, fino al 97,2% degli utenti si trova a dover intervenire manualmente per correggere o modificare i risultati, vanificando i guadagni di produttività.
Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi: il 76% degli utenti si fida dell’IA generativa, mentre solo il 66% si fida dell’IA agentica. Lo studio evidenzia che le imprese che si impegnano per l’affidabilità dell’IA ottengono performance superiori in 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato e miglioramento dell’esperienza del cliente.
Un dato interessante è che l’85% delle aziende più avanzate prevede un aumento degli investimenti in governance dell’IA superiore al 10% nell’anno in corso. Tuttavia, esiste un limite diffuso legato all’architettura informativa: solo il 17,5% delle imprese ha un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Avere solide fondamenta dati quadruplica la probabilità di ottenere un ROI elevato.
L’adozione di framework strutturati per la governance dell’IA varia significativamente da settore a settore. Nel settore bancario, l’85% delle aziende ad alta maturità ha linee guida di governance definite, rispetto al 29% delle realtà che sono in ritardo. Nel settore pubblico, il 41% dei leader prevede aumenti di spesa superiori al 20% per l’IA affidabile, mentre nelle scienze della vita la penetrazione dell’IA su scala aziendale è solo del 23%.
Bryan Harris, CTO di SAS, sottolinea che anche gli agenti avanzati possono registrare tassi di errore superiori al 25% nelle attività complesse. Per garantire accuratezza e ripetibilità, è fondamentale integrare competenze di dominio nei workflow agentici, mantenendo sempre le persone al centro dei controlli. Chris Marshall, Vice President di IDC, aggiunge che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti essenziali per scalare con successo l’autonomia dell’IA.
