In Breve
- Cosa è la Trustworthy AI?
- La Trustworthy AI si riferisce all'adozione di pratiche basate su governance, trasparenza e spiegabilità per migliorare l'affidabilità dei sistemi di intelligenza artificiale.
- Qual è l'impatto della governance sull'IA?
- La governance può aumentare il ROI delle aziende fino a 15 volte rispetto a sistemi privi di controlli adeguati.
- Quali sono i principali settori che adottano l'IA?
- I settori bancario, pubblico e delle scienze della vita mostrano diverse percentuali di adozione e investimenti in IA.
Un’analisi condotta da SAS in collaborazione con IDC ha messo in luce l’importanza delle pratiche di Trustworthy AI, evidenziando come l’adozione di governance, trasparenza dei dati e spiegabilità possa incrementare significativamente il ritorno sugli investimenti (ROI) delle aziende. Secondo lo studio, le organizzazioni che implementano protocolli rigorosi sulla qualità dei dati, la tracciabilità e l’auditabilità possono ottenere un ROI fino a 15 volte superiore rispetto a quelle che non adottano tali controlli.
Le statistiche parlano chiaro: le aziende con pratiche di Trustworthy AI riescono a raddoppiare i risultati economici derivanti dall’intelligenza artificiale, mentre meno del 5% delle realtà che non seguono queste linee guida riesce a riportare risultati analoghi. Tuttavia, l’assenza di spiegabilità nei sistemi di intelligenza artificiale limita fortemente la loro efficacia. Infatti, l’incapacità degli algoritmi di motivare le proprie decisioni porta fino al 97,2% degli utenti a dover intervenire manualmente per correggere o modificare i risultati, vanificando così i guadagni di produttività.
Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi: si passa dal 76% di fiducia per l’IA generativa al 66% per l’IA agentica. Questo dato sottolinea la necessità di una maggiore trasparenza e spiegabilità nei processi decisionali automatizzati.
Il report di SAS evidenzia che le imprese che si dedicano all’affidabilità dell’IA ottengono performance superiori su 13 indicatori aziendali, tra cui contenimento dei costi, crescita del fatturato e miglioramento dell’esperienza del cliente. Inoltre, l’85% delle aziende più avanzate prevede un incremento superiore al 10% degli investimenti in governance dell’IA nell’anno in corso.
Tuttavia, un limite significativo è rappresentato dall’architettura informativa: solo il 17,5% delle imprese dispone di un’infrastruttura dati completamente ottimizzata per supportare l’IA agentica. Le fondamenta dati solide, infatti, quadruplicano la probabilità di ottenere un ROI elevato.
La variazione nell’adozione di framework strutturati si osserva anche tra i diversi settori. Nel settore bancario, l’85% delle aziende ad alta maturità ha già definito linee guida di governance, 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 del 23%.
Infine, Bryan Harris, CTO di SAS, mette in guardia sul fatto che anche gli agenti avanzati possono registrare tassi di errore superiori al 25% nelle attività complesse. Per garantire accuratezza e ripetibilità, è fondamentale integrare competenze di dominio nei workflow agentici, mantenendo sempre le persone al centro dei controlli. Chris Marshall, Vice President di IDC, conclude sottolineando che supervisione, spiegabilità, responsabilità e solide basi dati sono prerequisiti indispensabili per scalare con successo l’autonomia dell’IA.