Governance dell’Intelligenza Artificiale: Rischi e Opportunità per il ROI

Negli ultimi anni, le aziende hanno intensificato i loro investimenti nell’intelligenza artificiale (AI), ma spesso si trovano a dover affrontare una sfida cruciale: l’adozione dell’AI avviene più rapidamente rispetto alla capacità di misurarne, governarne e spiegare il valore. Recentemente, durante la London Tech Week, il Regno Unito ha annunciato oltre 6 miliardi di sterline di nuovi investimenti legati all’AI, posizionandosi come leader in Europa e terzo a livello globale nel settore.

L’AI trova applicazione in vari ambiti, dal customer service e knowledge management allo sviluppo software e operazioni interne. Le implementazioni si sono evolute da semplici copiloti a sistemi integrati nei flussi di lavoro, capaci di effettuare chiamate multiple a modelli, recuperare informazioni e compiere azioni per completare compiti specifici. Tuttavia, misurare il ritorno sugli investimenti si rivela complesso: l’uso dell’AI è distribuito tra diversi dipartimenti e applicazioni, e i benefici variano dal tempo risparmiato al miglioramento della qualità e all’incremento dei ricavi. Senza una chiara definizione di cosa costituisce il successo, c’è il rischio di misurare solo l’attività anziché il valore reale generato.

Un altro aspetto critico è la frammentazione della spesa: le aziende possono trovarsi a gestire costi che si distribuiscono tra licenze, modelli, infrastrutture e servizi a consumo, senza avere una visione unitaria del valore generato. Le perdite sono significative: si stima che le grandi imprese del Regno Unito perdano circa 67 miliardi di sterline all’anno a causa di iniziative di trasformazione e AI che non raggiungono gli obiettivi prefissati. Inoltre, un’indagine su 500 decision maker senior ha rivelato che solo il 31% delle aziende che utilizzano l’AI riporta un ritorno positivo.

La governance gioca un ruolo fondamentale nella misurazione del ROI. Il 51% dei leader IT ha indicato la mancanza di visibilità sui costi come il principale ostacolo, seguito dalla complessità della governance, segnalata dal 47%. La percezione di fiducia e la realtà possono divergere: nonostante la convinzione che la governance di strumenti come Microsoft 365 sia adeguata per supportare l’AI, il 29% degli intervistati ha segnalato che strumenti di AI hanno esposto dati interni sensibili, mentre l’8% non è sicuro che ciò sia avvenuto.

Questi gap di governance non solo generano costi nascosti, ma aumentano anche i rischi, come strumenti duplicati, necessità di convalide aggiuntive, rilavorazioni e indagini sulla sicurezza. Per recuperare il controllo, è essenziale avere visibilità sull’uso e sui costi, definire responsabilità chiare sugli esiti e mantenere un ambiente informativo ben governato. Ciò implica ridurre contenuti ridondanti e obsoleti, gestire in modo appropriato gli accessi e identificare fonti autorevoli.

Le pratiche operative degli impiegati, come distinguere bozze da materiali approvati, aggiornare tracker e priorità, registrare decisioni e mantenere fonti autorevoli, possono favorire interpretazioni corrette sia da parte delle persone che dei sistemi AI. Inoltre, gli strumenti che catturano il contesto devono rispettare le stesse regole di privacy, conservazione e accesso delle informazioni che generano.

La domanda per i leader non è più se investire nell’AI, ma se hanno sufficiente visibilità e controllo per comprendere dove l’AI crea valore e dove genera costi. Chi sarà in grado di spiegare cosa fa l’AI, quanto costa e quali benefici misurabili produce, sarà meglio posizionato per scalare le soluzioni e ottenere un ROI positivo.