L’Impatto della Governance e della Trasparenza sull’Intelligenza Artificiale: Fino a 15 Volte di ROI

Un’analisi condotta da SAS, in collaborazione con IDC, ha rivelato che l’adozione di pratiche di Trustworthy AI basate su governance, trasparenza dei dati e spiegabilità può incrementare la probabilità di ottenere un elevato ritorno sugli investimenti (ROI) fino a 15 volte rispetto all’uso di sistemi privi di adeguati controlli. Le organizzazioni che implementano protocolli rigorosi sulla qualità dei dati, sulla tracciabilità e sull’auditabilità riescono a raddoppiare i risultati economici derivanti dall’uso dell’intelligenza artificiale.

Al contrario, meno del 5% delle aziende che non adottano tali pratiche riporta ritorni analoghi. Un fattore limitante è l’assenza di spiegabilità nei sistemi di intelligenza artificiale: l’incapacità degli algoritmi di motivare le proprie decisioni porta fino al 97,2% degli utenti a intervenire manualmente per correggere o modificare i risultati, vanificando i guadagni di produttività. Inoltre, la fiducia degli operatori diminuisce con l’aumentare dell’autonomia dei sistemi, passando dal 76% per l’IA generativa al 66% per l’IA agentica.

Lo studio mette in luce che le imprese impegnate per l’affidabilità dell’IA ottengono performance migliori 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 aumento superiore al 10% degli investimenti in governance dell’IA nell’anno in corso.

Tuttavia, un limite diffuso è rappresentato dall’architettura informativa: solo il 17,5% delle imprese dispone di un’infrastruttura dati pienamente ottimizzata per supportare l’IA agentica. Le fondamenta dati solide, infatti, quadruplicano la probabilità di ottenere un ROI elevato. L’adozione di framework strutturati varia significativamente tra i settori: nel settore bancario, l’85% delle realtà ad alta maturità ha linee guida di governance definite, rispetto al 29% dei ritardatari. Nel settore pubblico, il 41% dei leader pianifica 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%.

Secondo Bryan Harris, CTO di SAS, 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 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.