Immagine generata con l'AI
L'intelligenza artificiale sta rivoluzionando il mondo del lavoro, diventando un vantaggio competitivo per le aziende che cercano di migliorare l'efficienza, ridurre i costi e aumentare la produttività. Tuttavia, un elemento cruciale, spesso trascurato, per misurare l’efficacia dell'AI riguarda la qualità dei dati su cui essa si basa. Secondo una ricerca dell'Osservatorio Big Data & Business Analytics del Politecnico di Milano, circa il 74% delle aziende non è pronto a implementare tecnologie innovative a causa della mancanza di programmi avanzati di gestione dei dati. Solo il 15% delle medie imprese è pronto per l'AI, mentre questa percentuale sale al 32% per le grandi imprese.
La ricerca, presentata all'Environment Park di Torino in occasione dei 20 anni di Irion (azienda di data management che ha sostenuto il progetto), sottolinea l'importanza della data quality per la corretta implementazione dell'AI. Solo informazioni accurate, infatti, permettono di addestrare gli algoritmi in modo efficace, ottenendo risultati utili e affidabili. Gartner stima che la scarsa qualità dei dati costi in media 10,8 milioni di dollari all'anno per organizzazione, un costo che potrebbe aumentare con la maggiore digitalizzazione. Questa perdita deriva da risorse sprecate per la pulizia e correzione dei dati, analisi imprecise che portano a decisioni errate e opportunità mancate a causa di insight inaffidabili. Solo il 20% delle aziende riconosce che la bassa qualità dei dati ha avuto un impatto diretto sui costi aziendali, un dato che sale al 41% tra le imprese AI-ready.
Un momento della presentazione della ricerca su data quality e AI
Gli investimenti in data management stanno crescendo, ma in modo lento. Solo il 20% delle aziende ha aumentato il budget per il 2024 rispetto al 2023, anno in cui le realtà italiane hanno investito 2,85 miliardi di euro in infrastrutture, software e servizi per la gestione e analisi dei dati, con un incremento del 18% rispetto al 2022. La consapevolezza dell'importanza della gestione dei dati si sta diffondendo, ma solo metà delle aziende italiane ha avviato programmi di data management (il 38% di queste sono medie imprese, il 60% grandi). Attualmente, solo il 30% delle aziende dispone di tecnologie e processi adeguati.
L'attenzione mediatica sull'AI ha avuto un impatto positivo sulla gestione dei dati per oltre il 30% delle aziende, favorendo azioni concrete per l'adozione della tecnologia, sia in fase sperimentale che operativa. Per trasformare l'entusiasmo in benefici concreti, tuttavia, è necessario migliorare l'integrazione e la qualità dei dati. Le aziende più interessate all'AI sono anche le più consapevoli dell'importanza di una buona gestione.
Le principali barriere per l'adozione di programmi AI sono l'integrazione dei dati (83%), la loro pulizia e preparazione (78%) e la scarsa qualità (64%). Un altro problema frequente è la presenza di dati incompleti, spesso dovuti a fusioni aziendali o dati analogici, che impediscono una corretta fruizione delle informazioni.
Per integrare sistemi di AI, inoltre, è necessario personale qualificato in grado di preparare e validare i dati. Negli ultimi tre anni, circa il 20% delle aziende ha aumentato il numero di figure dedicate a questo tipo di lavoro, percentuale che sale al 40% tra le imprese AI-ready. Queste aziende mostrano maggiore capacità e volontà di investire in data management.