Adozione e impatto dell'IA nelle imprese

Le aziende hanno compiuto un primo passo significativo nell'integrazione dell'intelligenza artificiale (IA), dedicandosi alla sperimentazione, all'apprendimento e alla moltiplicazione dei casi d'uso. Tuttavia, una porzione considerevole del potenziale rivoluzionario dell'IA rimane ancora inesplorata. Lo studio di Deloitte, intitolato "State of AI in the Enterprise", identifica i principali fattori abilitanti necessari per un'adozione su larga scala: è fondamentale allineare la strategia aziendale, la gestione dei dati, la tecnologia, i talenti e i meccanismi di governance per trasformare queste iniziative sperimentali in un impatto duraturo e sostenibile.

Questo report fornisce una panoramica approfondita su come le organizzazioni possono strutturare l'utilizzo, la governance e la misurazione dell'impatto dell'IA, offrendo un quadro completo per navigare le complessità di questa trasformazione. L'accesso dei collaboratori all'intelligenza artificiale, ad esempio, è aumentato del 50% entro il 2025, e le aspettative per il passaggio a una scala maggiore sono notevolmente elevate: si prevede che il numero di aziende con almeno il 40% dei loro progetti IA in produzione raddoppierà nei prossimi sei mesi.

Trasformazione e sfide: tra efficienza e reinvenzione

L'intelligenza artificiale sta mantenendo le sue promesse in termini di efficienza e produttività. Infatti, il numero di dirigenti che dichiarano di riscontrare un impatto trasformativo è raddoppiato rispetto all'anno precedente. Nonostante ciò, solo il 34% delle aziende sta realmente reinventando il proprio modello economico grazie all'IA. Questo dato evidenzia una disparità tra l'ottimizzazione operativa e la vera innovazione strategica che l'IA può abilitare.

Il deficit di competenze in IA è percepito come il principale ostacolo all'integrazione efficace di queste tecnologie. Di fronte a questa sfida, l'educazione e la formazione dei dipendenti, piuttosto che la riprogettazione dei ruoli o dei flussi di lavoro, emerge come la leva numero uno utilizzata dalle aziende per adattare le proprie strategie di gestione dei talenti all'era dell'IA. Questo approccio sottolinea l'importanza di investire nel capitale umano per sbloccare il pieno potenziale dell'IA.

Inoltre, il concetto di "IA sovrana" sta guadagnando rilevanza. Si riferisce alla situazione in cui un paese, e le aziende che vi operano, implementano l'IA secondo le proprie leggi, infrastrutture e dati. Non si tratta solo di proprietà intellettuale, ma di indipendenza strategica, un aspetto cruciale nel panorama geopolitico attuale.

IA agentica e fisica: nuove frontiere e governance in ritardo

Si prevede che l'uso dell'IA agentica, che si riferisce a sistemi autonomi capaci di prendere decisioni e agire in modo indipendente, aumenterà considerevolmente nei prossimi due anni. Tuttavia, i meccanismi di supervisione non stanno tenendo il passo con questa evoluzione: solo una su cinque aziende dispone di un modello maturo di governance per gli agenti IA autonomi, indicando una lacuna significativa nella preparazione organizzativa.

L'IA fisica, che integra l'intelligenza artificiale in dispositivi e robot che interagiscono con il mondo reale, ha registrato una progressione notevole di 22 punti percentuali in due anni. Attualmente, oltre la metà delle aziende (58%) dichiara di utilizzare l'IA fisica, seppur in modo limitato. Si prevede che questa cifra raggiungerà l'80% entro i prossimi due anni, con la regione Asia-Pacifico in testa alle prime implementazioni.

Rispetto all'anno precedente, un maggior numero di aziende (42%) ritiene che la propria strategia sia molto ben preparata all'adozione dell'IA. Tuttavia, le organizzazioni si sentono meno pronte per quanto riguarda l'infrastruttura, la gestione dei dati, la gestione dei rischi e le competenze dei talenti. A mano a mano che si avvicinano alla fase di passaggio alla scala, le direzioni aziendali si interrogano sempre più sul ritorno sull'investimento (ROI), sulle pratiche etiche, sulla formazione del personale e sulle azioni strategiche di immissione sul mercato.

Benefici e differenziazione strategica

La trasformazione digitale guidata dall'IA può generare numerosi benefici, che vanno dalla riduzione dei costi al miglioramento dell'erogazione dei servizi. In questa fase, i guadagni di produttività ed efficienza sono in cima alla lista: due terzi delle organizzazioni (66%) dichiarano di aver ottenuto risultati significativi in questi ambiti. La crescita dei ricavi, tuttavia, rimane in gran parte un'ambizione: il 74% delle organizzazioni spera di aumentare il proprio fatturato grazie all'IA, ma solo il 20% ci riesce già oggi.

Questi dati suggeriscono che l'IA è sul punto di cambiare scala e di generare benefici che vanno ben oltre i soli guadagni di efficienza e produttività. In definitiva, il successo dell'IA non si riassume nel migliorare l'efficienza o persino nell'aumentare i ricavi, ma nella creazione di una differenziazione strategica e di un vantaggio competitivo duraturo.

L'adozione dell'IA all'interno delle organizzazioni si articola su diversi livelli di profondità. Il 34% delle organizzazioni intervistate inizia a utilizzare l'IA per trasformare profondamente le proprie attività, creando nuovi prodotti e servizi o reinventando i propri processi chiave o modelli economici. Un altro terzo (30%) sta ridisegnando i propri processi chiave attorno all'IA. Il restante terzo (37%) utilizza l'IA in modo più superficiale, con poche o nessuna modifica ai processi esistenti. Sebbene tutti questi gruppi ottengano guadagni di produttività ed efficienza, solo il primo gruppo sta realmente reinventando la propria attività piuttosto che limitarsi a ottimizzare l'esistente.

L'impatto dell'IA generativa, agentica e fisica

Le aspettative di impatto variano notevolmente a seconda dei tipi di tecnologie IA. Per quanto riguarda l'IA generativa (GenAI), i settori in cui è percepita come avente l'impatto più forte sono la ricerca e la gestione delle conoscenze, gli assistenti virtuali e i chatbot, e la generazione di contenuti.

L'IA agentica è destinata ad avere un impatto significativo nel supporto clienti, ma anche nella gestione della supply chain, nella ricerca e sviluppo (R&S), nella gestione delle conoscenze e nella cybersecurity. Le aziende intervistate stanno già implementando agenti IA autonomi in numerose funzioni:

Un'azienda di servizi finanziari sviluppa workflow agentici per catturare automaticamente le azioni derivanti da riunioni in videoconferenza, redigere comunicazioni di follow-up e monitorare l'esecuzione degli impegni.
Una compagnia aerea utilizza agenti IA per aiutare i clienti a effettuare le transazioni più comuni (riprogrammazione di voli, reindirizzamento dei bagagli), liberando così tempo per i dipendenti su casi più complessi.
Un'industria impiega agenti IA per supportare lo sviluppo di nuovi prodotti, aiutando a mediare tra obiettivi concorrenti come i costi e il time-to-market.
Nel settore pubblico, gli agenti IA sono utilizzati per far fronte alle carenze di manodopera, collaborando con gli agenti fisici su processi chiave.

Le applicazioni dell'IA fisica coprono un'ampia gamma di contesti industriali e commerciali. I casi d'uso più comuni includono:

Ottimizzazione delle operazioni logistiche e di magazzino.
Sicurezza e sorveglianza.
Manutenzione predittiva e ispezione.
Gestione del traffico e delle infrastrutture.
Interazione con il cliente nel punto vendita.

L'adozione è particolarmente avanzata nell'industria manifatturiera, nella logistica e nella difesa, dove la robotica, i veicoli autonomi e i droni stanno già trasformando le operazioni.

La governance: fattore chiave per il successo

Man mano che l'IA passa dall'esperimentazione al dispiegamento, la governance diventa il fattore chiave tra il successo del passaggio alla scala e l'impantanamento. Le aziende in cui la direzione generale plasma attivamente la governance dell'IA creano significativamente più valore rispetto a quelle che delegano questa responsabilità esclusivamente ai team tecnici. Una governance efficace rende la supervisione una responsabilità collettiva, integrata nei dispositivi di valutazione delle prestazioni, in modo che quando l'IA si assume più compiti, i collaboratori assicurino una supervisione attiva.

I sistemi autonomi rafforzano anche i requisiti in materia di governance dei dati e di cybersecurity. Le organizzazioni devono definire attentamente:

Chi accede a quali dati e quando.
Come sono crittografati e archiviati.
Protocolli per la condivisione e l'utilizzo dei dati.

Sul piano normativo, una governance efficace si integra nelle strutture esistenti di gestione dei rischi e di controllo, piuttosto che creare funzioni parallele "fantasma". Si concentra sull'identificazione dei casi d'uso ad alto rischio, sull'applicazione di principi di progettazione responsabile e sulla validazione indipendente quando necessario. Le organizzazioni più avanzate anticipano l'evoluzione dei requisiti legali e progettano sistemi capaci di dimostrare la loro sicurezza, la loro equità e la loro conformità.

Fondamenta tecnologiche e strategia dei talenti

Per quanto riguarda i dati, le architetture e le infrastrutture esistenti non sono adatte per un'IA autonoma in tempo reale. Man mano che l'IA supera il software per estendersi a attrezzature, macchine e ambienti edge, le aziende devono valutare la capacità delle loro fondamenta tecnologiche di supportare implementazioni di IA fisica. La modernizzazione deve consentire la creazione di una "colonna vertebrale IA": un sistema in tempo reale, a livello aziendale, capace di adattarsi dinamicamente alle evoluzioni del business e normative.

Secondo i dirigenti intervistati, l'insufficienza delle competenze dei collaboratori costituisce il principale freno all'integrazione dell'IA nei workflow esistenti. Ecco le principali azioni messe in atto per adattare la strategia dei talenti:

Formare l'insieme dei collaboratori al fine di elevare il livello globale di padronanza dell'IA (53%).
Concepire e dispiegare strategie di upskilling e reskilling (48%).
Valutare i bisogni mirati di reclutamento e attrarre talenti specializzati in IA (36%).
Ripensare i percorsi professionali.