In Breve
- Qual è l'impatto della Trustworthy AI sul ROI?
- L'adozione di pratiche di Trustworthy AI può aumentare il ROI fino a 15 volte.
- Quali sono i principali fattori che influenzano il ROI delle aziende?
- Governance, trasparenza dei dati e spiegabilità sono i fattori chiave.
- Quante aziende hanno un'infrastruttura dati ottimizzata per l'IA agentica?
- Solo il 17,5% delle imprese dispone di un'infrastruttura dati pienamente ottimizzata.
Un recente studio condotto da SAS, in collaborazione con IDC, ha rivelato che l’adozione di pratiche di Trustworthy AI, caratterizzate da governance, trasparenza dei dati e spiegabilità, può incrementare il ritorno sugli investimenti (ROI) fino a 15 volte rispetto a sistemi privi di controlli adeguati. Questo dato mette in evidenza l’importanza di implementare protocolli rigorosi per la qualità dei dati, la tracciabilità e l’auditabilità.
Le organizzazioni che adottano tali pratiche riescono a raddoppiare i risultati economici derivanti dall’implementazione dell’intelligenza artificiale. Al contrario, meno del 5% delle aziende che non applicano queste misure riporta ritorni comparabili. La mancanza di spiegabilità nei sistemi di IA limita infatti la loro efficacia: fino al 97,2% degli utenti si trova costretto a intervenire manualmente per correggere o modificare i risultati, annullando così i guadagni di produttività.
Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi: si passa dal 76% di fiducia per l’IA generativa al 66% per l’IA agentica. Questo calo evidenzia la necessità di un approccio più trasparente e responsabile nell’implementazione dell’IA.
Lo studio ha anche messo in luce che le imprese impegnate a garantire l’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, inclusi contenimento dei costi, crescita del fatturato ed esperienza del cliente. L’85% delle aziende più avanzate prevede un aumento superiore al 10% degli investimenti in governance dell’IA per il prossimo anno.
Tuttavia, un limite significativo è rappresentato dall’architettura informativa: solo il 17,5% delle imprese ha un’infrastruttura dati completamente ottimizzata per supportare l’IA agentica. Le aziende con fondamenta dati solide quadruplicano la probabilità di ottenere un ROI elevato.
L’adozione di framework strutturati varia notevolmente tra i diversi settori. Nel settore bancario, l’85% delle aziende ad alta maturità ha definito linee guida di governance, 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 attualmente del 23%.
Bryan Harris, CTO di SAS, ha osservato 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, ha sottolineato che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti essenziali per scalare con successo l’autonomia dell’IA.
