Ci sono altri ostacoli all’adozione dell’intelligenza artificiale nelle aziende, oltre a quelli più comunemente citati, come la mancanza di competenze, di budget o di una visione sui casi d’uso che giustificano un investimento. Scrupoli legati alla privacy dei dati e alla sovranità stanno entrando nelle scelte di implementazione delle aziende, secondo quanto evidenziato da un nuovo studio di Ntt Data, “A Playbook for Private and Sovereign AI”.
Dalle interviste condotte su quasi 5.000 dirigenti e senior leader (di realtà appartenenti a una trentina di Paesi e una dozzina di settori) emerge che, nell’adozione dell’AI, privacy e sovranità sono esigenze sempre più percepite nelle aziende, ma poche le hanno già tradotte in strategie fattuali. Oltre il 95% degli intervistati ritiene importanti l'AI privata (focalizzata su sulla protezione dei dati aziendali sensibili, sul controllo degli accessi e sulla limitazione dell'esposizione) e l’AI sovrana (che soddisfa requisiti di controllo giurisdizionali, normativi o nazionali e regionali), ma solo il 29% sta dando priorità a questo approccio in modo concreto e nel breve termine. Insomma, l’esigenza di un cambiamento è assai sentita ma poche aziende si stanno adoperando di conseguenza.
D’altro canto non è facile: come noto, la pervasività del cloud pubblico (da solo o, più spesso, commisto ad altre opzioni) ha creato una dipendenza da infrastrutture di vendor internazionali e da regole che sfuggono alla giurisdizione nazionale di riferimento. Tra gli intervistati con ruoli di leadership nell’AI, il 60% ha citato le restrizioni transfrontaliere sui dati come una sfida importante.
Per il 35%, invece, la creazione, integrazione e gestione di modelli di AI complessi in ambienti privati o sovrani è il principale ostacolo all'adozione dell’intelligenza artificiale. Solo il 38% ha un elevato livello di fiducia nella sicurezza del cloud in uso, un aspetto critico sia per l'AI privata sia per quella sovrana.
Questi dati portano Ntt Data a fare alcune riflessioni. Mentre nuovi e sempre più potenti modelli AI vengono sviluppati e immessi sul mercato, il principale ostacolo all’adozione non riguarda la potenza di calcolo, le loro capacità o altri aspetti tecnologici in senso stretto. Finora l’adozione dell’AI si è appoggiata soprattutto ai grandi cloud, con logiche di centralizzazione e di libero spostamento dei dati da un Paese all’altro. Ora le aziende stanno capendo di volere un maggiore controllo sull’accesso ai dati, sulla loro sicurezza e localizzazione.
Nuove architetture e "confini"
Secondo Ntt Data, la giurisdizione dei dati è diventata un parametro chiave di progettazione e stiamo passando, gradualmente, da sistemi globalmente integrati ad architetture delimitate a livello regionale. E le aziende che si stanno muovendo in anticipo con una riprogettazione delle proprie architetture IT ottengono, per Ntt, “un vantaggio misurabile in termini di preparazione e scalabilità dell’AI”.
“Con l'evoluzione dell'AI, gli approcci privati e sovrani stanno mettendo alla prova la preparazione delle imprese”, ha affermato Abhijit Dubey, Ceo e chief AI officer di Ntt Data “Le organizzazioni che stanno ottenendo risultati positivi vanno oltre la semplice conformità normativa e la mitigazione dei rischi. Stanno gettando le basi operative per un'AI in grado di operare trasversalmente su mercati, giurisdizioni e contesti aziendali. La nostra ricerca dimostra che i leader nel campo dell'AI stanno guadagnando terreno considerando l'architettura, l'infrastruttura e la governance come requisiti strategici”.
“Nel contesto attuale, la sovranità dei dati e delle infrastrutture può apparire come un tema esclusivamente geopolitico”, ha osservato Nicola Russo, head of data & Artificial Intelligence di Ntt Data. “In realtà, è un vero e proprio rischio d’impresa, da anticipare, valutare e gestire attraverso scelte consapevoli su architetture, piattaforme e modelli operativi. Coinvolge le infrastrutture, ma non meno le tecnologie”.