Ragioniamo su questi numeri: il 69% delle aziende ha già implementato sistemi di intelligenza artificiale generativa, mentre il 47% utilizza sistemi di AI agenti, ovvero quei programmi capaci di agire autonomamente anziché limitarsi a generare contenuti. Eppure, il 76% degli stessi dirigenti ammette che i propri framework di governance non riescono a tenere il passo con il modo in cui i dipendenti utilizzano concretamente queste tecnologie. È come se le aziende avessero distribuito automobili sportive a persone che hanno appena conseguito la patente, senza preoccuparsi di insegnare loro le regole della strada. Un tempo la chiamavamo "Shadow AI".
Il cuore del problema può essere nella fiducia mal riposta nei dati. La questione fondamentale non riguarda tanto la tecnologia quanto la qualità delle informazioni su cui i sistemi intelligenti basano le proprie decisioni. Gli agenti AI funzionano perfettamente quando ricevono dati affidabili, ma troppo spesso questa condizione preliminare non è soddisfatta.
Possiamo paragonare la situazione attuale a quella dei golfisti dilettanti che continuano a cambiare mazze convinti che l'attrezzatura risolverà i loro problemi tecnici. La realtà è che la tecnologia disponibile oggi è più che sufficiente: database vettoriali, pipeline di dati avanzate e potenza di calcolo abbondano. Il vero collo di bottiglia è organizzativo, non tecnico.
Le priorità di investimento per il 2026 confermano questa diagnosi. Al primo posto troviamo privacy e sicurezza dei dati (43%), seguita dalla governance dell'AI (41%) e dalla formazione della forza lavoro (39%). Tutte questioni che riguardano processi e competenze umane, non server o algoritmi.
Il paradosso evidenziato dallo studio di Informatica è particolarmente insidioso: i dipendenti tendono a fidarsi dei dati che alimentano i sistemi di AI, ma le organizzazioni riconoscono che questi stessi dipendenti mancano delle competenze per valutare criticamente quei dati o utilizzare l'intelligenza artificiale in modo responsabile. Il 75% dei responsabili dei dati afferma che i dipendenti necessitano di formazione sull'alfabetizzazione dei dati, mentre il 74% ritiene indispensabile una preparazione specifica sull'AI per le operazioni quotidiane.
Una soluzione può essere il CDO. Si tratta della figura che risponde direttamente al CIO, trasformando la governance dei dati in una funzione esecutiva piuttosto che in un livello strategico separato. Questa scelta deliberata mira a evitare che il ruolo del Chief Data Officer si trasformi in una "torre d'avorio" distaccata dalle operazioni concrete. Quando i team dati e i responsabili delle applicazioni condividono lo stesso capo, le priorità risultano naturalmente allineate.
Un elemento emerso dall'esperienza di Informatica riguarda il coinvolgimento delle funzioni aziendali non tecnologiche. Il chief marketing officer è diventato uno dei partner più solidi nell'implementazione dell'AI. Il team di marketing operations comprende la tecnologia e i dati, riconosce che la risposta alla domanda "Come ottengo più valore dal mio budget di marketing limitato?" passa attraverso automazione e intelligenza artificiale, non attraverso l'assunzione di più personale o maggiori investimenti pubblicitari.
Questa alfabetizzazione trasversale crea una domanda spontanea di capacità AI da parte dei reparti marketing, vendite e operazioni, che cominciano a richiedere queste tecnologie perché ne riconoscono il valore strategico, non solo i guadagni in termini di efficienza. È molto più efficace formare le persone che conoscono l'azienda, i suoi dati e i suoi processi all'uso dell'AI, piuttosto che assumere esperti di intelligenza artificiale che devono imparare tutto da zero sul business. Senza contare che gli specialisti di AI hanno costi proibitivi, proprio come i data scientist.
Un altro punto cruciale riguarda il posizionamento strategico dell'intelligenza artificiale. Spesso, di fronte a questa nuova capacità tecnologica, i responsabili IT e dati parlano immediatamente di risparmi di produttività. Ossia, uno spreco di opportunità. Dopo decenni passati a combattere la percezione dell'IT come semplice centro di costo, l'AI offre finalmente la possibilità di cambiare questa narrazione. Ma solo se i CDO riformulano la proposta di valore allontanandosi dal risparmio sui costi.
Il cambio di prospettiva tattico consiste nel presentare l'AI come strumento per rimuovere completamente i vincoli di personale anziché ridurre l'organico esistente. Questo approccio trasforma l'intelligenza artificiale da leva di efficienza operativa a capacità strategica. Le organizzazioni possono espandere la propria presenza sul mercato, entrare in nuove aree geografiche e testare iniziative che prima risultavano economicamente insostenibili. Non si tratta di risparmiare denaro, e se questo rimane l'approccio principale, l'azienda non riuscirà a vincere la sfida competitiva.
Per quanto riguarda l'implementazione pratica, un approccio verticale può essere utile prima di tentare scalabilità orizzontali. Non bisogna aspettare livelli perfetti di governance dei dati prima di generare valore concreto. La strategia vincente consiste nello scegliere un caso d'uso ad alto valore, costruire per quel flusso di lavoro specifico l'intero stack di governance, qualità dei dati e alfabetizzazione, validare i risultati e poi replicare il modello su casi d'uso adiacenti. Questo metodo consente di fornire valore in produzione mentre si costruisce gradualmente la capacità organizzativa.
Lo spazio dell'intelligenza artificiale si muove così rapidamente che tentare di risolvere completamente il problema della governance prima di affrontare il livello semantico o il glossario dei termini significa non generare mai risultati concreti, con il rischio che le persone perdano la pazienza. La lezione principale che emerge dall'indagine di Informatica è che il divario tra l'adozione dell'AI generativa, cresciuta dal 48% di un anno fa al 69% attuale, e le competenze organizzative per gestirla rappresenta la vera sfida dei prossimi anni. Le aziende che sapranno colmare questo gap con formazione, strutture organizzative appropriate e una visione strategica corretta saranno quelle che trasformeranno i progetti pilota in vantaggi competitivi duraturi.
