Dati in azienda: prima la governance, poi toccherà all’AI

L’hype intorno al potenziale dell’intelligenza artificiale, soprattutto dopo gli ultimi sviluppi generativi, ancora non si è placato del tutto. Tuttavia, dopo aver freneticamente cercato di capire come funzionassero gli strumenti fin qui a disposizione e di lanciarsi in qualche sperimentazione, oggi le aziende si stanno prendendo una pausa per capire come costruire progetti concreti e utili per il business.

Certo, i top manager continuano a chiedere di produrre risultati su questo fronte, dovendo a loro volta renderne conto al mercato, ma Cio, Cdo e altri diretti interessati si stanno prendendo, nei limiti del possibile, il tempo necessario per capire quale possa essere il beneficio dei progetti allo studio in rapporto agli investimenti richiesti.

I problemi da affrontare non sono trascurabili: “Qualità e armonizzazione dei dati restano un tema da risolvere in molti contesti, ma prima di avviare iniziative occorre anche comprendere se siano presenti le competenze necessarie”, ha indicato Chiara Celsi, Partner AI & cognitive country leader di Deloitte. “Sappiamo che esiste un’importante penuria ed è per questo che ci si affida a partner tecnologici come noi per costruire cabine di regia che coinvolgano i diversi attori coinvolti, preparino in modo adeguato il change management interno e aiutino ad affrontare scadenze come l’adeguamento all’AI Act, che andrà live dal 1 gennaio 2026, ma richiede fin d’ora una compliance by design sui nuovi progetti, da costruire tenendo presente il risk management e ciò che si porta dietro”.

L’attuabilità di sviluppi costruiti sull’intelligenza artificiale e i relativi modelli dipende in modo stretto dalla disponibilità di un patrimonio di dati credibile e condiviso dalle varie componenti dell’azienda. Questo significa aver affrontato correttamente il tema della governance, della quale, secondo Mirella Cerutti, regional vice president di Sas Central & East Europe e managing director di Sas Italy, “non bisogna aver paura. Occorre avere come obiettivo l’utilizzo consapevole dei dati e per questo il lavoro delle figure di responsabilità deve concentrarsi su questo, delegando al cloud o agli strumenti tecnologici disponibili le problematiche di produttività e disponibilità di risorse”.

Nella loro vita ordinaria, le aziende confermano di avere al momento un atteggiamento molto pragmatico. È questo, per esempio, il caso di Allitude, realtà costituita nel 2020 per mettere in atto la riorganizzazione industriale di tutta l’area It e dei servizi a supporto delle banche clienti e affiliate al Gruppo Cassa Centrale: “Lavoriamo con circa 65 istituti, separati nella loro gestione ordinaria, ma integrate per tutto ciò che riguarda i dati”, ha raccontato il direttore tecnico business services Silvia Badinelli. “Abbiamo dovuto costituire un unico punto di verità, centralizzando tutto e poi inserendo tecnologie abilitanti verso i singoli istituti. La fase di razionalizzazione e governo è ancora da mettere a punto, quindi per ora sull’AI ci limitiamo a osservare gli sviluppi”.

Non dissimile l’esperienza di Bcc Iccrea, a propria volta frutto dell’integrazione di 115 banche del credito cooperativo: “Abbiamo cambiato già diversi processi, con un approccio verticale e basandoci sulle esigenze di business”, ha chiarito l’head of architecture & innovation Giuseppe Cardillo. “Fin dall’inizio abbiamo coinvolto i nostri massimi vertici, proponendo loro anche una formazione in linguaggio comprensibile su quello che era possibile fare con l’innovazione”.

C’è naturalmente anche chi ha fatto passi avanti più rilevanti, dettati dalla propria natura e dalla value proposition al mercato. È il caso di Vodafone Italia, particolarmente attiva in campo sanitario: “La combinazione fra intelligenza artificiale e 5G ci ha consentito di vincere gare importanti e avviare progetti innovativi”, ha fatto notare Cinzia Campanella, head of innovation & vertical solutions di Vodafone Business. “Con l’Agenzia nazionale per i servizi sanitari regionali, per esempio, abbiamo realizzato un progetto di supporto più omogeneo alle diagnosi per i medici di base, occupandoci non solo dell’infrastruttura a monte, ma anche di costruire il modello AI-based e inserendo nel progetto anche il change management”.