In Breve
- Qual è l'impatto della governance nell'adozione dell'IA?
- La governance aumenta la probabilità di un ROI elevato fino a 15 volte.
- Quanto è importante la spiegabilità nei sistemi di IA?
- La mancanza di spiegabilità porta il 97,2% degli utenti a modificare manualmente i risultati.
- Quali settori investono di più in IA affidabile?
- Nel settore bancario, l'85% delle aziende ad alta maturità ha linee guida di governance definite.
Secondo un’analisi condotta da SAS in collaborazione con IDC, l’implementazione di pratiche di Trustworthy AI può aumentare notevolmente il ritorno sugli investimenti (ROI) delle aziende. Le organizzazioni che adottano protocolli rigorosi in materia di governance, trasparenza dei dati e spiegabilità hanno una probabilità fino a 15 volte superiore di ottenere un ROI elevato rispetto a quelle che non dispongono di adeguati controlli.
Le aziende che si impegnano a garantire la qualità dei dati, la tracciabilità e l’auditabilità riescono a raddoppiare i risultati economici derivanti dall’uso dell’intelligenza artificiale. Al contrario, meno del 5% delle organizzazioni che non implementano tali pratiche riesce a riportare risultati analoghi.
Un aspetto critico emerso dallo studio è l’importanza della spiegabilità nei sistemi di intelligenza artificiale. La mancanza di trasparenza nelle decisioni algoritmiche porta fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, vanificando i guadagni di produttività. Inoltre, la fiducia degli operatori tende a diminuire con l’aumentare dell’autonomia dei sistemi: si passa dal 76% di fiducia per l’IA generativa al 66% per l’IA agentica.
Lo studio evidenzia che le imprese che investono nell’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui il contenimento dei costi, la crescita del fatturato e l’esperienza del cliente. Circa l’85% delle aziende più avanzate prevede un aumento degli investimenti in governance dell’IA superiore al 10% nell’anno in corso.
Tuttavia, un limite comune riscontrato è l’architettura informativa: solo il 17,5% delle aziende dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le aziende con fondamenta dati solide hanno quattro volte più probabilità di ottenere un ROI elevato.
L’adozione di framework strutturati per l’IA varia notevolmente tra i settori. Nel settore bancario, l’85% delle aziende ad alta maturità ha linee guida di governance definite, rispetto al 29% delle aziende meno avanzate. Nel settore pubblico, il 41% dei leader prevede di aumentare la spesa per l’IA affidabile di oltre il 20%, 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 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.
