In Breve
- Qual è l'impatto della governance sull'IA?
- La governance e la trasparenza possono moltiplicare il ROI fino a 15 volte.
- Qual è la percentuale di aziende che riporta ritorni senza adeguati controlli?
- Meno del 5% delle aziende senza tali processi riporta ritorni analoghi.
- Quanto è importante la spiegabilità nell'IA?
- Il 97,2% degli utenti interviene manualmente se l'IA non è spiegabile.
Un’analisi condotta 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 la probabilità di ottenere un elevato ritorno sugli investimenti (ROI) fino a 15 volte rispetto all’uso di sistemi privi di adeguati controlli.
Le organizzazioni che implementano protocolli rigorosi riguardo alla qualità dei dati, alla tracciabilità e all’auditabilità riescono a raddoppiare i risultati economici derivanti dall’uso dell’Intelligenza Artificiale. Al contrario, meno del 5% delle aziende senza tali processi riporta ritorni analoghi.
Un aspetto critico emerso dallo studio è l’importanza della spiegabilità: l’incapacità degli algoritmi di motivare le decisioni porta fino al 97,2% degli utenti a intervenire manualmente, annullando i guadagni di produttività. Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi, passando dal 76% per l’IA generativa al 66% per l’IA agentica.
Lo studio ha evidenziato che le imprese che si concentrano sull’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui contenimento dei costi e crescita del fatturato. Inoltre, l’85% delle aziende più avanzate prevede un aumento superiore al 10% degli investimenti in governance dell’IA nell’anno corrente.
Tuttavia, un limite diffuso è rappresentato dall’architettura informativa: solo il 17,5% delle imprese dispone di un’infrastruttura dati ottimizzata per supportare l’IA agentica. Le fondamenta dati solide possono quadruplicare la probabilità di ottenere un ROI elevato.
La diffusione di framework strutturati varia a seconda del settore: nell’ambito bancario, l’85% delle aziende ad alta maturità ha linee guida di governance definite, mentre solo il 29% dei ritardatari può vantare simili pratiche. Nel settore pubblico, il 41% dei leader prevede di aumentare la spesa per l’IA affidabile, mentre nelle scienze della vita la penetrazione dell’IA su scala aziendale è del 23%.
Secondo Bryan Harris, CTO di SAS, 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, sottolinea che supervisione, spiegabilità e solide basi dati sono prerequisiti essenziali per scalare con successo l’autonomia dell’IA.
