L’Impatto della Trustworthy AI sul Ritorno degli Investimenti: Fattori Chiave e Prospettive Future

Un’analisi condotta da SAS, in collaborazione con IDC, ha messo in luce l’importanza delle pratiche di Trustworthy AI per le aziende che desiderano massimizzare il ritorno sugli investimenti (ROI). Secondo lo studio, l’adozione di governance, trasparenza dei dati e spiegabilità può incrementare la probabilità di ottenere un elevato ROI fino a 15 volte rispetto all’uso di sistemi privi di adeguati controlli.

Le organizzazioni che implementano protocolli rigorosi in ambito di qualità dei dati, tracciabilità e auditabilità riescono a raddoppiare i risultati economici derivanti dall’intelligenza artificiale. Al contrario, meno del 5% delle aziende che non adottano tali pratiche riesce a riportare ritorni analoghi.

Un aspetto critico emerso dallo studio è l’assenza di spiegabilità nei sistemi di IA. Questa mancanza limita l’efficacia delle soluzioni adottate, portando fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, compromettendo i guadagni di produttività. Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi: il 76% degli utenti si fida dell’IA generativa, mentre solo il 66%% si fida dell’IA agentica.

Lo studio ha anche evidenziato che le imprese che investono nell’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato ed esperienza del cliente. Inoltre, l’85%% delle aziende più avanzate prevede un aumento superiore al 10%% degli investimenti in governance dell’IA nell’anno.

Tuttavia, un limite comune riscontrato è l’architettura informativa: solo il 17,5%% delle imprese dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le aziende con fondamenta dati solide hanno quadruplicato la probabilità di ottenere un ROI elevato.

L’adozione di framework strutturati varia significativamente tra i settori. Nel settore bancario, l’85%% delle aziende ad alta maturità ha linee guida di governance definite, rispetto al 29%% dei ritardatari. Nel settore pubblico, il 41%% dei leader prevede aumenti di spesa superiori al 20%% per l’IA affidabile, mentre nelle scienze della vita la penetrazione dell’IA su scala aziendale è del 23%%.

Bryan Harris, CTO di SAS, ha sottolineato che anche gli agenti avanzati possono registrare tassi di errore superiori al 25%% nelle attività complesse. Per garantire accuratezza e ripetibilità, è necessario integrare competenze di dominio nei workflow agentici, mantenendo le persone al centro dei controlli. Chris Marshall, Vice President di IDC, ha aggiunto che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti fondamentali per scalare con successo l’autonomia dell’IA.