L’Impatto della Trustworthy AI sul Ritorno sugli Investimenti

Un’analisi condotta da SAS, supportata da dati IDC, ha messo in luce come l’adozione di pratiche di Trustworthy AI, caratterizzate da governance, trasparenza dei dati e spiegabilità, possa incrementare significativamente il ritorno sugli investimenti (ROI) delle aziende. Secondo lo studio, le organizzazioni che implementano rigorosi protocolli di qualità dei dati, tracciabilità e auditabilità possono ottenere un ritorno fino a 15 volte maggiore rispetto a quelle che non adottano tali controlli.

Risultati Economici e Spiegabilità

Le aziende che si dedicano a garantire l’affidabilità dell’intelligenza artificiale riescono a raddoppiare i risultati economici derivanti dalla sua implementazione. Al contrario, meno del 5% delle realtà prive di tali processi riporta ritorni analoghi. Un aspetto cruciale emerso dallo studio è l’importanza della spiegabilità: l’incapacità degli algoritmi di giustificare le proprie decisioni ha portato fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, compromettendo così i guadagni di produttività.

Fiducia e Autonomia degli Algoritmi

La fiducia degli operatori nei sistemi di intelligenza artificiale diminuisce con l’aumentare dell’autonomia degli stessi. Infatti, il 76% degli utenti si fida dell’IA generativa, mentre solo il 66%% si fida dell’IA agentica. Questo calo di fiducia rappresenta una sfida per le aziende che desiderano implementare soluzioni di IA più autonome.

Performance Aziendali e Investimenti Futuri

Lo studio ha evidenziato che le imprese che si concentrano sull’affidabilità dell’IA mostrano performance superiori su 13 indicatori aziendali, inclusi il contenimento dei costi, la crescita del fatturato e l’esperienza del cliente. Inoltre, l’85% delle aziende più avanzate prevede di aumentare gli investimenti in governance dell’IA di oltre il 10% nel prossimo anno.

Architettura Informativa e Settori di Applicazione

Tuttavia, un ostacolo comune è rappresentato dall’architettura informativa: solo il 17,5% delle imprese dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le aziende con solide fondamenta dati hanno una probabilità quadruplicata 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 solo del 23%%.

Conclusioni e Raccomandazioni

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