Governance dell’Intelligenza Artificiale: Rischi e Opportunità per il ROI delle Aziende

Negli ultimi anni, le aziende hanno intensificato gli investimenti nell’Intelligenza Artificiale (AI), ma spesso si trovano a dover affrontare un gap significativo nella loro capacità di misurare, governare e spiegare il valore di queste tecnologie. Recentemente, durante la London Tech Week, sono stati annunciati oltre 6 miliardi di sterline di nuovi investimenti legati all’AI nel Regno Unito, un paese che vanta il più grande settore AI in Europa e il terzo a livello globale.

L’AI trova applicazione in vari ambiti, dal servizio clienti alla gestione della conoscenza, fino allo sviluppo software e alle operazioni interne. Le implementazioni variano da singoli copiloti a agenti integrati nei flussi di lavoro, capaci di effettuare più chiamate a modelli, recuperare informazioni e compiere azioni per completare un singolo task. Tuttavia, misurare il ritorno sugli investimenti (ROI) è un compito complesso. L’uso dell’AI può essere distribuito tra diversi dipartimenti, applicazioni e workflow, mentre i benefici possono spaziare dal tempo risparmiato al miglioramento della qualità, riduzione del rischio o incremento dei ricavi.

Un aspetto cruciale è che senza una chiara definizione di cosa costituisce il successo, le aziende rischiano di misurare l’attività anziché il valore reale generato. La spesa per l’AI può frammentarsi tra licenze, modelli, infrastrutture e servizi, rendendo difficile avere una visione unica del valore prodotto. Le stime suggeriscono che le grandi imprese del Regno Unito potrebbero perdere fino a 67 miliardi di sterline all’anno a causa di iniziative di trasformazione e AI che non raggiungono gli obiettivi prefissati.

La governance gioca un ruolo fondamentale nella misurazione del ROI. Secondo un sondaggio, il 51% dei leader IT indica la visibilità dei costi come il principale ostacolo, seguito dalla complessità della governance, citata dal 47%. Inoltre, la fiducia percepita nella governance di ambienti come Microsoft 365 può divergere dalla realtà: il 29% degli intervistati ha segnalato che strumenti AI hanno esposto dati interni sensibili che non avrebbero dovuto essere accessibili, mentre l’8% non è certo se questo sia avvenuto.

I gap di governance non solo generano costi nascosti, ma aumentano anche il rischio di utilizzo inefficace delle risorse. Questi possono includere strumenti duplicati, convalide aggiuntive e rilavorazioni, oltre a indagini sulla sicurezza e tempo speso per stabilire l’affidabilità di un output. Per recuperare il controllo, le aziende devono migliorare la visibilità sull’uso e sui costi, stabilire responsabilità chiare sugli esiti e garantire un ambiente informativo ben governato. Ciò implica ridurre contenuti ridondanti e obsoleti, gestire appropriatamente gli accessi e identificare fonti autorevoli.

Le pratiche operative degli impiegati sono fondamentali per garantire interpretazioni corrette sia da parte delle persone che dei sistemi AI. Distinguere bozze da materiale approvato, aggiornare tracker e priorità, registrare decisioni e mantenere fonti autorevoli sono tutti aspetti che favoriscono un utilizzo più efficace dell’AI. Inoltre, gli strumenti che catturano contesto devono essere soggetti alle stesse regole di privacy, conservazione e accesso delle informazioni che generano.

In conclusione, la domanda per i leader aziendali non è più se investire in AI, ma se hanno sufficiente visibilità e controllo per comprendere dove l’AI crea valore, dove genera costi e quali decisioni devono essere adottate di conseguenza. Le aziende che sapranno spiegare cosa fa l’AI, quanto costa e quali benefici misurabili produce saranno meglio posizionate per scalare le loro soluzioni.