L'intelligenza artificiale dà i suoi frutti, ma la base dati rimane il collo di bottiglia

Circa sette aziende su dieci in Svizzera ottengono ormai un ritorno sull’investimento misurabile dall’intelligenza artificiale. È quanto emerge dall’attuale AI Momentum Index di Dun & Bradstreet. La maggioranza, pari al 48%, riferisce di un ROI puntuale in singoli progetti, mentre un ulteriore 21% ottiene già un ROI ampio o significativo su più progetti. Tuttavia, solo il 7% delle aziende ritiene che i propri dati siano completamente pronti per l’impiego dell’IA su larga scala.

L'adozione dell'IA supera la maturità dei dati

I risultati lo dimostrano chiaramente: mentre l’introduzione dell’IA procede rapidamente, la qualità dei dati sottostanti non riesce a tenere il passo. Gary Kotovets, Chief Data and Analytics Officer presso Dun & Bradstreet, va dritto al punto: «La sfida oggi consiste nel fatto che l’adozione dell’IA ha superato la maturità dei dati. La maggior parte delle organizzazioni sta ormai riscontrando i primi risultati da singoli progetti pilota, ma finora solo in pochi casi ciò ha portato a un successo su larga scala a livello aziendale.»

Quasi la metà delle aziende svizzere sta già scalando l’IA, integrandola saldamente nei processi chiave o implementando flussi di lavoro basati su agenti. Per quanto riguarda questi ultimi, la Svizzera, con quasi l’8 per cento, si attesta addirittura due punti al di sopra della media globale. Non manca nemmeno la volontà di investire: quasi il 30% delle aziende svizzere prevede un forte aumento delle proprie spese nell’ambito dell’IA nei prossimi dodici mesi – quasi il doppio rispetto alla media globale.

La qualità dei dati rimane un collo di bottiglia critico

Uno sguardo ai dettagli rivela dove sta il problema: il 55% delle aziende descrive i propri dati come parzialmente pronti, il 22% come ampiamente pronti per la creazione di valore basata sull’IA su larga scala. In poco più di un’azienda su sei, invece, i dati sono poco o per nulla preparati a questo scopo. Continua quindi a sussistere un divario significativo tra i dati che consentono i primi progressi nell’IA e quelli in grado di garantire un ROI scalabile e ripetibile a livello aziendale.

Anche per quanto riguarda la gestione dei rischi, l’incertezza rimane elevata: nemmeno la metà delle aziende ritiene di essere ben o molto ben preparata per individuare e gestire in modo affidabile rischi quali i pregiudizi, la protezione dei dati o la conformità in relazione all’IA.

Dati verificati: la chiave per l’IA agenziale

Kotovets spiega cosa ciò significhi nella pratica: «Affinché l’IA possa prendere decisioni valide – sia in team, all’interno di un sistema o come agente IA che opera in modo autonomo – ha bisogno di una visione d’insieme affidabile del contesto aziendale concreto. È proprio questo che offre la nostra infrastruttura di identità: integra l’IA in dati aziendali reali e verificati e offre alle aziende la sicurezza necessaria per consentire ai propri agenti di IA di operare in modo realmente autonomo.»

L'AI Momentum Index di Dun & Bradstreet evidenzia per il 2026 un progresso costante nell'adozione e nella maturità dell'IA, anche se la disponibilità dei dati rimane una sfida. I risultati del terzo trimestre suggeriscono che la fase successiva richiederà alle aziende di migliorare in modo mirato la propria maturità dei dati, al fine di trasformare un ROI iniziale e distribuito in modo diseguale in rendimenti più costanti su scala aziendale.

Fonte: www.dnb.com